akshare-stock-analyzer

使用本 skill 自带的 fetch.py 和 analyze.py，对 A 股个股做短期趋势分析。 Use this skill whenever the user asks to analyze A-share stocks, ETFs (like A500/159339), check short-ter...

Security Scan

The skill's code, instructions, and runtime needs are consistent with a short-term A‑share analysis tool: it fetches market data via akshare, computes indicators, and produces signals; it does not request unrelated credentials or external endpoints beyond the expected market data APIs.

Purpose & Capability

Name/description (A‑share short‑term analysis) align with included scripts (fetch.py, analyze.py, providers, today.py). All imports and functions relate to fetching market data and computing indicators; no unrelated credentials, binaries, or config paths are requested.

Instruction Scope

SKILL.md explicitly instructs the agent to import/call the provided Python functions or run the included CLI scripts, to save CSV outputs, and to use akshare for live/ historical market data. This is appropriate for the stated purpose, but it does mean the agent will execute bundled Python code and write output files in the skill directory—review/ sandboxing is recommended before allowing execution in sensitive environments.

Install Mechanism

There is no automated install spec in registry metadata. The repo includes scripts/setup_env.py which, if run, will call pip to install akshare and pandas via the current Python interpreter. This is expected for a Python analysis tool but will modify the interpreter environment (use a virtualenv/container if you want isolation). No downloads from unknown URLs or extract operations are present.

Credentials

The skill requires no environment variables, keys, or credentials. It only depends on akshare/pandas (installed via setup_env.py if used). There are no requests for unrelated secrets or external tokens.

Persistence & Privilege

always is false and the skill does not request permanent agent privileges. It writes CSV output to the skill directory when run and may install Python packages when setup_env.py is executed; it does not modify other skills or system-wide agent config beyond installing packages into the interpreter environment.

Assessment

This skill appears coherent for short‑term A‑share technical analysis. Before installing/running: (1) Review the included Python files yourself (they will be executed if you run the scripts); (2) run setup_env.py only inside a virtualenv or container to avoid altering your system interpreter (it uses pip to install akshare and pandas); (3) be aware akshare will make network requests to upstream market/data APIs (expected for this use); (4) if you want to limit risk, run the scripts in a sandbox and inspect outputs (CSV files) rather than granting broad autonomous execution. If you need higher assurance, ask the publisher for a source URL or signed release and pin dependency versions.

Akshare Stock Analyzer Skill

Skill 名称（推荐对外叫法）：

• 中文：Akshare A 股盘中 + 趋势分析助手
• 英文：Akshare-Stock-Analyzer

一个可单独开源、独立使用的“股票短期分析”技能，目录内自带完整脚本：

• 拉取行情 + 计算指标（scripts/fetch.py）
• 应用自定义周+当天规则生成趋势/信号/评分（scripts/analyze.py）
• 数据源封装（scripts/tx_provider.py 和 scripts/sina_provider.py）
• 获取单只股票当日最新行情快照（scripts/today.py）

何时使用（When to use）

在这些场景下，应该触发/使用本 skill：

• 用户说：分析某只 A 股/ETF 的近期走势、空头/多头趋势、风险情况
• 用户希望基于最近一周和当天的表现，判断：
  • trend（多头/空头/震荡）
  • weekly_change_pct / today_change_pct
  • signal（buy/sell/hold）
  • score（0~10 短期强弱评分）
• 用户提到：
  • “帮我看这只股票最近怎么样”
  • “这票现在是多头还是空头”
  • “最近一周跌这么多要不要走人”
  • “用之前那套策略分析一下 A500、招商银行、方大炭素”等

不适用的场景：

• 纯宏观新闻解读、公司基本面深度研究、不需要技术指标的长线判断
• 与 A 股无关的资产（例如美股、期货、加密货币），除非你另外扩展脚本

依赖脚本与环境（Existing workflow & environment）

本 skill 目录自带以下 Python 脚本（均在 scripts/ 子目录下）：

• scripts/fetch.py

  • 提供 fetch_with_indicators(symbol_or_name, start_date, end_date, adjust, prefer)
  • 负责：
    • 通过新浪优先、腾讯兜底的方式拉取日线行情
    • 统一输出中文列：日期、开盘、收盘、最高、最低、成交量
    • 计算：MA7 / MA14 / MA20 / MA60、MACD(12,26,9) 的 DIF/DEA/MACD、RSI14

• scripts/analyze.py

  • 提供：
    • analyze_single(ts_code: str, df: pd.DataFrame) -> AnalysisResult
    • AnalysisResult 字段已在文件顶部详细注释，包括：
      • trend / weekly_change_pct / today_change_pct
      • macd_* / rsi_*
      • signal / score
      • 均线结构与扩展字段：ma_pattern / ma_bias / ma_values / ma_spread
      • 趋势强度与风险相关：trend_strength / reversal_hint / risk_level
    • 更完整的字段说明见：scripts/analyze_result.md，可作为下游解读/LLM 的 schema 参考。
  • 也提供命令行用法示例（可选）：
    • python scripts/strategy_analyzer.py 招商银行 --days 120

• scripts/tx_provider.py / scripts/sina_provider.py

• scripts/today.py

  • 提供 get_today_quote(symbol_or_name)：
    • 使用 ak.stock_zh_a_spot 获取全市场实时行情，然后按代码或名称筛选单只股票；
    • 返回字段包含：最新价、涨跌幅、成交量、最高、最低；
  • 也支持 CLI：python scripts/today.py <symbol>，直接在终端输出今日行情快照（盘中）。

