股票分析雷达专业版

专业股票与加密货币分析平台，支持批量分析、组合追踪、价格告警、传闻检测及自定义评分模型，面向专业投资者和机构。

股票分析雷达专业版（PRO版）

概述

本平台为专业投资者和投研团队提供全功能的股票与加密货币分析能力。相比免费版，PRO版新增批量分析、组合追踪、价格告警、传闻检测等高级功能，内置可自定义的评分模型，全面满足专业投研与投资管理的复杂需求. PRO版完全兼容免费版全部命令与评分模型，升级后原有分析工作流可直接使用.

核心能力

PRO版功能增强对比

功能	免费版	PRO版
综合分析	单标的	批量并行
评分模型	固定8维度	可自定义权重
批量分析	不支持	支持+CSV导出
组合追踪	不支持	完整P&L
价格告警	不支持	多通道通知
热门扫描	基础版	恶意程序传播检测
传闻检测	不支持	早期信号识别
数据导出	不支持	CSV/Excel/JSON

处理: 解析PRO版功能增强对比的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回PRO版功能增强对比的响应数据,包含状态码、结果和日志.

批量分析与导出

输入格式

参数名	类型	必填	说明
input	string	是	股票分析雷达专业版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

bash

# 批量分析多只标的
python3 （请参考skill目录中的脚本文件） --tickers AAPL,GOOG,MSFT,AMZN,TSLA
# ...
# 导出CSV对比矩阵
python3 （请参考skill目录中的脚本文件） --tickers AAPL,GOOG,MSFT --export --output comparison.csv

处理: 解析批量分析与导出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回批量分析与导出的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

投资组合追踪

bash

# 导入组合
python3 （请参考skill目录中的脚本文件） import --file holdings.csv
# ...
# 查看组合P&L
python3 （请参考skill目录中的脚本文件） summary
# ...
# 风险分析
python3 （请参考skill目录中的脚本文件） risk-analysis --output risk_report.pdf

处理: 解析投资组合追踪的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回投资组合追踪的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：专业股票与加密货、币分析平台、支持批量分析、价格告警与传闻检、面向专业投资者与、机构的股票与加密、货币分析平台、支持批量标的分析、热门趋势检测、传闻与早期信号识、Use、when、需要安全检测、合规审计、质量检查、加密防护时使用、不适用于安全评估、未授权目标、适用于独立开发者、企业团队和自动化、工作流场景等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

使用场景

场景一：批量筛选股票

用户输入："帮我分析科技板块的20只股票"

bash

# 批量分析并导出
python3 （请参考skill目录中的脚本文件） \
  --tickers "AAPL,MSFT,GOOG,AMZN,META,NVDA,TSLA,AMD,INTC,...,AVGO" \
  --skills "analyze,score" \
  --export \
  --output tech_sector_analysis.xlsx \
  --sort-by "score" \
  --descending
# ...
# 输出包含：
# - 各标的8维度评分排名
# - 关键财务指标对比矩阵
# - 估值水平分布图
# - 综合推荐列表

场景二：投资组合监控

用户输入："看看我的投资组合今天表现如何"

bash

# 组合P&L汇总
python3 （请参考skill目录中的脚本文件） summary
# ...
# 输出：
# === 投资组合日报 2026-07-18 ===
# 总市值: $125,000 | 日P&L: +$1,250 (+1.0%)
# 持仓数: 12 | 胜率: 8/12
# 最大盈利: AAPL +$500
# 最大亏损: TSLA -$200
# 行业分布: 科技45% 消费25% 金融20% 其他10%

场景三：传闻与早期信号

用户输入："最近有什么市场传闻值得关注？"

bash

# 传闻检测
python3 （请参考skill目录中的脚本文件） --scan
# ...
# 输出：
# === 市场传闻扫描 ===
# 1. [高可信] NVDA AI芯片需求超预期 - 来源3处
# 2. [中可信] 某医药公司FDA审批在即 - 来源2处
# 3. [低可信] 某能源公司并购传闻 - 来源1处

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

PRO版初始化

bash

# 依赖说明
pip install -r requirements_pro.txt
# ...
# 配置数据源与通知
cp config_pro_template.yaml config_pro.yaml

常用命令

bash

# 批量分析
python3 （请参考skill目录中的脚本文件） --tickers AAPL,GOOG,MSFT --export
# ...
# 组合管理
python3 （请参考skill目录中的脚本文件） summary
python3 （请参考skill目录中的脚本文件） risk-analysis
# ...
# 价格告警
python3 （请参考skill目录中的脚本文件） add AAPL --alert-above 180 --alert-below 170
python3 （请参考skill目录中的脚本文件） monitor
# ...
# 传闻扫描
python3 （请参考skill目录中的脚本文件） --scan
python3 （请参考skill目录中的脚本文件） --viral

