股票/基金/期货量化分析工具:全资产量化与多源投研 Skill

前言

在对话里做行情查询、板块轮动或组合风险体检时,常见做法是手写脚本拉数据,或把网页结果复制给模型。数据口径不一、缺少校验时,结论容易飘。下面介绍 SkillHub 上的社区 Skill @user_9d5a2a39/aistockresearcher:把多市场行情、量化统计、AI 解读模板和可选 MCP 桥接收进一套 Agent 能力,核心逻辑强调纯 Python 标准库、免费数据源与可核对的数据管线。

这是什么

定位:全球智能投研工具(Skill 包内文档版本为 v11.0),面向股票、基金、期货、指数等全资产量化分析,覆盖 12 个全球市场。

坐标与来源:SkillHub 社区发布,坐标 @user_9d5a2a39/aistockresearcher,分类 data-analysis,标签 requires_api_key=false(Skill 本身不强制 API Key)。Skill 包版本 1.0.45;页面统计为评分 100000、下载 118464(以 SkillHub 展示为准)。

维护方:发布者 user_9d5a2a39 在 SkillHub 上的社区 Skill;官方入口见文末链接。

解决的问题:在 Agent 对话中完成「拉真实行情 → 多源校验 → 量化/体制/预测 → 结构化解读」,并可选对接外部 MCP(如金融六日)与知识库类笔记系统(v9.8 适配器能力,触发词覆盖 Obsidian、语雀等)。

核心功能

以下能力均来自 SkillHub 页面与已抓取说明,按版本脉络归纳。

v11.0:多源数据与 AI 模板

数据层(data_multi_source.py) 新增四类适配器,均标注为免费无 Key:

  • SinaFinanceAdapter:新浪,A 股/港股/美股实时行情与 K 线
  • XueqiuAdapter:雪球,A 股行情与情绪
  • FuturesExchangeAdapter:上期所/大商所/郑商所,期货快照、历史 K 线、夜盘
  • TonghuashunAdapter:同花顺,A 股行情与资金流
  • ExternalMCPAdapter:外部 MCP 占位,经 stdio 桥接

数据分类扩展 FUTURES_HISTORY、MONEY_FLOW、SENTIMENT;支持 ETag/If-Modified-Since 缓存与时效分级(realtime / delayed_15m / closing / estimated / stale);cross_validate 多源交叉验证(字段中位数融合与偏差容忍);detect_anomaly 采用 3σ + IQR 二阶段异常检测;query_with_validation 提供查询、验证与置信度的一站式出口。

AI 解读(ai_analysis_engine.py) 由 7 个模板扩至 11 个:新增期货、资金流、指数预测、组合诊断;并强化市场体制、宏观展望、风险报告、板块轮动等模板(页面列有持仓/基差/龙虎榜、北向与 ETF 流向、PE 分位、流动性风险等子能力)。

预测(prediction_v1100.py):predict_multi_horizon 支持 1d/5d/1M/3M/6M 多周期;股票、基金、期货、指数通用;calibrate_probability 为历史概率五桶校准。

MCP(mcp_server.py) 工具由 14 个增至 20 个,含 ai_analyze_futures、ai_analyze_money_flow、ai_analyze_index_forecast、ai_analyze_portfolio、get_futures_quote(含夜盘)、predict_multi_horizon 等。

外部 MCP 桥接(mcp_external_bridge.py):ExternalMCPSession(subprocess + JSON-RPC)、ExternalMCPBridge 单例;通过环境变量配置外部进程,见下文安装一节。

页面写明 v11.0 零新增依赖;测试侧为 5 个新测试文件、约 110 条新用例,全量 845 条测试。

已叠加的历史能力(页面摘要)

  • v10.0:AI 解读与多源 MCP 桥接
  • v9.8:知识库 12 适配器(IMA、Dify、Obsidian、RAGFlow 等,见触发词)
  • v9.5:大佬圆桌(六位大师策略共识;触发词含索罗斯、费雪、达利欧、马克斯、神奇公式、利弗莫尔、反身性等)

更早版本在 Skill 内还包含板块 RPS、市场体制、形态匹配预测、advanced_stats 高级统计等能力;对话侧可通过触发词唤起,例如相对强度、市场体制、回撤剖析、Kelly 仓位、JB 检验、形态匹配、净值预测等。触发词列表亦包含 语音交互,用于口语化查询与分析请求(与零依赖核心同属 Skill 能力集,具体入口由 Agent 按 SKILL 指令调度)。

