ZhuLinsen cria sistema de ações com 61.662 estrelas no GitHub
Projeto em Python analisa bolsas, gera relatórios e envia alertas por vários canais.
Quem acompanha ações em várias bolsas precisa reunir cotações, notícias e indicadores antes de decidir o que olhar; o sistema ZhuLinsen/daily_stock_analysis automatiza esse trabalho e envia um painel de decisão. ZhuLinsen criou o projeto em 2026-01-10, e o repositório já soma 61.662 estrelas e 52.154 forks no GitHub. A ferramenta analisa ações da China, Hong Kong, Estados Unidos, Japão, Coreia do Sul e Taiwan, além de ETFs. Ela serve para investidores e equipes que querem acompanhar carteiras sem montar um pipeline próprio de dados, modelos e notificações.
Python junta dados de mercado, notícias e modelos de linguagem
O núcleo usa Python e combina cotações, gráficos, indicadores técnicos, notícias, anúncios, dados fundamentalistas e informações auxiliares para produzir relatórios. O usuário acessa uma bancada Web ou desktop, acompanha tarefas, consulta relatórios históricos, faz backtests, gerencia posições e ajusta configurações. O projeto também expõe um serviço FastAPI e aceita execução por Docker, GitHub Actions ou agendamento local.
A análise depende de serviços externos em boa parte do fluxo. O README lista AkShare, Baostock, YFinance, Tushare, Pytdx, TickFlow e Longbridge como fontes de mercado, enquanto SerpAPI, Tavily, Bocha, Brave, MiniMax e SearXNG fornecem busca de notícias. O sistema ainda pode consultar o Stock Sentiment API para Reddit, X e Polymarket, mas essa opção cobre apenas ações americanas.
Os modelos incluem Gemini, OpenAI compatível, DeepSeek, Tongyi Qianwen, Claude, Ollama local, Anspire e AIHubMix. A versão v3.30.0, publicada em 2026-08-09, separa as rotas Chat Completions e Responses API para testes de conexão, análise principal, seleção de ações, reconhecimento de imagens e diagnóstico de status. ZhuLinsen também apertou a validação de códigos, sufixos de bolsas e símbolos americanos com .US.
A execução inicial começa com um fork do repositório e a configuração de Secrets and variables no GitHub Actions. O README exige pelo menos um provedor de modelo e uma chave de API; quem precisa de múltiplos modelos, reconhecimento de imagens ou roteamento avançado configura opções adicionais. Depois, o usuário escolhe fontes de dados e canais como WeCom, Lark, Telegram, Discord, Slack ou e-mail para receber o painel.
Projeto jovem ganhou tração, mas fontes gratuitas têm limites
A primeira execução pode usar AkShare, Baostock e YFinance sem configuração adicional de dados, segundo o README. Essas fontes gratuitas sofrem com limites impostos pelos provedores, mudanças nas interfaces e instabilidade de rede. Para análises em lote ou tarefas agendadas por longos períodos, o próprio projeto recomenda tokens de TickFlow, Tushare ou Longbridge.
A adoção rápida exige cautela: o projeto tinha 212 dias de idade, 44 issues abertas e último commit em 2026-08-10. A versão atual é a v3.30.0, e o volume de estrelas e forks supera o tempo de existência do repositório. Esses números mostram interesse forte, mas não substituem testes com as fontes e mercados que cada equipe pretende usar.
A licença MIT permite usar, modificar e redistribuir o código, inclusive em projetos próprios, desde que o aviso de copyright e a licença acompanhem a distribuição. A ferramenta não serve para quem exige dados gratuitos com disponibilidade garantida, porque o README rejeita essa promessa. Também não atende quem quer começar sem escolher um modelo: o fluxo pede ao menos um provedor configurado ou uma alternativa local como Ollama.
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.