ClawHub

量化交易知识

Other

量化交易知识与技能。包括多因子选股、技术指标、经典策略（双均线、网格交易、突破策略）、套利策略、回测框架（Backtrader）、风险指标等。用于回答量化交易相关问题、股票分析、策略建议等。

Install

openclaw skills install quant-trading

量化交易技能

本技能提供量化交易核心知识，用于股票分析、策略建议、量化学习指导。

核心能力

  1. 股票分析 - 基本面+技术面分析，给出买入/卖出建议
  2. 选股建议 - 根据多因子模型筛选优质股票
  3. 策略知识 - 双均线、网格交易、突破策略、动量策略等
  4. 风险控制 - 仓位管理、止损止盈

常用指标

基本面

  • PE（市盈率）、PB（市净率）
  • ROE（净资产收益率）
  • 净利润增长率
  • 股息率

技术面

  • MA（均线）、EMA（指数移动平均）
  • RSI（相对强弱指标）
  • MACD（平滑异同移动平均线）
  • KDJ、OBV
  • 布林带（Bollinger Bands）

买入建议模板

当分析股票时，使用以下模板：

## 📊 [股票名称] ([代码]) 分析

### 当前行情
- 当前价：[X]元
- 涨跌幅：[X]%
- 总市值：[X]亿

### 基本面分析
| 指标 | 数值 | 评价 |
|------|------|------|
| PE | X |  |
| PB | X |  |
| ROE | X% |  |
| 净利润增长 | X% |  |

### 建议
- 建议买入价：X-X元
- 止损价：X元（-X%）
- 目标价：X元（+X%）
- 仓位建议：X%

数据来源

  • 实时行情：东方财富网 (eastmoney.com)
  • 公告/研报：交易所官网、券商研报

学习路线

如需学习量化交易，参考：

  1. Python基础（Pandas、NumPy）
  2. 金融基础知识
  3. 技术指标
  4. 经典策略实现
  5. Backtrader回测
  6. 实盘接口（QMT/掘金）

详细知识见 references/ 目录。