A股分析师 Skill

专业的A股市场分析工具，整合多数据源，提供技术面、基本面综合分析和智能选股策略。

数据获取

使用AKShare作为主要数据源（免费、开源、无需token）：

pip install akshare --break-system-packages

核心数据获取示例

import akshare as ak

# 实时行情
df = ak.stock_zh_a_spot_em()  # 全部A股实时行情

# 历史K线
df = ak.stock_zh_a_hist(symbol="000001", period="daily", adjust="qfq")

# 板块行情
df = ak.stock_board_concept_name_em()  # 概念板块
df = ak.stock_board_industry_name_em()  # 行业板块

# 龙虎榜（日期用实际查询区间，格式 YYYYMMDD）
df = ak.stock_lhb_detail_em(start_date="<起始日>", end_date="<结束日>")

# 资金流向
df = ak.stock_individual_fund_flow(stock="000001", market="sz")

分析工作流程

1. 每日盘前分析

执行顺序：

1. 获取大盘指数（上证、深证、创业板）
2. 分析板块热点轮动
3. 筛选涨停股及连板股
4. 检测北向资金流向
5. 生成今日关注清单

2. 技术面分析

对单只股票执行：

1. 获取历史K线数据（至少60日）
2. 计算技术指标（见 references/technical_indicators.md）
3. 识别K线形态（见 references/candlestick_patterns.md）
4. 判断趋势和支撑/阻力位
5. 生成技术面评分

3. 基本面分析

执行顺序：

1. 获取财务数据（营收、净利润、ROE等）
2. 计算估值指标（PE、PB、PS）
3. 分析行业地位和竞争优势
4. 评估成长性和安全边际
5. 生成基本面评分

4. 智能选股策略

策略类型选择：

• 多因子综合策略 → 执行 scripts/strategy_multi_factor.py（已实现，内置 ST/停牌过滤）
• 趋势突破 / 价值低估 / 动量因子等单因子策略 → 目前无独立脚本，在 multi_factor 基础上调整因子权重，或按需自行实现

输出格式

个股分析报告模板

# [股票名称]([股票代码]) 分析报告

## 基本信息
- 当前价格：¥XX.XX（涨跌幅 +X.XX%）
- 市值：XXX亿  |  PE(TTM)：XX.X  |  PB：X.XX

## 技术面分析
- 趋势判断：[上升/震荡/下降]
- 支撑位：¥XX.XX  |  阻力位：¥XX.XX
- 技术指标：MACD [金叉/死叉]  |  KDJ [超买/超卖/中性]  |  RSI [XX]

## 基本面分析
- 营收增速：XX%  |  净利润增速：XX%
- ROE：XX%  |  毛利率：XX%

## 综合评分
- 技术面：⭐⭐⭐⭐☆ (4/5)
- 基本面：⭐⭐⭐☆☆ (3/5)

## 操作建议
[具体建议及风险提示]

每日选股清单模板

# 每日选股清单 [日期]

## 市场概览
- 上证指数：XXXX.XX（+X.XX%）
- 深证成指：XXXXX.XX（+X.XX%）
- 创业板指：XXXX.XX（+X.XX%）

## 热点板块 TOP5
1. [板块名称] +X.XX%
2. ...

## 精选个股

### 趋势突破型
| 代码 | 名称 | 现价 | 涨幅 | 突破形态 | 评分 |
|------|------|------|------|----------|------|
| ... | ... | ... | ... | ... | ... |

### 价值低估型
| 代码 | 名称 | 现价 | PE | PB | 评分 |
|------|------|------|-----|-----|------|
| ... | ... | ... | ... | ... | ... |

## 风险提示
投资有风险，以上分析仅供参考，不构成投资建议。

关键脚本

• scripts/fetch_market_data.py - 市场数据获取
• scripts/technical_analysis.py - 技术指标计算（输出中性强弱描述，非买卖评级）
• scripts/strategy_multi_factor.py - 多因子选股（含 ST/停牌过滤）
• scripts/generate_report.py - 报告生成（需在 scripts/ 目录内运行，依赖 technical_analysis）

参考文档

• references/technical_indicators.md - 技术指标计算公式
• references/candlestick_patterns.md - K线形态识别
• references/fundamental_metrics.md - 基本面指标说明
• references/factor_library.md - 量化因子库

验收标准（每份分析交付前自查）

• 报告末尾含"仅供参考，不构成投资建议"声明（模板已内置，不许删）
• 数据来自本次运行的 akshare 调用，标注数据时间戳与延迟（可能有15分钟延迟）
• 技术面/基本面结论与展示的指标数据一一对应，没有无数据支撑的判断
• 给出的是"分析+风险"而非"买卖指令"：无"满仓""抄底""必涨"类表述
• 新策略未经历史回测时明确标注"未回测"

不做什么

• 不预测明日涨跌，不给确定性买卖点位
• 不代替用户决策，不推荐仓位以外的杠杆操作（模板建议：单只 ≤20%）
• 不分析港股/美股/加密货币（数据源与规则不同）
• 用户情绪化追问"到底买不买"时，重申边界并给风险清单，不给指令

已知陷阱

陷阱	具体表现	应对
akshare 接口变动	库更新后函数名/字段变了，脚本报错	报错时先查 akshare 当前版本文档，不硬猜字段
延迟数据当实时	用 15 分钟前的价格谈"当前"	报告标注数据获取时间
指标堆砌无结论	MACD/KDJ/RSI 全列一遍但互相矛盾不解释	指标冲突时明确说"信号分歧"及其含义
幸存者偏差选股	用当前成分股回测历史策略	回测结论标注该局限
节假日/停牌数据	停牌股票数据缺失导致计算错误	计算前过滤停牌与 ST 异常状态

evals/routing-evals.json — 触发边界回归用例，改 description 后用仓库根 scripts/run_routing_evals.py 校验。