炒股辅助 Skill

专为个人投资者设计的综合投资辅助 skill，支持：

• A 股行业龙头自动扫描与用户自选股实时行情
• NGA 龙头战法量化扫股：情绪判断、涨停板池、首板候选、连板龙头、首阴买点
• ETF 交易全套工具：行情排行、动量筛选、超跌扫描、持仓管理、估值参考

⚠️ 免责声明：本 skill 仅提供信息参考，不构成任何投资建议。股市有风险，入市需谨慎。

---

数据获取（核心能力）

方式一：自动获取 A 股行业龙头

在回答用户关于"行业龙头"、"哪些股票值得看"、"全市场扫描"等问题时，优先调用脚本获取数据，而不是等用户输入代码：

# 获取全部行业龙头（含实时行情）
python scripts/fetch_stocks.py --leaders

# 获取指定行业龙头
python scripts/fetch_stocks.py --industry 白酒

# JSON 格式输出（供程序化处理）
python scripts/fetch_stocks.py --leaders --json

覆盖行业（18 个）：
白酒 · 银行 · 新能源/动力电池 · 半导体/芯片 · 医药/创新药 · 医疗器械 ·
消费电子 · 互联网/软件 · 军工/国防 · 煤炭/能源 · 钢铁/有色金属 ·
房地产 · 保险/券商 · 零售/消费 · AI/人工智能 · 汽车整车 · 化工 · 农业/养殖

方式二：读取用户自选股

用户的个人持仓记录在 my_portfolio.json，运行脚本即可获取含实时行情的持仓列表：

# 获取自选股实时行情（含盈亏计算）
python scripts/fetch_stocks.py --portfolio

用户如何编辑自选股 → 直接修改 my_portfolio.json，格式如下：

{
  "stocks": [
    {
      "code": "600519",
      "name": "贵州茅台",
      "market": "SH",
      "cost_price": 1680.00,
      "shares": 10,
      "note": "核心持仓，长线"
    }
  ]
}

数据依赖

• 实时行情：依赖 akshare（pip install akshare）
• 无 akshare 降级：脚本仍可运行，但只输出静态列表（无实时价格/PE/PB）

---

主要使用场景

场景 A：用户让你扫描行业龙头

触发语：「帮我看看各行业龙头」「A 股现在有哪些好股票」「推荐几个值得关注的股票」

执行步骤：

1. 调用 python scripts/fetch_stocks.py --leaders 获取行业龙头列表
2. 解析输出，重点关注：
   • 涨跌幅较大的个股（异动提示）
   • PE/PB 处于历史低位的个股（估值洼地）
3. 按以下结构输出分析摘要：

📊 今日行业龙头行情摘要（共 XX 行业）

【涨幅前5】
  ...

【跌幅前5】
  ...

【估值偏低（PE < 15 且 PB < 2）】
  ...

是否需要深入分析某只个股或某个行业？

---

场景 B：用户让你分析自选股

触发语：「看看我的持仓」「分析一下我的股票」「我的自选股今天怎么样」

执行步骤：

1. 调用 python scripts/fetch_stocks.py --portfolio
2. 若 my_portfolio.json 为空或不存在，提示用户：

   "请编辑 my_portfolio.json 文件，添加你持有的股票代码和成本价"

3. 计算每只股票的浮动盈亏（如果有 cost_price）：

   浮盈 = (当前价 - 成本价) / 成本价 × 100%
   浮盈金额 = (当前价 - 成本价) × 持有股数

4. 按以下结构输出持仓报告：

📁 我的持仓报告

股票         现价    涨跌幅    成本价    浮动盈亏
贵州茅台     1720    +1.2%    1680     +2.4%（+4000元）
宁德时代      190    -0.8%     185     +2.7%（+500元）
招商银行      35.2   +0.5%    32.5    +8.3%（+1350元）

总持仓估值：XXX元
总浮动盈亏：+XX元（+XX%）

[技术面快速预警]
- 宁德时代：临近60日均线支撑，注意量能
- 招商银行：MACD 金叉形成，短期偏多

---

场景 C：用户让你分析某只个股

触发语：「帮我分析 茅台」「600519 现在怎么样」「宁德时代值得买吗」

执行步骤：

1. 调用 python scripts/fetch_stocks.py --json 获取全量数据，在结果中定位该股票
2. 如果在龙头列表或自选股中找到 → 直接使用数据
3. 如果未找到 → 提示用户确认代码，或通过 akshare 单独查询：

   import akshare as ak
   df = ak.stock_individual_info_em(symbol="600519")

