a-share-analyst

$npx mdskill add staruhub/ClaudeSkills/a-share-analyst

Analyzes A-share stocks with technical and fundamental frameworks.

  • Fetches real-time quotes and historical K-line data for A-shares.
  • Uses AKShare as the primary free, open-source data source.
  • Applies multi-factor strategies and technical indicators for screening.
  • Generates structured analysis reports with scores and recommendations.

SKILL.md

.github/skills/a-share-analystView on GitHub ↗
---
name: a-share-analyst
version: 1.1.0
description: A股分析研究助手,提供行情数据获取与技术面/基本面分析框架(仅供研究参考,不构成投资建议)。适用于:(1) 获取A股行情和历史数据,(2) 技术面分析(K线形态、MACD、KDJ、RSI、布林带等),(3) 基本面分析(财务指标、估值分析),(4) 板块热点追踪,(5) 选股策略筛选与量化因子分析,(6) 生成股市分析报告。当用户询问"帮我分析股票"、"今日选股"、"A股行情分析"、"技术分析"、"量化选股"时触发。不用于:预测明日涨跌或给出确定性买卖指令、代客决策、港股美股(数据源不同)、加密货币。
---

# 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):

```python
pip install akshare --break-system-packages
```

### 核心数据获取示例

```python
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

```markdown
# [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

```markdown
# 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。

More from staruhub/ClaudeSkills

SkillDescription
ai-sales-championAI咨询/销售的对话策略助手。当用户需要准备AI方案沟通、跟业务部门聊AI落地、写AI提案、应对客户异议、做AI培训破冰时使用。触发场景:"怎么跟老板聊AI"、"客户说AI不靠谱"、"准备一个AI方案汇报"、"帮我想想怎么推AI"、"业务部门不配合"、"AI项目怎么卖"、"demo之后怎么跟进"。也适用于AI咨询师、技术合伙人、CTO做内部AI推广。
c-drive-cleanerWindows C盘清理和磁盘空间管理。当用户说C盘满了、磁盘空间不足、清理临时文件/缓存/回收站/系统日志、查找大文件、分析磁盘占用时使用。仅适用于 Windows 环境。不用于:macOS/Linux 磁盘清理、卸载软件(引导用户走系统卸载)、清理用户个人文件(只报告位置,删除决定权在用户)。
deck-studioPPT 生产 Agent:理解场景 → 推荐风格 → 先出大纲 → 定义页面 → 双通路交付(PPT 内容稿 / 逐页视觉图 / 信息图组图)。当用户要做汇报、路演、培训课件、提案、咨询报告的演示文稿,或要把大纲/文章做成 slides、deck、PPT、信息图、小红书图文、可视化传播图时使用。支持指定风格或从风格库推荐,支持 image 模型逐页出视觉稿。前身为 notion-infographic(v2)并吸收 ppt-designer 的设计原则。不用于:pptx 文件的纯技术操作(拆分/合并/提取,用宿主 pptx skill)、演讲稿或文章本体的写作(用 wechat-article-writer)、需要先做研究的内容调研(先走 deep-research 再回来)、单张海报或 logo 设计。
gaokao-expert资深高考命题专家助手,提供专业的命题指导和评审服务。适用于创作高考试题、评审试题质量、分析试卷结构、了解命题趋势等场景。结合文档工具提取解压文件,使用网络搜索了解当年最新命题趋势,使用分析工具评估题目质量和试卷结构。涵盖"一核四层四翼"评价体系、题型规范、评分标准、命题流程等多个维度。不用于:大学/考研/中考命题(体系不同,仅可借鉴)、日常作业题编写、直接替考生解题。
keqian-method胥克谦式AI-Native产品开发方法论。适用于:(1) 使用AI Agent(Claude Code、Codex、Cursor等)进行产品级软件开发,(2) 设计和优化Harness/Skill体系,(3) 文档驱动开发(SDD)流程,(4) 构建自动化质量门禁和eval机制,(5) Token成本优化与缓存策略,(6) 产品人转型开发者的AI编程实践。触发场景包括"帮我设计开发流程"、"怎么降低token成本"、"怎么提高AI编码质量"、"文档驱动"、"质量门禁"、"harness设计"、"单agent vs multi-agent"、"自动化迭代"、"AI产品开发"、"SDD"、"eval机制"等。即使用户只是说"帮我用AI写代码"或"怎么让agent干活更靠谱"也应触发。注意:如果产品是行为开放、用户输入不可穷举的AI-native类型,请改用 xuefeng-method skill。不用于:单个bug修复或小改动(无需方法论)、PRD需求文档写作(用product-manager)。
mineru-pdf-parser用 MinerU 将复杂PDF文档转换为LLM友好的Markdown/JSON格式。适用于:(1) PDF转Markdown/JSON,(2) 提取PDF中的文本、表格、公式、图像,(3) 解析学术论文、技术文档、商业报告,(4) 为RAG应用准备文档数据,(5) 批量处理PDF。触发关键词:"PDF解析"、"PDF转Markdown"、"提取PDF表格/公式"、"MinerU"、"parse PDF"等。不用于:PDF的阅读/填表/签名/拆分合并(用宿主pdf工具)、Word/PPT等非PDF格式解析、只需读几页内容的场景(直接读即可,不必转换)。
pair-programming结对编程搭档。当用户要求"边写边审"、"结对编程"、"写完自己 review 一遍"、"高可靠地实现",或明确希望代码交付时附带自我审查意见时使用。交付代码的同时输出结构化审查(正确性/安全/性能/可读性/健壮性五维度),重点捕捉 AI 生成代码的特有缺陷。不用于:对已有 PR 的正式评审(用 code review 流程)、安全专项扫描(用 security-audit)、10 行以内的简单片段。
podcast-generator用火山引擎 Podcast AI 模型生成中文双人对话播客。当用户要把文章、报告、话题文本转成播客音频、生成对话式音频内容时使用,需要环境具备火山引擎 APP_ID 和 ACCESS_KEY。支持 mp3/ogg_opus/pcm/aac、语速调节、自定义音色、断点续传。不用于:单人朗读式 TTS(用普通语音合成)、英文播客(模型主要优化中文)、播客文稿本身的撰写(先用写作类 skill 产出文本再来)。
product-manager资深产品经理助手,提供PRD文档创作与评审、产品策略咨询、留存增长分析、竞品研究、功能优先级排序等全方位产品管理支持。适用于创作或评审PRD/MRD/BRD/用户故事等产品文档;诊断产品问题(留存低、转化差、增长瓶颈)并给出可执行策略;进行竞品分析和市场研究;设计功能方案和用户体验优化。当用户提到"PRD"、"需求文档"、"产品规划"、"用户留存"、"功能设计"、"竞品分析"、"产品指标"、"增长策略"、"功能优先级"等话题时使用。即使用户没说"产品",讨论App功能设计、用户增长、商业模式时也应触发。不用于:写代码实现功能(开发任务)、系统架构设计(用solution-architect)、需要多源引用的深度市场调研(用deep-research)、纯营销文案撰写。
seedream-imagegen用 ByteDance Seedream 4.0 API(经 Segmind)生成 AI 图像。当用户要从文字描述生成营销素材、海报、产品图、概念图、社交媒体配图等高质量图像,且环境配有 SEGMIND_API_KEY 时使用。支持 2K/4K、多比例、单次最多 15 张批量、最多 3 张参考图控风格。不用于:修改/编辑已有图片(用图像编辑类 skill)、视频生成、无 API 环境下的快速配图需求。