← 返回 Skills 市场
astock-research
作者
zif10765-maker
· GitHub ↗
· v1.2.0
1532
总下载
3
收藏
10
当前安装
3
版本数
在 OpenClaw 中安装
/install astock-research
功能描述
A股深度投研分析框架，参考同花顺/萝卜投研体系，包含基本面（宏观+微观）、资金面、技术面、情绪面、消息面五大维度。用于深度分析A股上市公司，制定交易预案。
使用说明 (SKILL.md)
A股深度投研分析
参考同花顺、萝卜投研体系的专业投研框架。
核心工作流程
分析流程（五维一体）
基本面（宏观+微观）→ 资金面 → 技术面 → 情绪面 → 消息面 → 预案 → 结论
一、基本面分析（宏观+微观）
1.1 宏观层面（市场环境）
参考同花顺宏观数据模块：
| 分析维度 | 具体指标 | 数据来源 |
|---|---|---|
| 大盘走势 | 上证指数、深证成指、创业板指 | ths_ifind.real_time_quotation.v1 |
| 经济数据 | GDP、CPI、PPI、PMI、社融、M2 | jin10宏观 |
| 政策环境 | 货币政策、财政政策、产业政策 | jin10快讯 |
| 全球联动 | 美股、港股、外汇、黄金 | QVeris |
宏观分析框架：
- 宏观经济周期（复苏/繁荣/衰退/萧条）
- 货币政策取向（宽松/收紧）
- 政策导向（扶持/调控）
- 风险因素（地缘、汇率、债务）
1.2 微观层面（公司质地）
参考同花顺F10和萝卜投研：
| 分析维度 | 具体指标 | 数据来源 |
|---|---|---|
| 公司概况 | 主营业务、行业地位、概念题材 | ths_ifind.company_basics.v1 |
| 财务数据 | 营收、净利润、增速、毛利率、净利率 | ths_ifind.financial_statements.v1 |
| 估值水平 | PE、PB、PEG、股息率 | ths_ifind.company_basics.v1 |
| 盈利能力 | ROE、ROA、毛利率、净利率 | ths_ifind.income_statement.v1 |
| 成长能力 | 营收增速、利润增速 | ths_ifind.income_statement.v1 |
| 偿债能力 | 资产负债率、流动比率 | ths_ifind.balance_sheet.v1 |
| 运营能力 | 存货周转、应收账款周转 | ths_ifind.cash_flow_statement.v1 |
微观分析框架：
- 商业模式：做什么、怎么赚钱、壁垒在哪
- 竞争格局：行业地位、竞争对手、护城河
- 成长逻辑：业绩增长的驱动因素
- 估值合理性：贵了还是便宜
二、资金面分析
2.1 资金流向
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 主力资金 | latestVolume、amount | 判断资金进出 |
| 量比 | vol_ratio | 放量/缩量程度 |
| 换手率 | turnoverRatio | 活跃度 |
| 成交额 | amount | 市场关注度 |
2.2 股东结构
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 机构持仓 | 机构持股比例 | 主力看好程度 |
| 股东户数 | 股东户数变化 | 筹码集中/分散 |
| 解禁情况 | 限售股解禁 | 抛压风险 |
2.3 估值流动性
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 市值 | mv | 大盘/中盘/小盘 |
| 流通市值 | freeFloat | 流动性 |
| PE-TTM | pe_ttm | 估值水平 |
| PB | pb | 估值水平 |
三、技术面分析
3.1 趋势判断
| 分析维度 | 具体指标 | 数据来源 |
|---|---|---|
| 日线走势 | 收盘价、最高、最低 | ths_ifind.history_quotation.v1 |
| 均线系统 | 5/10/20/60日均线 | 计算得出 |
| 趋势方向 | 上涨/下跌/震荡 | 形态判断 |
3.2 支撑压力
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 支撑位 | 前期低点、均线 | 买入参考 |
| 压力位 | 前期高点、均线 | 卖出参考 |
| 缺口 | 向上/向下跳空 | 趋势强度 |
3.3 K线形态
| 形态类型 | 具体形态 | 信号意义 |
|---|---|---|
| 反转形态 | 锤子线、吞没、乌云盖顶 | 趋势可能逆转 |
| 持续形态 | 三角形、旗形、楔形 | 蓄势待发 |
| 突破形态 | 放量长阳/长阴 | 趋势加速 |
3.4 技术指标
| 指标 | 参数 | 信号 |
|---|---|---|
| MACD | 12,26,9 | 金叉/死叉、背离 |
| RSI | 6,12,24 | 超买(>70)/超卖(\x3C30) |
| KDJ | 9,3,3 | 超买/超卖 |
3.5 缠论视角（可选）
- 笔、线段划分
- 中枢构建
- 背驰判断
- 买卖点定位
四、情绪面分析
4.1 市场情绪
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 涨跌停 | 涨停/跌停家数 | 市场热度 |
