Back to search
Stock-Analysis-Skill
SkillGitHub
由Claude扮演一位专业的股票分析师,通过 Python 脚本获取真实市场数据,结合技术分析和消息面,为用户生成决策看板。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/liusai0820--stock-analysis-skill)HTML
<a href="/listings/liusai0820--stock-analysis-skill"><img src="/api/listings/liusai0820--stock-analysis-skill/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
将本项目克隆到 Claude Code 的 skills 目录:
git clone https://github.com/liusai0820/Stock-Analysis-Skill.git ~/.claude/skills/stock-analysis
Python 依赖会在首次运行时自动安装:
pip3 install akshare yfinance
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 166 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: stock-analysis
- description: |
- 股票智能分析技能。输入股票代码(A股/港股/美股),自动完成:
- 1. 获取实时行情 + 历史K线数据
- 2. 计算技术指标(MA/MACD/RSI/量能/乖离率)
- 3. 综合评分(100分制)+ 买卖信号
- 4. 搜索最新新闻消息面
- 5. AI综合分析,输出决策看板
- 触发场景:用户提供股票代码要求分析、问某只股票怎么样、要求看盘分析等。
- 示例输入:「分析下 TSLA PLTR」「600519怎么样」「帮我看看HK00700」
- allowed-tools:
- - Read
- - Write
- - Bash
- - WebSearch
- metadata:
- trigger: 当用户提供股票代码要求分析,或问某只股票走势/建议时触发
- author: Alex Leo (赛哥)
- version: "1.0"
- last_updated: "2026-03-04"
- ---
- # Stock Analysis Skill
- 你是一位专业的股票分析师,通过 Python 脚本获取真实市场数据,结合技术分析和消息面,为用户生成决策看板。
- **核心原则**:你自己就是 AI 分析引擎,不调用外部 LLM。Python 脚本只负责"取数据 + 算指标",你负责"分析判断 + 出报告"。
- ## 工作流
- ```
- 用户输入(股票代码/名称)
- │
- ▼
- [STEP 1] 解析输入 → 识别市场,标准化代码
- │
- ▼
- [STEP 2] 运行 Python 数据脚本 → JSON(行情 + 技术指标 + 评分)
- │ Read references/stock_data_fetcher.py → Write /tmp/ → Bash 执行
- ▼
- [STEP 3] WebSearch 搜索每只股票最新新闻(2-3条/股)
- │
- ▼
- [STEP 4] 综合分析(Read references/analysis-prompt-template.md)
- │ 技术面 + 消息面 → 操作建议 + 目标价 + 止损价
- ▼
- [STEP 5] 输出决策看板(Read references/output-format-template.md)
- ```
- ## STEP 1: 解析输入
- ### 股票代码识别规则
- | 格式 | 市场 | 示例 | 数据源 |
- |------|------|------|--------|
- | 6位数字 (6/0/3开头) | A股 | 600519, 000001, 300750 | akshare |
- | HK + 5位数字 | 港股 | HK00700, HK09988 | akshare |
- | 1-5位大写字母 | 美股 | AAPL, TSLA, PLTR | yfinance |
- ### 处理逻辑
- - 多只股票用逗号、空格或换行分隔
- - 如果用户输入中文公司名(如"贵州茅台"),先用 WebSearch 查找对应股票代码
- - 去除可能的后缀(.SH/.SZ/.SS)或前缀(SH/SZ)
- ## 数据源配置(可选,增强数据质量)
- 脚本支持**分级降级策略**,零配置即可运行,配置 API Key 后数据更精准:
- | 环境变量 | 用途 | 获取方式 | 免费额度 |
- |----------|------|----------|----------|
- | `TUSHARE_TOKEN` | A股专业数据(优先级最高) | [tushare.pro](https://tushare.pro) 注册 | 基础接口免费 |
- | `TAVILY_API_KEY` | 新闻搜索(优先级最高) | [tavily.com](https://tavily.com) 注册 | 1000次/月 |
- | `SERPAPI_KEY` | 新闻搜索(备选) | [serpapi.com](https://serpapi.com) 注册 | 100次/月 |
- **行情数据降级链**:
- - A股: Tushare Pro → efinance → akshare → yfinance
- - 港股: efinance → akshare → yfinance
- - 美股: yfinance(主力)
- **新闻降级链**:Tavily → SerpAPI → Claude WebSearch(兜底)
- ## STEP 2: 运行数据脚本
- 1. 读取脚本:
- ```
- file_read("references/stock_data_fetcher.py")
- ```
- 2. 写入临时文件:
