← Back to Skills Marketplace
qiuqp

A-Stock Sentimental Cycle

by QQP · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
38
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install stock-sentimental-cycle
Description
A股游资情绪周期量化研判系统。基于涨停/连板/炸板率/溢价/成交额/跌停/市场宽度等7维指标计算情绪得分,精准判定5阶段(冰点/低温/回暖/高潮/过热),自动识别周期转折点,输出结构化研判报告。
README (SKILL.md)

游资情绪周期研判器 (Sentiment Cycle Analyzer)

定位

独立于游资全维度分析框架,深度聚焦于情绪周期这一单一核心维度。不做大而全,只做精而专。

解决的问题:当前市场处于情绪周期的什么阶段?是进场还是离场?转折点在哪里?

核心理念:情绪像四季轮回,有涨必有跌。不预测方向,只识别位置。

触发条件

当用户的问题涉及以下场景时激活此 Skill:

  • 判断当前市场情绪处于什么阶段(冰点/回暖/高潮/退潮/过热)
  • 今日盘面情绪得分是多少
  • 情绪周期转折信号识别(何时进场/离场)
  • 短线操作的仓位建议(基于情绪周期视角)
  • 连板高度突然断裂意味着什么
  • 炸板率飙升是短期扰动还是周期转折

情绪周期模型

周期流转路径

冰点期 (0-15) → 低温期 (15-35) → 回暖期 (35-60) → 高潮期 (60-80) → 过热期 (80-100)
    ↑                                                                         ↓
    └─────────────────────────────────────────────────────────────────────────────┘
                              情绪周期循环(退潮回落)

关键特征:

  • 上升阶段:冰点 → 低温 → 回暖 → 高潮 → 过热
  • 退潮回落:过热 → 高潮 → 回暖 → 低温 → 冰点(循环往复)
  • 转折点检测:冰点↔低温边界、高潮↔过热边界是核心交易机会点

5 阶段特征与操作对照表

阶段 得分区间 特征 操作建议
❄️ 冰点期 0-15 涨停\x3C20, 连板≤3, 炸板率>60%, 全面亏钱效应 空仓观望
🧊 低温期 15-35 跌停减少,首只4板出现,部分题材企稳 小仓试错(5-10%)
🌤️ 回暖期 35-60 涨停30-80, 连板4-7, 赚钱效应转正 加仓 30-50%,锁新龙头
🔥 高潮期 60-80 涨停>80, 连板7+, 赚钱效应爆棚 持有兑现,减仓跟风
💥 过热期 80-100 涨停>120, 连板10+, 散户全面进场 清仓离场

7 维量化指标体系

总分按加权归一化算到 100 分制,各维度独立评分后累计并按满分总和折算。

评分规则总表

# 维度 权重 指标含义
1 涨停家数 20 分 情绪绝对量
2 最高连板 20 分 情绪高度上限
3 炸板率 ⭐ 15 分 封板质量,越低越好
4 赚钱效应 15 分 昨日涨停今日平均涨跌幅
5 成交额 ⭐相对基准 15 分 相对于 20 日均值的比值,自适应市场环境
6 跌停对比 8 分 恐慌程度,跌停/涨停比
7 市场宽度 ⭐ 7 分 涨跌家数比

⭐ = 相比经典 4 维模型新引入的指标,显著提升转折检测准确率。 满分总和 = 20+20+15+15+15+8+7 = 100 分(直接加和即可得 100 分制总分)。

1. 涨停家数 (满分 20)

不含 ST。衡量市场情绪绝对强度。

阈值 得分
> 100 家 20
> 80 家 16
> 50 家 12
> 30 家 8
> 20 家 4
≤ 20 家 0

2. 最高连板 (满分 20)

当日全市场最高连板股板数。天花板决定高度。

阈值 得分
≥ 10 板 20
≥ 7 板 16
≥ 5 板 12
≥ 4 板 8
≥ 3 板 4
\x3C 3 板 0

3. 炸板率 (满分 15) ⭐

炸板率 = 炸板家数 / (涨停 + 炸板) × 100%。越低越好。反映封板质量与持续性。

阈值 得分
\x3C 20% 15
\x3C 30% 11
\x3C 40% 7
\x3C 50% 3
≥ 50% 0

4. 赚钱效应 (满分 15)

