Racing Quant AI

赛马量化AI选股系统，集成量化策略选股+个股智能推荐分析。从量化策略数据库筛选符合需求的策略，获取持仓个股，再进行深度分析，最终给出投资参考。触发词：量化选股，racing quant，策略选股，数据库选股，量化分析，AI选股。

Racing Quant AI 赛马量化AI选股系统

Overview

Racing Quant AI是一套集成化的A股量化选股分析系统，核心功能包含两大部分：

1. 策略选股：从远程MySQL量化策略数据库中，根据用户需求智能匹配推荐量化策略，并获取策略对应的最新持仓股票
2. 深度分析：对筛选出的持仓个股，使用结构化分析框架进行个股深度分析，给出客观的投资参考

整个工作流闭环：用户需求 → 匹配策略 → 获取持仓 → 个股分析 → 综合推荐

触发条件

当用户满足以下任意一种场景时，自动启用本skill：

1. 用户要求"量化选股"、"AI选股"、"策略选股"
2. 用户提到"racing quant"、"赛马量化"、"赛马量化AI"
3. 用户需要从数据库选股并进行深度分析
4. 用户要求根据量化策略推荐股票并分析

数据源

• 赛马量化策略数据库：实时获取策略持仓、历史绩效、因子暴露数据
• 主数据源：new-akshare-stock 新版量化接口：行情、财务、资金流向、龙虎榜等稳定A股量化数据
• 备用数据源：baostock 证券数据接口：当 new-akshare-stock 不可用时自动切换，提供行情、财务、基础量化数据
• cn-web-search 全网搜索：个股深度研究、行业动态、政策解读，优先返回微信公众号来源内容，自动备注文章标题

核心功能

功能1：策略数据库查询与选股

支持多种查询方式，包括直接查询、关键词搜索和互动偏好匹配，满足不同用户场景：

数据库配置

连接信息（远程公开量化策略库）：

• 地址：47.121.180.199
• 端口：3306
• 账号：display
• 密码：display999!
• 数据库：db_strategy
• 主表：strategy_information

主策略表字段说明

字段	类型	说明
strategy_table	text	策略对应持仓数据表名称
strategy_name	text	策略英文名称
strategy_id	text	策略ID（唯一标识）
benchmark	text	对标指数
owner_name	text	策略创建人姓名
owner_id	text	创建人ID
start_date	datetime	策略开始回测时间
online_date	datetime	策略上线时间
strategy_name_cn	text	策略中文名称
strategy_summ	text	策略简介
strategy_desc	text	策略详细描述
strategy_cat	text	策略分类（量价/基本面/事件驱动/量化选股等）
how_to_trade	text	交易调仓规则
if_recommended	bigint	是否推荐（1=推荐，0=不推荐）

策略持仓表字段说明

字段	类型	说明
trade_date	text	交易日期
strategy_name	text	策略名称
strategy_id	text	策略ID
trading_info	text	交易信息（持仓信息json，主键为证券代码、值为权重，举例 {'300001.SZ':'0.1'}）
trade_price	text	交易价格（open/close）
update_time	datetime	更新时间

支持的查询操作

1. 获取全部策略列表：查询数据库中所有注册策略，展示策略基本信息
2. 关键词搜索策略：根据关键词搜索策略名称/简介/描述，返回匹配结果
3. 分类筛选：按策略分类（量价/基本面等）筛选策略
4. 推荐策略筛选：只筛选标记为if_recommended=1的优质推荐策略
5. 需求智能匹配：根据用户描述的投资需求，语义匹配最符合的策略
6. 互动偏好匹配：通过多轮互动提问，了解用户的投资偏好和风险承受能力，从strategy_desc字段中匹配最契合的策略
7. 获取最新持仓：根据选中的策略，查询对应持仓表获取最新一期持仓股票列表 备注：多策略命中时，仅列表展示，不自动择优，需用户确认后再获取持仓。

---

功能2：个股深度分析（5维度分析框架）

对策略输出的持仓股票，逐个进行结构化深度分析，遵循以下分析框架：

维度1：核心交易数据

• 最新股价、当日涨跌幅
• 日内波动区间（最高价/最低价）
• 成交量、成交额、换手率
• 总市值
• 估值指标（PE(TTM)、PB）

数据源：优先通过new-akshare-stock获取；若技能不可用，自动切换为baostock获取，最终报告标注实际使用的数据源。 数据校验要求：所有量价、市值、估值基础字段，必须与调用数据源实时校验准确性，异常数据高亮备注。

维度2：股价走势回顾

分类展示不同周期涨跌幅：

• 短期：近5日、近1个月
• 中期：近3个月
• 长期：近1年、近5年

数据源：优先通过new-akshare-stock获取；若技能不可用，自动切换为baostock获取，最终报告标注实际使用的数据源。 数据校验要求：多周期涨跌幅历史量价数据，需匹配数据源原始口径核验计算逻辑，杜绝偏差。

维度3：资金面分析

• 近期主力资金流向（净流入/净流出）
• 主力持仓成本对比当前股价
• 机构控盘度
• 关键支撑位/压力位

数据源：优先通过new-akshare-stock获取；若技能不可用，自动切换为baostock获取，最终报告标注实际使用的数据源。 数据校验要求：主力资金流向明细，严格校验数据源原始流水数据，异常波动单独标注。

维度4：基本面核心分析

• 估值对比：当前PE/PB对比行业平均，判断高估/低估
• 业绩表现：近期营收、净利润增速，增长稳定性
• 业务亮点：核心优势、新增长点
• 风险提示：客观列出潜在风险（高负债、政策风险、行业周期等）

数据源：通过new-akshare-stock获取公开财务数据；若技能不可用，自动切换为baostock获取，最终报告标注实际使用的数据源。结合cn-web-search搜索最新公开信息和机构研报，优先返回微信公众号来源内容，自动备注文章标题 数据校验要求：营收、净利润、PE/PB 等财务核心指标，必须对照数据源原始财报字段精准校验，保证基本面数据真实可溯源。

维度5：综合评价

• 短期趋势判断，基于资金面和技术面数据
• 长期投资价值评价，基于基本面分析和估值水平
• 不同类型投资者参考建议（保守/稳健/激进）
• 必须添加免责声明：明确说明"分析结果仅供学习交流，不构成任何投资建议，投资有风险，入市需谨慎"
• 必须标注：本次行情/财务/资金数据实际来源（new-akshare-stock 或 baostock）

完整工作流程

工作流优先级：用户有明确选股需求 / 指定策略→直接自动执行；无任何需求→触发互动提问； 补充匹配兜底规则：若关键词 / 偏好 / 分类筛选匹配出 2 条及以上策略，仅展示【策略名称 + 中文简介】列表给到用户，等待用户手动选定具体策略后，再执行拉取持仓、个股分析流程，不自动默认选中任意策略。

标准工作流（用户给出投资需求）

text

1. 连接数据库 → 查询所有策略
2. 根据用户需求，智能匹配最符合的1-3个策略
3. 对匹配的每个策略，获取其最新一期持仓股票（通常前10-20只）
4. 对持仓股票逐个进行个股深度分析（如用户没有指定数量，则默认前5只）
5. 整理汇总：策略信息 → 持仓列表 → 个股分析报告 → 综合总结
6. 输出完整报告，报告格式严格按照如下输出：
   - 策略信息（名称/ID/简介/描述）
   - 持仓列表（股票代码/名称/占比）
   - 个股分析（每只股票按照5维度分析框架输出）
   - 综合总结（策略优势、风险提示、投资建议）
   - 信息来源注释（公开研报、微信公众号深度报告标题）
   - 免责声明（分析结果仅供学习交流，不构成投资建议，投资有风险，入市需谨慎）

用户指定策略名称/ID工作流

text

1. 根据用户提供的策略名称/ID，从数据库查询策略详细信息，返回匹配到的策略信息包括名称/ID
2. 获取该策略最新持仓列表
3. 对持仓股票进行个股深度分析（如用户没有指定数量，则默认前5只）
4. 输出完整报告，报告格式严格按照如下输出：
   - 策略信息（名称/ID/简介/描述）
   - 持仓列表（股票代码/名称/占比）
   - 个股分析（每只股票按照5维度分析框架输出）
   - 综合总结（策略优势、风险提示、投资建议）
   - 信息来源注释（公开研报、微信公众号深度报告标题）
   - 免责声明（分析结果仅供学习交流，不构成投资建议，投资有风险，入市需谨慎）

