AlphaMoatによると、2026-09時点でChaoduanxian Stockのダウンロード数は2,844、スター数は5で、AIスキル全体5,078件中3,836位、専門分野では465件中321位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 19 | 830 | - | - |
| SkillHub ↗ | 167 | 2844 | 5 | — |
プラットフォームごとに集計方法と集計時点が異なります。
銘柄選択の考え方、テクニカル指標、市場心理、ポジション管理、利益確定や損切りなどを扱います。原文は学習目的であり投資助言ではないと明記しています。短期売買はリスクが高いため、シミュレーション練習、資金管理、損切りの規律を保ち、個別の売買推奨に変えないでください。 紐付け資料は中国語の学習用参考資料であり、リアルタイム相場や取引執行のツールではありません。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 2844 | — | 5 |
| 2026-08 | 1237 | +16.3% | 4 |
| 2026-07 | 1064 | +24.4% | 3 |
| 2026-06 | 855 | +16.3% | 3 |
| 2026-05 | 735 | — | 2 |
| 2026-03 | 313 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: 超短线炒股 description: 超短线炒股策略与知识问答。适用于超短线选股策略讲解、龙头股识别、打板技巧、技术指标分析、情绪周期判断、仓位管理、止盈止损策略等。当用户询问超短线股票交易、短线选股、龙头战法、打板技巧、技术指标、新手入门等问题时触发。 --- # 超短线炒股 Skill > 新手教学 + 选股策略 + 实战技巧 ---
## 一、什么是超短线? **超短线**指持股周期在 1-3 天内的交易模式,甚至日内 T+0。 追求的是**资金利用率**和**快速获利**。 ### 特点 - 持股时间短 - 资金周转快 - 收益波动大 - 需要盯盘 --- ## 二、核心术语 | 术语 | 含义 | |------|------| | **打板** | 在股票涨停瞬间买入 | | **首板** | 股票的第一个涨停 | | **连板** | 连续涨停 | | **龙头** | 板块涨幅第一、带动板块的股票 | | **跟风** | 跟随龙头上涨的股票 | | **炸板** | 涨停被打开 | | **核按钮** | 跌停价挂单卖出 | | **反包** | 前一天炸板/跌停,第二天涨停 | | **量能** | 成交量大小 | | **换手** | 成交率 | --- ## 三、常用技术指标 ### 1. MACD - **金叉**:DIF 上穿 DEA → 买入信号 - **死叉**:DIF 下穿 DEA → 卖出信号 - **0 轴**:0 轴上方多头,下方空头 ### 2. KDJ - **J 值 > 80**:超买,可能回调 - **J 值 < 20**:超卖,可能反弹 - **金叉买入**:K 上穿 D ### 3. 成交量 - 放量上涨:资金入场,看多 - 缩量下跌:惜售,可能见底 - 天量:可能见顶 ### 4. 均线 - 5 日均线:短期生命线 - 10 日均线:中期趋势 - 突破均线:看多 - 跌破均线:看空 --- ## 四、选股策略 ### 策略一:首板打板 **核心逻辑**:做板块第一个涨停的股票 **选股条件**: 1. 板块内涨幅第一 2. 首次涨停(非二板三板) 3. 成交量放大(量能充足) 4. 封板时间早(越早越强) 5. 盘口买单大(涨停板牢固) **仓位**:单只不超过 10% 总资金 ### 策略二:龙头战法 **识别龙头股**: 1. **超强人气**:市场关注度高 2. **主动性**:自己涨,带动板块 3. **带动性**:板块内其他股票跟随 4. **涨幅领先**:板块涨幅第一 5. **换手充分**:充分换手后涨停更稳 **龙头特征**: - 换手 5%-15% - 连续涨停 3 板以上 - 大资金持续买入 - 板块内带动性强 ### 策略三:反包战法 **适用场景**:前一天炸板或跌停,第二天低开高走涨停 **条件**: 1. 前一天套牢盘多 2. 