Install
openclaw skills install 12-v2-2AI量化交易系统,8因子信号系统、多数据源容错、实时行情分析
openclaw skills install 12-v2-2完整的量化交易系统,提供股票分析、信号生成、回测和实时行情监控。
V2.2完整版量化交易系统,提供8因子信号系统、多数据源容错(AKShare+Efinance)、实时行情分析(量比/换手率)、筹码分布分析、大盘环境判断和邮件推送通知。
位于 core/ 和 modules/ 目录:
core/分析流水线.py:完整分析流程modules/01-多数据源管理器.py:AKShare+Efinance容错modules/02-大盘环境分析器.py:市场环境判断modules/03-市场增强分析器.py:恐慌贪婪指数modules/04-实时行情分析器.py:量比/换手率/量价关系modules/05-筹码分布分析器.py:集中度/获利盘/形态识别modules/06-邮件通知器.py:SMTP邮件推送modules/07-通知中心.py:多渠道统一接口可选(邮件通知):
cd 12-量化交易V2.2完整版
bash 一键部署脚本.sh
编辑 config/V2.2配置文件.yaml:
# 数据源配置
data_source:
primary: akshare
fallback: efinance
# 信号阈值
thresholds:
strong_market: 8.5
normal_market: 9.0
weak_market: 9.5
# 邮件通知
email:
enabled: true
smtp_server: "smtp.qq.com"
smtp_port: 587
sender: "your@email.com"
password: "your-password"
用户:"分析贵州茅台"
AI:
from core.分析流水线 import analyze_stock
result = analyze_stock("600519")
# 返回:
# - 8因子信号评分 (0-10分)
# - 技术指标分析
# - 实时行情分析
# - 筹码分布分析
# - 买入/卖出建议
用户:"今天有哪些买入信号?"
AI:
from modules.市场扫描器 import scan_market
signals = scan_market(market="A股", threshold=9.0)
# 返回:信号评分 >= 9.0 的股票列表
# 包含股票代码、名称、信号评分、建议
用户:"大盘环境如何?"
AI:
from modules.大盘环境分析器 import MarketAnalyzer
analyzer = MarketAnalyzer()
env = analyzer.analyze_market()
# 返回:
# - 市场环境:强势/震荡/弱势
# - 涨跌家数统计
# - 指数分析
# - 动态阈值建议
用户:"回测这个策略"
AI:
from tests.完整回测系统 import run_backtest
results = run_backtest(
start_date="2023-01-01",
end_date="2024-12-31",
initial_capital=100000
)
# 返回:
# - 总收益率
# - 年化收益率
# - 最大回撤
# - 夏普比率
# - 交易明细
用户:"监控我的自选股"
AI:
from modules.实时监控器 import monitor_stocks
stocks = ["600519", "000858", "002475"]
monitor_stocks(stocks, interval=300)
# 每5分钟检查一次
# 有信号时发送邮件通知
因子权重分配:
• 动量指标 (Momentum) - 25%
• 均线偏离 (MA Deviation) - 20%
• 成交量 (Volume) - 15%
• 波动率 (Volatility) - 10%
• MACD - 10%
• 布林带 (Bollinger) - 10%
• 实时量比 (Volume Ratio) - 5% [V2.2新增]
• 筹码集中度 (Chip) - 5% [V2.2新增]
强势市场: 信号 ≥ 8.5分
震荡市场: 信号 ≥ 9.0分
弱势市场: 信号 ≥ 9.5分
解决:
解决:
解决:
docs/V2.2完整部署与使用指南.md - 了解如何部署和使用docs/V2.2快速实施指南.md - 了解分阶段实施方案tests/系统测试脚本.py - 运行测试验证系统tests/完整回测系统.py - 运行回测查看效果docs/V2.2集成架构设计.md - 深入了解系统架构core/分析流水线.py - 学习如何使用分析流水线modules/ - 各个模块的源代码