Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计通过

baostock-tt-skillsbaostock TT skills 开发

Agent Skill

baostock-tt-skills 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

8,323

周安装

340

GitHub Stars

1

下载量

2,666
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:baostock-tt-skills(baostock TT skills 开发)
来源仓库:https://github.com/jasonpro22/baostock-tt-skills
安装命令:
openclaw skills install baostock-tt-skills
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install baostock-tt-skills

简介

A股历史行情与财务数据获取开发套件。baostock-tt-skills 属于开发类 Skill,可作为该场景下的辅助能力补充。

  • 支持 K线数据、季频财报、宏观指标与板块成分查询。
  • 适用于量化分析、投资策略回测或金融研究项目开发。
  • 需注册 Baostock 账户并获取 API 访问令牌。
  • 数据延迟与精度请以官方发布为准,勿用于实盘交易。

SKILL.md

name
BaoStock 金融数据
description
获取A股历史K线数据、季频财务数据、宏观经济数据、板块成分股等
read_when
metadata
{"clawdbot":{"emoji":"📈","requires":{"bins":["python3","pip"],"packages":["baostock"]}}}
allowed-tools
Bash(baostock:*)

BaoStock 金融数据技能

调用免费开源的A股金融数据平台 - 无需注册即可获取历史K线、财务数据、宏观数据

安装

pip install baostock

快速开始

import baostock as bs
import pandas as pd

# 登录系统
lg = bs.login()
print('login respond error_code:', lg.error_code)
print('login respond error_msg:', lg.error_msg)

# 获取历史K线数据
rs = bs.query_history_k_data_plus(
    "sh.600000",
    "date,code,open,high,low,close,volume,amount",
    start_date='2024-01-01',
    end_date='2024-12-31',
    frequency="d",
    adjustflag="3"
)

# 转换为DataFrame
data_list = []
while (rs.error_code == '0') & rs.next():
    data_list.append(rs.get_row_data())
result = pd.DataFrame(data_list, columns=rs.fields)
print(result)

# 登出系统
bs.logout()

API 清单

1. 登录与登出

函数说明
login()登录系统
logout()登出系统

2. 历史K线数据

函数说明
query_history_k_data_plus()获取历史A股K线数据(日/周/月/分钟线)

参数说明:

  • code: 股票代码(sh.600000 或 sz.000001)
  • fields: 指标列表,逗号分隔
  • start_date: 开始日期(YYYY-MM-DD)
  • end_date: 结束日期(YYYY-MM-DD)
  • frequency: 数据类型(d=日线, w=周线, m=月线, 5/15/30/60=分钟线)
  • adjustflag: 复权类型(1=后复权, 2=前复权, 3=不复权)

常用指标:

date,code,open,high,low,close,volume,amount,adjustflag,turn,tradestatus,pctChg
peTTM,pbMRQ,psTTM,pcfNcfTTM,isST

3. 除权除息信息

函数说明
query_dividend_data()查询除权除息信息

参数:

  • code: 股票代码
  • year: 年份
  • yearType: 年份类型(report=预案公告年份, operate=除权除息年份)

4. 复权因子

函数说明
query_adjust_factor()查询复权因子信息

参数:

  • code: 股票代码
  • start_date: 开始日期
  • end_date: 结束日期

5. 季频财务数据

函数说明
query_profit_data()季频盈利能力
query_operation_data()季频营运能力
query_growth_data()季频成长能力
query_balance_data()季频偿债能力
query_cash_flow_data()季频现金流量
query_dupont_data()季频杜邦指数

参数:

  • code: 股票代码
  • year: 统计年份
  • quarter: 统计季度(1/2/3/4)

主要返回字段:

  • 盈利能力:roeAvg, npMargin, gpMargin, netProfit, epsTTM
  • 营运能力:NRTurnRatio, INVTurnRatio, CATurnRatio
  • 成长能力:YOYEquity, YOYNI, YOYEPSBasic
  • 偿债能力:currentRatio, quickRatio, cashRatio
  • 现金流量:CAToAsset, CFOToOR, CFOToNP