数据源

页面列出的来源:腾讯、东方财富、akshare(可选)、新浪、雪球、同花顺、yfinance,均标注免费无 Key。多源并存时,v11.0 的校验与异常检测用于降低单源偏差风险。

安装与启用

SkillHub 给出的安装方式是让 AI 按统一安装说明拉取坐标,而不是 git clone 仓库。

在 Cursor、Codex CLI、Claude Code 等支持 SkillHub 的客户端中,可将下面提示交给 Agent 执行(页面原文表述):

请根据 https://skillhub.cn/install/skillhub.md,安装 `@user_9d5a2a39/aistockresearcher`。

安装完成后,Skill 会出现在 Agent 的 Skills 列表中;requires_api_key=false 表示不强制为 Skill 本身配置 Key(若使用外部 LLM 或第三方 MCP,仍按各自产品要求配置)。

可选:外部 MCP 桥接(金融六日等),在运行环境中设置:

export STOCK_RESEARCHER_EXTERNAL_MCP_COMMAND="你的外部 MCP 启动命令"
export STOCK_RESEARCHER_EXTERNAL_MCP_NAME="显示名称"
# 另有 STOCK_RESEARCHER_EXTERNAL_MCP_ENV_* 形式的环境变量用于子进程环境

未配置时,ExternalMCPAdapter 为占位逻辑,不影响本地多源数据与内置 MCP 工具。

典型用法

Skill 通过自然语言与触发词工作;下列用法与页面能力对应,可在对话中直接描述意图。

1、行情与多源校验

说明标的与市场(A 股/港股/美股/期货等),要求使用多源数据或 query_with_validation。Agent 会走适配器链路与交叉验证,并返回置信度相关字段。

2、AI 深度解读

按场景选用模板,例如:

  • 「用资金流模板看北向和 ETF 申赎」
  • 「期货分析:持仓、基差、龙虎榜、展期收益」
  • 「指数预测:PE 分位、RS 评分、多周期方向」
  • 「组合诊断:业绩归因、再平衡、风格漂移」

对应 MCP 侧为 ai_analyze_money_flow、ai_analyze_futures 等工具名(在已启用 MCP 的客户端中由 Skill 暴露)。

3、多周期预测

请求 predict_multi_horizon, horizons 覆盖 1d、5d、1M、3M、6M;资产类型可为股票、基金、期货或指数,并可在对话中要求概率校准(calibrate_probability)。

4、大佬圆桌与量化体检

触发词包含「大佬、圆桌、大师共识」时可请求 v9.5 圆桌共识;「高级统计、回撤剖析、滚动夏普、跟踪误差、信息比率」等对应 advanced_stats 一类能力。具体参数由 SKILL 内脚本约定,对话中写清标的与区间即可。

5、语音交互

在支持语音输入的客户端中,用口语描述标的与分析类型(如「语音查询」「语音预测」类意图);Skill 触发词含「语音交互」,由 Agent 解析后走同一套量化管线。

6、知识库与存档

触发词含 Obsidian、语雀、Notion、飞书等时,可请求将分析结果同步或回读(v9.8 知识库适配器)。

适用场景与注意

适合谁

  • 需要在 IDE/CLI 里做投研草稿、风险与体制判断,又不想每次从零写数据脚本的开发者或量化爱好者
  • 希望多源免费数据、带校验与异常检测,再交给 LLM 做结构化解读的团队
  • 已使用 MCP 生态,想把期货、资金流、组合等能力接到统一工具面的用户

限制与注意

  • 页面数据为公开市场源,时效分级中有 delayed_15m、estimated、stale 等状态,实盘决策须自行核对交易所时间戳与合规要求
  • 预测与 AI 解读输出是研究辅助,不是投资建议;概率校准与体制判断仍依赖历史样本长度
  • 外部 MCP 依赖本机 subprocess 与 JSON-RPC,命令与环境变量需自行审计安全性
  • Skill 包版本(1.0.45)与内嵌工具文档版本(v11.0)是两套编号,以 SkillHub 更新说明为准

结尾

@user_9d5a2a39/aistockresearcher 把多市场数据、量化统计、多周期预测、AI 模板与可选 MCP 桥接收成一套对话侧投研 Skill:零依赖核心、多源校验与 845 条测试是其实用性上的硬指标;v9.5 大佬圆桌与语音、知识库等触发词则覆盖从共识观点到存档回读的完整链路。

  • SkillHub 页面:https://www.skillhub.cn/skills/user_9d5a2a39/aistockresearcher
  • API/坐标入口:https://api.skillhub.cn/user_9d5a2a39/aistockresearcher
  • 安装说明:https://skillhub.cn/install/skillhub.md
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