Token导航 LogoToken导航

Agent Skill · 研究检索

stock-decision(股票决策)

stock-decision 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。

stock-decision 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;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 30,797。

总安装 2,818周安装 114GitHub Stars 公开资料未说明下载 885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
1.0.1

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:stock-decision(股票决策)
来源仓库:https://github.com/pfbao/stock-decision
安装命令:
openclaw skills install stock-decision
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 stock-decision

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。

结合技术指标与宏观环境进行综合股票决策分析。支持 MA、MACD、RSI 等工具判断买卖时机和行业周期评估。在用户提出选股建议或策略优化需求时调用。安装命令:openclaw skills install stock-decision,需联网获取最新行情。结果仅供参考,实际交易需结合个人风险承受能力决策。

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 stock-decision;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

stock-decision 怎么安装?

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

stock-decision 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。

stock-decision 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

stock-decision 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。

stock-decision 用的人多吗?

公开数据是累计安装 2,818 次,近一周安装 114 次,下载 885 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。

stock-decision 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
stock-decision

股票决策 · 本页

2,818—权限未标注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
stock-decision
description
Comprehensive stock decision analysis combining technical indicators (MA, MACD, KDJ, RSI, DMI), macro environment assessment (industry cycle, governance, macro economy), and historical backtesting. Provides buy/sell recommendations with stop-loss/take-profit levels.
description_zh
综合股票决策分析:技术指标(MA/MACD/KDJ/RSI/DMI)+ 宏观环境(行业周期/公司治理/宏观经济)+ 历史回测,提供买卖建议和止盈止损价位
version
2.4.0
allowed-tools
Bash,Read,Search

Stock Decision — 综合股票决策分析

基于改进策略一的完整股票决策分析系统,整合技术面、宏观面和历史回测。

触发条件

当用户询问以下内容时使用此技能:

  • "腾讯控股可以买入吗?"
  • "00700今天适合买吗?"
  • "帮我分析一下XX股票的买入点"
  • "这只股票现在能买吗?"
  • "XX股票止盈止损设置在哪里?"
  • "XX股票风险大吗?"

核心功能

1. 技术面分析 (Improved Strategy 1)

7个买入条件:

  • ✅ 均线多头排列 (MA5 > MA10 > MA20 > MA60)
  • ✅ MACD金叉 (DIF > DEA,且在零轴上方)
  • ✅ KDJ金叉 (K > D,且K值在20-80之间)
  • ✅ RSI适中 (RSI12在50-70之间)
  • ✅ 价格站上MA20 (收盘价 > MA20)
  • ✅ 成交量放大 (较5日均值放大30%以上)
  • ✅ DMI多头 (PDI > MDI,且ADX > 20)

6个高位预警:

  • ⚠️ KDJ超买 (K > 70)
  • ⚠️ RSI超买 (RSI12 > 65)
  • ⚠️ 偏离MA20 (偏离度 > 15%)
  • ⚠️ 突破布林带上轨
  • ⚠️ 近期涨幅过大 (近5日涨幅 > 25%)
  • ⚠️ OBV背离

技术评分:

技术评分 = (满足条件数 × 10) - (预警数量 × 5) + 50
范围: 0-100分

85-100分: ✅✅✅ 强烈推荐买入
70-84分: ✅✅ 推荐买入
60-69分: ✅ 谨慎买入
50-59分: ⏸️ 观望
0-49分: ❌ 不建议买入

2. 宏观环境分析 (自动查询)

行业周期判断:

  • 上行期: 调整系数 1.0
  • 平稳期: 调整系数 0.9
  • 下行期: 调整系数 0.6
  • 衰退期: 调整系数 0.4

公司治理评估:

  • 无明显问题: 调整系数 1.0
  • 轻微问题: 调整系数 0.85
  • 中等问题: 调整系数 0.6
  • 严重问题: 调整系数 0.2

宏观经济环境:

  • 利好环境: 调整系数 1.1
  • 中性环境: 调整系数 1.0
  • 利空环境: 调整系数 0.85
  • 严重利空: 调整系数 0.5

3. 历史回测

回测策略:

  • 买入条件: 满足5/7以上技术指标,且高位预警≤2个
  • 仓位管理: 每次买入30%仓位
  • 卖出条件:

- 止损: 跌破MA20且亏损超过5% - 止盈1: 收益超过20% - 止盈2: 偏离MA20超过25% - 止盈3: RSI严重超买且收益超过15% - 止盈4: 连续3天下跌且收益为正

关键指标:

  • 胜率: 盈利交易占比
  • 平均收益率: 每笔交易平均收益
  • 最大回撤: 从峰值到谷底的最大跌幅
  • 风险收益比: 平均收益 / 最大回撤

使用方法

基本工作流

# 1. 获取股票数据(使用westock-data技能)
node ~/.workbuddy/skills/westock-data/scripts/index.js search <股票名称或代码>
node ~/.workbuddy/skills/westock-data/scripts/index.js kline <代码> daily 120 hfq
node ~/.workbuddy/skills/westock-data/scripts/index.js technical <代码> ma,macd,kdj,rsi,dmi

# 2. 技术分析
python ~/.workbuddy/skills/stock-decision/scripts/analyze.py <股票名称或代码>

# 3. 宏观环境分析
python ~/.workbuddy/skills/stock-decision/scripts/macro_analyzer.py <股票名称> <股票代码> <行业>

# 4. 历史回测
python ~/.workbuddy/skills/stock-decision/scripts/backtest.py <股票代码> [回测天数]

示例

# 分析腾讯控股
node ~/.workbuddy/skills/westock-data/scripts/index.js search 腾讯
python ~/.workbuddy/skills/stock-decision/scripts/analyze.py 腾讯
python ~/.workbuddy/skills/stock-decision/scripts/macro_analyzer.py 腾讯 hk00700 互联网
python ~/.workbuddy/skills/stock-decision/scripts/backtest.py hk00700 120

# 分析康方生物
python ~/.workbuddy/skills/stock-decision/scripts/analyze.py 康方生物
python ~/.workbuddy/skills/stock-decision/scripts/macro_analyzer.py 康方生物 hk09926 生物医药
python ~/.workbuddy/skills/stock-decision/scripts/backtest.py hk09926 120

输出格式

技术分析输出

📊 股票基本信息
━━━━━━━━━━━━━━━━━━━━━━━━━━
股票名称: 康方生物
股票代码: hk09926
当前价格: 139.3港元
MA5/MA10/MA20/MA60: [详细数据]

📈 技术面分析 (改进策略一)
━━━━━━━━━━━━━━━━━━━━━━━━━━

7个买入条件满足情况:
[详细列表]

6个高位预警信号:
[详细列表]

技术评分: 77/100

⭐ 技术评级
━━━━━━━━━━━━━━━━━━━━━━━━━━
✅✅ 推荐买入
综合评分: 77/100
风险等级: 🟢 中低风险

🎯 止盈止损建议
━━━━━━━━━━━━━━━━━━━━━━━━━━
[具体价位]

宏观环境输出

{
    "industry": {
        "status": "stable",
        "risk_coefficient": 1.0,
        "adjustment_coefficient": 0.9,
        "reasoning": ["行业处于平稳期,需求稳定,政策中性"]
    },
    "governance": {
        "status": "none",
        "risk_coefficient": 1.0,
        "adjustment_coefficient": 1.0,
        "reasoning": ["公司治理良好,无明显问题"]
    },
    "macro": {
        "status": "neutral",
        "risk_coefficient": 1.0,
        "adjustment_coefficient": 1.0,
        "reasoning": ["宏观经济环境中性,政策稳健"]
    },
    "total_coefficient": 0.9
}

历史回测输出

📊 改进策略一 回测报告
━━━━━━━━━━━━━━━━━━━━━━━━━━

股票代码: hk00700
回测天数: 120天

📈 交易统计
━━━━━━━━━━━━━━━━━━━━━━━━━━
总交易次数: 12次
盈利交易: 8次
亏损交易: 4次
胜率: 66.67%

💰 收益统计
━━━━━━━━━━━━━━━━━━━━━━━━━━
总收益: 25,600港元
平均收益率: 12.5%
最大回撤: 8.5%

📋 交易明细
━━━━━━━━━━━━━━━━━━━━━━━━━━
[详细交易记录]

综合评分计算

综合评分 = 技术评分 × 行业系数 × 治理系数 × 宏观系数

示例:
技术评分: 77分
行业系数: 0.9 (平稳期)
治理系数: 1.0 (无问题)
宏观系数: 1.0 (中性)

综合评分 = 77 × 0.9 × 1.0 × 1.0 = 69.3分
评级: ✅ 谨慎买入

止盈止损建议

多层止盈

第一止盈点 = MA20 × 1.15 (偏离度达15%)
第二止盈点 = MA20 × 1.20 (偏离度达20%)
第三止盈点 = 成本价 × 1.05 (回本+5%)
理想止盈点 = MA60 × 1.30

止损设置

基础止损 = MA20
严格止损 = MA60
最大风险 = (MA20 / 当前价格 - 1) × 100%

注意事项

  • 本技能提供的技术分析和决策建议仅供参考,不构成任何投资建议
  • 投资有风险,入市需谨慎
  • 用户应根据自身风险承受能力和投资目标独立做出决策
  • 宏观环境分析需要联网查询最新信息
  • 历史回测结果不代表未来表现
  • 建议结合技术面、宏观面和回测结果综合判断

脚本说明

  • analyze.py: 技术面分析核心脚本,基于改进策略一
  • macro_analyzer.py: 宏观环境自动化分析器
  • backtest.py: 历史回测引擎

依赖技能

  • westock-data: 获取股票数据和技术指标
  • web_search: 查询宏观环境信息(可选)

版本历史

v2.0.0 (2026-04-01)

  • 新增宏观环境自动化分析
  • 新增历史回测功能
  • 优化SKILL.md符合WorkBuddy标准规范

v1.0.0 (2026-04-01)

  • 初始版本
  • 实现技术面分析(改进策略一)
  • 实现止盈止损建议

平台分布

OpenClaw

86.93%
按下载量换算769

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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