用户只想查询策略工作流

text

1. 根据用户条件（关键词/分类）筛选策略
2. 输出策略列表和基本信息，供用户选择
3. 用户选择后再进行下一步获取持仓和分析（如用户没有指定数量，则默认前5只）
4. 输出完整报告，报告格式严格按照如下输出：
   - 策略信息（名称/ID/简介/描述）
   - 持仓列表（股票代码/名称/占比）
   - 个股分析（每只股票按照5维度分析框架输出）
   - 综合总结（策略优势、风险提示、投资建议）
   - 信息来源注释（公开研报、微信公众号深度报告标题）
   - 免责声明（分析结果仅供学习交流，不构成投资建议，投资有风险，入市需谨慎）

互动偏好匹配工作流（在不明确用户偏好时，优先使用）

text

1. 主动提问了解用户的投资偏好，包括：
   - 投资周期偏好（短期/中期/长期）
   - 风险承受能力（保守/稳健/激进）
   - 选股风格偏好（价值成长/红利低波/动量趋势/事件驱动）
   - 行业偏好（是否有特定看好或回避的行业）
   - 其他特殊需求
2. 将用户回答的偏好转化为搜索关键词，在strategy_desc字段中进行语义匹配
3. 按匹配度排序，推荐最符合的3-5个策略
4. 请用户确认选择哪个策略
5. 用户确认后，获取策略最新持仓并进行个股分析（如用户没有指定数量，则默认前5只）
6. 输出完整报告，报告格式严格按照如下输出：
   - 策略信息（名称/ID/简介/描述）
   - 持仓列表（股票代码/名称/占比）
   - 个股分析（每只股票按照5维度分析框架输出）
   - 综合总结（策略优势、风险提示、投资建议）
   - 信息来源注释（公开研报、微信公众号深度报告标题）
   - 免责声明（分析结果仅供学习交流，不构成投资建议，投资有风险，入市需谨慎）

互动提问参考问题

1. "你好！为了给你推荐最合适的量化策略，可以先回答几个问题吗？"
2. "你的投资周期更倾向于哪种？（短期/中期/长期）"
3. "你的风险承受能力大概是什么水平？（保守/稳健/激进）"
4. "你更喜欢哪种选股风格？比如：价值成长/红利低波/动量趋势/事件驱动..."
5. "有没有特别看好或者想要回避的行业？"
6. "还有其他特殊需求吗？"

工具调用规范

0. 数据校验强制要求：获取个股量价行情、财务估值、资金流向核心数据时，必须严格对照当前生效数据源（new-akshare-stock/baostock）做字段核验，确保股价、市值、PE/PB、营收利润、主力资金等关键数值完整无误；异常空值、离谱极值需标注说明，严禁直接编造 / 沿用错误数据。
1. 数据库查询：使用Node.js连接MySQL数据库，参考scripts目录下的数据库连接模板
2. 获取行情数据：优先通过new-akshare-stock获取最新股价和各周期涨跌幅数据；失效自动切换baostock
3. 获取主力资金流向：优先通过new-akshare-stock获取每日主力资金数据；失效自动切换baostock
4. 基础信息搜索：分析前先使用cn-web-search搜索股票最新公开信息、机构研报和市场数据
5. 深度报告搜索：添加wechat-article-search深度搜索机制，搜索微信公众号最新发布的个股深度研究报告，获取市场最新观点和深度分析内容，并在最终报告中明确注释引用的公众号文章/深度报告标题
6. 融合分析：整合量化策略数据库信息、行情数据、主力资金数据、公开市场数据和微信公众号深度研究报告内容，进行多维度融合分析
7. 严格框架：严格按照5维度分析框架整理输出，不遗漏风险提示
8. 风险优先：必须同时列出优势和风险，不做片面推荐
9. 信息标注：分析过程中引用的公开研报和公众号深度文章，需要在报告末尾注明信息来源
10. 数据源标注：每份报告必须标注本次量化数据来源（new-akshare-stock 或 baostock）
11. 免责声明：所有分析结果末尾必须带有免责声明

