Token导航 LogoToken导航

Agent Skill · 效率

quant-stock(量化股票)

quant-stock 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

quant-stock 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 16,727。

总安装 2,791周安装 114GitHub Stars 公开资料未说明下载 903核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:quant-stock(量化股票)
来源仓库:https://github.com/rix-zhang/quant-stock
安装命令:
openclaw skills install quant-stock
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install quant-stock

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

AI量化选股系统 - 基于多维度评分模型的A股选股分析工具。扫描新能源、电力、半导体、医药、AI、机器人、军工、贵金属等行业,输出每日量化选股报告。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install quant-stock;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

quant-stock 怎么安装?

在终端执行 openclaw skills install quant-stock。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

quant-stock 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

quant-stock 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

quant-stock 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

quant-stock 用的人多吗?

公开数据是累计安装 2,791 次,近一周安装 114 次,下载 903 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

quant-stock 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
quant-stock

量化股票 · 本页

2,791—只读MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
quant-stock-picker
description
AI量化选股系统 - 基于多维度评分模型的A股选股分析工具。扫描新能源、电力、半导体、医药、AI、机器人、军工、贵金属等行业,输出每日量化选股报告。

量化选股系统 (Quant Stock Picker)

基于6大模块评分系统的A股量化选股工具,自动分析股票池并生成投资建议。

使用场景

  • 每日盘后自动选股分析
  • 多行业股票池扫描(新能源、电力、半导体、医药、AI、机器人、军工、贵金属)
  • 生成飞书/文本格式的投资报告

核心功能

6大评分模块

模块说明关键指标
技术指标动量分析MACD金叉、神奇九转、均值回归
市场情绪资金流向激进买入、长期观察、高位震荡
大盘趋势环境判断逆势超跌、顺势过热
行业主题潜力评估景气向上/向下
新闻舆情信息增益重大利好/利空、突发利好/利空
行业优选后分析高频行业加分

输出格式

  • TOP3 精选股票
  • 4-10名候选股票
  • 今日最有潜力行业板块
  • 命中标签(仅显示加分项)

使用方法

1. 初始化股票池

python scripts/init_pool.py

2. 运行每日分析

python scripts/main.py

3. 查看报告

  • 文本报告:daily_report.txt
  • 飞书推送:自动发送至配置群聊

配置文件

飞书配置

创建 feishu_config.json:

{
  "app_id": "your_app_id",
  "app_secret": "your_app_secret"
}

股票池

stock_pool.csv - 包含股票代码、名称、行业分类

评分规则详解

加分项 (+)

  • MACD金叉: +3
  • 神奇九转: +5
  • 均值回归: +5
  • 激进买入: +3
  • 逆势超跌: +3
  • 景气向上: +3
  • 重大利好: +5
  • 突发利好: +6
  • 行业优选: +6

扣分项 (-)

  • 长期观察: -5
  • 高位震荡: -5
  • 顺势过热: -3
  • 景气向下: -3
  • 重大利空: -10
  • 突发利空: -6

注意: 输出报告中仅显示加分项标签

依赖安装

pip install pandas requests

定时任务

# 安装每日定时任务(每日15:30运行)
bash scripts/install_cron.sh

文件结构

quant-stock-skill/
├── SKILL.md              # 本文件
├── scripts/
│   ├── main.py          # 主分析程序
│   ├── init_pool.py     # 股票池初始化
│   ├── news_module.py   # 新闻舆情模块
│   ├── update_pool_hot.py # 热度更新
│   ├── update_sectors.py  # 行业更新
│   ├── run_task.sh      # 运行脚本
│   └── install_cron.sh  # 定时任务安装
├── references/
│   └── RULES.md         # 详细评分规则
└── stock_pool.csv       # 股票池数据

平台分布

OpenClaw

90.07%
按下载量换算813

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills