/install stockquant
Stockquant Skill
A 股一站式:选股 / 持仓策略 / 个股分析。Python 只出数据 + 对象化 hint 矩阵,LLM 按 [TASK] 过程化推导决策。
⛔ 严禁 read_file 本脚本源码 / README(6000+ 行,浪费 context);下面子命令复制即可。 ⏱️ 所有 stockquant 命令必须带
timeout_sec=300(全流程含网络重试约 60~200s,默认 60s 会超时)。若引擎检测到你漏填仍会自动钳到 300s,建议显式写明。
六大策略引擎
| 引擎 | 思路 | 适用场景 | 默认启用 |
|---|---|---|---|
| C 板块滞涨股 | 近 5 日板块涨幅 Top5 × 板块内涨幅后 40% 的滞涨股 | 板块轮动第二波补涨 | ✅ |
| D 主力资金累积 ⚠️ | 5 日累计主力净流入>0 + 均线多头 + 健康换手 | (反指信号 / 过拟合后期形态,默认关闭) | ❌ |
| E 60 日箱体突破 | 60 日窄箱(\x3C25%)+ 放量突破箱体上沿 | 长期横盘后大级别启动 | 可选 |
| F1 缩量横盘+首日突破 | 10 日盘整±3% + 今日量比 1.2 |
捕捉启动 Day-1(避开追涨) | ✅ |
| F2 主力悄悄吸筹 | 5 日资金累积净流入 ≥ 0.3% 流通市值 + 5d 横盘 + 不满足均线多头 | 主力吸筹中期(D 的前置状态) | ✅ |
| F3 板块异动初动 | 板块今日涨幅 Top5 且过去 5 日不在 Top10 + 选板块内未启动成员 | 板块轮动 Day-1(避开 Day-3 追涨) | ✅ |
⚠️ D 为何被默认关闭:历史回测 + 实盘复盘发现 D 的"经典信号"(资金+均线+换手共振)实际是主力派发末期的形态,往往出现在行情顶部。F2 是 D 的前置形态(主力吸筹中期),更有 alpha。用户可用
--strategy C,D,E显式启用 D。
置信度 + 证据卡 + 魔鬼代言人
每个最终候选自动附带:
- pattern_labels:命中的 8 个经典形态标签(
breakout_initial/silent_accumulation/sector_initial_move/bottom_first_rally/gravestone_after_run/low_vol_consolidation/distribution_top/overheated_chase) - evidence_card:
bullish/bearish/uncertain三列中文信号(禁止只读一边) - confidence_label:
HIGH(≥2 策略共振)/MED(单策略 + 多看多)/LOW(看空≥看多)/CONFLICTED(F1+F2 互斥) - must_verify_before_buy:买入前必验项(含分时量价、大单监控、策略特定检查)
- devil_advocate_questions:自我挑战题,必须逐条回答后再下决定
LLM 决策铁律:
CONFLICTED直接放弃LOW默认不入场MED需bullish ≥ 2 * bearish才考虑HIGH也要完成must_verify_before_buy才建仓
子命令
1. 选股(PICK_BUY)
python ${SKILL_DIR}/stockquant/scripts/stockquant.py recommend --capital \x3C元> --market all --top 8
默认同跑 C / F1 / F2 / F3(不含 D、E)。读输出 ═══ ## NEXT_STEP ═══:[STATE] / [DATA] / [TASK],按 [TASK] S1~S6 执行。状态位 should_terminate / session_not_for_entry 命中即 terminate,不入场。重点读 ## 证据卡 / 形态 / 置信度 章节,不要只看 Top-N 表。
🚫 禁止跳过 S1~S6 直接 terminate:脚本输出
[TASK_TLDR]段写明"第一个 action 不得是 terminate/show_output,必须先输出 S1 硬约束矩阵"。[TASK]S 段较长会被截断,TLDR 短而硬,必须遵守。 ⚠️ 数据降级闸:若 NEXT_STEP 里出现S-1.【数据降级告知】,第一个 action 必须是ask_user,不得静默进入 S0。
参数速查:--capital(默认 10000) --market(main/all/gem/star/sh/sz,默认 all) --top(默认 8,刻意偏小让 LLM 有足够注意力逐一验证) --strategy(C,D,E,F1,F2,F3 任意子集;默认 C,F1,F2,F3)。其他阈值已固化。
策略原理 / 三引擎流程图 / 统一打分公式 见
README.md§选股(PICK_BUY)。
2. 持仓策略(SELL)
python ${SKILL_DIR}/stockquant/scripts/stockquant.py sell-plan \
\x3Ccode>:\x3Cqty>/\x3Cavail>@\x3Ccost> [...]
# 例:sell-plan 000949:1200/[email protected] 002324:500/[email protected]
参数:qty=总持仓 / avail=T+1 可卖 / cost=成本价(全部必填);--target-yuan(默认 10000,单笔目标总价 ≈1万元控手续费占比)。
读输出 ═══ SELL_PLAN Phase 1/2 ═══:[REGIME_CLASSIFY] 表已给每只默认建议 --order,按 === NEXT_STEP === 提示走即可(默认拷贝 → 必要时按 S2/S3 微调或 override → 调 Phase 2 验证)。
策略原理 / 11 档 regime 流程图 / 震荡对冲 / 止损定价逻辑 见
README.md§持仓策略(SELL)。
3. 个股分析(ANALYZE)—— 用户主动查询
python ${SKILL_DIR}/stockquant/scripts/stockquant.py analyze \x3Cquery> [\x3Cquery>...]
# 例:analyze 600519 茅台 比亚迪 002594
查询词:6 位代码 / 中文名(完整或简称,茅台 → 贵州茅台)。一次可传多只,同码自动 dedup,未匹配名回显在末尾不阻断。LLM 不要传任何 flag,参数已固化。
输出:大盘背景 + 每只个股的多维原始数据(基本/行情/日K/15分K/资金/板块/公告),末尾一段 ═══ ANALYSIS_HINT ═══ 给出解读框架。LLM 照着 hint 结合用户 prompt 分析即可;Python 不给买卖结论。
数据维度 / 解读框架 / 常见用户意图回答套路 见
README.md§个股分析(ANALYZE)。
4. Tushare Token 管理(按需调用,见 HINT 指令)
python ${SKILL_DIR}/stockquant/scripts/stockquant.py tushare-token --set \x3CTOKEN>
python ${SKILL_DIR}/stockquant/scripts/stockquant.py tushare-token --skip
python ${SKILL_DIR}/stockquant/scripts/stockquant.py tushare-token --status
python ${SKILL_DIR}/stockquant/scripts/stockquant.py tushare-token --clear
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install stockquant - After installation, invoke the skill by name or use
/stockquant - Provide required inputs per the skill's parameter spec and get structured output
What is stockquant?
A股量化一站式:选股 + 持仓策略 + 个股分析(代码/名称查询,返回行情+日K+15分钟K+资金面+板块+公告)。Python 出数据+hint,LLM 按 [TASK] 推导决策。 It is an AI Agent Skill for Claude Code / OpenClaw, with 85 downloads so far.
How do I install stockquant?
Run "/install stockquant" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is stockquant free?
Yes, stockquant is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does stockquant support?
stockquant is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created stockquant?
It is built and maintained by er6y (@er6y); the current version is v1.0.0.