前言¶

做 A 股選股或復盤時，常見做法是盯幾隻自選股的 K 線，憑經驗找「像去年某段」的走勢，再主觀判斷後面會不會延續。全市場逐只比對成本高，手工記漲跌幅也容易漏段。若希望把「這段走勢在歷史上出現過多少次、之後漲跌概率如何」變成可檢索的統計，需要一套形態匹配流程，而不是單看一張圖。

下面介紹 SkillHub 上的社區 Skill k線形態選股器（座標 @user_2bda22ce/stockmatcher，當前版本 1.0.2）。它面向 Agent：在對話裏描述選股、形態匹配、走勢相似、歷史回測等需求時，按技能文檔調用本地腳本，在全市場或單票歷史中搜索相似 K 線段落，並輸出後續收益與上漲概率等統計。SkillHub 標註 requires_api_key=false；主流程依賴東方財富或通達信本地數據，無需爲 Skill 本身配置 API Key。

這是什麼¶

k線形態選股器 在 SkillHub 上的簡介爲：可以通過個股自定義的末端時間走勢，來驗證市場歷史個股走勢，從而預知未來一段時間內的趨勢。

更準確地說，它是基於 SKILL.md 的 Agent Skill（包內標識名 a-stock-pattern-matcher），由社區發佈者 user_2bda22ce 維護，分類爲 professional，來源 community。技能文檔將其定位爲 A 股智能形態匹配選股工具：比對歷史走勢形態，找出與目標序列最相似的歷史片段，並彙總匹配段之後的市場表現，供決策參考（歷史統計不等於未來收益）。

• SkillHub 頁面：https://www.skillhub.cn/skills/user_2bda22ce/stockmatcher
• API 入口（SkillHub 生態）：https://api.skillhub.cn/user_2bda22ce/stockmatcher

核心功能¶

以下能力均來自 v1.0.2 技能文檔，Agent 在匹配到觸發場景（選股、形態匹配、走勢相似、找類似股票、歷史回測、K 線分析等）時應按文檔執行。

1. 手動輸入漲跌幅：用戶提供逗號分隔的日漲跌幅序列，在全市場搜索相似走勢（文檔稱該方式最靈活、最可靠）。
2. 指定股票代碼：取某隻股票最近 N 個交易日窗口，在全市場（cross）或自身歷史（self）中搜索匹配。
3. 截圖識別 K 線：從 K 線截圖提取漲跌序列（準確度依賴圖片質量，建議東方財富/同花順日 K）。
4. 可視化對比：生成匹配結果圖表。
5. 統計輸出：後續 N 日平均收益、上漲概率、高相似度子集勝率等；相似度爲 0～1 的餘弦相似度。

v1.0.2 變更要點：新增通達信本地數據支持，移除 tushare API 依賴，數據源東方財富優先、通達信備選，並修復硬編碼 token 等安全問題。

安裝與啓用¶

SkillHub 官方建議讓 Agent 按安裝說明拉取技能，座標爲 @user_2bda22ce/stockmatcher。

1. 安裝 SkillHub CLI（若尚未安裝）¶

先檢查是否已有 CLI：

command -v skillhub && skillhub --version

未安裝時，可使用 SkillHub 文檔中的完整安裝命令（需聯網）：

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

僅安裝 CLI 時：

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

2. 安裝本 Skill 到當前 Agent 的 skills 目錄¶

安裝時必須用 --dir 指向當前客戶端識別的 skills 目錄，否則默認落在 ./skills/ 可能無法被加載。常用路徑如下（摘自 SkillHub 安裝文檔）：

在 Cursor 中示例：

skillhub install @user_2bda22ce/stockmatcher --dir ~/.cursor/skills/

也可將下面提示詞發給 AI，由其按 https://skillhub.cn/install/skillhub.md 完成安裝：

請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_2bda22ce/stockmatcher`。

3. Python 依賴與數據環境¶

技能目錄內腳本（見下文「腳本位置」）需要：

pip install numpy pandas Pillow matplotlib openpyxl

數據源（按優先級自動選擇）：

1. 東方財富本地數據（推薦）：可設置環境變量 EASTMONEY_DATA_PATH 指向數據目錄；文檔說明會在工作區目錄結構中自動搜索。
2. 通達信本地數據：v1.0.2 起作爲備選（見變更說明）。

