| name | a-share-vwap-strategy |
| description | A股VWAP算法/成交量加权策略。当用户说"VWAP"、"成交量加权"、"VWAP策略"、"VWAP突破"、"VWAP算法"、"量价加权"时触发。基于 cn-stock-data 获取数据，计算VWAP、分析偏离度、构建VWAP交易策略。支持 formal/brief 两种输出风格。 |
VWAP算法/成交量加权策略助手
数据获取
通过 cn-stock-data skill 获取数据：
- 分钟K线: 1分钟线含成交量
- 实时行情: 最新价格与累计成交量
- 历史日线: 用于计算历史VWAP分布
分析工作流
Step 1: VWAP计算与分解
- 日内VWAP = Σ(Price_i × Volume_i) / Σ Volume_i
- 滚动VWAP：N日滚动成交量加权均价
- 分时段VWAP：上午/下午分别计算
- 锚定VWAP：从特定事件点开始计算
Step 2: VWAP偏离度分析
- 偏离度 = (Price - VWAP) / VWAP × 100%
- 偏离度的历史分布与分位数
- 偏离度均值回归特征：超过±1%后回归概率
- 机构大单通常以VWAP为执行基准
Step 3: VWAP交易信号
- 突破信号：价格从下方突破VWAP，放量确认
- 支撑/压力：VWAP作为日内动态支撑压力位
- 多空分界：价格在VWAP上方偏多，下方偏空
- 结合成交量分布确认VWAP有效性
Step 4: VWAP执行算法
- 目标：使执行均价尽量接近VWAP
- 成交量预测：基于历史日内成交量分布曲线
- 动态调整：实际成交量偏离预测时的修正
- A股特征：开盘和尾盘成交量占比高
Step 5: 输出报告
输出格式
formal 风格（研报级）
# [标的] VWAP策略分析报告
## 一、VWAP计算
| 类型 | VWAP | 当前价 | 偏离度 |
|------|------|--------|--------|
## 二、偏离度分析
[历史分布、回归概率]
## 三、交易信号
[突破/支撑信号状态]
## 四、执行建议
[成交量预测、拆单方案]
brief 风格（快速分析）
## [标的] VWAP速览
- 日内VWAP 25.32，当前价 25.48 (+0.63%)
- 价格在VWAP上方，偏多
- 偏离度P72，尚未到极值
- 建议：VWAP附近可加仓
参考 references/vwap-strategy-guide.md 获取详细方法论与 A股实证研究。
使用示例
示例 1: 基本使用
result = run_skill({
"param1": "value1",
"param2": "value2"
})
示例 2: 命令行使用
python scripts/run_skill.py --input data.json