4. 按「个股完整分析报告」模板输出（详见 examples/stock-analysis-example.md）

---

场景 D：用户问选股策略

引导用户明确：投资风格 / 持仓周期 / 风险偏好，然后从行业龙头列表中按条件筛选，输出匹配的候选股票。

---

场景 E：NGA 龙头战法 — 情绪周期判断

触发语：「帮我用龙头战法扫股」「今天有哪些首板」「现在市场什么阶段」「该重仓还是轻仓」「连板龙头是谁」「有没有首阴买点」

详细判断框架 → references/emotion-cycle.md | 扫股步骤 → references/dragon-scan.md

python3 scripts/scan_dragon.py                 # 全量扫描
python3 scripts/scan_dragon.py --mode emotion  # 仅情绪周期
python3 scripts/scan_dragon.py --mode firstzt  # 仅首板
python3 scripts/scan_dragon.py --mode lianban  # 仅连板
python3 scripts/scan_dragon.py --mode firstyin # 仅首阴买点

---

场景 F：ETF 分析（扫描 / 选择 / 持仓）

触发语：「帮我扫ETF」「今天哪些ETF涨了」「ETF怎么选」「沪深300哪个ETF好」「分析我的ETF持仓」「ETF浮盈多少」

扫描步骤 → references/etf-scan.md | 选择标准 → references/etf-selection.md

python3 scripts/scan_etf.py --mode core       # 核心ETF监控
python3 scripts/scan_etf.py --mode rank       # 今日涨跌榜
python3 scripts/scan_etf.py --mode momentum   # 近20日动量
python3 scripts/scan_etf.py --mode oversold   # 超跌筛选
python3 scripts/scan_etf.py --mode valuation  # 估值参考
python3 scripts/scan_etf.py --mode portfolio  # 我的持仓分析

回答时结合 references/etf-trading.md：

• 扫描/推荐：定投倍数(2.1节)、超跌低吸(2.3节)、行业轮动(2.2节)、PE分位(第四章)
• 选品对比：规模 > 跟踪误差 > 费率 > 折溢价接近0（第三章）
• 持仓建议：浮盈>20%参考止盈策略(第六章)、浮亏>15%参考补仓条件(第五章)、集中度风险(第七章)

编辑持仓 → my_etf_portfolio.json

---

分析报告结构（个股）

按以下顺序输出：

1. 基本信息：代码 · 名称 · 行业 · 当前价 · PE · PB · 市值
2. 技术面：趋势方向 · 均线排列 · MACD · RSI · 量价 · 支撑/压力位
3. 基本面：营收增速 · 毛利率 · ROE · 负债率 · 估值历史分位
4. 风险提示：核心风险 1-3 条 · 止损参考位
5. 综合结论：📈 偏多 / 📊 中性 / 📉 偏空 + 操作参考

---

快速响应模板

【股票代码】xxx（名称）
现价：xx 元  涨跌：±x.x%  PE：xx  PB：x.x
技术面：[一句话概括]
基本面：[一句话概括]
操作建议：[买入/观望/规避]  止损参考：[价位]
风险提示：[1-2个核心风险]

---

支持文件

个股相关

• scripts/fetch_stocks.py — 行业龙头 + 自选股行情脚本（akshare 驱动）
• scripts/scan_dragon.py — 龙头战法量化扫股脚本（涨停板池/首板/连板/首阴）
• my_portfolio.json — 用户自选股配置
• references/nga-dragon-method.md — NGA 龙头战法完整手册
• references/dragon-scan.md — 场景E：龙头扫股详细步骤
• references/emotion-cycle.md — 场景E：情绪周期判断框架

ETF 相关

• scripts/scan_etf.py — ETF 行情扫描脚本（涨跌榜/动量/超跌/持仓/估值）
• my_etf_portfolio.json — 用户 ETF 持仓配置
• references/etf-trading.md — ETF 交易完整手册（策略/选品/择时/仓位）
• references/etf-scan.md — 场景F：ETF行情扫描详细步骤与分析模板
• references/etf-selection.md — 场景F：ETF选择与对比标准

示例

• examples/stock-analysis-example.md — 完整分析示例

---

注意事项

1. 优先调用脚本获取数据，不要直接让用户输入股票代码
2. 分析时区分 A股 / 美股 / 港股，规则和估值体系有差异
3. 技术分析与基本面分析要相互印证，避免单一依赖
4. 任何分析结论都要附带风险提示
5. 不对任何股票做出"必涨"或"必跌"的确定性判断
6. 若 akshare 返回数据异常，说明原因并给出静态列表分析