舊版腳本 rhythm_pattern_matcher.py 仍可能使用 tushare，需 TUSHARE_TOKEN；主程序 smart_pattern_matcher.py 在 v1.0.2 說明爲純本地數據源。結果默認寫入技能工作目錄下的 pattern_results/。

安裝或升級後，按你所用客戶端要求重啓或刷新 Agent，使新 Skill 生效。

典型用法¶

在技能包根目錄（含 SKILL.md 與 scripts/）下執行。下列命令與參數與官方 SKILL.md 一致。

模式 1：手動漲跌幅（推薦）¶

適合已有明確漲跌節奏、不綁定某隻股票代碼的場景：

python scripts/smart_pattern_matcher.py --returns "2.1,-0.5,1.3,0.8,-1.2,-0.3,3.5,1.2,-0.8,2.0"

常用參數：--top（默認 15）、--threshold（最低相似度，默認 0.3）、--after（後續觀察天數，默認 10）。

模式 2：指定股票代碼¶

# 全市場搜索
python scripts/smart_pattern_matcher.py --code 002594 --window 15 --mode cross

# 自身歷史搜索
python scripts/smart_pattern_matcher.py --code 600519 --window 20 --mode self

--window 爲觀察窗口交易日數（默認 20）；--mode 取 cross 或 self。

模式 3：K 線截圖¶

python scripts/smart_pattern_matcher.py --image kline_screenshot.png

模式 4：全市場掃描¶

python scripts/smart_pattern_matcher.py --mode scan --window 20 --top 5

文檔註明該模式耗時長（約 20～30 分鐘），且舊版受 tushare 限頻影響；v1.0.2 主程序以本地數據爲主，仍應謹慎用於大批量掃描。

輸出如何讀¶

窗口長度建議：5～10 日偏短線；15～20 日文檔推薦的中線波段；30～60 日偏趨勢級。

適用場景與注意¶

適合誰

• 需要在對話裏完成「找全市場類似這段走勢的股票」「某票最近 20 日像自己歷史上哪一段」的量化同事。
• 已具備或可配置東方財富/通達信本地行情數據，希望減少在線 API 限頻的 A 股研究者。

限制與注意

1. 文檔明確：歷史不代表未來；上漲概率 70% 仍意味着約 30% 下跌可能。
2. 停牌、次新股數據不足會被跳過；全市場搜索默認包含 ST。
3. 截圖識別依賴圖片質量，不如手動 --returns 穩定。
4. 全市場掃描與首次加載本地數據耗時較長，文檔給出過加載與緩存相關耗時說明，應按機器與數據體量實測。
5. SkillHub 頁面統計（抓取時）：評分 100000，下載約 2425，安裝約 54；社區 Skill，使用前自行評估合規與投資風險。

腳本位置（技能包內）

• 主程序：scripts/smart_pattern_matcher.py
• 通達信接口：scripts/tdx_local.py
• 舊版：scripts/rhythm_pattern_matcher.py（tushare）
• 公式參考：scripts/pattern_tdx.txt、scripts/pattern_em.txt

結尾¶

k線形態選股器 把「末端走勢像誰、歷史上類似片段之後怎麼走」收斂成可重複的搜索與統計流程，適合掛在 Cursor 等 Agent 上，用自然語言觸發形態匹配任務。安裝與優先源規則以 SkillHub 官方說明爲準；功能細節以技能包內 SKILL.md（v1.0.2）爲準。

• SkillHub：https://www.skillhub.cn/skills/user_2bda22ce/stockmatcher
• 安裝說明：https://skillhub.cn/install/skillhub.md