A股多因子量化选股:在 Agent 里接入本地 A 股量化能力

前言

做 A 股量化研究时,常见路径是自建脚本拉数据、写回测、再单独维护选股逻辑。数据源切换、接口封装和文档分散,往往占掉大量时间。若你希望在 Cursor、Claude Code 等支持 Skills 的环境里,用对话驱动一套已封装好的量化能力,而不是每次从零拼 requests 和脚本,可以看一下 SkillHub 上的 A股多因子量化选股(坐标 @user_a9caeb3c/a-stock-multi-factor-screener,当前版本 4.0.3)。

下面介绍它是什么、能做什么、如何安装,以及使用时需要留意的边界。

这是什么

A股多因子量化选股 是 SkillHub community 分类下的 professional 技能,由发布者 user_a9caeb3c 维护。SkillHub 页面将其定位为「专业级量化交易系统」,并标明支持 米筐 / 聚宽 / AkShare 三类数据源,以及 102 个 REST API 端点;标签 requires_api_key=false 表示安装该 Skill 本身不要求配置 SkillHub API Key(具体数据源若需账号,以 Skill 内文档为准)。

官方入口:

  • Skill 包地址:https://api.skillhub.cn/user_a9caeb3c/a-stock-multi-factor-screener
  • SkillHub 展示页:https://www.skillhub.cn/skills/user_a9caeb3c/a-stock-multi-factor-screener

截至 SkillHub 页面与抓取信息,该 Skill 评分 100000,下载 8400 次,安装 26 次。

核心功能

以下能力均来自 SkillHub 简介与已抓取资料,不做超出原文的展开。

  1. 多源行情与数据:支持米筐、聚宽、AkShare,便于在同一套接口下切换数据源(热切换能力以 Skill 文档为准)。
  2. REST API 面:提供 102 个 REST API 端点,适合用 Python requests 或 Agent 生成的脚本做程序化调用。
  3. 文档与上手:简介提到 14 个新增文档章节,并强调「新手 5 分钟上手」;具体章节名与示例以安装后的 SKILL.md 及附带文档为准。
  4. 质量与合规表述(发布方声明):页面写明「七角色全链路测试通过」「TRACE 评测冲刺 5.0 满分」「零崩溃架构」,以及「科恩 + 云鼎安全合规认证」。这些是发布方在 SkillHub 上的说明,使用前仍建议在本机环境自行验证。

技能名称中的「多因子量化选股」指向其核心场景:在 A 股市场侧,用多因子思路做筛选与研究,而不是替代券商实盘通道。

安装与启用

SkillHub 推荐的安装方式,是让当前 AI 按官方安装说明拉取指定坐标技能。

1、用对话安装(官方提示词)

将下面意图发给 Agent(与 SkillHub 页面一致):

请根据 https://skillhub.cn/install/skillhub.md,安装 `@user_a9caeb3c/a-stock-multi-factor-screener`。

这一步是让 Agent 读取 SkillHub 的安装文档,并按其中的 CLI 流程把技能装到当前环境能识别的 skills 目录。

2、用 skillhub CLI 安装(可选)

若本机已有 skillhub,可先检查版本:

command -v skillhub && skillhub --version

未安装时,可按 SkillHub 安装文档执行完整安装(含 CLI 与默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装本技能时,必须用 --dir 指向当前 Agent 的 skills 目录,否则默认落在 ./skills/ 可能不会被识别:

skillhub install @user_a9caeb3c/a-stock-multi-factor-screener --dir <skills 目录>

常见客户端 skills 路径(摘自 SkillHub 安装文档):

环境 skills 目录
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下的 .agents/skills/

不同客户端路径不同,以你当前使用的 Agent 为准。安装完成后,按各客户端说明刷新或重启,使新 Skill 生效。

典型用法

经过上面的步骤,Agent 会加载该 Skill 的 SKILL.md 及附带文档。典型工作流可以概括为:

  1. 确认环境:本机或 Docker 中已具备该量化系统运行所需依赖(具体命令与端口见 Skill 文档)。
  2. 选数据源:在 AkShare、聚宽、米筐之间按账号与数据权限选择;切换方式以 102 个 API 与文档说明为准。
  3. 对话驱动任务:用自然语言描述 A 股侧需求,例如多因子筛选、查看策略或风险相关接口返回、导出研究用数据等,由 Agent 按 Skill 约定调用 REST API 或文档中的 CLI/Web 入口。

SkillHub 页面未给出可复制的一行 curl 示例;可复现的第一步仍是上述安装命令与坐标。具体请求路径、参数和返回字段,请以安装包内 14 个文档章节 为准逐项对照。

适用场景与注意

更适合:

  • 需要在 A 股 场景做策略验证、量化入门练习或批量研究的数据分析流程;
  • 希望统一走 REST API,减少自写胶水代码;
  • 已在使用 Cursor / Claude Code 等,想把量化操作收敛到 Skills 工作流里。

需要留意:

  • 来源为 community 技能,功能与稳定性以本机实测为准;发布方宣传用语不构成投资建议。
  • requires_api_key=false 仅指 SkillHub 安装侧;聚宽、米筐等第三方数据仍可能要求各自账号与合规使用。
  • 页面信息未承诺券商实盘自动下单、高频交易或期货期权全覆盖;若你的目标是低延迟 HFT 或全自动实盘,需自行对接券商并评估延迟与合规,不能默认本 Skill 已覆盖。
  • 港美股等若仅有「有限支持」,应以 Skill 内数据源与 API 列表为准,避免误用在非 A 股深度场景。

结尾

A股多因子量化选股(v4.0.3)把三源数据、102 个 REST API 和较完整的文档章节打包成 SkillHub 上的 professional 技能,适合想在 Agent 里系统化做 A 股量化选股与相关研究的人。安装从 SkillHub 坐标与 skillhub.cn/install/skillhub.md 开始即可。

  • Skill 包:https://api.skillhub.cn/user_a9caeb3c/a-stock-multi-factor-screener
  • 展示页:https://www.skillhub.cn/skills/user_a9caeb3c/a-stock-multi-factor-screener
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