← Back to Skills Marketplace
er6y

stockquant

by er6y · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ pending
85
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install stockquant
Description
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。
README (SKILL.md)

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 1.22.5、涨 14%、站上 MA20 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 + 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_cardbullish / bearish / uncertain 三列中文信号(禁止只读一边
  • confidence_labelHIGH(≥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

  1. CONFLICTED 直接放弃
  2. LOW 默认不入场
  3. MEDbullish ≥ 2 * bearish 才考虑
  4. 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
Capability Tags
cryptocan-make-purchases
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install stockquant
  3. After installation, invoke the skill by name or use /stockquant
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
- Initial release of Stockquant: an all-in-one quantitative A-share stock skill for stock selection, position management, and individual stock analysis. - Supports multiple selection strategies (板块滞涨股, 主力资金累积, 60日箱体突破, 缩量横盘+首日突破, 主力悄悄吸筹, 板块异动初动) with clear default settings and usage guidelines. - Delivers data output and structured hints via Python, with step-by-step decision processes handled by LLM based on [TASK] instructions. - Provides robust confidence labeling, evidence cards, and devil's advocate questions to guide decision-making and risk control. - Includes commands for buy recommendations, sell plan strategies, stock analysis, and Tushare Token management.
Metadata
Slug stockquant
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

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.

💬 Comments