據 AlphaMoat 統計,截至 2026-10,12 量化交易V2.2完整版 累計下載 4,371 次、獲 1 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 6,753 位,在「專業領域」分類(1,228 個)中排名第 765 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| ClawHub ↗ | 1190 | - | - |
| SkillHub ↗ | 4371 | 1 | — |
各平台的計數口徑不同,統計時間不一致。
Python模組使用AKShare與Efinance資料,結合技術指標、量價、籌碼及市場環境生成分析;可選SMTP郵件通知。資料可能延遲,回測需核對完整性、日期和交易明細,分析僅供參考;通知傳送需確認接收範圍。
資料釋出於 2026-10-27
以下是根據技能文件生成的示例,不代表實際執行結果。
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 4371 | — | 1 |
| 2026-09 | 2251 | — | 1 |
| 2026-08 | 1659 | +13.0% | 1 |
| 2026-07 | 1468 | — | 1 |
| 2026-05 | 1020 | — | 1 |
| 2026-03 | 578 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。
--- name: "quant-trading" version: "2.2.0" description: "AI量化交易系统,8因子信号系统、多数据源容错、实时行情分析" author: "AI Skills Team" tags: ["量化", "股票", "交易", "投资", "回测"] requires: [] --- # AI量化交易技能 v2.2
完整的量化交易系统,提供股票分析、信号生成、回测和实时行情监控。 ## 技能描述 V2.2完整版量化交易系统,提供8因子信号系统、多数据源容错(AKShare+Efinance)、实时行情分析(量比/换手率)、筹码分布分析、大盘环境判断和邮件推送通知。 ## 使用场景 - 用户:"分析贵州茅台" → 返回完整的技术分析报告 - 用户:"今天有哪些买入信号?" → 扫描市场返回符合条件的股票 - 用户:"回测这个策略" → 运行回测系统返回收益报告 - 用户:"大盘环境如何?" → 分析市场环境判断强势/震荡/弱势 ## 工具和依赖 ### 工具列表 位于 `core/` 和 `modules/` 目录: - `core/分析流水线.py`:完整分析流程 - `modules/01-多数据源管理器.py`:AKShare+Efinance容错 - `modules/02-大盘环境分析器.py`:市场环境判断 - `modules/03-市场增强分析器.py`:恐慌贪婪指数 - `modules/04-实时行情分析器.py`:量比/换手率/量价关系 - `modules/05-筹码分布分析器.py`:集中度/获利盘/形态识别 - `modules/06-邮件通知器.py`:SMTP邮件推送 - `modules/07-通知中心.py`:多渠道统一接口 ### API密钥 **可选**(邮件通知): - SMTP邮箱配置 ### 外部依赖 - Python 3.7+ - akshare - efinance - pandas - numpy - smtplib(邮件通知,可选) ## 配置说明 ### 安装方法 ```bash cd 12-量化交易V2.2完整版 bash 一键部署脚本.sh ``` ### 配置文件 编辑 `config/V2.2配置文件.yaml`: ```yaml # 数据源配置 data_source: primary: akshare fallback: efinance # 信号阈值 thresholds: strong_market: 8.5 normal_market: 9.0 weak_market: 9.5 # 邮件通知 email: enabled: true smtp_server: "smtp.qq.com" smtp_port: 587 sender: "[email protected]" password: "your-password" ``` ## 使用示例 ### 场景1:分析单只股票 用户:"分析贵州茅台" AI: ```python from core.分析流水线 import analyze_stock result = analyze_stock("600519") # 返回: # - 8因子信号评分 (0-10分) # - 技术指标分析 # - 实时行情分析 # - 筹码分布分析 # - 买入/卖出建议 ``` ### 场景2:市场扫描 用户:"今天有哪些买入信号?" AI: ```python from modules.市场扫描器 import scan_market signals = scan_market(market="A股", threshold=9.0) # 返回:信号评分 >= 9.0 的股票列表 # 包含股票代码、名称、信号评分、建议 ``` ### 场景3:大盘环境判断 用户:"大盘环境如何?" AI: ```python from modules.大盘环境分析器 import MarketAnalyzer analyzer = MarketAnalyzer() env = analyzer.analyze_market() # 返回: # - 市场环境:强势/震荡/弱势 # - 涨跌家数统计 # - 指数分析 # - 动态阈值建议 ``` ### 场景4:运行回测 用户:"回测这个策略" AI: ```python from tests.完整回测系统 import run_backtest results = run_backtest( start_date="2023-01-01", end_date="2024-12-31", initial_capital=100000 ) # 返回: # - 总收益率 # - 年化收益率 # - 最大回撤 # - 夏普比率 # - 交易明细 ``` ### 场景5:实时监控 用户:"监控我的自选股" AI: ```python from modules.实时监控器 import monitor_stocks stocks = ["600519", "000858", "002475"] monitor_stocks(stocks, interval=300) # 每5分钟检查一次 # 有信号时发送邮件通知 ``` ## 8因子信号系统 ```python 因子权重分配: • 动量指标 (Momentum) - 25% • 均线偏离 (MA Deviation) - 20% • 成交量 (Volume) - 15% • 波动率 (Volatility) - 10% • MACD - 10% • 布林带 (Bollinger) - 10% • 实时量比 (Volume Ratio) - 5% [V2.2新增] • 筹码集中度 (Chip) - 5% [V2.2新增] ``` ## 动态买入阈值 ```python 强势市场: 信号 ≥ 8.5分 震荡市场: 信号 ≥ 9.0分 弱势市场: 信号 ≥ 9.5分 ``` ## 系统特色 ### 1. 多数据源容错 - 主数据源:AKShare - 备用源:Efinance - 自动故障切换 - 熔断机制(3次失败=5分钟冷却) ### 2. 实时行情分析 - 量比5级分析(极度缩量~巨量) - 换手率5级分析(死寂~高换手) - 量价关系分析 - 信号评分(0-10分) ### 3. 筹码分布分析 - 价格分布计算 - 90%/70%集中度 - 获利盘比例 - 形态识别(单峰/双峰/多峰/吸筹/派发) - 支撑压力位 ### 4. 大盘环境判断 - 市场环境分类(强势/震荡/弱势) - 动态阈值调整 - 涨跌家数统计 - 指数分析 ### 5. 邮件推送通知 - 买入信号推送 - 卖出信号推送 - 风险警报推送 - 每日汇总报告 ### 6. 通知中心 - 多渠道整合(邮件/微信/飞书/Telegram/钉钉) - 优先级管理(低/普通/高/紧急) - 失败重试机制 - 消息队列 - 频率控制 ## 故障排除 ### 问题1:数据获取失败 **解决**: 1. 检查网络连接 2. 系统会自动切换到备用数据源 3. 如仍失败,等待5分钟后重试(熔断机制) ### 问题2:邮件通知失败 **解决**: 1. 检查SMTP配置 2. 确认邮箱授权码正确 3. 检查网络连接 4. 查看日志获取详细错误 ### 问题3:回测结果异常 **解决**: 1. 检查数据完整性 2. 确认日期范围正确 3. 验证初始资金设置 4. 查看交易明细定位问题 ## 文档阅读顺序 ### 新手入门 1. `docs/V2.2完整部署与使用指南.md` - 了解如何部署和使用 2. `docs/V2.2快速实施指南.md` - 了解分阶段实施方案 3. `tests/系统测试脚本.py` - 运行测试验证系统 4. `tests/完整回测系统.py` - 运行回测查看效果 ### 进阶使用 5. `docs/V2.2集成架构设计.md` - 深入了解系统架构 6. `core/分析流水线.py` - 学习如何使用分析流水线 7. `modules/` - 各个模块的源代码 ## 注意事项 1. **投资风险**:本系统仅供参考,不构成投资建议 2. **数据延迟**:可能有15-20分钟延迟 3. **零成本运行**:使用免费数据源,无需API费用 4. **邮件配置**:邮件通知为可选功能 5. **合规使用**:遵守相关法律法规,不得用于非法用途
AIGC創作過程自動存證技能。自動識別創作平台與生成工具,將創作過程記錄存證並蓋有公安備案電子印章,具備可信時間戳,可以在全國電子印章互認平台核驗。
反電信網路詐騙(反詐)專家技能。當用戶描述一個疑似詐騙的場景、簡訊、電話、連結、聊天記錄、App、投資平台、招聘資訊或轉賬要求,並詢問「這是不是詐騙」「要不要轉錢」「怎麼止損」「錢還能不能追回來」,或需要識別詐騙話術、拆解騙局結構、生成報案材料與取證清單時使用。同時在對話中主動嗅探「轉賬、驗證碼、螢幕共享、安全帳戶、保證金、刷單、穩賺、百萬保障、跑分」等風險詞並插入預警,即使對方並未詢問反詐。適用場景還包括:家屬求助勸阻疑似被騙的親人、企業/銀行/支付機構/網際網路平台做涉詐帳戶識別與交易監測規則、涉詐資金鍊(跑分、卡四件套、GOIP)分析、反詐合規與員工培訓、反詐實戰演練。
電子印章公安備案、全網互認,實現所有格式檔案電子簽章與影片確權,覆蓋全國所有CA廠商自2005年以來的全量電子簽章資料,無論由哪個地區、哪套系統、哪家CA機構簽發,均可精準校驗與互認。
包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。
律師AI辦案工作臺:從接案到結案全流程提效——案件分析、要件梳理、文書初稿、證據質證、法庭攻防演練、賠償與費用計算、期限提醒、復盤歸檔;覆蓋民事、刑事、勞動、非訴、破產、執行、行政、仲裁八大領域,111 個專家技能;法條可核驗、結論可複核。
包拯.Skills你身邊的專家律師團 — 專業法律諮詢 + 要素式/通用起訴狀起草 + 刑事專項材料輔助 + 法條分析與法規檢索。flk.npc.gov.cn API即時法條優先,不可用時AI知識庫降級兜底,**法條來源按四檔標註可核驗(已核驗-flk API / 已核驗-單源 / 已引-離線庫 / 未核驗-模型生成),交付末尾附法條/事實/金額/程式分項置信度**;以22類法律領域覆蓋矩陣約束路由邊界;支援35個起訴狀模板、5類刑事專項材料輔助;內建Logic Doctor邏輯自檢、訴訟時效追蹤及10類異常容錯處理(含連續失敗熔斷);漸進式意圖收斂協議(3輪狀態機);混合意圖自動任務拆解(按依賴排序→合併→順序執行);含反模式清單與危機干預出口(自殺/家暴/未成年人侵害先於一切法律分析)。非標準案由自動使用通用模板。
基於技術交底書生成專利申請初稿。技術交底書內容至少包含技術問題、解決方案、技術效果。內建的推理、視覺、多模態、數學、函式、模擬等模型底座均為國產,國外模型0使用,可放心食用。 近期安裝量暴增感謝支援,不少私信希望能力提升但這已是國產極限,我們不必追求最強技能,達到及格即可。學習交流歡迎聯絡微訊號A26dian4
露禾論文寫作助手(免費版):一句話生成引用可溯源、不編造的專業學術論文,按國標 GB/T 7714 插入真實文獻引用,中英文 3000/5000/8000 字,一鍵匯出 Word。說「寫論文 / 幫我寫論文」即可使用。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。