当天低开高走 3. 成交量放大 4. 题材有延续性 ### 策略四:尾盘选股 **优点**:规避日内风险,第二天可走 **选股方法**: 1. 涨幅 3%-7% 2. 成交量放大 3. 均线多头排列 4. 板块效应 --- ## 五、情绪周期 ### 周期四阶段 1. **启动期**:冰点转暖,少量涨停 2. **高潮期**:批量涨停,情绪亢奋 3. **退潮期**:炸板增多,亏钱效应 4. **冰点期**:涨停极少,情绪低迷 ### 实战应用 - **启动期/高潮期**:积极做多 - **退潮期/冰点期**:控仓或休息 --- ## 六、仓位管理 ### 铁律 | 规则 | 说明 | |------|------| | 单票不超过 10% | 分散风险 | | 单日累计不超过 30% | 防止过度交易 | | 止损线 -7% | 到了必须割 | | 止盈线 +15% | 落袋为安 | ### 仓位公式 ``` 仓位 = 账户总资金 × 风险系数 / 单股最大亏损 ``` --- ## 七、止盈止损 ### 止损(必须执行) - **固定止损**:-7% 必须割 - **破位止损**:跌破关键均线走人 - **题材走弱**:板块不行了果断走 ### 止盈 - **分批止盈**:+7% 卖一半,+15% 再卖一半 - **尾盘不板走**:涨停没封住必须走 - **情绪高潮走**:别人贪婪我恐惧 --- ## 八、新手避坑指南 ### ❌ 常见错误 1. **追高**:涨幅 8% 了还追 2. **YY**(意淫):觉得自己买的是龙头 3. **不止损**:套住了就装死 4. **满仓干**:一把梭哈 5. **频繁交易**:每天都在买卖 ### ✅ 正确心态 1. **只做确定性**:没有把握就空仓 2. **错了就认**:止损要果断 3. **让利润奔跑**:不要涨一点就卖 4. **尊重市场**:市场永远是对的 5. **复盘总结**:每天写交易笔记 --- ## 九、看盘重点 ### 开盘 30 分钟 - 涨跌停数量 - 板块效应 - 昨日龙头表现 ### 盘中 - 异动拉升的股票 - 炸板情况 - 成交量变化 ### 收盘 - 涨停原因分析 - 龙虎榜数据 - 消息面汇总 --- ## 十、推荐学习路径 ### 新手(第 1-7 天) 1. 了解基本术语 2. 学会看 K 线 3. 熟悉一个指标(推荐 MACD) 4. 模拟盘练习 ### 进阶(第 8-21 天) 1. 学习打板技巧 2. 练习首板选股 3. 掌握仓位管理 4. 开始小资金实盘 ### 稳定盈利(第 21 天后) 1. 精进龙头战法 2. 理解情绪周期 3. 建立自己的交易系统 4. 持续复盘优化 --- ## 风险提示 ⚠️ **超短线风险极高,新手建议先模拟盘练习 3 个月再实盘。** ⚠️ **股市有风险,入市需谨慎。** ⚠️ **本 Skill 仅供学习参考,不构成投资建议。** --- ## 常见问题 ### Q1: 新手适合做超短线吗? 不建议。新手建议先从波段/中线开始,熟悉市场后再尝试超短线。 ### Q2: 没有消息怎么选股? 看涨停板。涨停板是资金投票的结果,代表市场认可。 ### Q3: 打板什么时候卖? - 第二天不涨停就走 - 炸板立即走 - +15% 可考虑分批卖 ### Q4: 怎么判断龙头? 看涨幅、换手、带动性。龙头是市场选出来的,不是YY出来的。 ### Q5: 天天亏钱还要继续吗? 停下来复盘。亏钱说明方法有问题,先学习再交易。
AkShare ライブラリで A 株の相場、財務、業種別データを取得するデータ接続スキルです。
自然言語で東方財富の金融データを問い合わせ、Excel と Markdown の表で受け取るスキルです。
中国特許関連資料、検索課題、技術開示書の草案整理を支援します。
金融データ照会スキル:westock CLIで市場の構造化データを照会します。
Yahoo Finance のデータで相場とファンダメンタルを取得し、指標パネル付きのチャートを描くローカル優先の調査スキルです。
A 株と香港株を対象に価値投資の枠組みで估值するスキルです。
A 株のリアルタイム株価、分時の出来高分解、保有銘柄の管理を行うスクリプトです。
保有銘柄の相場とテクニカル指標を見張り、条件に触れたら重要度別に通知するスキルです。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。