6. 季频公司报告

函数说明
query_performance_express_report()季频业绩快报
query_forecast_report()季频业绩预告

7. 证券基本资料

函数说明
query_stock_basic()证券基本资料

参数:

  • code: 股票代码(可选)
  • code_name: 股票名称(支持模糊查询)

返回字段:

  • code, code_name, ipoDate, outDate, type, status

8. 证券元信息

函数说明
query_trade_dates()交易日查询
query_all_stock()证券代码查询

9. 宏观经济数据

函数说明
query_deposit_rate_data()存款利率
query_loan_rate_data()贷款利率
query_required_reserve_ratio_data()存款准备金率
query_money_supply_data_month()货币供应量/月
query_money_supply_data_year()货币供应量/年

10. 板块数据

函数说明
query_stock_industry()行业分类
query_sz50_stocks()上证50成分股
query_hs300_stocks()沪深300成分股
query_zz500_stocks()中证500成分股

股票代码规则

  • sh.xxxxxx - 上海证券交易所(6位数字)
  • sz.xxxxxx - 深圳证券交易所(6位数字)
  • sh.000001 - 上证指数
  • sh.000300 - 沪深300指数

⚠️ 股票筛选默认规则 (重要)

"全市场扫描" = 全部A股股票 ,不包括沪深300/上证50/中证500等成分股 除非特别指明"沪深300"、"上证50",否则默认都是全部A股
字段说明
type1仅A股股票 (排除指数/ETF/可转债)
status1仅上市状态 (排除退市/停牌)
# 获取上市中的A股股票列表 (全市场)
rs = bs.query_stock_basic()
data = []
while rs.next():
    data.append(rs.get_row_data())
df = pd.DataFrame(data, columns=rs.fields)
stocks = df[(df['type'] == '1') & (df['status'] == '1')]
# 约 5,191 只A股 (全市场)

# 仅沪深300成分股 (需特别指明)
rs = bs.query_hs300_stocks()

⚠️ 全市场扫描执行规则

全市场扫描 (5,000+股票) 耗时长,必须提示用户确认后再执行

执行流程

  1. 提示用户 → 显示扫描范围、预估时间
  2. 等待确认 → 用户确认后才开始执行
  3. 分批执行 → 每50只显示进度,避免被限流
  4. 完成后汇总 → 输出结果列表

提示语示例

⚠️ 即将进行全市场扫描
- 扫描范围:全部A股股票
- 预估时间:约30-60分钟
- 扫描进行中,请稍候...

/

示例代码

获取单只股票K线

import baostock as bs
import pandas as pd

lg = bs.login()

# 获取浦发银行日K线
rs = bs.query_history_k_data_plus(
    "sh.600000",
    "date,code,open,high,low,close,volume,amount,pctChg",
    start_date='2024-01-01',
    end_date='2024-12-31'
)

data_list = []
while (rs.error_code == '0') & rs.next():
    data_list.append(rs.get_row_data())
    
df = pd.DataFrame(data_list, columns=rs.fields)
print(df)

bs.logout()

获取多只股票基本资料

import baostock as bs

lg = bs.login()

# 获取所有股票
rs = bs.query_stock_basic()
while rs.next():
    print(rs.get_row_data())

bs.logout()

获取财务数据

import baostock as bs

lg = bs.login()

# 获取浦发银行2024年Q2盈利能力
rs = bs.query_profit_data(code="sh.600000", year=2024, quarter=2)
while rs.next():
    print(rs.get_row_data())

bs.logout()

获取板块成分股

import baostock as bs

lg = bs.login()

# 获取上证50成分股
rs = bs.query_sz50_stocks()
while rs.next():
    print(rs.get_row_data())

bs.logout()

