A股三层选股模型

A股三层选股模型 — 量化筛选 → 定性分析 → 择时操作。用于主动选股、持仓诊断、机会扫描。当用户说「选股」「帮我看看有哪些好股」「扫描市场」「符合什么条件才能买」「筛选强势股」时使用。

基于「量化筛选 → 定性分析 → 择时操作」三层漏斗模型，从全市场5000+只A股中筛选出最优标的。

工作流程

第一层：量化筛选（机选）

读取 references/screening-rules.md，按以下5维度等权重筛选：

维度	条件	权重
市值	50~500亿	20%
动量	MA15 > MA60	20%
换手	近5日均换手率 > 2%	20%
MACD	MACD金叉且柱状体放大	20%
位置	股价在筹码低位或突破密集区	20%

过滤规则： 满足 ≥3/5 项 → 进入第二层

数据获取： 使用 AkShare 接口（参考 references/akshare-guide.md）

---

第二层：定性分析（人选）

对通过第一层的标的，逐只进行定性验证：

1. 基本面：净利润增速 > 15%、ROE > 12%、无明显财务恶化
2. 行业：属于政策支持主线（AI/半导体/军工/新能源/消费）
3. 催化：近期有实质利好（订单/政策/业绩超预期/重组）
4. 筹码：主力筹码集中，上方套牢盘不重
5. 龙头：细分行业龙头或技术领先优势

过滤规则： 满足 ≥4/5 项 → 进入第三层

---

第三层：择时操作

对通过第二层的标的，给出具体操作方案：

• 买入区间（精确价格）
• 止损价（结构失效位）
• 第一目标价
• 仓位建议
• 风险等级（低/中/高）

---

执行顺序

1. 读取 references/screening-rules.md — 获取量化筛选参数
2. 读取 references/analysis-framework.md — 获取定性分析框架
3. 运行 scripts/screen.py — 执行全市场扫描（输出初筛名单）
4. 对初筛名单逐只做定性验证
5. 输出最终买入名单（含操作方案）

输出格式

## 初筛结果
[满足条件的标的列表]

## 定性验证
[每只标的的5维度评分]

## 买入名单（含操作方案）
| 股票 | 代码 | 行业 | 买入区间 | 止损 | 目标 | 仓位 | 风险 |
|------|------|------|---------|------|------|------|------|

数据来源

• 实时行情：stock_zh_a_spot_em（东方财富）
• 日线历史：stock_zh_a_hist（AkShare）
• 财务数据：stock_financial_analysis_indicator（如果能获取）
• 资金流：stock_individual_fund_flow（如果能获取）
• 筹码分布：stock_cyq_em（如果能获取）

详细接口用法见 references/akshare-guide.md

重要原则

• 量化初筛不选市值<50亿或>500亿的标的（流动性风险/壳价值）
• 只选有催化逻辑的标的，禁止盲目选"超跌"
• 择时方案必须带止损位，没有止损位的标的直接排除
• 每次选股输出不超过5只标的（聚焦）
• 如果市场整体趋势向下（如MA60空头排列），主动提示降低仓位