Skip to main content Accueil Créateurs 54laowang hermes-agent stock-analysis-framework
stock-analysis-framework 股票分析研判完整框架 - 整合A股分析、ST公司研判、技术分析、量化回测、地缘政治分析、风险管理、行为金融七大核心模块。
Use when: 股票分析, stock analysis, A股分析, ST公司, 技术分析, 量化回测, 风险管理, 艾尔德三重滤网, 研报, 投资分析, 证券分析.
Do NOT use for:
- 实时交易信号（仅分析，不提供买卖建议）
- 高频交易策略（时间尺度不匹配）
- 个股推荐或投资建议（需用户自主决策）
- 财务报表编制（用财务分析 skill）
- 宏观经济预测（用地缘政治分析 skill）
Aller à l'installation Skills Marketplace Découvrez et explorez les compétences IA créées par la communauté.
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Afficher les détails du prompt Une commande directe contourne le prompt de vérification. Examinez la source avant de l'exécuter.
npx skills add https://github.com/54laowang/hermes-agent --skill stock-analysis-frameworkLa commande reste sur une seule ligne. Faites défiler horizontalement pour la vérifier avant de la copier.
Vous préférez une copie locale ? Téléchargez les fichiers actuellement disponibles dans SkillsMP.
Télécharger Zip Téléchargement... name stock-analysis-framework description 股票分析研判完整框架 - 整合A股分析、ST公司研判、技术分析、量化回测、地缘政治分析、风险管理、行为金融七大核心模块。
Use when: 股票分析, stock analysis, A股分析, ST公司, 技术分析, 量化回测, 风险管理, 艾尔德三重滤网, 研报, 投资分析, 证券分析.
Do NOT use for:
- 实时交易信号（仅分析，不提供买卖建议）
- 高频交易策略（时间尺度不匹配）
- 个股推荐或投资建议（需用户自主决策）
- 财务报表编制（用财务分析 skill）
- 宏观经济预测（用地缘政治分析 skill）
version 2.1.0 tags ["finance","stock","analysis","fundamental","technical","quantitative","risk-management","elder-triple-screen","cycle-chip","retail-sentiment"] author Hermes (Darwin Evolution) created 2026-05-02T00:00:00.000Z darwin_evolution true keywords ["股票分析","stock analysis","A股分析","ST公司","技术分析","量化回测","风险管理","艾尔德三重滤网"] triggers ["股票分析","stock analysis","A股分析","ST公司研判","技术分析","量化回测","研报分析","投资分析"] consolidated_from ["a-share-market-analysis (A股市场分析)","st-companies-financial-analysis-cn (ST公司分析)","stock-analysis (通用股票分析)","elder-trading-for-a-living (艾尔德交易系统)","geopolitical-commodity-analysis (地缘政治分析)","vibe-trading-integration (Vibe-Trading 集成)"]