运行本 skill 需要外部环境已安装：

• Python 3.9+
• 第三方库：akshare、pandas

输入（Inputs）

从用户对话中，尽量提取这些信息：

• 必填：
  • 股票代码或名称，例如：
    • "招商银行"、"600036"、"方大炭素"、"159339"、"A500" 等
• 可选：
  • 时间范围：
    • 显式开始/结束日期：YYYYMMDD 或 YYYY-MM-DD
    • 或者“最近 N 天”：例如最近 60/120 个交易日
  • 复权方式：不复权 / 前复权 / 后复权（"", "qfq", "hfq"）
  • 数据源优先级：新浪("sina") 或 腾讯("tx")

缺省策略：

• 若用户未指定时间范围，默认用最近 120 个自然日对应的交易日数据。
• 若用户未指定数据源，默认优先新浪。
• 若用户未指定复权方式，默认不复权。

工作步骤（Workflow）

本 skill 分为两个典型使用场景，请不要混用：

• 今日盘中行情查看：

  • 只关心“今天涨跌多少、量价情况如何”的盘中快照；
  • 直接调用 scripts/today.py：
    • 例如：python scripts/today.py 方大炭素
    • 内部仅使用 ak.stock_zh_a_spot 拉当前实时盘口，不经过 fetch.py / analyze.py；
  • 对输出的“最新价 / 涨跌幅 / 成交量 / 最高 / 最低”做简单解读即可。

• 日线趋势 / 策略分析：

  • 需要结合最近一周 + 当天的日线数据，判断趋势、signal、score 等；
  • 才使用 fetch.py + analyze.py 这一整套日线分析流程（见下文步骤 1~5）。

当是“趋势 / 策略分析”场景时，按以下步骤工作：

1. 解析用户意图和参数

   • 从自然语言中解析出：
     • symbol_or_name
     • 时间范围（start_date/end_date 或 days）
     • prefer（sina/tx）和 adjust（"", "qfq", "hfq"）
   • 若信息缺失，向用户简短追问（优先问股票代码/名称）。

2. 获取行情+指标数据

   • 尽量以“导入模块 + 调用函数”的方式使用现有代码：

• 从 scripts/fetch.py 导入 fetch_with_indicators。
  • 调用：
    • 显式日期：
      • fetch_with_indicators(symbol_or_name, start_date, end_date, adjust, prefer)
    • 仅天数：
      • 先根据当前日期计算 start/end 字符串，再调用上面的函数。
  • 如需快速验证，也可以使用 CLI 方式：
  • 在 skill 根目录下执行：
    • python scripts/fetch.py <symbol> --days 120 --prefer sina --adjust ""
• 若数据拉取失败（网络错误、接口异常、代码错误），应：
  • 把错误信息简要反馈给用户
  • 不要编造分析结果

3. 调用策略分析引擎
   • 优先方式：在 Python 环境中导入并直接调用：

• from scripts.analyze import analyze_single
  • res = analyze_single(ts_code=symbol_or_name, df=df_with_indicators)
  • 或使用 CLI：
  • 在 skill 根目录下执行：
    • python scripts/analyze.py <symbol> --days 120 --prefer sina --adjust ""
• 获取 AnalysisResult，可以通过：
  • asdict(res) 形式转换为普通字典，方便解读字段。
  • 字段含义与推荐用法详见 scripts/analyze_result.md，便于后续自动化/NL 解读。

4. 解释字段并生成自然语言结论

   • 至少解释这些核心字段：
     • trend：当前是多头/空头/震荡趋势，简要说明依据（近期一周涨跌幅）。
     • weekly_change_pct：最近一周涨跌幅（%），说明“这一周整体是涨还是跌、多大幅度”。
     • today_change_pct：今天相对昨天的涨跌幅（%），说明“今天是大涨/小涨/小跌/大跌”。
     • signal：当前信号是 buy / sell / hold，并说明触发的逻辑大致是什么。
     • score：所在区间（例如 02 很弱、35 一般、68 偏强、910 很强）。
   • 如用户关心，也可以简要提及：
     • macd_strength, macd_momentum, rsi_zone, rsi_trend 等作为辅助参考；
     • 均线结构与趋势强度：ma_pattern / ma_bias / ma_spread / trend_strength；
     • 风险与拐点：reversal_hint / risk_level，用于说明是否存在顶部/底部预警或趋势过度发散等风险。
   • 若需要更系统、模板化的“交易员风格”解读，可在执行完 analyze.py 后，将 asdict(res) 结果连同 scripts/analyze_result.md 的字段说明，交给专门的解读模块（例如 scripts/analyze_data.md 中描述的规范）生成文本。

5. 输出格式

   • 使用简洁的中文分点说明：
     • 一条描述当前趋势（多头/空头/震荡）
     • 一条描述周涨跌幅 + 今日涨跌幅
     • 一条说明 signal 和 score 的含义（例如“当前属明显空头，短期不建议参与”）
     • 一条风险提示：本分析基于技术指标和短期价格表现，不构成投资建议。

输出示例（示意）

趋势：空头（bearish）。最近一周累计下跌约 13.9%，整体处在明显下跌通道。

涨跌情况：今天相对昨天约 -2.5%，延续下跌，未见有效止跌信号。

信号与评分：signal = sell，score = 1（0~10 中偏底部区间，短期状态较差）。

结论：这只股票当前短期趋势偏弱，风险较高，不适合作为当前关注重点标的，如已持有可考虑减仓或观望处理。以上仅为技术面参考，不构成投资建议。

注意事项（Safety / Caveats）

• 所有结论仅基于技术指标和短期价格表现，不考虑公司基本面、消息面等因素。
• 在表述时避免使用“必然、肯定、保证”等绝对化措辞，使用“偏强/偏弱/倾向于”等表述。
• 明确提醒用户：
  • 本结论不构成投资建议。
  • 投资决策需结合自身风险承受能力和更多信息谨慎判断。