据 AlphaMoat 统计,截至 2026-10,12 量化交易V2.2完整版 累计下载 4,371 次、获 1 个星标,按累计下载量在本次参与排名的 10,914 个 AI 技能中排名第 6,753 位,在「专业领域」分类(1,228 个)中排名第 765 位。
列表默认按累计下载量排序,也可按星标排序;详情页排名按累计下载量计算。
| 平台 | 累计下载 | 星标 | 评论 |
|---|---|---|---|
| ClawHub ↗ | 1,190 | - | - |
| SkillHub ↗ | 4,371 | 1 | — |
各平台的计数口径不同,统计时间不一致。
Python模块使用AKShare与Efinance数据,结合技术指标、量价、筹码及市场环境生成分析;可选SMTP邮件通知。数据可能延迟,回测需核对完整性、日期和交易明细,分析仅供参考;通知发送需确认接收范围。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-10 | 4,371 | — | 1 |
| 2026-09 | 2,251 | — | 1 |
| 2026-08 | 1,659 | +13.0% | 1 |
| 2026-07 | 1,468 | — | 1 |
| 2026-05 | 1,020 | — | 1 |
| 2026-03 | 578 | — | - |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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创作过程自动存证技能。自动识别创作平台与生成工具,将创作过程记录存证并盖有公安备案电子印章,具备可信时间戳,可以在全国电子印章互认平台核验。
反电信网络诈骗(反诈)专家技能。当用户描述一个疑似诈骗的场景、短信、电话、链接、聊天记录、App、投资平台、招聘信息或转账要求,并询问「这是不是诈骗」「要不要转钱」「怎么止损」「钱还能不能追回来」,或需要识别诈骗话术、拆解骗局结构、生成报案材料与取证清单时使用。同时在对话中主动嗅探「转账、验证码、屏幕共享、安全账户、保证金、刷单、稳赚、百万保障、跑分」等风险词并插入预警,即使对方并未询问反诈。适用场景还包括:家属求助劝阻疑似被骗的亲人、企业/银行/支付机构/互联网平台做涉诈账户识别与交易监测规则、涉诈资金链(跑分、卡四件套、GOIP)分析、反诈合规与员工培训、反诈实战演练。
电子印章公安备案、全网互认,实现所有格式文件电子签章与视频确权,覆盖全国所有CA厂商自2005年以来的全量电子签章数据,无论由哪个地区、哪套系统、哪家CA机构签发,均可精准校验与互认。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
律师AI办案工作台:从接案到结案全流程提效——案件分析、要件梳理、文书初稿、证据质证、法庭攻防演练、赔偿与费用计算、期限提醒、复盘归档;覆盖民事、刑事、劳动、非诉、破产、执行、行政、仲裁八大领域,111 个专家技能;法条可核验、结论可复核。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
基于技术交底书生成专利申请初稿。技术交底书内容至少包含技术问题、解决方案、技术效果。内置的推理、视觉、多模态、数学、函数、仿真等模型底座均为国产,国外模型0使用,可放心食用。 近期安装量暴增感谢支持,不少私信希望能力提升但这已是国产极限,我们不必追求最强技能,达到及格即可。学习交流欢迎联系微信号A26dian4
露禾论文写作助手(免费版):一句话生成引用可溯源、不编造的专业学术论文,按国标 GB/T 7714 插入真实文献引用,中英文 3000/5000/8000 字,一键导出 Word。说「写论文 / 帮我写论文」即可使用。
数据月份:2026-10 · 下载/星标数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。