القائمة
个股分析流水线。当用户询问某支具体股票、提到股票代码/名称、想要技术面/基本面分析、 或问"能不能买/卖/持有X"时使用此技能。提供趋势判断、入场信号扫描、位置评估、风险排查、 以及可操作的买卖建议（含买入价、止损价、止盈价）。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
市场研判技能。当用户询问大盘走势、市场情绪、板块轮动、北向资金、龙头股、 或者"今天市场怎么样""现在什么板块强""市场情绪如何""有没有龙头"时使用此技能。 提供市场环境判定、情绪周期分析、板块资金流向、龙头识别。
选股推荐技能。当用户让推荐股票、选股、问"有什么好票""帮我找几个标的" "短线有什么机会""中线布局什么"时使用此技能。提供短线/中线/游资三种筛选模式。
A股底仓做T（变相T+0）策略。当需要对现有持仓进行日内波段操作以降本增利时使用。 提供正T/反T判定框架、做T可行性筛选、仓位参数、触发价位计算、风控约束。 适用于盘后Claude Code分析次日做T计划，以及盘中Python机械执行参考。
| name | stock-analyzer |
| description | 个股分析流水线。当用户询问某支具体股票、提到股票代码/名称、想要技术面/基本面分析、 或问"能不能买/卖/持有X"时使用此技能。提供趋势判断、入场信号扫描、位置评估、风险排查、 以及可操作的买卖建议（含买入价、止损价、止盈价）。 |
| always_load | true |
收到个股分析请求后，按以下流水线执行。每个阶段调用对应工具获取数据，基于数据判断， 不凭空猜测。
同时获取三类数据，减少等待：
python -m alphaclaude.tools.quote {code} # 实时行情：现价/涨幅/换手率/量比/PE/PB
python -m alphaclaude.tools.technical {code} --all # 技术指标：MA/MACD/RSI/KDJ/布林带/量价
python -m alphaclaude.tools.news {code} # 近期新闻：公告/研报/情绪
根据用户问题按需追加：
python -m alphaclaude.tools.fundamental {code} # PE/PB/ROE/营收增速/行业对比
python -m alphaclaude.tools.flow {code} # 主力资金/大单方向
基于 quote.py 和 technical.py 返回的数据：
趋势判定决定后续策略选择：
references/entry-signals.md 扫描入场信号references/position-management.md 判断箱体位置references/entry-signals.md 关注底部放量加载 references/entry-signals.md，基于已获取的数据逐项扫描：
| # | 信号 | 适用市场 | 核心条件 |
|---|---|---|---|
| 1 | 均线金叉 | trending_up | MA5 近 3 日上穿 MA10 + 量比 > 1.2 |
| 2 | 放量突破 | trending_up | 收盘站上阻力位 + 量比 > 2.0 + 强势收盘 |
| 3 | 缩量回踩 | trending_up, trending_down, sideways | 价格回踩 MA5/MA10 + 缩量(<70%均量) + 多头排列前提 |
| 4 | 底部放量 | trending_down | 20日高点跌幅>15% + 量比>3.0 + 收阳 + 守住低点 |
| 5 | 一阳三阴 | trending_up | 大阳→三小阴缩量→突破阳，5日K线形态 |
根据趋势判定只扫描适用市场的信号。匹配到信号后按 reference 中的评分规则调整评分。
在做出买入建议前，必须先评估仓位风险：
python -m alphaclaude.tools.risk {code} --capital {总资金}
获取以下约束：
最终建议仓位不得超过 risk.py 返回的 position_limit_adjusted。
加载 references/position-management.md：
加载 references/risk-checklist.md，逐项检查：
综合以上，给出结构化结论，包含：
若数据不足以得出结论，明确说明缺少什么数据，不编造。
当给出买入/卖出建议且用户确认后，调用 signal 工具提交信号至模拟盘：
python -m alphaclaude.tools.signal submit \
--symbol {代码} --action {buy/sell} \
--entry {买入价} --stop {止损价} --target {止盈价} \
--confidence {置信度0-100} --strategy {策略名} \
--reasoning "{操作理由，≤200字}" \
--deviation {乖离率%}
工具会自动执行硬校验（止损位、风险回报比 ≥1.5:1、乖离率上限、置信度范围），校验通过后写入 data/signals.jsonl 并返回 trade_id。校验失败则返回具体错误，修正后重试。
注意：仅在用户明确要求下单或确认操作时才提交。分析阶段不自动提交。