New Akshare Stock.Bak

v1.0.0

A股量化数据分析工具,基于AkShare库获取A股行情、财务数据、板块信息等。用于回答关于A股股票查询、行情数据、财务分析、选股等问题。

0· 191·1 current·2 all-time

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for make453/new-akshare-stock-bak.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "New Akshare Stock.Bak" (make453/new-akshare-stock-bak) from ClawHub.
Skill page: https://clawhub.ai/make453/new-akshare-stock-bak
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Canonical install target

openclaw skills install make453/new-akshare-stock-bak

ClawHub CLI

Package manager switcher

npx clawhub@latest install new-akshare-stock-bak
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
Purpose & Capability
名字与描述表明这是基于 AkShare 的 A 股数据/量化分析工具。包含的 Python 脚本(analyze_600323.py、scripts/stock_cli.py)调用 akshare 用于实时行情、历史 K 线、板块、资金流等,和宣称的功能一致。没有请求与目的无关的系统权限或凭据。注意 _meta.json 的 ownerId 与 Registry metadata 中的 owner ID 不同,可能是发布元数据不一致或打包时改动;这是一个管理/追溯问题,但不影响功能一致性。
Instruction Scope
SKILL.md 明确说明需要 pip install akshare 并给出 akshare/baostock 的用法示例。没有指示读取系统文件、环境凭据或向未知外部端点传输敏感数据。SKILL.md 还建议在本地测试并提醒网络问题,范围限定在数据获取与分析。
Install Mechanism
没有 install spec(instruction-only),SKILL.md 建议用 pip 安装 akshare(这是合理的)。代码还导入 pandas,但 SKILL.md 未显式列出 pandas,建议在安装说明中补充依赖(pandas 等)。没有发现从可疑 URL 下载或执行任意二进制的行为。
Credentials
不要求任何环境变量或凭据。脚本仅依赖第三方 Python 库(akshare、pandas 等)并通过网络请求公共数据源,所请求的权限与功能成比例。
Persistence & Privilege
flags 显示 always:false 且默认允许模型调用(正常)。技能不会修改其它技能或系统配置,也不请求长期驻留权限。
Assessment
这项技能看起来是所述用途的常规实现,但在安装/运行前请注意: - 该技能会在运行时通过网络请求第三方数据源(akshare 所依赖的网站),确保在受信任或隔离的环境中运行(例如虚拟环境或容器)。 - 在安装前使用固定版本号(pip install akshare==<version>)并检查依赖(补安装 pandas、numpy 等常见依赖)。 - 代码中有小错误/健壮性问题(例如 scripts/stock_cli.py 中 get_fund_flow 调用未使用 ak. 前缀等),建议在生产使用前审查并在本地测试。 - _meta.json 中的 ownerId 与注册元数据不一致;如果你关心来源/供应商信誉,请先核实发布者或从官方渠道拉取 akshare 示例代码。 - 不要将此工具当作投资建议:SKILL.md 本身也声明仅供研究参考。若在生产或自动化交易中使用,做额外的安全和功能测试、并加上错误/异常处理与速率限制。

Like a lobster shell, security has layers — review code before you run it.

latestvk974txsp2d3c3mwjn2bgj7nj2x83a5dr
191downloads
0stars
1versions
Updated 1mo ago
v1.0.0
MIT-0

A股量化 - AkShare 数据接口

快速开始

安装依赖:

pip install akshare

支持的功能

1. 实时行情查询

import akshare as ak

# 个股实时行情
stock_zh_a_spot_em()
stock_zh_a_spot_em(symbol="北证A股")

2. 历史K线数据

import akshare as ak

# 日K线
stock_zh_a_hist(symbol="000001", period="daily", start_date="20240101", end_date="20241231", adjust="qfq")

# 周K线
stock_zh_a_hist(symbol="000001", period="weekly", start_date="20240101", end_date="20241231", adjust="qfq")

# 月K线
stock_zh_a_hist(symbol="000001", period="monthly", start_date="20240101", end_date="20241231", adjust="qfq")

3. 财务数据

import akshare as ak

# 财务报表
stock_financial_abstract_ths(symbol="000001", indicator="按报告期")

# 主要财务指标
stock_financial_analysis_indicator(symbol="000001")

4. 板块/行业分析

import akshare as ak

# 行业板块行情
stock_board_industry_name_em()

# 概念板块行情
stock_board_concept_name_em()

# 板块内个股
stock_board_industry_cons_em(symbol="半导体")

5. 资金流向

import akshare as ak

# 个股资金流向
stock_individual_fund_flow(stock="000001", market="sh")

# 大单净流入
stock_individual_fund_flow(stock="000001", market="sh", symbol="大单净流入")

6. 龙虎榜

import akshare as ak

# 每日龙虎榜
stock_lhb_detail_em(date="20240930")

# 机构调研
stock_zlzj_em()

7. 新股/IPO

import akshare as ak

# 新股申购
stock_new_ipo_em()

# 待上市新股
stock_new_ipo_start_em()

8. 融资融券

import akshare as ak

# 融资融券
stock_margin_sse(symbol="600000")

# 融资融券明细
stock_rzrq_detail_em(symbol="600000", date="20240930")

常用股票代码

  • 平安银行: 000001
  • 贵州茅台: 600519
  • 宁德时代: 300750
  • 比亚迪: 002594
  • 招商银行: 600036

备选方案: Baostock

如果 AkShare 安装失败,可使用 baostock(更轻量):

import baostock as bs

# 登录
lg = bs.login()
print(lg.error_msg)

# 获取历史K线
rs = bs.query_history_k_data_plus('sh.600519',
    'date,code,open,high,low,close,volume',
    start_date='20250101',
    end_date='20251231')

data_list = []
while rs.next:
    data_list.append(rs.get_row_data())
    
bs.logout()

注意事项

  1. 数据仅供学术研究,不构成投资建议
  2. 接口可能因目标网站变动而失效
  3. 建议添加异常处理和重试机制
  4. 当前环境网络问题可能导致测试失败,请在本地环境测试

Comments

Loading comments...