A股信号

a-share-signal

by byronwang2005

使用 AkShare 按结构化框架分析 A 股,结合筹码分布、三周期共振、优化 KDJ、威科夫、缠论以及用户自定义评分规则。适用于判断一只 A 股是否可参与、按个人交易体系打分,或把近期行情数据转成明确的交易结论与应对方案。

3.9k平台与服务未扫描2026年3月23日

安装

claude skill add --url github.com/openclaw/skills/tree/main/skills/byronwang2005/a-share-signal

文档

A股信号

用途

用这个 skill 基于 AkShare 的实时或近期数据,对单只 A 股进行可复用的结构分析。 默认输出明确结论:当前能不能参与、哪些规则通过或不通过、失效条件是什么、后续需要出现什么变化才会转强。

工作流

  1. 如果用户给了说明文档、笔记、截图或自定义体系,先读用户规则。
  2. 如果缺少 akshare,先安装。
  3. 优先用 scripts/stock_cli.py 做快速查询,或直接调用 AkShare 接口。
  4. 只拉取回答当前问题所需的数据。
  5. 按问题选择分析视角:
    • 筹码分布 / 成本结构
    • 日线、周线、月线三周期共振
    • 优化版 KDJ(17,3,3) 及金叉质量
    • 量价资金共振
    • 主力洗盘 / 出货识别
    • 威科夫阶段与量价对应关系
    • 缠论结构、中枢、买卖点大致状态
    • 用户自定义评分体系
  6. 输出判断,不要只罗列指标。

数据拉取

优先做单只股票的定向查询,不要默认拉取整个市场的大范围数据。

  • 基本信息:stock_individual_info_em
  • 实时行情:stock_zh_a_spot_em
  • 日线或周线历史:stock_zh_a_histstock_zh_a_hist_tx
  • 月线历史:必要时由日线重采样
  • 筹码分布:stock_cyq_em
  • 资金流向:stock_individual_fund_flow
  • 财务恶化排查:stock_financial_abstract_ths
  • 财务分析指标:stock_financial_analysis_indicator
  • 行业板块:stock_board_industry_name_em
  • 概念板块:stock_board_concept_name_em
  • 板块成分股:stock_board_industry_cons_em
  • 龙虎榜:stock_lhb_detail_em
  • 融资融券:stock_margin_ssestock_rzrq_detail_em
  • 板块 / 概念背景:必要时调用相关 AkShare 接口

如果某个数据源不稳定,优先切换到 AkShare 的其他来源,不要直接中断。优先给出结构级判断,而不是依赖单一脆弱接口追求伪精确。

判断顺序

除非用户明确要求,否则默认按下面顺序判断:

  1. 筛选条件:流动性、市值区间、题材催化、是否存在明显基本面恶化。
  2. 多周期结构:日线、周线、月线是否同向或至少不冲突。
  3. 触发质量:突破、KDJ 金叉、放量、资金流是否形成确认。
  4. 结构健康度:筹码是否集中、成本带是否上移、上方抛压是否杂乱。
  5. 阶段判断:威科夫和缠论怎么定性。
  6. 风险与执行:适不适合参与、失效位在哪、如何加减仓。

三周期共振视角

当用户问趋势是否确认、是否形成共振、多周期是否同向时,使用这个视角。

重点看:

  • 日线、周线、月线结构是否一致偏多或偏空
  • 每个周期收复了多少关键均线
  • 共振属于弱共振、强共振还是完全共振
  • 价格变化是否得到成交量和资金流确认

如果只是日线转强,而周线或月线仍然偏弱,不要把它定义成高质量共振。

KDJ视角

用户提到 KDJ 时,默认使用优化版本:

  • KDJ(17,3,3),用于中期判断
  • 说明金叉处于低位、中位还是高位
  • 区分刚形成金叉、维持多头、还是金叉失败

除非大结构非常强,否则高位金叉的质量要低于低位或中位金叉。

量价资金视角

当问题和买点、突破有效性、强度确认有关时,重点检查:

  • 成交量是否相对近期均量放大
  • 换手率是否活跃
  • 价格突破后是被市场接受还是迅速回落
  • 资金流是否配合

如果缩量上涨,或突破后立刻跌回原区间,应判定为低质量触发或触发失败。

筹码视角

当用户问这只票值不值得参与、筹码结构是否健康时,结合 references/chip-framework.md 使用。

重点看:

  • 这只股票是否通过用户的筛选条件
  • 主筹码区是单峰还是杂乱多峰
  • 成本带是在上移还是下移
  • 当前价格在主筹码区上方、内部还是下方
  • 突破条件是真突破还是假突破

最后要落成直接判断,例如:

  • 优先关注
  • 仅观察
  • 触发失败
  • 结构失效
  • 不适合这个体系

洗盘视角

当用户体系里明确提到“洗盘”时,要区分良性洗盘和主力出货:

  • 良性洗盘通常表现为回撤可控、抛压收缩、价格靠近成本带或支撑位后迅速有承接
  • 破坏性下跌通常表现为反复放量阴线、成本带下移、反弹始终过不了前方压力

不要因为价格大跌就直接说是洗盘,必须看到抛压被消化、结构仍然成立的证据。

威科夫视角

把股票尽量归入实际可用的阶段:

