通达信本地全市场扫描:绕过 MCP 逐只拉 K 线,直接读本机 .day 文件

前言

做全市场扫描时,最直观的做法是用 MCP 工具逐只股票拉 K 线。问题在于股票数量大:光成交额大于 1 亿的就有 2891 只。逐只拉数据会撑爆上下文,耗时和费用都收不住。

下面介绍的 Skill 是「通达信本地全市场扫描」(坐标 @indiv-goodiebao/tdx-local-scan)。它换了一条路:不调用任何行情 API,直接读本机通达信的二进制 .day 文件,5259 只全量扫描约 10 秒。

这是什么

一句话定位:基于本地通达信二进制数据的全市场技术形态扫描工作流。

谁出品:SkillHub 上的 community 来源 Skill,发布者 user_43b0b86f,分类 data-analysis,当前版本 1.0.1,标签 requires_api_key=false(不需要 API Key)。

解决什么问题:用户提出「全市场扫描」「跑一遍所有票」「周末筛选」「按形态/指标找出股票」「本地通达信数据怎么读」「tdx .day 文件解析」「板块共鸣」这类需求时,不需要再走 MCP 逐只拉数据。

核心功能

1、直接读取 C:\new_tdx 下的本地通达信二进制 .day 文件,绕开 MCP 逐只拉 K 线。
2、5259 只全市场扫描约 10 秒,零 API 调用。
3、内含四类缠论买点与板块共鸣的完整实现。
4、内含通达信二进制格式的完整踩坑记录。官方明确写了「极易丢失,务必照抄 scripts/tdx_reader.py,不要重写」。

触发词(中文):全市场扫描、跑一遍所有票、周末筛选、按形态/指标找出股票、本地通达信数据怎么读、tdx .day 文件解析、板块共鸣、bug、@他的票选通达信自选股。

触发词(英文):scan all stocks、local tdx data、blocks file parse、china stock screener offline、chanlun scan。

安装与启用

官方地址:

https://api.skillhub.cn/indiv-goodiebao/tdx-local-scan

SkillHub 页面:

https://www.skillhub.cn/skills/indiv-goodiebao/tdx-local-scan

该 Skill 基于通用 SKILL.md 格式,装到支持该格式的 Agent 的 Skill 目录即可被触发。

需要说明的是:已抓取资料里没有给出具体的安装命令、目录路径和配置字段。不同 Agent(Cursor / Codex CLI / Claude Code)的放置位置和写法有差异,这里不臆造,按你所用 Agent 的通用 Skill 接入方式放置即可。

前置条件只有一个:本机已安装通达信,并且已经下载过盘后数据。数据目录为 C:\new_tdx。

典型用法

使用方式就是直接用自然语言下需求,命中触发词后 Skill 走本地读文件这条路径。可复现的示例表述:

全市场扫描一遍
周末筛选,按形态找出股票
本地通达信数据怎么读,tdx .day 文件解析
跑一下板块共鸣

对应的英文表述同样可触发:

scan all stocks
china stock screener offline

Skill 内部执行的就是扫描 → 解析本地 .day → 匹配四类缠论买点 → 叠加板块共鸣 → 输出候选清单。

适用场景与注意

适合谁:

1、本机已装通达信、已下载盘后数据的 Windows 用户。
2、想做离线、零 API 成本的全市场形态筛选,且不想被 MCP 逐只拉数据拖垮上下文的人。
3、需要四类缠论买点 + 板块共鸣这套具体实现的人。

限制与坑:

1、必须先装通达信并下载盘后数据,否则本地没有 .day 文件,扫描无结果。
2、数据目录写死为 C:\new_tdx,换安装路径需要同步改。
3、通达信二进制格式的坑很容易丢,官方要求照抄 scripts/tdx_reader.py,不要自己重写解析逻辑。
4、扫描口径是全市场 5259 只,是全量扫描而非增量;如果想缩小范围,需要在触发时限定条件。
5、板块共鸣依赖通达信板块文件,字段缺失会导致共鸣结果不完整,这部分也属于官方记录的踩坑范围。

结尾

这个 Skill 的价值在于把全市场扫描从「逐只拉数据」改成「本地读文件」:5259 只全量约 10 秒、零 API 调用,同时把四类缠论买点和板块共鸣的实现连同通达信二进制格式的踩坑记录一起给出,省去自己重新踩坑的时间。

官方地址:https://api.skillhub.cn/indiv-goodiebao/tdx-local-scan

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

Xiaoye