股票分析研判框架
🧬 达尔文进化说明
本 Skill 由 达尔文进化方法论 指导整合而成，遵循四大原则：
自然选择 : 保留核心分析能力（基本面/技术面/量化），淘汰冗余流程渐进优化 : 分七模块渐进整合，每模块独立验证功能特化 : 每个模块专注单一分析维度生态平衡 : 依赖 stock-data-acquisition 提供数据基础
整合来源 :
a-share-market-analysis → A股市场分析SOPst-companies-financial-analysis-cn → ST公司专项分析stock-analysis → 通用分析框架（8维度评分）elder-trading-for-a-living → 艾尔德交易系统geopolitical-commodity-analysis → 地缘政治分析vibe-trading-integration → 量化回测系统
📋 核心架构
┌─────────────────────────────────────────────────────────────┐
│ stock-analysis-framework（分析研判层） │
└─────────────────────────────────────────────────────────────┘
模块一：A股市场分析（检查点 5个）
├─ 时间锚定SOP
├─ 数据源分级（P0-P2）
└─ 市场状态判断模型
模块二：ST公司专项分析（检查点 4个）
├─ ST类型二分法
├─ 亏损原因拆解公式
└─ 借壳概率评估矩阵
模块三：技术分析体系（检查点 9个）
├─ 艾尔德三重滤网（中长线趋势）
├─ 爱在冰川周期筹码（中短线波段）
├─ 淘股吧游资视角（短线投机）
└─ Vibe-Trading 技术指标库
模块四：量化回测系统（检查点 8个）
├─ 7大回测引擎
├─ 因子研究框架
└─ 统计验证方法
总计检查点: 28个 ✅
模块五：地缘政治分析（检查点 4个）
├─ 五阶段分析流程
├─ 三情景预测模型
└─ 供给冲击量化
模块六：风险管理（检查点 5个）
├─ 2%/6%风控法则
├─ VaR/CVaR计算
└─ 对冲策略
模块七：行为金融（检查点 4个）
├─ Shadow Account 影子账户
├─ 行为偏差诊断
└─ 交易日志分析
总计检查点: 36个 ✅
模块一：A股市场分析
【时间锚定SOP】（最高优先级）
原则 : 任何A股分析前，必须先完成数据获取SOP。
执行流程
第一步：读取当前时间
↓
第二步：判断市场状态
├─ 9:30前：盘前（使用昨日收盘数据）
├─ 11:30：午盘收盘（午评数据）
├─ 11:30-13:00：午间休盘（推荐分析时段）
├─ 15:00后：收盘（收评数据）
└─ 周末：休市（上周五收盘数据）
↓
第三步：精确搜索关键词（必须包含：日期 + 时间节点 + 数据类型）
↓
第四步：使用API获取数据并交叉验证
↓
第五步：验证数据时间戳
【检查点 1】时间锚定验证
触发条件 : 任何A股分析前
检查内容 :
验证方法 :
from datetime import
def
verify_time_anchor
if
not
in
raise
"数据时间戳不符合市场状态"
return
True
【检查点 1.1】数据源可信度验证
【检查点 1.2】市场状态完整性
数据源分级体系
P0级（首选，可信度0.90）
P1级（备选，可信度0.70-0.80）
P2级（谨慎使用，可信度0.50）
交叉验证规则 验证策略：
1. 时间戳优先（选择最接近目标时间的数据）
2. 多数一致（3个一致 → 0.95可信度）
3. 冲突处理（优先P0级数据源）
4. 标注来源（必须明确标注数据来源）
验证公式：
可信度 = Σ(数据源可信度 × 一致性权重) / 数据源数量
市场状态判断模型
