AKShare集成选股技能
基于AKShare实时数据的智能选股技能，集成动态权重调整和行业差异化评分。
🎯 技能特性
- 实时数据：集成AKShare获取实时股价
- 智能评分：三层九维评分系统
- 动态权重：根据市场趋势调整权重
- 行业差异化：不同行业不同评分标准
- 风险控制：完善的风控与失效体系
- 证据分层：A/B/C/D四级证据体系
📦 安装要求
# 安装AKShare
pip install akshare --upgrade
# 安装依赖
pip install pandas numpy🚀 使用方法
基本选股
# 运行选股分析
stock-selector-akshare run
# 使用特定市场
stock-selector-akshare run --market hk
# 指定股票代码
stock-selector-akshare run --symbols 00700,00998,01810获取实时数据
# 获取港股实时数据
stock-selector-akshare data hk 00700
# 获取A股实时数据
stock-selector-akshare data a 000001
# 获取美股实时数据
stock-selector-akshare data us AAPL批量查询
# 批量查询港股
stock-selector-akshare batch hk 00700,00998,01810
# 多市场查询
stock-selector-akshare multi "00700,000001,AAPL"🔧 系统架构
1. 数据层
- AKShare接口：获取实时股票数据
- 数据缓存：5分钟本地缓存
- 错误处理：多数据源备选机制
2. 评分层
- 价值层 (40%)：基本面、行业位势、估值赔率
- 交易层 (35%)：资金结构、价格形态、量价配合
- 风险层 (25%)：波动风险、事件风险、流动性风险
3. 决策层
- 动作决策：BUY/HOLD/REDUCE/SELL/WATCH
- 仓位建议：基于评分和风险评估
- 触发条件：量化的买入/卖出触发点
4. 风控层
- 风险边界：明确的止损/止盈点
- 失效条件：系统失效的识别标准
- 证据分级：A/B/C/D四级证据可靠性
📊 评分系统
价值层 (40分)
- 基本面质量 (15分)
- 财务健康度 - 盈利能力 - 成长前景
- 行业位势 (15分)
- 行业地位 - 竞争格局 - 政策支持
- 估值赔率 (10分)
- PE/PB/PS估值 - 历史估值分位数 - 相对估值优势
交易层 (35分)
- 资金结构 (10分)
- 主力资金流向 - 外资持股比例 - 机构调研热度
- 裸K形态 (10分)
- 关键价位突破 - 技术形态形成 - 趋势强度
- 量价配合 (15分)
- 成交量放大 - 价格有效性 - 突破确认
风险层 (25分)
- 波动风险 (10分)
- 历史波动率 - 日内波动幅度 - Beta系数
- 事件风险 (10分)
- 重要事件临近 - 政策风险 - 行业风险
- 流动性风险 (5分)
- 成交量稳定性 - 买卖价差 - 市场深度
🎯 决策规则
动作决策
| 条件 | 动作 |
|---|---|
| 总分 ≥ 85，价值层均衡，形态分 ≥ 8 | BUY |
| 总分 ≥ 70，交易层均衡 | HOLD |
| 总分 < 70，风险层亮红灯 | REDUCE |
| 总分 < 60，且发生风险事件 | SELL |
| 其他情况 | WATCH |
仓位建议
| 评分区间 | 建议仓位 | 理由 |
|---|---|---|
| ≥ 90 | 15% | 优秀标的，确定性高 |
| 85-89 | 10% | 良好标的，机会明确 |
| 80-84 | 8% | 机会标的，适度配置 |
| 70-79 | 5% | 观察标的，谨慎配置 |
⚠️ 风险控制
风险边界
- 止损线：-8% ~ -12%
- 止盈线：+20% ~ +30%
- 最大仓位：单只股票 ≤ 15%
- 总仓位：激进市场 ≤ 80%，保守市场 ≤ 50%
失效条件
- 系统失效：连续3次数据获取失败
- 策略失效：连续5次推荐亏损
- 市场失效：大盘单日跌幅 > 5%
- 流动性失效：成交量萎缩 > 50%
🔍 使用示例
示例1：分析腾讯控股
stock-selector-akshare run --symbols 00700 --format json输出:
{
"success": true,
"timestamp": "2026-03-11T04:15:30Z",
"results": [
{
"symbol": "00700",
"name": "腾讯控股",
"action": "BUY",
"total_score": 94,
"position_suggestion": "7%",
"real_time_price": 562.500,
"change_percent": "+0.45%",
"recommendation": "强烈推荐买入",
"evidence_level": "A"
}
]
}示例2：批量分析港股
stock-selector-akshare batch hk 00700,00998,01810示例3：多市场分析
stock-selector-akshare multi "00700,000001,AAPL"🔄 集成方式
Python集成
from stock_selector_akshare import AKShareStockSelector
# 创建选择器
selector = AKShareStockSelector()
# 分析单只股票
result = selector.analyze_stock("00700", market="hk")
# 批量分析
results = selector.analyze_batch(["00700", "00998"], market="hk")
# 获取实时数据
real_time_data = selector.get_real_time_data("00700", "hk")API集成
# 获取实时数据API
curl "http://localhost:8080/api/stock/00700?market=hk"
# 批量分析API
curl -X POST "http://localhost:8080/api/analyze/batch" \
-H "Content-Type: application/json" \
-d '{"symbols":["00700","00998"],"market":"hk"}'🚨 注意事项
- 数据延迟：免费接口可能有15-30秒延迟
- 交易时间：非交易时间返回的数据可能是0
- 频率限制：避免频繁调用，建议1秒以上间隔
- 缓存策略：默认5分钟缓存，减少API调用
- 错误处理：添加重试机制和备用数据源
📈 性能优化建议
- 批量获取：使用全市场数据API，避免单只股票多次调用
- 缓存策略：本地缓存 + 内存缓存组合
- 异步处理：使用异步请求提高并发性能
- 连接复用：保持HTTP连接复用
- 数据压缩：启用数据压缩减少传输量
🔧 维护说明
日常维护
- 检查AKShare库更新
- 测试数据获取接口
- 验证评分算法有效性
故障排查
- 检查网络连接
- 验证AKShare安装
- 查看错误日志
- 测试备用数据源
性能监控
- API响应时间
- 数据获取成功率
- 评分计算耗时
- 内存使用情况
技能状态：🚀 已集成AKShare 版本：v2.0 最后更新：2026-03-11 维护者：OpenClaw技能库