dsh-a-share-screener:DeepSeek Harness 的 A 股篩選插件

在 DeepSeek Harness (DSH) 的插件生態中,針對特定垂直領域的數據處理需求通常需要編寫腳本或調用外部 API。dsh-a-share-screener 插件解決了在 DSH 環境下進行 A 股技術分析的數據源與篩選邏輯問題。它不依賴付費數據接口,而是基於免費、無 Token 的數據源(如 Sina、Eastmoney、Tencent),提供了一套可組合的原子化篩選策略。

插件簡介

該插件由開發者 Gaines-cz 維護,基於 MIT 許可證開源。它通過 Cordis 插件適配層集成到 DSH 中,核心價值在於將複雜的 A 股篩選邏輯封裝爲可複用的原子過濾器,並支持全市場掃描與自定義謂詞組合。

安裝與啓用

安裝前需確保已安裝 DeepSeek Harness CLI (dsh)。

dsh plugin --profile myprofile add github:Gaines-cz/dsh-a-share-screener

Git 安裝方式會拉取源碼,但倉庫已包含預構建的 lib/ 輸出文件,因此安裝過程中無需執行構建腳本。如需版本鎖定,可使用 github:Gaines-cz/dsh-a-share-screener#<sha>。

啓用插件後,通過以下命令啓動 DSH:

dsh --profile myprofile

核心功能

插件提供了三個主要工具,以及一組內置的策略和原子過濾器。

1. 內置策略與原子過濾器

插件內置了三種量化篩選策略和十五種原子過濾器。所有策略均基於歷史價格與成交量模式,僅供技術分析參考,不構成投資建議。

內置策略:
* flat_base_low:底部 + 平臺形態,股價處於近期價格分佈低位,且近期爲 MA 收斂的平臺整理。
* low_flat_breakout:深度低位 + 成交量突破,配合 MA20 止跌,適合捕捉底部右側的放量信號。
* low_flat_limit_up:歷史低位 + 平臺 + 退潮,結合了深度回調、平臺整理以及之前的放量漲停後的回撤冷卻特徵。

原子過濾器:
支持 deep_drawdown(深度回撤)、flat_base(平臺整理)、volume_limit_up(放量漲停)、industry_clearance(行業深度清理)等組合條件,允許開發者通過 JSON DSL 組合這些條件。

2. 數據源與擴展

插件支持三種免費數據源:
* Sina(默認):提供前復權行情,每請求 1023 根 K 線。
* Eastmoney:提供後復權 K 線,且是唯一提供單根 K 線成交額(amount)的數據源。
* Tencent:作爲備用源,提供後復權數據。

所有數據源均無需 Token。插件基於 DataSource 接口抽象數據源能力,開發者可在此基礎上實現自定義數據源擴展。

3. 謂詞篩選與緩存

除了使用預設策略,插件支持自定義謂詞篩選。這允許開發者通過 JSON 表達式(支持 all、any、not 邏輯)組合原子過濾器。

{ "all": ["deep_drawdown", { "any": ["platform_breakout", "volume_limit_up"] }] }

全市場掃描會先將歷史數據下載至本地緩存(目錄位於 $DSH_HOME/a-share-screener/<source-id>/),後續掃描將複用緩存。取消掃描爲協作式,需在工具調用中斷時停止。

典型用法

在 DSH 的 Agent 對話中,可以直接調用上述工具。

列出可用篩選策略:

a_share_list_strategies

使用內置策略篩選:

Screen all A-shares with low_flat_limit_up, minDrawdownFromHigh 0.7.

使用自定義謂詞篩選:

使用自定義謂詞 { "all": ["deep_drawdown", { "any": ["platform_breakout", "volume_limit_up"] }] } 進行篩選。

技術細節與依賴

  • 依賴環境:Node.js 版本需 >= 20.3.0,以及 @deepseek-ai/cordis >= 4.0.0。
  • 漲跌停閾值:插件內置了板別漲跌停閾值邏輯,主板爲 10%,創業板/科創板爲 20%,BSE 爲 30%。
  • 價格計算:所有價格計算基於鏈式日收益率索引,可避免除權和分紅對技術形態的干擾。
  • 錯誤處理:若當前激活的數據源不支持某項能力,掃描將中止並報錯,而非靜默降級。

總結

dsh-a-share-screener 爲 DeepSeek Harness 提供了標準化的 A 股量化篩選能力。它通過原子化設計和免費數據源,降低了在 Agent 場景下進行金融技術分析的門檻。開發者可依據自身需求,通過策略組合或自定義謂詞構建篩選邏輯。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