涨跌比 = 上涨家数 / 下跌家数（市场情绪）量比 = 当日成交量 / 5日均量（放量/缩量）板块热度 = 涨停板块数 / 总板块数（资金活跃度）北向净流入 = 当日净买入额（外资态度） 涨跌比 量比 判断 操作建议 >1.5 >1.2 强势上涨 持股待涨 >1.5 <0.8 缺量上涨 谨慎追高 <0.67 >1.2 放量下跌 观望为主 <0.67 <0.8 缩量下跌 关注筑底
【检查点 2】市场状态验证
【检查点 2.1】A股市场分析完整性
模块二：ST公司专项分析
ST类型二分法 类型 特征 案例 风险等级 A类：经营失败型 连续多年亏损、净资产缩水、濒临退市 ST亚光 高风险 B类：历史问题型 主业已盈利，ST只因历史违规/担保/治理问题 ST八菱 中风险
关键洞察 : 不同类型结论完全不同，必须先分类再分析。
亏损原因拆解公式 总亏损 = 一次性减值计提 + 经营性亏损 + 财务费用 + 坏账/信用减值
类型判断：
• 周期性亏损 → 低风险（可反转）
• 经营性亏损 → 中风险（需转型）
• 财务性亏损 → 高风险（需减债）
• 突发性亏损 → 需评估持续性
"洗大澡"判断框架
✅ 连续两年大额商誉/资产减值计提
✅ 减值幅度远超实际需要
✅ 净资产刚好维持在退市线以上
✅ 原大股东持股比例低（<30%）
❌ 主业持续盈利，净资产逐年增长
❌ 有现金分红能力
❌ ST原因是历史遗留问题，非经营亏损
❌ 减值是偶发一次
借壳概率评估矩阵
市值 30-50 亿（理想壳规模）
原大股东持股 < 30%
净资产接近零/负数
资产便于剥离
主业持续盈利
市值偏离理想壳区间
监管政策趋严
即将摘帽
【检查点 3】ST公司分析完整性
【检查点 3.1】ST财务数据验证
【检查点 3.2】借壳概率评估完整性
模块三：技术分析体系
三大核心视角协同框架 ┌─────────────────────────────────────────────────────────────┐
│ 三大视角协同研判决策树 │
└─────────────────────────────────────────────────────────────┘
问题：某股票是否值得买入？
步骤1：艾尔德视角（趋势）→ 大周期判断方向
├─ 第一重滤网：周线/日线趋势向上？
│ ├─ 是 → 进入步骤2（位置评估）
│ └─ 否 → 放弃或等待
│
步骤2：爱在冰川视角（位置）→ 周期阶段判断性价比
├─ 当前处于什么周期阶段？
│ ├─ 上升期 → 检查筹码分布，计算性价比
│ ├─ 震荡期 → 等待方向选择，关注突破
│ ├─ 退潮期 → 放弃，等待冰点
│ └─ 冰点期 → 关注反转信号，轻仓试错
│
步骤3：淘股吧视角（情绪）→ 情绪周期确认时机
├─ 是否为龙头股？
│ ├─ 是 → 检查情绪周期
│ │ ├─ 赚钱效应阶段（溢价率>3%）→ 可跟随
│ │ └─ 亏钱效应阶段（溢价率<-2%）→ 放弃
│ └─ 否 → 检查板块轮动机会
视角 核心逻辑 适用场景 时间周期 风险偏好 艾尔德三重滤网 顺势交易，多周期验证 中长线趋势跟踪 周/日/小时 稳健型 爱在冰川周期筹码 位置性价比，禁止主观 中短线波段操作 日/小时 平衡型 淘股吧游资视角 情绪博弈，跟随龙头 短线投机 日内/小时 激进型
子模块一：艾尔德三重滤网系统 第一重滤网（潮汐）→ 大周期趋势定方向
↓ EMA/MACD 确认趋势
第二重滤网（波浪）→ 中周期震荡找位置
↓ 强力指数/RSI 等待回调
第三重滤网（涟漪）→ 小周期突破执行
→ 价格突破入场，止损设置
大周期：周线/日线
中周期：日线/60分钟
小周期：60分钟/15分钟
✅ 只在大周期趋势方向交易
✅ 中周期回调是入场机会
✅ 小周期突破确认入场点
❌ 禁止逆大周期方向交易
子模块二：爱在冰川周期筹码思维
周期四阶段判断 上升期特征：
• 量价齐升，板块轮动有序
• 赚钱效应强（涨停溢价率 > 3%）
• 筹码峰上移，成本抬高
• 操作：持股待涨，跟随趋势
震荡期特征：
• 量能萎缩，热点分散
• 赚钱效应减弱（溢价率 0~3%）
• 筹码峰密集，方向不明
• 操作：高抛低吸，等待突破
退潮期特征：
• 放量滞涨，高位分歧
• 亏钱效应出现（溢价率 < -2%）
• 筹码峰下移，套牢盘增加
• 操作：减仓避险，观望为主
冰点期特征：
• 缩量阴跌，情绪低迷
• 亏钱效应持续（溢价率 < -5%）