| 板块轮动 | 领涨/领跌板块 | 资金偏好 |
| 龙头股 | 龙头股走势 | 市场风向标 |
4.2 个股情绪
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 换手率 | turnoverRatio | 筹码交换 |
| 量价配合 | 放量上涨/缩量下跌 | 趋势健康度 |
| 股性 | 历史波动特征 | 活跃度 |
4.3 机构情绪
| 分析维度 | 具体指标 | 解读 |
|---|---|---|
| 研报评级 | 买入/增持/中性/减持 | 机构态度 |
| 目标价 | 目标价 vs 当前价 | 上涨空间 |
| 业绩预期 | 业绩预测 | 增长信心 |
五、消息面分析
5.1 业绩公告
| 事件类型 | 时间节点 | 影响 |
|---|---|---|
| 业绩预告 | 1月底、7月底 | 业绩预期 |
| 正式财报 | 4月底、8月底 | 业绩确认 |
| 业绩修正 | 预告后 | 业绩下调/上调 |
5.2 资本运作
| 事件类型 | 具体事项 | 影响 |
|---|---|---|
| 定增/配股 | 融资需求 | 稀释股权 |
| 减持/增持 | 大股东行为 | 信心信号 |
| 回购/激励 | 管理层动作 | 积极信号 |
| 并购重组 | 外延发展 | 预期改变 |
5.3 行业动态
| 事件类型 | 具体事项 | 影响 |
|---|---|---|
| 政策出台 | 补贴、监管、规划 | 行业走向 |
| 供需变化 | 产能、需求 | 景气度 |
| 价格波动 | 原料、产品价格 | 利润影响 |
5.4 重大事项
| 事件类型 | 具体事项 | 影响 |
|---|---|---|
| 诉讼仲裁 | 法律风险 | 不确定性 |
| 监管问询 | 函件关注 | 诚信疑问 |
| 高管变动 | 辞职、任命 | 经营预期 |
| 突发事件 | 安全事故、舆情 | 黑天鹅 |
六、全场景预案
剧本A - 上涨突破
- 触发条件: 放量突破压力位
- 目标位: 目标价计算（PE法/PEG法）
- 止损位: 跌破支撑
剧本B - 下跌破位
- 触发条件: 放量跌破支撑位
- 目标位: 前期低点/技术支撑
- 止损位: 反弹突破
剧本C - 震荡整理
- 震荡区间: 支撑-压力之间
- 策略: 高抛低吸
剧本D - 观望等待
- 触发条件: 消息真空/趋势不明
- 关注: 催化剂等待
七、结论
核心判断
- 宏观环境：当前市场交易什么逻辑？
- 公司质地：贵了还是便宜？
- 走势判断：上涨/下跌/震荡？
操作建议
- 评级：买入/增持/中性/减持/观望
- 仓位：建议仓位
- 价位：建仓/加仓区间
风险提示
- 流动性风险
- 政策风险
- 业绩风险
- 系统性风险
数据获取速查
实时行情
{
"codes": "000001.SZ,600000.SH"
}
财务三表
{
"statement_type": "income_statement",
"codes": "000001.SZ",
"year": "2024",
"period": "1231",
"type": "1"
}
公司基本信息
{
"codes": "000001.SZ"
}
关键原则
- 五维闭环 - 五个维度缺一不可，形成逻辑链
- 数据说话 - 用数据验证观点，不要主观臆断
- 动态跟踪 - 基本面变化及时更新判断
- 风险第一 - 始终把风控放在首位
- 知行合一 - 制定预案后要严格执行
安全使用建议
Do not install or run this skill until you verify its source and fix the script. Specific concerns: the script contains a hardcoded API key (sk-...), which is a secret and may be abused; it calls a tool at an absolute path in another skill's workspace (/home/ubuntu/.openclaw/.../qveris_tool.py), so it assumes a specific environment; and it will make network requests using the embedded key. Ask the author for a version that: (1) removes the embedded key and documents required credentials so you can supply your own; (2) does not reference hardcoded absolute paths (use relative paths or a documented dependency); (3) explains what external service (QVeris) it calls and why; and (4) provides provenance (homepage, repo, author contact). If you must run it, do so in an isolated sandbox, block outbound network egress until you audit behavior, and rotate any exposed keys immediately.
