Token导航 LogoToken导航

Agent Skill · 研究检索

quant-stock-picker-pro(量化选股专业版)

quant-stock-picker-pro 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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-picker-pro 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 8,341。

总安装 16,605周安装 706GitHub Stars 公开资料未说明下载 5,817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-picker-pro(量化选股专业版)
来源仓库:https://github.com/eric961/quant-stock-picker-pro
安装命令:
openclaw skills install quant-stock-picker-pro
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-picker-pro

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

AI 驱动的 A 股股票筛选器融合基本面、技术面与情绪因子。每日自动输出 Top N 推荐列表供投资决策参考。适用于个人投资者或投研团队进行选股初筛与组合构建。安装后需设置筛选条件与权重分配以满足个性化需求。注意情绪数据可能存在滞后性需交叉验证其他信号。

quant-stock-picker-pro 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

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-picker-pro;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

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

quant-stock-picker-pro 怎么安装?

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

quant-stock-picker-pro 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-picker-pro 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

quant-stock-picker-pro 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-picker-pro 用的人多吗?

公开数据是累计安装 16,605 次,近一周安装 706 次,下载 5,817 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-picker-pro 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。

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。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
quant-stock-picker-pro

量化选股专业版 · 本页

16,605—需要联网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-pro
version
1.0.0
description
AI-powered stock screening tool for Chinese A-shares. Daily picks using multi-factor analysis (fundamentals + technical + sentiment). Use when user asks about stock screening, quantitative trading, or investment opportunities.

Quant Stock Picker Pro

AI增强的A股量化选股工具,每日自动筛选优质股票。

功能

  • 多因子分析:基本面(60%)+ 技术面(40%)
  • AI预测:XGBoost、LightGBM、随机森林集成
  • 另类数据:新闻情感、股吧情绪、搜索热度
  • 风险控制:动态止损、波动率目标、行业中性化
  • 自动推送:每日9:35 AM自动运行(工作日)

使用场景

用户询问以下问题时自动触发:

  • "推荐股票"
  • "今天买什么"
  • "量化选股"
  • "股票筛选"
  • "投资机会"

工作流程

  1. 获取数据(9:35 AM)

- 全市场A股实时行情(新浪API) - 新闻情感数据(AkShare) - 股吧情绪数据(东方财富)

  1. 多因子打分

- 成长股因子(营收增长、利润增长、ROE、市值、PE) - 技术面因子(涨幅、量比、换手率、连续上涨) - 另类数据因子(新闻情感、社交媒体、搜索热度)

  1. AI预测

- 集成学习模型(XGBoost + LightGBM + 随机森林) - 交叉验证准确率:F1 0.54% - 置信度分级(高/中/低)

  1. 风险控制

- 排除涨停板附近(涨幅>9.5%) - 排除亏损企业(PE<0) - 排除超高估值(PE>100) - 确保流动性(成交额>1000万)

  1. 筛选输出

- TOP 10 推荐股票 - 包含:代码、名称、得分、关键指标、买入理由、风险提示

输出格式

# 量化选股报告 - YYYY-MM-DD

## TOP 10 推荐

| 排名 | 代码 | 名称 | 得分 | 涨幅 | PE | 换手率 | 买入理由 |
|------|------|------|------|------|----|----|----------|
| 1 | 600989 | 宝丰能源 | 45 | +8.32% | 17.5 | 5.2% | 低估值+温和上涨+成交活跃 |

## 风险提示

⚠️ **重要声明**:
- 本工具仅供学习参考,不构成投资建议
- 股市有风险,投资需谨慎
- 历史表现不代表未来收益
- 请根据自身风险承受能力做决策

## 系统信息

- 数据源:新浪财经(实时)
- AI模型:XGBoost + LightGBM + 随机森林
- 准确率:F1 0.54%(交叉验证)
- 运行时间:9:35 AM(工作日)

技术架构

quant-stock-picker-pro/
├── scripts/
│   ├── quant-stock-picker-ultimate-integrated.py  # 主脚本
│   ├── factor_engine.py                           # 因子工程
│   ├── data_collector.py                          # 数据整理
│   ├── risk_backtest.py                           # 风险管理
│   └── market_executor.py                         # 市场识别
├── references/
│   ├── factors.md                                 # 因子库文档
│   ├── strategies.md                              # 策略说明
│   └── data-sources.md                            # 数据源说明
└── SKILL.md                                       # 技能说明

安装

# 安装依赖
pip install pandas numpy scikit-learn xgboost lightgbm efinance akshare

# 设置定时任务
openclaw cron add --name "每日量化选股" --schedule "35 9 * * 1-5" --script scripts/quant-stock-picker-ultimate-integrated.py

配置

在 scripts/config.py 中配置:

# 筛选参数
MIN_SCORE = 25          # 最低得分
MAX_PE = 100            # 最大PE
MIN_VOLUME = 10000000   # 最小成交额(元)

# AI模型参数
USE_AI = True           # 是否使用AI增强
CONFIDENCE_LEVEL = "medium"  # 置信度阈值(high/medium/low)

# 另类数据
USE_NEWS_SENTIMENT = True     # 新闻情感
USE_SOCIAL_SENTIMENT = True   # 社交媒体
USE_SEARCH_HEAT = True        # 搜索热度

定制化

可以根据需求调整:

  1. 选股策略

- 保守型:低估值 + 回调买入 - 进取型:成长股 + 突破买入 - 平衡型:混合策略

  1. 因子权重

- 基本面权重(0-100%) - 技术面权重(0-100%) - 另类数据权重(0-100%)

  1. 风险偏好

- 低风险:严格筛选,10只股票 - 中风险:适度筛选,20只股票 - 高风险:宽松筛选,30只股票

注意事项

  • ⚠️ 仅供学习参考,不构成投资建议
  • ⚠️ 股市有风险,投资需谨慎
  • ⚠️ 历史表现不代表未来收益
  • ⚠️ 请根据自身风险承受能力做决策

更新日志

  • v1.0.0 (2026-03-04): 初始版本

- 多因子分析 - AI预测 - 另类数据整合 - 风险控制


作者: Sugar Daddy 版本: 1.0.0 许可: MIT

平台分布

OpenClaw

76.11%
按下载量换算4,427

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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