昨日涨停股票今日开盘平均涨跌幅。正溢价 = 赚钱效应

阈值 得分
> +5% 15
> +3% 11
> +1% 7
> 0% 3
≤ 0% 0

5. 成交额 (满分 15) ⭐相对基准

沪深两市成交额合计,相对于最近 20 个交易日均值的比例。衡量资金参与意愿是否高于市场常态。

计算方法:

成交额比 = 当日成交额 / 最近 20 个交易日平均成交额
阈值 (当日/均值) 得分 含义
> 1.30 倍 15 放巨量,情绪极度活跃
> 1.15 倍 11 明显放量,资金积极进场
> 1.00 倍 7 高于均值,参与意愿较强
> 0.85 倍 3 接近均值,市场平淡
≤ 0.85 倍 0 缩量,资金观望

说明:

  • 最近 20 个交易日:约一个月的市场均值,可平滑短期波动
  • 自适应市场环境:牛市均值高,熊市均值低,用比值而非绝对值避免误判
  • 数据采集:通过 finxdata_market_kline(指数代码:000001 上证指数)获取历史 K 线,累加每日成交额后求均值

6. 跌停对比 (满分 8)

跌停 / 涨停 的比值。比值越小越好,反映亏钱效应扩散程度。

阈值 (跌停/涨停) 得分
\x3C 0.05 8
\x3C 0.10 6
\x3C 0.20 4
\x3C 0.40 2
≥ 0.40 0

7. 市场宽度 (满分 7) ⭐

全市场涨跌家数比。上涨家数 / 下跌家数。

阈值 得分
上涨 > 下跌 ×2 7
上涨 > 下跌 4
上涨 ≤ 下跌 0

评分计算说明

  • 每个维度独立查表打分
  • 总得分 = 7个维度得分直接相加(满分 100)
  • 维度得分状态标记:🟢 得分率 ≥ 60% / 🟡 30%-60% / 🔴 \x3C 30%
  • 维度若缺失数据:标记为 ❓,不参与得分计算也不扣减分母(因为满分总和本身就是 100)
  • T = 万亿(万亿 = 万亿元)

转折点信号检测

不仅告诉你"现在在哪里",还预警"即将要去哪里"。转折信号是本 skill 的核心差异化能力。

冰点 → 回暖 转折

当阶段处于 ❄️ 冰点期🧊 低温期 时,检测以下 5 个信号。必须同时满足 ≥ 3 项 才确认转折有效:

# 信号 条件
1 跌停骤减 跌停家数 \x3C 10
2 连板破天花板 最高连板 ≥ 4(打破冰点期 3 板天花板)
3 溢价转正 昨日涨停今日平均涨跌 > 0%
4 涨停回升 涨停家数 ≥ 30
5 游资介入 龙虎榜出现顶级游资席位(人工判断)

高潮 → 退潮 转折

当阶段处于 🔥 高潮期💥 过热期 时,检测以下 5 个信号。出现任意 2 项 即触发退潮预警:

# 信号 条件
1 龙头核按钮 龙头盘中跌幅 > 5% 后虽回拉(高位震荡)
2 炸板率飙升 炸板率 ≥ 40%
3 赚钱效应转负 昨日涨停今日平均涨跌 \x3C 0%
4 涨停骤降 涨停家数 \x3C 50
5 连板断层 最高连板 ≤ 3

信号输出格式

⚠️ 转折点信号检测
   方向: 向上(即将回暖)/ 向下(即将退潮)
   触发信号: [列出具体触发的信号]
   判定: 已触发转折 (满足X项/需要Y项)

数据采集方法

按数据源优先级依次尝试,能取到即止,避免阻塞。

数据源 1: finxdata MCP (首选 — 直接、实时)

需要的数据 采集路径
涨停 / 炸板 / 连板 finxdata_market_hot_sectors + finxdata_stock_kline 结合
热点题材龙头 finxdata_market_hot_stocks (当日题材归因)
龙虎榜席位 finxdata_market_dragon_tiger + finxdata_stock_dragon_tiger_seats
北向资金 finxdata_market_northbound_intraday
个股K线/报价 finxdata_stock_kline / finxdata_stock_quote
成交额均值 (20 日) finxdata_market_kline(code="000001", limit=20) 取最近 20 日成交额,求均值

成交额均值计算方式:

1. 调用 finxdata_market_kline(code="000001", limit=20) 获取上证指数最近 20 日 K 线
2. 同时调用 finxdata_market_kline(code="399001", limit=20) 获取深证成指最近 20 日 K 线
3. 每日两市成交额相加,求 20 日平均值
4. 当日成交额 / 20 日均值 = 成交额比

数据源 2: 东方财富金融数据 Skill (验证补充)

当 finxdata 不可用或数据不全时兜底:

POST https://mkapi2.dfcfs.com/finskillshub/api/claw/query
Header: apikey: $EASTMONEY_APIKEY
Body:   {"toolQuery": "\x3C查询描述>"}

典型查询:

  • "YYYY-MM-DD A股涨停股票家数"
  • "YYYY-MM-DD A股跌停股票家数"
  • "YYYY-MM-DD A股最高连板股票"
  • "YYYY-MM-DD A股炸板率"
  • "YYYY-MM-DD 沪深两市成交额合计"
  • "YYYY-MM-DD A股涨跌家数"
  • "昨天涨停股票今日平均涨跌幅"

数据源 3: 人工补全

若自动采集失败,提示用户通过对话提供以下数据:

请提供今日以下数据(提供不全的项可留空):
- 涨停家数:
- 跌停家数:
- 最高连板数:
- 炸板率 (%):
- 昨日涨停今日平均涨跌 (%):
- 今日两市成交额 (万亿):
- 最近 20 个交易日两市成交额均值 (万亿):
- 上涨家数:
- 下跌家数:

若用户仅提供当日成交额而未提供均值,Agent 应调用 finxdata_market_kline 自动计算 20 日均值。


研判流程(Agent 执行步骤)

Step 1. 识别日期
   ↓  确定用户要分析哪个交易日
Step 2. 数据采集
   ↓  优先 finxdata → 兜底 东方财富 → 再不行请求人工补全
Step 3. 7 维评分
   ↓  逐维度按上表查分,标记 🟢🟡🔴❓
Step 4. 计算总分 + 判定阶段
   ↓  7 项得分相加 → 对照阶段表
Step 5. 转折信号检测
   ↓  若处于冰点/低温 → 查 5 类向上转折信号
   ↓  若处于高潮/过热 → 查 5 类向下转折信号
Step 6. 输出报告
      按下方"报告模板"结构化输出

报告模板

每次研判输出严格按以下格式:

## 📊 游资情绪周期研判报告
**日期**: YYYY-MM-DD

### 🔢 量化评分
**总分: XX / 100**   **阶段: XX**

| 维度 | 得分 | 满分 | 原始值 | 状态 |
|------|------|------|--------|------|
| 涨停家数 | /20 | 家 | 🟢🟡🔴❓ |
| 最高连板 | /20 | 板 | 🟢🟡🔴❓ |
| 炸板率   | /15 | %  | 🟢🟡🔴❓ |
| 赚钱效应 | /15 | %  | 🟢🟡🔴❓ |
| 成交额   | /15 | 当日/均值=X.X倍 | 🟢🟡🔴❓ |
| 跌停对比 | /8  | 跌停数/涨停数 | 🟢🟡🔴❓ |
| 市场宽度 | /7  | 涨:跌 = X:Y | 🟢🟡🔴❓ |

### 📈 趋势分析
- 连续 X 日处于 [阶段名]
- 较前一日: [改善/恶化/持平]
- 周期位置: [阶段初期/中期/后期]

### ⚠️ 转折点信号
- 阶段: XX → 下一步概率: XX%
- 触发信号: [逐项列出]
- 判定: [已触发/未触发/观察中]

### 💡 操作建议
- 建议仓位: XX%
- 操作风格: [激进进攻 / 稳健持有 / 防守反击 / 空仓观望]
- 关注方向: [主线板块 / 题材 / 具体标的类型]
- 风控要点: [关键风险提示]

使用示例(对话式研判)

示例 1: 极简输入

用户: "帮我做一下今日情绪周期复盘"

Agent 动作:

  1. 调用 finxdata 采集当日 7 维数据
  2. 按评分规则计算
  3. 输出完整报告

示例 2: 部分数据输入

用户: "今天 A 股涨停 102 家,炸板率 22%,成交额 2.97 万亿"

Agent 动作:

  1. 使用已输入的 3 项数据
  2. 调用 finxdata_market_kline 计算 20 日成交额均值(假设均值 1.8 万亿,则比值 = 2.97/1.8 = 1.65 倍)
  3. 自动采集缺失的 4 项(最高连板、溢价、跌停数、涨跌家数)
  4. 计算评分并输出报告

示例 3: 全量数据输入

用户: "今日: 涨停80家、跌停10家、最高5连板、昨涨停今溢价+2.1%、两市成交1.4万亿(20日均值1.2万亿)、涨2500跌2400平100"

Agent 动作:

  1. 计算成交额比: 1.4/1.2 = 1.17 倍
  2. 逐维度评分: 涨停12 + 连板12 + 炸板7(55%) + 溢价7 + 成交额11(1.17倍) + 跌停对比6 + 市场宽度4 = 59 分
  3. 阶段: 🌤️ 回暖期
  4. 输出完整报告 + 操作建议

示例 4: 转折信号检测

用户: "涨停28、跌停8、连板4、炸板55%、溢价+1.2%、成交0.85T(20日均值1.0T)、涨1800跌2900"

Agent 计算:

  • 成交额比: 0.85/1.0 = 0.85 倍 → 得分 0(≤0.85)
  • 总分: 4 + 8 + 0 + 7 + 0 + 0 + 0 = 19 → 🧊 低温期
  • 触发转折信号: 跌停\x3C10 ✅ / 连板≥4 ✅ / 溢价>0 ✅
  • 判定: 已触发向上转折(满足 3 项/需要 3 项)

限制与免责

  1. 情绪周期是统计规律模型,不是确定性预测
  2. 单日内黑天鹅(极端监管、国际事件)可能击穿模型
  3. 数据源 API 不可用时降级为人工输入
  4. 本报告仅供交易参考,不构成投资建议
Usage Guidance
Before installing, understand that this skill may produce concrete market-stage, entry/exit, and position-size suggestions based on third-party market data. Use it as a research aid only, verify the data independently, and do not treat its output as personalized financial advice.
Capability Tags
requires-sensitive-credentials
Capability Assessment
Purpose & Capability
The skill’s stated purpose is market sentiment scoring and cycle analysis, and its capabilities match that purpose; it does provide entry/exit and position-size suggestions, so users should treat outputs as informational rather than investment advice.
Instruction Scope
Runtime instructions are focused on collecting market indicators, scoring them, detecting sentiment turns, and formatting a report; the actionable language is disclosed and domain-relevant, though the strongest disclaimer appears near the end rather than before the advice framework.
Install Mechanism
The artifact contains only one non-executable SKILL.md file, with no installer scripts, package hooks, or hidden runtime files observed.
Credentials
External data access is proportionate to the stated purpose: finxdata MCP and an Eastmoney query endpoint are used to retrieve market data, with manual input fallback when data is unavailable.
Persistence & Privilege
No persistence, background workers, privilege escalation, local indexing, local credential-store access, account mutation, or trade execution behavior was found; the only credential-related item is a disclosed market-data API key environment variable.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install stock-sentimental-cycle
  3. After installation, invoke the skill by name or use /stock-sentimental-cycle
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
- 首发版本,正式上线「A股游资情绪周期量化研判系统」。 - 支持基于涨停/连板/炸板率/溢价/成交额/跌停/市场宽度等7维指标自动评分,精准判定情绪所处五大阶段并识别转折点。 - 内置权重评分表与阶段操作对照,输出结构化量化复盘报告及操作建议。 - 提供多数据源采集方案(自动采集→数据补全→人工输入),保证灵活性与鲁棒性。 - 全流程覆盖:数据采集、评分、趋势分析、转折点检测、结构化报告输出。
Metadata
Slug stock-sentimental-cycle
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is A-Stock Sentimental Cycle?

A股游资情绪周期量化研判系统。基于涨停/连板/炸板率/溢价/成交额/跌停/市场宽度等7维指标计算情绪得分,精准判定5阶段(冰点/低温/回暖/高潮/过热),自动识别周期转折点,输出结构化研判报告。 It is an AI Agent Skill for Claude Code / OpenClaw, with 38 downloads so far.

How do I install A-Stock Sentimental Cycle?

Run "/install stock-sentimental-cycle" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is A-Stock Sentimental Cycle free?

Yes, A-Stock Sentimental Cycle is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does A-Stock Sentimental Cycle support?

A-Stock Sentimental Cycle is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created A-Stock Sentimental Cycle?

It is built and maintained by QQP (@qiuqp); the current version is v1.0.0.

💬 Comments