示例

PRO高级配置

yaml

pro_config:
  data_sources:
    primary: "yahoo_finance"
    secondary: "alpha_vantage"
    cache_ttl: 60
# ...
  batch:
    max_parallel: 10             # 最大并行数
    timeout: 300                 # 超时（秒）
    export_formats: ["csv", "excel", "json"]
# ...
  portfolio:
    auto_refresh: true
    refresh_interval: 60         # 刷新间隔（秒）
    benchmark: "SPY"             # 基准标的
    risk_model: "var"            # 风险模型
# ...
  alerts:
    channels:
      - console
      - webhook
      - email
    webhook_url: "${WEBHOOK_URL}"
    email_config:
      smtp_host: "${SMTP_HOST}"
      smtp_port: 587
# ...
  scoring:
    model: "custom"              # custom | 8-dimension
    weights:
      profitability: 0.20        # 自定义权重
      growth: 0.20
      valuation: 0.15
      financial_health: 0.15
      cashflow: 0.10
      dividend: 0.05
      technical: 0.10
      sentiment: 0.05
# ...
  rumor_detection:
    sources: ["news", "social_media", "sec_filings"]
    min_credibility: 0.5
    scan_interval: 3600

优选实践

PRO版高级实践

实践领域	建议做法
批量筛选	先用热门扫描缩小范围，再批量深度分析
组合监控	设置每日自动刷新，关注行业集中度
告警策略	设置多级阈值（预警/警告/紧急）
传闻验证	传闻仅供参考，需交叉验证后决策
评分调优	根据投资风格调整维度权重

免费版兼容性

text

免费版命令 → PRO版命令（增强）：
analyze.py --ticker AAPL  → batch.py --tickers AAPL,MSFT,...
score.py --ticker TSLA    → 自定义权重评分
dividend.py --ticker KO   → 批量股息对比
hot_scan.py               → +恶意程序传播检测

常见问题

Q1：批量分析支持多少只标的？

PRO版单批次支持最多50只标的的并行分析。建议根据数据源API限额调整并行度。结果自动导出为CSV/Excel对比矩阵.

Q2：投资组合支持哪些格式导入？

支持CSV和Excel格式。CSV需包含ticker、shares、cost_basis字段。也支持从券商账户API直接同步（需额外配置）.

Q3：价格告警如何通知？

支持控制台、Webhook和邮件三种通知方式。Webhook可集成企业微信、钉钉等IM工具。告警触发后自动记录历史，避免重复通知.

Q4：传闻检测的数据来源是什么？

PRO版从新闻媒体、社交媒体和SEC公开文件中扫描潜在信号。通过多源交叉验证评估可信度。所有传闻仅供参考，不构成投资建议.

Q5：自定义评分模型如何配置？

在config_pro.yaml的scoring部分修改weights字段即可。各维度权重之和需为1.0。修改后立即生效，无需重启.

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux
• Python版本: 3.9+

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供
Python	运行时	必需	系统安装或conda环境
yfinance	Python库	必需	pip install yfinance
pandas	Python库	必需	pip install pandas
numpy	Python库	必需	pip install numpy
openpyxl	Python库	可选	pip install openpyxl（Excel导出）
requests	Python库	必需	pip install requests（API调用）

API Key 配置

服务	环境变量	用途
Alpha Vantage	ALPHA_VANTAGE_API_KEY	备选数据源
News API	NEWS_API_KEY	传闻检测新闻源
Webhook	WEBHOOK_URL	告警推送

• 未配置的API会自动跳过，不影响核心功能
• 所有API Key存储在本地配置文件

可用性分类

• 分类: MD+EXEC（Markdown指令+Python脚本执行）
• 说明: 专业级股票与加密货币分析平台，支持批量处理与组合追踪
• PRO版特性: 批量分析、组合追踪、价格告警、传闻检测、自定义评分
• 兼容性: 完全兼容免费版全部命令与评分模型

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响

安全注意事项

风险类型	防范措施
API密钥泄露	通过环境变量配置，禁止硬编码到代码或配置文件中
命令执行风险	仅执行白名单命令，避免拼接用户输入到命令行参数中
网络通信安全	使用HTTPS协议，验证SSL证书有效性
敏感数据暴露	输出结果中不包含密钥、令牌等敏感信息

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。

核心功能

• 自动化执行: 专业股票与加密货币分析平台，支持批量分析、组合追踪、价格告警与传闻检测。。面向专业投资者与机构的股票与加密货币分析平台。
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果
• 信息检索: 快速搜索和过滤目标数据