  • 吸筹
  • 拉升
  • 派发
  • 下跌
  • 只有证据很清楚时才使用再吸筹 / 再派发

重点看:

  • 区间震荡行为
  • 弹簧式下探或上冲诱多一类的试探与失败
  • 放量K线附近是否体现量价匹配
  • 反弹是创新高,还是只是弱势二次测试
  • 最近几次放量突破是被接受还是被否定

如果一只票急拉之后开始不断降低高点、反弹反复失败,优先判断为派发转下跌,而不是重新吸筹。

缠论视角

表达保持实用,不要在数据只支持粗粒度判断时,硬做过度形式化拆解。

至少说明:

  • 当前分析周期的主导方向
  • 是否存在中枢 / 重叠区
  • 中枢是稳定、扩张还是下移
  • 价格在中枢上方、中枢内部还是中枢下方
  • 更接近一买、二买、三买的可能,还是卖点 / 跌破延续结构

避免伪精确。如果趋势已经跌破最近中枢,且反弹始终过不了前高,就直接说结构偏弱,不是买点。

自定义评分

当用户给出打分体系时,只对当前能被数据支持的项目打分。

  • 明确总分和评分依据
  • 区分硬性通过项和偏主观的加分项
  • 如果某个必要数据拿不到,要说明这是部分评分,不要伪造精确结果

输出格式

默认按这个顺序回答:

  1. 结论
  2. 评分或通过 / 不通过摘要
  3. 三周期共振、KDJ、量价资金的证据
  4. 筹码结构证据
  5. 威科夫和缠论证据
  6. 交易含义、失效条件,以及后面要看到什么才会转强

提到关键拐点时,始终给出具体日期和价格位。 如果数据质量有限或某个接口失败,简要说明后继续用现有最强证据完成判断。

参考资料

当用户要严格按筹码体系判断时,读取 references/chip-framework.md。 当用户的说明文档或问题涉及以下内容时,读取 references/quant-trading-theory.md

  • 三周期共振
  • KDJ(17,3,3) 规则
  • 量价共振
  • 洗盘判断
  • 评分体系

当需要明确 AkShare 接口、快速查询方式或备用数据方案时,读取 references/akshare-interfaces.md

使用量化理论参考时,先看相关章节标题,只加载必要部分,不要默认整篇读入上下文。

相关 Skills

MCP构建

by anthropics

Universal
热门

聚焦高质量 MCP Server 开发,覆盖协议研究、工具设计、错误处理与传输选型,适合用 FastMCP 或 MCP SDK 对接外部 API、封装服务能力。

想让 LLM 稳定调用外部 API,就用 MCP构建:从 Python 到 Node 都有成熟指引,帮你更快做出高质量 MCP 服务器。

平台与服务
未扫描111.8k

Slack动图

by anthropics

Universal
热门

面向Slack的动图制作Skill,内置emoji/消息GIF的尺寸、帧率和色彩约束、校验与优化流程,适合把创意或上传图片快速做成可直接发送的Slack动画。

帮你快速做出适配 Slack 的动图,内置约束规则和校验工具,少踩上传与播放坑,做表情包和演示都更省心。

平台与服务
未扫描111.8k

MCP服务构建器

by alirezarezvani

Universal
热门

从 OpenAPI 一键生成 Python/TypeScript MCP server 脚手架,并校验 tool schema、命名规范与版本兼容性,适合把现有 REST API 快速发布成可生产演进的 MCP 服务。

帮你快速搭建 MCP 服务与后端 API,脚手架完善、扩展顺手,尤其适合想高效验证服务能力的开发者。

平台与服务
未扫描9.8k

相关 MCP 服务

Slack 消息

编辑精选

by Anthropic

热门

Slack 是让 AI 助手直接读写你的 Slack 频道和消息的 MCP 服务器。

这个服务器解决了团队协作中需要 AI 实时获取 Slack 信息的痛点,特别适合开发团队让 Claude 帮忙汇总频道讨论或发送通知。不过,它目前只是参考实现,文档有限,不建议在生产环境直接使用——更适合开发者学习 MCP 如何集成第三方服务。

平台与服务
83.1k

by netdata

热门

io.github.netdata/mcp-server 是让 AI 助手实时监控服务器指标和日志的 MCP 服务器。

这个工具解决了运维人员需要手动检查系统状态的痛点,最适合 DevOps 团队让 Claude 自动分析性能数据。不过,它依赖 NetData 的现有部署,如果你没用过这个监控平台,得先花时间配置。

平台与服务
78.3k

by d4vinci

热门

Scrapling MCP Server 是专为现代网页设计的智能爬虫工具,支持绕过 Cloudflare 等反爬机制。

这个工具解决了爬取动态网页和反爬网站时的头疼问题,特别适合需要批量采集电商价格或新闻数据的开发者。不过,它依赖外部浏览器引擎,资源消耗较大,不适合轻量级任务。

平台与服务
34.9k

评论