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

quant-trading-assistant量化交易助理

Agent Skill

quant-trading-assistant 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

6,239

周安装

268

GitHub Stars

公开资料未说明

下载量

2,187
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:quant-trading-assistant(量化交易助理)
来源仓库:https://github.com/dxie48892-jpg/quant-trading-assistant
安装命令:
openclaw skills install quant-trading-assistant
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 quant-trading-assistant

简介

量化交易助手 - A股技术分析+量化选股。 用于:分析A股实时行情、计算技术指标(均线/KDJ/MACD/布林带)、 量化选股策略、生成交易信号、龙虎榜/情绪周期判断。 触发场景:问股票、分析行情、选股推荐、风险提示、技术指标计算。

SKILL.md

name
quant-trading-assistant
description
>

量化交易助手

整合热门Skill源码开发的A股量化交易工具,不只是数据展示,是真正的实战决策辅助。

核心能力

模块能力数据来源
📊 实时行情腾讯/新浪API实时价格腾讯财经/新浪财经
📈 技术分析均线/KDJ/MACD/布林带/量比计算得出
💰 量化选股PE/ROE/营收增速筛选规则筛选
🔥 情绪周期冰点/启动/发酵/高潮/退潮市场情绪判断
🐉 龙头战法连板/首阴/分歧转一致实战逻辑
⚠️ 避坑指南ST/减持/商誉雷/PE异常血泪教训
📋 综合分析多维度综合研判+建议自动生成

股票代码格式

市场格式示例
上交所sh + 6位sh600519 (贵州茅台)
深交所sz + 6位sz000001 (平安银行)
创业板sz + 6位sz300750 (宁德时代)
科创板sh + 6位sh688981 (中芯国际)

常用指数

指数代码
上证指数sh000001
深证成指sz399001
创业板指sz399006
沪深300sh000300
科创50sh000688

核心功能

1. 实时行情查询

from quant_trading_assistant import get_stock_quote

# 单股
quote = get_stock_quote('sh600519')
# 返回: {name, code, price, change, change_pct, open, high, low, volume, turnover, pe, PB}

# 批量查询
quotes = get_stock_quotes(['sh600519', 'sz000858', 'sz300750'])

2. 技术指标计算

from quant_trading_assistant import get_technical_indicators

# 获取完整技术指标
indicators = get_technical_indicators('sh600519')
# 返回: {ma5, ma10, ma20, ma60, kdj{k/d/j}, macd{dif/dea/macd}, boll{upper/mid/lower}, ma_trend, volume_ratio}

3. 量化选股策略

from quant_trading_assistant import quant_screen

# 量化筛选
result = quant_screen(
    pe_max=50,       # PE上限
    roe_min=15,      # ROE下限(%)
    growth_min=20,   # 营收增速下限(%)
    debt_max=70      # 资产负债率上限(%)
)
# 返回: 符合条件股票列表

4. 市场情绪判断

from quant_trading_assistant import get_market_sentiment

# 获取市场情绪周期
sentiment = get_market_sentiment()
# 返回: {phase, score, change_pct, turnover, suggestion}
# phase: 冰点/启动前期/启动后期/发酵期/高潮期/分歧期/退潮期

5. 龙头战法信号

from quant_trading_assistant import check_dragon_signals

# 检测龙头信号
signals = check_dragon_signals('sh600519')
# 返回: {signals: [{type, level, emoji, desc, action}], summary, action}
# 信号类型: 连板/首阴/分歧转一致/放量突破/回踩5日线/低位放量

6. 避坑风险检查

from quant_trading_assistant import risk_check

# 风险检查
risk = risk_check('sh600519')
# 返回: {risks, risk_score, risk_level}
# risk_level: 安全/中等/高危

7. 综合分析报告

from quant_trading_assistant import analyze_stock

# 综合分析一只股票
result = analyze_stock('sh600519')
# 返回完整分析报告,包含quote/technical/risk/dragon/sentiment/advice

命令行用法

# 分析单只股票
python quant_trading_assistant.py analyze sh600519

# 查询行情
python quant_trading_assistant.py quote sh600519

# 技术指标
python quant_trading_assistant.py tech sh600519

# 量化选股
python quant_trading_assistant.py screen

# 市场情绪
python quant_trading_assistant.py sentiment

# 龙虎信号
python quant_trading_assistant.py dragon sh600519

分析报告模板

## 📊 {股票名称}({代码}) 量化分析

### 📈 实时行情
| 指标 | 数值 | 信号 |
|------|------|------|
| 现价 | XX元 | 🟢涨/🔴跌 |
| 涨幅 | X% | - |
| 换手率 | X% | 高/低 |
| 市盈率 | X | 高/中/低 |
| 量比 | X | 放量/缩量 |

