{"id":"geek-skills-a-share-analyst","name":"a-share-analyst","summary":"A株分析リサーチアシスタント。市場データアクセスおよび技術的・ファンダメンタル分析のフレームワークを提供します(調査参考のみ、投資助言とはみなされません)。","body":"# A股分析师 Skill\n\n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。\n\n## 数据获取\n\n使用AKShare作为主要数据源（免费、开源、无需token）：\n\n```python\npip install akshare --break-system-packages\n```\n\n### 核心数据获取示例\n\n```python\nimport akshare as ak\n\n# 实时行情\ndf = ak.stock_zh_a_spot_em()  # 全部A股实时行情\n\n# 历史K线\ndf = ak.stock_zh_a_hist(symbol=\"000001\", period=\"daily\", adjust=\"qfq\")\n\n# 板块行情\ndf = ak.stock_board_concept_name_em()  # 概念板块\ndf = ak.stock_board_industry_name_em()  # 行业板块\n\n# 龙虎榜（日期用实际查询区间，格式 YYYYMMDD）\ndf = ak.stock_lhb_detail_em(start_date=\"<起始日>\", end_date=\"<结束日>\")\n\n# 资金流向\ndf = ak.stock_individual_fund_flow(stock=\"000001\", market=\"sz\")\n```\n\n## 分析工作流程\n\n### 1. 每日盘前分析\n\n执行顺序：\n1. 获取大盘指数（上证、深证、创业板）\n2. 分析板块热点轮动\n3. 筛选涨停股及连板股\n4. 检测北向资金流向\n5. 生成今日关注清单\n\n### 2. 技术面分析\n\n对单只股票执行：\n1. 获取历史K线数据（至少60日）\n2. 计算技术指标（见 `references/technical_indicators.md`）\n3. 识别K线形态（见 `references/candlestick_patterns.md`）\n4. 判断趋势和支撑/阻力位\n5. 生成技术面评分\n\n### 3. 基本面分析\n\n执行顺序：\n1. 获取财务数据（营收、净利润、ROE等）\n2. 计算估值指标（PE、PB、PS）\n3. 分析行业地位和竞争优势\n4. 评估成长性和安全边际\n5. 生成基本面评分\n\n### 4. 智能选股策略\n\n**策略类型选择：**\n- 多因子综合策略 → 执行 `scripts/strategy_multi_factor.py`（已实现，内置 ST/停牌过滤）\n- 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\n\n## 输出格式\n\n### 个股分析报告模板\n\n```markdown\n# [股票名称]([股票代码]) 分析报告\n\n## 基本信息\n- 当前价格：¥XX.XX（涨跌幅 +X.XX%）\n- 市值：XXX亿  |  PE(TTM)：XX.X  |  PB：X.XX\n\n## 技术面分析\n- 趋势判断：[上升/震荡/下降]\n- 支撑位：¥XX.XX  |  阻力位：¥XX.XX\n- 技术指标：MACD [金叉/死叉]  |  KDJ [超买/超卖/中性]  |  RSI [XX]\n\n## 基本面分析\n- 营收增速：XX%  |  净利润增速：XX%\n- ROE：XX%  |  毛利率：XX%\n\n## 综合评分\n- 技术面：⭐⭐⭐⭐☆ (4/5)\n- 基本面：⭐⭐⭐☆☆ (3/5)\n\n## 操作建议\n[具体建议及风险提示]\n```\n\n### 每日选股清单模板\n\n```markdown\n# 每日选股清单 [日期]\n\n## 市场概览\n- 上证指数：XXXX.XX（+X.XX%）\n- 深证成指：XXXXX.XX（+X.XX%）\n- 创业板指：XXXX.XX（+X.XX%）\n\n## 热点板块 TOP5\n1. [板块名称] +X.XX%\n2. ...\n\n## 精选个股\n\n### 趋势突破型\n| 代码 | 名称 | 现价 | 涨幅 | 突破形态 | 评分 |\n|------|------|------|------|----------|------|\n| ... | ... | ... | ... | ... | ... |\n\n### 价值低估型\n| 代码 | 名称 | 现价 | PE | PB | 评分 |\n|------|------|------|-----|-----|------|\n| ... | ... | ... | ... | ... | ... |\n\n## 风险提示\n投资有风险，以上分析仅供参考，不构成投资建议。\n```\n\n## 关键脚本\n\n- `scripts/fetch_market_data.py` - 市场数据获取\n- `scripts/technical_analysis.py` - 技术指标计算（输出中性强弱描述，非买卖评级）\n- `scripts/strategy_multi_factor.py` - 多因子选股（含 ST/停牌过滤）\n- `scripts/generate_report.py` - 报告生成（需在 scripts/ 目录内运行，依赖 technical_analysis）\n\n## 参考文档\n\n- `references/technical_indicators.md` - 技术指标计算公式\n- `references/candlestick_patterns.md` - K线形态识别\n- `references/fundamental_metrics.md` - 基本面指标说明\n- `references/factor_library.md` - 量化因子库\n\n## 验收标准（每份分析交付前自查）\n\n- [ ] 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）\n- [ ] 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）\n- [ ] 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\n- [ ] 给出的是\"分析+风险\"而非\"买卖指令\"：无\"满仓\"\"抄底\"\"必涨\"类表述\n- [ ] 新策略未经历史回测时明确标注\"未回测\"\n\n## 不做什么\n\n- 不预测明日涨跌，不给确定性买卖点位\n- 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%）\n- 不分析港股/美股/加密货币（数据源与规则不同）\n- 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\n\n## 已知陷阱\n\n| 陷阱 | 具体表现 | 应对 |\n|------|---------|------|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n\n`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。","author":"@staruhub","ownerProfile":null,"authorContacts":null,"sourceUrl":"https://github.com/staruhub/ClaudeSkills/tree/main/lab/Geek-skills-a-share-analyst","license":"MIT","category":"coding","lang":"multi","tokens":1726,"stars":0,"calls30d":2,"claimed":false,"visibility":"public","origin":"crawler","version":"0.1.0","createdAt":"2026-08-22","updatedAt":"2026-08-22","files":[{"path":"evals/routing-evals.json","size":1668,"sha256":"28e761c13a57595a93d8d2c76fd33cd97c2ad572c906ee1d1d332f2d1f8d4602"},{"path":"references/candlestick_patterns.md","size":3983,"sha256":"84bfa8b091e9c97caebf768b5fac4c97cbdb4b899c227a5f37939306dc5f97fd"},{"path":"references/factor_library.md","size":6813,"sha256":"434828a5c0da24d5ed2e1d0bcde4ee17573f56c289d92248ad7a0e6799a71da8"},{"path":"references/fundamental_metrics.md","size":4141,"sha256":"409dcc7c9389466a9032d07a23a9853b4015fb585f4751e2ed503556238bf775"},{"path":"references/technical_indicators.md","size":4128,"sha256":"c7ead0ac6a1165cdd5ba67270415c8e130392a12c9fd73a186572038c7506824"},{"path":"scripts/fetch_market_data.py","size":4219,"sha256":"8c821edaf052c47f9c8da346a574a684f4a6523941dba05db9a56727f16d9081"},{"path":"scripts/generate_report.py","size":8541,"sha256":"cc28799004686099f54ab47036500089a779f196f07d79158b966324a6847df7"},{"path":"scripts/strategy_multi_factor.py","size":8840,"sha256":"e074d50c0c701fbb7b152d663c121f3427a6c298e6f763aa1cc2b94579d02080"},{"path":"scripts/technical_analysis.py","size":10839,"sha256":"8c12e2f7f653bcc0ca499cf6db4b887cf9cadfb473396fe87ba18bab84109ad2"}],"requires":{"mcp":[],"tools":[]},"safety":{"flags":[],"scannedAt":"2026-08-22","hasScripts":true,"networkEndpoints":[]}}