注意事项

  1. 无需注册 - BaoStock 免费使用,无需注册
  2. 数据范围 - 支持1990年至今的历史数据
  3. 更新频率 - 日K线盘后更新
  4. 复权说明 - 使用涨跌幅复权法,与同花顺/通达信可能有差异
  5. 频率限制 - 请勿频繁请求,建议添加适当延时

技术分析 (MyTT 集成)

本技能集成了 MyTT 技术分析库,当用户说"分析xxx的技术面"时,自动调用技术分析功能。

使用方式

用户输入系统行为
"分析中金黄金的技术面"调用 baostock + MyTT → 输出标准化技术分析报告
"查询中金黄金的K线数据"仅调用 baostock → 输出原始K线数据(不经过MyTT)

标准分析报告格式

当用户要求技术分析时,必须输出以下标准化格式:

1. 均线系统

  • MA5, MA10, MA20, MA30, MA60
  • 均线方向判断(↗上涨/↘下跌/→持平)
  • 金叉/死叉/多头/空头信号

2. MACD 指标

  • DIF, DEA, MACD 三个值
  • 金叉/死叉判断
  • 多头/空头判断

3. KDJ 指标

  • K, D, J 三个值
  • 超买/超卖判断(K>80超买,K<20超卖)
  • 金叉/死叉判断

4. RSI 指标

  • RSI 值
  • 强弱判断(>70超买,<30超卖,50中性)

5. BOLL 布林带

  • 上轨、中轨、下轨
  • 股价位置判断(突破上轨/跌破下轨/在中轨附近)

6. 综合判断

  • 短期评分 (1-5星)
  • 中期评分 (1-5星)
  • 操作建议

技术分析脚本

# 命令行使用
python3 scripts/technical_analysis.py sh.600489

# 或指定其他股票
python3 scripts/technical_analysis.py sz.000001

输出示例

📈 中金黄金 (sh.600489) 技术分析报告
更新时间: 2026-03-14 22:13:42
============================================================

【均线系统】
├── MA5: 31.47 元 (方向: ↘)
├── MA10: 32.17 元 (方向: ↘)
├── MA20: 31.39 元 (方向: ↗)
├── MA30: 32.28 元 (方向: ↗)
├── MA60: 28.35 元 (方向: ↗)
└── 信号: MA5<MA10 死叉, MA20>MA60 多头

【MACD指标】
├── DIF: 0.4310
├── DEA: 0.7290
└── MACD: -0.5960
    信号: 空头 死叉

【KDJ指标】
├── K: 24.53
├── D: 34.17
└── J: 5.26
    信号: 死叉, 超卖

【RSI指标】
├── RSI(6): 52.08
├── RSI(12): 52.08
└── RSI(24): 52.08
    信号: 偏强

【BOLL布林带】
├── 上轨: 33.93
├── 中轨: 31.39
└── 下轨: 28.84
    信号: 在中轨附近

【综合判断】
├── 短期: ⭐⭐ (2/5)
├── 中期: ⭐⭐⭐⭐ (4/5)
└── 建议: 中性震荡

============================================================
数据来源: BaoStock + MyTT

可用技术指标 (完整列表)

本技能集成了以下 MyTT 指标函数:

分类指标说明
趋势MACD指数平滑异同移动平均线
趋势DMI动向指标
趋势TRIX三重指数平滑平均线
趋势EXPMAEMA指数平均数
趋势BBI多空指标
均线MA简单移动平均
均线EMA指数移动平均
均线SMA中国式SMA
超买超卖KDJ随机指标
超买超卖RSI相对强弱指标
超买超卖WR威廉指标
超买超卖CCI顺势指标
超买超卖ROC变动率指标
超买超卖MTM动量指标
通道BOLL布林带
通道KTN肯特纳交易通道
通道TAQ唐安奇通道
能量OBV能量潮
能量VR容量比率
能量MFI资金流量指标
能量ASI振动升降指标
能量EMV简易波动指标
形态BRAR情绪指标
形态PSY心理线
形态DPO区间震荡线

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

80.81%
按下载量换算2,154

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills