智能選股評分:把一隻 A 股代碼變成一份技術面診斷報告

前言

寫量化策略或做選股工具時,常見的第一步是「輸入代碼,拿到一個分數」。自己實現很難:均線、量價、資金流要分別寫因子,再決定權重,最後還要給出一個人類能看懂的結論。維護成本高,而且同一套邏輯很難在多個項目裏複用。

下面介紹的 SkillHub 社區 Skill「智能選股評分」,就是把這件事打包成一個可直接調用的評分接口。

這是什麼

「智能選股評分」(@user_d767480f/stock-score)是一個面向 A 股的技術面加資金面評分 Skill,發佈者是 user_d767480f,分類爲 professional,來源爲 community,當前版本 1.0.0,標籤顯示不需要 API Key。

它解決的問題是:輸入一個 A 股股票代碼,輸出該只股票的四維複合評分、對應評級、當前所處區域、戰術買點與趨勢跟隨信號,以及多維度明細。面向的是不寫量化代碼、但需要快速判斷一隻股票成色的使用者。

核心功能

  1. 四維複合評分:基於技術面與資金面兩個方向構建複合評分模型,輸出一個總分。
  2. 評級映射:總分映射到 S、A、B、C、F 五檔評級。
  3. 區域定位:判斷股票當前處於「強勢多頭」「均線修復」「超漲走弱」等區域。
  4. 戰術買點:在評分之外給出具體的戰術買入位置提示。
  5. 趨勢跟隨信號:輸出趨勢跟隨類信號,用於判斷當前是否跟隨趨勢。
  6. 多維度明細:除總分之外,返回各維度的明細數據,便於進一步查看評分構成。

輸出結構

以官方簡介描述的輸入輸出爲準,一次調用返回的內容大致是:

  • 股票代碼(輸入項)
  • 評分總分
  • 評級(S/A/B/C/F)
  • 區域定位
  • 戰術買點
  • 趨勢跟隨信號
  • 多維度明細

輸出定位是「專業級技術面診斷」,也就是把行情數據加工成可直接閱讀的結論,而不是原始行情接口。

安裝與啓用

Skill 基於通用 SKILL.md 格式,適用於 Cursor、Codex CLI、Claude Code 等支持該格式的環境。

已抓取資料中沒有提供安裝命令,官方頁面在本次覈實時無法訪問。因此這裏不給出臆測的安裝命令。可行的確認路徑是:

  1. 打開官方地址 https://api.skillhub.cn/user_d767480f/stock-score,查看頁面上的安裝方式。
  2. 如果通過 SkillHub 安裝,頁面通常會給出對應編輯器的安裝入口或命令行指令。
  3. 確認 Skill 的安裝位置後,在對話或配置中引用該 Skill。

標籤 requires_api_key=false 說明按當前配置不需要額外申請 API Key,但以官方頁面最新說明爲準。

典型用法

官方簡介給出的可復現用法是單次輸入輸出的形式:

  1. 準備一個 A 股股票代碼,例如 6 位數字代碼。
  2. 調用該 Skill,輸入該股票代碼。
  3. 獲取返回的評分、評級、區域、戰術買點、趨勢跟隨信號和多維度明細。

由於資料中沒有給出具體的調用命令或函數簽名,這裏不寫示例代碼。接入方式請以官方頁面或安裝後的 SKILL.md 說明爲準。

適用場景與注意

適合的場景:

  • 需要在選股流程里加入一個統一評分口徑的項目。
  • 需要給非技術同事或業務側一個「這隻股票當前成色如何」的快速判斷。
  • 需要把評分結果作爲上游特徵,交給後續策略或人工複覈。

需要注意的限制:

  1. 評分口徑由 Skill 內部模型決定,使用者無法直接調整四維權重。如果評分邏輯與自有策略不一致,需要自行實現。
  2. 評級、區域、戰術買點都是模型輸出,不構成投資建議,實際使用時需要結合其他信息複覈。
  3. 評分面向 A 股,不適用於港股、美股或其他市場。
  4. 數據源與更新頻率在已抓取資料中未說明,需要向發佈者確認。
  5. 頁面上顯示的評分與下載量會隨時間變化,引用時以官方頁面實時數據爲準。

結尾

「智能選股評分」的價值在於把技術面與資金面的複合評分固化成一個可複用的 Skill,讓「輸入代碼、輸出診斷」這件事不需要自己從頭實現。它適合作爲選股流程中的標準化評分環節,但不適合作爲唯一的決策依據。

官方地址:https://api.skillhub.cn/user_d767480f/stock-score

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