### 📉 技术面
- 均线: MA5=XX, MA10=XX, MA20=XX, MA60=XX
- KDJ: K=XX, D=XX, J=XX
- MACD: DIF=XX, DEA=XX, MACD=XX
- 布林带: 上轨=XX, 中轨=XX, 下轨=XX
- 趋势: {多头排列/空头排列/震荡整理}

### 🐉 龙头信号
- 最优信号: {信号类型}
- 动作建议: {操作建议}

### ⚠️ 风险检查
- 风险等级: {安全/中等/高危}
- 风险点: {无明显风险/具体风险}

### 🔥 市场情绪
- 当前阶段: {冰点/启动/发酵/高潮/分歧/退潮}
- 情绪评分: XX/100

### 💡 结论
**建议: {买入/持有/卖出/观望}**
- 买入逻辑: {X}
- 止损位: {X元(-8%)}
- 风险提示: {X}

技术指标说明

均线系统 (MA)

  • MA5: 5日均线,短期趋势
  • MA10: 10日均线,短中期趋势
  • MA20: 20日均线,中期趋势
  • MA60: 60日均线,长期趋势
  • 多头排列: MA5 > MA10 > MA20 > MA60 → 强势
  • 空头排列: MA5 < MA10 < MA20 < MA60 → 弱势

KDJ指标

  • K值: 快速随机指标
  • D值: 慢速随机指标
  • J值: 超买超卖预警
  • KDJ金叉(K上穿D): 买入信号
  • KDJ死叉(K下穿D): 卖出信号
  • J>80: 超买区域,谨慎追高
  • J<20: 超卖区域,关注反弹

MACD指标

  • DIF: 快线,EMA12-EMA26
  • DEA: 慢线,DIF的9日EMA
  • MACD柱: (DIF-DEA)×2
  • DIF上穿DEA(金叉): 买入信号
  • DIF下穿DEA(死叉): 卖出信号
  • MACD柱由负转正: 动能转强
  • MACD柱由正转负: 动能转弱

布林带 (BOLL)

  • 上轨: MA20 + 2×标准差
  • 中轨: MA20
  • 下轨: MA20 - 2×标准差
  • 价格触及上轨: 可能有压力
  • 价格触及下轨: 可能有支撑
  • 布林带收口: 变盘信号

量化选股策略

成长股策略

  • 连续3年营收增速 ≥ 30%
  • 净利润增速 ≥ 25%
  • ROE ≥ 15%
  • PE < 50

价值股策略

  • 市盈率(PE)< 行业均值
  • 股息率 ≥ 3%
  • 资产负债率 ≤ 50%

短线策略

  • 沿5日线上涨
  • 放量突破(量比>1.5)
  • 换手率3%-20%
  • 无ST/减持/商誉雷

龙头战法信号

信号类型说明操作
🔥🔥🔥 连板连续涨停,换手率3-20%打板介入
🔥🔥 首阴涨停后次日回调低吸博弈
🔥🔥🔥 分歧转一致高开高走追涨介入
🔥🔥 放量突破量比>1.8,涨幅>3%跟进
🔥 回踩5日线价格回踩MA5企稳低吸
🔥🔥 低位放量量比>2,低位启动关注

风险提示

⚠️ 重要声明

  • 本分析仅供参考,不构成投资建议
  • 市场有风险,投资需谨慎
  • 亏损8%请无条件止损
  • 请根据自身风险承受能力决策

更新日志

v1.0.1 (2026-03-22)

  • 修复:Windows控制台UTF-8编码输出问题
  • 修复:_meta.json作者信息修正为dxie48892-jpg

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

93.89%
按下载量换算2,053

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