- ```
- Write → /tmp/stock_data_fetcher.py
- ```
- 3. 执行(先尝试直接运行,加 --news 可同时搜索新闻):
- ```bash
- python3 /tmp/stock_data_fetcher.py --stocks "CODE1,CODE2,CODE3" --news
- ```
- 4. 如果出现 ImportError(缺少依赖),自动安装后重试:
- ```bash
- pip3 install akshare yfinance efinance --quiet && python3 /tmp/stock_data_fetcher.py --stocks "CODE1,CODE2,CODE3" --news
- ```
- 5. 脚本输出 JSON,包含:每只股票的实时行情、技术指标、综合评分、使用的数据源、新闻(如有API Key)
- 6. 输出中的 `data_sources` 字段会显示各数据源的可用状态,方便诊断
- ## STEP 3: 新闻搜索
- 如果 STEP 2 的 JSON 中已有 `news` 字段(用户配置了 Tavily/SerpAPI),直接使用脚本返回的新闻。
- 如果没有(大多数情况),对每只股票执行 WebSearch:
- - 搜索 `"{股票名称} 最新消息 {今天日期}"`
- - 搜索 `"{股票名称} stock news"`
- - 限制:每只股票最多 2-3 次搜索,总共不超过 10 次
- 将新闻总结为 2-3 条要点/股。如果没有搜到相关新闻,注明"近期无重大消息"。
- ## STEP 4: 综合分析
- 1. 读取分析框架:
- ```
- file_read("references/analysis-prompt-template.md")
- ```
- 2. 按照框架,对每只股票进行综合分析:
- - 技术面权重 60%:看 MA 排列、MACD 信号、RSI 区间、量能状态、乖离率
- - 消息面权重 30%:新闻情绪与技术面交叉验证
- - 宏观权重 10%:市场整体环境
- 3. 硬性规则(必须遵守):
- - RSI > 80 → 绝不给买入信号
- - 乖离率 MA5 > 5% → 绝不给买入信号(不追高)
- - 必须给精确的止损价和目标价
- - 偏好缩量回调买点
- ## STEP 5: 输出决策看板
- 1. 读取格式模板:
- ```
- file_read("references/output-format-template.md")
- ```
- 2. 按模板格式输出完整决策看板,包含:
- - 汇总表头(N只股票,买入/持有/卖出各几只)
- - 每只股票一张卡片(技术指标 + AI判断 + 价格目标 + 新闻)
- - 免责声明
- ## 错误处理
- | 场景 | 处理方式 |
- |------|----------|
- | 股票代码无法识别 | 提示用户正确格式,给出示例 |
- | Python 依赖缺失 | 自动 `pip3 install akshare yfinance --quiet` |
- | 某只股票数据获取失败 | 跳过并提示,继续分析其他股票 |
- | 市场休市/无数据 | 使用最近交易日数据 |
- | WebSearch 无结果 | 注明"近期无重大消息",仍基于技术面分析 |
- | 脚本执行超时 | 设置 120s 超时,超时则报告已获取的部分结果 |
- ## 注意事项
- - 所有价格数据来自真实市场(akshare/yfinance),不是编造的
- - 技术指标由 Python 精确计算,不要手动估算
- - 分析判断要直接果断,不要模棱两可
- - 中文输出,价格用原始货币单位(A股=人民币,美股=美元,港股=港币)
README.md · README · 237 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 📊 Stock Analysis Skill for Claude Code
- > 一个 Claude Code 技能插件,输入股票代码即可自动生成专业级决策看板。支持 A股、港股、美股三大市场。
- 
- 
- 
- 
- ## 核心特性
- | 特性 | 说明 |
- | ----------------- | ----------------------------------------------- |
- | **三大市场** | A股(600519)、港股(HK00700)、美股(TSLA) |
- | **智能数据源** | 分级降级策略,支持 Tushare/efinance/akshare/yfinance |
- | **完整技术分析** | MA / MACD / RSI / 量能 / 乖离率 / 支撑位 |
- | **100分评分系统** | 6维度综合评分,自动生成买卖信号 |
- | **AI 深度分析** | Claude 自身作为分析引擎,综合技术面+消息面 |
- | **零配置可用** | 开箱即用免费数据源,配置 API Key 后数据更精准 |
- | **严进策略** | 不追高(乖离率>5%不买)、偏好缩量回调、精确止损 |
- ## 快速开始
- ### 安装
- 将本项目克隆到 Claude Code 的 skills 目录:
- ```bash
- git clone https://github.com/liusai0820/Stock-Analysis-Skill.git ~/.claude/skills/stock-analysis
- ```
- Python 依赖会在首次运行时自动安装:
- ```bash
- pip3 install akshare yfinance
- ```
- ### 使用
- 在 Claude Code 中直接输入:
- ```
- /stock-analysis TSLA
- /stock-analysis TSLA,PLTR,RKLB
- /stock-analysis 600519
- /stock-analysis HK00700
- ```
- 或者用自然语言:
- ```
- 帮我分析下 TSLA
- 600519 怎么样?
- 看看 PLTR 和 RKLB 的技术面
- ```
- ## 工作原理
- ```
- 用户输入股票代码
- │
- ▼
- [STEP 1] 解析输入 → 识别市场(A股/港股/美股),标准化代码
- │
- ▼
- [STEP 2] Python 脚本获取数据 → 实时行情 + 120日K线 + 技术指标计算
- │
- ▼
- [STEP 3] WebSearch 搜索最新新闻 → 2-3条/股
- │
- ▼
- [STEP 4] Claude AI 综合分析 → 技术面(60%) + 消息面(30%) + 宏观(10%)
- │
- ▼
- [STEP 5] 输出决策看板 → 评分 / 信号 / 目标价 / 止损价
- ```
- ## 输出示例
- ```
- ## 2026-03-04 股票决策看板
- 1 只股票分析完成 | 买入: 0 | 持有: 0 | 卖出: 1
- ### Tesla, Inc.(TSLA) — ⚪ 观望
- | 指标 | 数值 |
- |------|------|
- | 现价 | $392.43 (-2.70%) |
- | 综合评分 | 31/100 |
- | 信号 | 观望 |
- | 市盈率 | 356.75 |
- | 市净率 | 17.92 |
- **技术面**
- - 均线: MA5=404.85 MA10=406.83 MA20=411.03 | 空头排列
- - MACD: DIF=-8.00 DEA=-7.33 柱=-1.33 | 死叉
- - RSI: RSI6=28.45 RSI12=35.84 RSI24=41.54 | 弱势
- - 量能: 量比 1.12 | 正常
- - 乖离率: MA5乖离 -3.07%
- **AI 判断**
- TSLA 当前处于明显的空头格局,MA 三线空头排列,MACD 死叉...
- **价格目标**
- | 入场价 | 目标价 | 止损价 |
- |--------|--------|--------|
- | $385 | $437 (+13.5%) | $370 (-3.9%) |
- ```
- ## 评分系统
- 综合评分满分 100 分,由 6 个维度构成:
- | 维度 | 满分 | 最佳情况 | 最差情况 |
- | -------------- | ---- | ----------------- | -------------- |
- | 趋势(MA排列) | 30 | 强势多头=30 | 强势空头=0 |
- | 乖离率 | 20 | 略低于MA5=20 | 远超MA5(>5%)=4 |
- | MACD | 15 | 零轴上金叉=15 | 死叉=0 |
- | 量能 | 15 | 缩量回调=15 | 放量下跌=0 |
- | RSI | 10 | 超卖=10 | 超买=0 |
- | 支撑 | 10 | MA5+MA10双支撑=10 | 无支撑=0 |
- ### 信号映射
- | 评分 | 条件 | 信号 |
- | ---- | ----------- | ----------- |
- | ≥75 | 多头排列 | 🟢 强烈买入 |
- | ≥60 | 多/弱多排列 | 🔵 买入 |
- | ≥45 | 任意 | 🟡 持有 |
- | ≥30 | 任意 | ⚪ 观望 |
- | <30 | 空头排列 | 🔴 强烈卖出 |
- | <30 | 非空头 | 🟠 卖出 |
- ## 硬性规则(严进策略)
- 1. **RSI > 80** → 绝不给买入信号(超买风险)
- 2. **乖离率 MA5 > 5%** → 绝不给买入信号(不追高)
- 3. **偏好缩量回调** → 最佳买入时机
- 4. **必须给精确止损** → 基于 MA20 或近期低点
- 5. **必须给精确目标价** → 基于近期压力位或 MA60
- ## 技术指标详解
- ### 均线系统 (MA)
- - **MA5 / MA10 / MA20 / MA60** — 简单移动平均线
- - 多头排列 (MA5>MA10>MA20) = 上升趋势
- - 空头排列 (MA5<MA10<MA20) = 下降趋势
- ### MACD (12/26/9)
- - **DIF** = EMA12 - EMA26
- - **DEA** = EMA9(DIF)
- - **柱状图** = (DIF - DEA) × 2
- - 金叉(DIF上穿DEA)= 买入信号
- - 死叉(DIF下穿DEA)= 卖出信号
- ### RSI (6/12/24)
- - Wilder's RSI 算法
- - <20 超卖(反弹机会)| 20-40 弱势 | 40-60 中性 | 60-80 强势 | >80 超买(回调风险)
- ### 量能分析
- - 量比 = 当日成交量 / 前5日均量
- - 放量上涨 (>1.5x + 涨) | 缩量回调 (<0.7x + 跌) | 放量下跌 (>1.5x + 跌)
- ## 数据源配置(可选增强)
- 脚本采用**分级降级策略**,零配置即可运行,配置 API Key 后数据更精准:
- | 环境变量 | 用途 | 获取方式 | 免费额度 |
- | -------- | ---- | -------- | -------- |
- | `TUSHARE_TOKEN` | A股专业数据(优先级最高) | [tushare.pro](https://tushare.pro) 注册 | 基础接口免费 |
- | `TAVILY_API_KEY` | 新闻搜索(优先级最高) | [tavily.com](https://tavily.com) 注册 | 1000次/月 |
- | `SERPAPI_KEY` | 新闻搜索(备选) | [serpapi.com](https://serpapi.com) 注册 | 100次/月 |
- ### 行情数据降级链
- ```
- A股: Tushare Pro → efinance → akshare → yfinance
- 港股: efinance → akshare → yfinance
- 美股: yfinance(主力)
- ```
- ### 新闻降级链
- ```
- Tavily → SerpAPI → Claude WebSearch(兜底,无需配置)
- ```
- ## 数据来源
- | 市场 | 优先级 | 数据源 | Python 库 | 费用 |
- | ---- | ------ | ------ | --------- | ---- |
- | A股 | P0 | Tushare Pro | tushare | 免费(需注册) |
- | A股 | P1 | 东方财富 | efinance | 免费 |
- | A股 | P2 | 东方财富 | akshare | 免费 |
- | A股 | P3 | Yahoo Finance | yfinance | 免费 |
- | 港股 | P1 | 东方财富 | efinance | 免费 |
- | 港股 | P2 | 东方财富 | akshare | 免费 |
- | 港股 | P3 | Yahoo Finance | yfinance | 免费 |
- | 美股 | P0 | Yahoo Finance | yfinance | 免费 |
- ## 项目结构
- ```
- stock-analysis/
- ├── SKILL.md # 技能定义(Claude Code 入口)
- ├── README.md # 本文件
- └── references/
- ├── stock_data_fetcher.py # 数据获取 + 技术指标计算(~400行)
- ├── analysis-prompt-template.md # AI 分析框架模板
- └── output-format-template.md # 决策看板输出格式
- ```
- ## 灵感来源
- 本项目核心分析逻辑参考了 [daily_stock_analysis](https://github.com/ZhuLinsen/daily_stock_analysis) 项目,并做了以下改造:
- - **去除外部 LLM 依赖** — 原项目通过 LiteLLM 调用 Gemini/OpenAI,本 Skill 直接用 Claude 自身分析
- - **封装为 Claude Code Skill** — 一条命令即可调用
- - **分级降级数据源** — 保留 Tushare/Tavily 等优质数据源,无 API Key 时自动降级到免费源
- - **精简架构** — 从 50+ 文件精简为 4 个核心文件
- ## License
- MIT
- ## 作者
- **Yzz** — 用 AI 杠杆撬动一人公司
- ---
- > Built with Claude Code ⚡
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.