基本原则

1. 遵守规范：严格按照既定流程和标准执行各项操作
2. 客观中立：只整理公开信息和量化策略结果，不做主观判断
3. 风险提示：风险提示清晰可见，不隐藏负面信息
4. 信息来源：所有数据来自公开渠道和量化策略数据库
5. 责任豁免：始终声明不构成投资建议，投资风险自负
6. 容错降级：量化数据源支持自动降级切换，保证系统稳定可用

资源

scripts/

包含可直接运行的数据库查询脚本：

• check-json.js：检查JSON格式正确性
• desc-table.js：输出策略描述表格
• get-positions-correct.js：获取策略最新正确持仓列表
• get-positions.js：获取策略持仓列表（原始版）
• get-positions-json.js：获取持仓JSON格式
• get-position-table.js：输出持仓表格
• list-recommended.js：列出所有推荐策略
• read-strategies.js：读取策略信息

依赖

• Node.js 环境
• mysql 包：用于连接MySQL量化策略数据库
• new-akshare-stock技能：主行情、财务、资金流向、龙虎榜等A股量化数据
• baostock技能：备用行情、财务、基础证券数据（自动降级使用）
• cn-web-search技能：用于获取个股最新公开信息和机构研报
• wechat-article-search 深度搜索：搜索微信公众号最新深度研究报告
• stock-analysis 技能：提供结构化个股分析框架，自动适配 new-akshare-stock / baostock 数据源

使用示例

示例1：列出所有推荐策略

text

cd ./scripts && node list-recommended.js

示例2：获取指定策略最新持仓并分析N只个股（N默认为5）

text

1. 获取持仓（通过策略名称，支持模糊匹配）
cd ./scripts && node get-positions-correct.js "短周期机器学习" 20
脚本执行流程：
- 先在 strategy_information 表查找匹配的策略
- 获取对应的 strategy_table 名称
- 查询该表的最新持仓数据
2. 对每只个股调用公开信息搜索
3. 调用微信文章深度搜索，获取最新公众号深度研究报告
4. 融合公开信息与深度报告内容，整理分析结果，并注释引用的公众号文章标题
5. 输出完整报告，末尾注明信息来源并添加免责声明

完整运行示例（如本文档编写过程）

1. 用户要求："现在开始对前5只重仓个股进行深度分析"
2. 执行node list-recommended.js获取推荐策略列表
3. 执行node get-positions-correct.js "策略名称" 20获取最新20只持仓（脚本会自动反查strategy_table）
4. 逐个对前5只股票调用公开搜索获取基础基本面信息
5. 逐个对前5只股票调用微信文章深度搜索，获取最新公众号深度研究报告
6. 融合整合公开信息与深度报告内容，按照结构化分析框架整理输出分析报告
7. 在报告中注释引用的公众号文章/深度报告标题，并注明信息来源，最后添加免责声明

上架信息

• 作者：Warwick
• 分类：金融/量化选股
• 标签：A股, 量化, 选股, 基本面分析, 深度分析, 投资
• 版本：1.6.0
• 更新日志：
  • v1.6.0：全量新增双数据源自动降级（new-akshare-stock→baostock），所有分析维度统一兜底，报告强制标注数据来源，强制校验数据准确性。
  • v1.5.0 (2026-03-31): 将直接读取akshare接口更改为调用成熟skill；集成微信文章深度搜索机制，支持搜索公众号最新发布的个股深度研究报告，并融合深度内容进行分析，自动注释引用的报告名称，提供更丰富的市场观点和深度分析内容
  • v1.4.0 (2026-03-30): get-positions-correct.js脚本升级，支持通过策略名称（strategy_name_cn）自动反查strategy_table，无需手动指定表名，使用更便捷
  • v1.3.0 (2026-03-30): 主力资金数据获取升级为akshare接口，可直接获取准确的单日/近5日/近20日/近一月主力净流入数据，资金面分析数据更精准
  • v1.2.0 (2026-03-30): 行情数据获取方式升级为akshare接口，自动获取准确的最新股价和各周期涨跌幅数据，数据来源更稳定可靠
  • v1.1.0 (2026-03-28): 添加微信文章深度搜索机制，支持搜索公众号最新发布的个股深度研究报告，并融合深度内容进行分析，自动注释引用的报告名称