功能分析
Type: OpenClaw Skill
Name: astock-research
Version: 1.2.0
The skill is suspicious due to two critical vulnerabilities found in `scripts/get_stock.sh`. First, it hardcodes an API key (`sk-XVkZepqEZYvLIDHkm_uB3za58x1gUjIb1_jwE8LP_V4`), which is a severe information exposure risk. Second, the script is vulnerable to shell injection, as it directly interpolates user input (`$CODE`) into a command's JSON parameter without proper sanitization, potentially leading to remote code execution.
能力评估
Purpose & Capability
The skill claims no required credentials or binaries, yet the bundled script sets and uses a QVERIS_API_KEY and invokes a qveris tool at an absolute path. A stock research skill legitimately needs API access, but that should be declared (and configured by the user), not hardcoded into a shipped script or tied to another skill's workspace.
Instruction Scope
SKILL.md itself is an instruction-only research framework (no explicit runtime commands), but the provided scripts run an external tool (~/.local/bin/uv) against /home/ubuntu/.openclaw/workspace/skills/qveris/scripts/qveris_tool.py and export an API key. The script therefore accesses filesystem paths and environment state outside the skill's declared scope and will cause network calls using the embedded key.
Install Mechanism
There is no install spec (instruction-only), so nothing additional is written to disk by an installer. However, that lowers supply-chain risk but does not mitigate the risky behavior in the included script.
Credentials
The script embeds a likely secret (QVERIS_API_KEY with an sk- prefix) even though requires.env declares none. Requiring or embedding a service API key without documenting it is disproportionate and may leak credentials or rely on someone else's key. The script also assumes specific home paths ( /home/ubuntu/... ) which are unrelated to the stated portable purpose.
Persistence & Privilege
The skill is not always-enabled and does not request elevated platform privileges. However, because it contains an embedded API key and will make network calls when invoked (and the platform allows autonomous invocation by default), the combination increases potential for undesired external access if the skill is run automatically.
如何使用
- 确保已安装 OpenClaw（本地或 Docker 部署）
- 在对话框中输入安装命令：
/install astock-research - 安装完成后，直接呼叫该 Skill 的名称或使用
/astock-research触发 - 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.2.0
- 增加参考同花顺、萝卜投研体系，优化整体分析框架，使内容更贴近主流机构方法。
- 第五大分析维度由“事件面”更名为“消息面”，内容更丰富。
- 明确各分析维度下的具体指标、数据源及解读方法，采用结构化表格展现。
- 补充并详细说明宏观、行业、公司全景数据及分析思路，细化微观基本面、资金面、机构情绪等要素。
- 丰富技术面、情绪面与消息面分析维度，并增加缠论视角等补充内容。
- 优化投资剧本、操作建议和风险提示表述，强化实用性和执行力。
v1.1.0
Version 1.1.0 (astock-research)
- 全面升级为五维一体深度投研分析框架，新增资金面、情绪面、事件面等维度
- 报告结构和分析流程升级，覆盖宏观、微观、资金、情绪、事件全流程
- 丰富报告细节，加入主力资金流向、机构持仓、市场情绪、重大事件等要素
- 明确QVeris数据接口调用示例及各类数据字段说明
- 增强预案策略，细化多种行情剧本和操作建议
- 强化风险控制与逻辑闭环原则，突出动态跟踪与全局风险管理
v1.0.0
- 首发版本，提供A股个股投研分析完整框架
- 支持基本面、行情、技术面、估值等多维度分析
- 集成QVeris skill实时与历史行情查询，用于获取A股相关数据
- 明确A股代码后缀规范，支持沪深京交易所
- 内置标准报告结构和全场景操作预案模板
- 适用于A股分析、行情查询及交易预案制定
元数据
常见问题
astock-research 是什么？
A股深度投研分析框架，参考同花顺/萝卜投研体系，包含基本面（宏观+微观）、资金面、技术面、情绪面、消息面五大维度。用于深度分析A股上市公司，制定交易预案。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 1532 次。
如何安装 astock-research？
在 OpenClaw 或 Claude Code 对话框中运行命令「/install astock-research」即可一键安装，无需额外配置。
astock-research 是免费的吗？
是的，astock-research 完全免费（开源免费），可自由下载、安装和使用。
astock-research 支持哪些平台？
astock-research 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。
谁开发了 astock-research？
由 zif10765-maker（@zif10765-maker）开发并维护，当前版本 v1.2.0。
推荐 Skills