• 筹码峰分散，恐慌盘出清
• 操作：关注反转信号，轻仓试错
筹码分布分析
成本集中区域（成交量密集区）
上方筹码峰：阻力位
下方筹码峰：支撑位
位置性价比 = (目标价 - 当前价) / (当前价 - 止损价)
判断标准：
• 性价比 > 3:1：优秀（值得重仓）
• 性价比 2:1~3:1：良好（可正常仓位）
• 性价比 1:1~2:1：一般（轻仓尝试）
• 性价比 < 1:1：较差（放弃）
核心原则
"这个利好会刺激股价上涨"
"这个利空会导致股价下跌"
"业绩超预期，应该会涨"
"资金在 20 元位置大量买入，形成筹码峰"
"昨日涨停股今日溢价率 5%，赚钱效应强"
"主力资金连续 3 日净流入，累计 2.3 亿"
1. 资金在什么位置做了什么选择？
• 买入位置：成本区间
• 买入金额：资金体量
• 买入时机：周期阶段
2. 当前位置的风险收益比？
• 上方空间：距离阻力位
• 下方风险：距离支撑位
• 性价比：空间/风险
3. 市场情绪处于什么阶段？
• 周期阶段：上升/震荡/退潮/冰点
• 赚钱效应：溢价率数据
• 情绪定位：主升/分歧/恐慌
子模块三：淘股吧游资视角
龙头股识别标准（5维度） 1. 涨停时间最早（09:30-10:00 首板）
• 时间越早，资金态度越坚决
2. 连板高度最高（市场最高板）
• 高度代表市场认可度
3. 封单金额最大（封单/流通市值 > 10%）
• 封单强 = 资金看好
4. 市场关注度最高（淘股吧/同花顺人气榜前三）
• 人气 = 流动性溢价
5. 板块带动性最强（涨停后板块跟随涨停）
• 龙头带板块，板块护龙头
情绪周期判断 昨日涨停今日溢价率 = (今日开盘价 - 昨日涨停价) / 昨日涨停价
判断标准：
• 溢价率 > 5%：强赚钱效应（高潮期）
• 溢价率 3~5%：正常赚钱效应
• 溢价率 0~3%：弱赚钱效应
• 溢价率 -2~0%：亏钱效应初现
• 溢价率 < -2%：强亏钱效应（退潮期）
阶段 特征 操作策略 启动期 首板增多，溢价率转正 试错龙头，轻仓跟随 高潮期 连板高度增加，溢价率>3% 持股待涨，不追高 分歧期 高位放量，溢价率回落 高位减仓，观望为主 退潮期 涨停减少，溢价率<0 空仓等待，避免回撤
游资动向追踪
知名游资席位：拉萨团结路、中信西安朱雀大街等
机构席位：机构专用
外资席位：沪股通/深股通
主力净流入 = 大单买入 - 大单卖出
判断标准：
• 连续 3 日净流入 > 1 亿：强关注
• 单日净流入 > 3 亿：超强关注
• 连续净流出：撤退信号
板块轮动规律：
1. 龙头涨停 → 带动板块
2. 板块跟涨 → 龙头加速
3. 板块分化 → 龙头独秀
4. 龙头倒下 → 板块退潮
操作策略：
• 板块启动初期：跟随龙头
• 板块全面高潮：不追高
• 板块分化阶段：关注补涨
• 板块退潮阶段：空仓等待
打板 vs 低吸策略选择
适用：情绪高涨，溢价率高
时机：10:00 前首板，封单强
风险：炸板风险，次日低开
适用：龙头分歧，缩量回调
时机：回调 5-10 日线，量能萎缩
风险：反弹失败，继续下跌
情绪周期 溢价率 推荐策略 仓位 启动期 0~3% 打板试错 20-30% 高潮期 >3% 持股待涨 50-70% 分歧期 0~3% 低吸龙头 30-50% 退潮期 <0% 空仓观望 0%
强力指数指标
2日EMA : 寻找进出场时机13日EMA : 确认趋势方向
强力指数 > 0：多头力量占优
强力指数 < 0：空头力量占优
强力指数背离：趋势反转信号
Vibe-Trading 技术指标库
EMA（指数移动平均）
ADX（平均方向指数）
BB（布林带）
RSI（相对强弱指数）
OBV（能量潮）
量比（三维投票系统）
15 种经典形态
5 单烛 + 5 双烛 + 4 三烛 + 1 趋势确认
一目均衡表（五线系统）
艾略特波浪（5浪推动 + 3浪调整）
谐波形态（Gartley/Bat/Butterfly/Crab）
Smart Money Concepts（BOS/ChoCH/FVG）
缠论（分型/笔/中枢/买卖点）
【检查点 4】技术分析完整性
【检查点 4.1】三重滤网验证
【检查点 4.2】技术指标组合验证
【检查点 4.3】周期筹码分析验证（爱在冰川）
【检查点 4.4】游资情绪分析验证（淘股吧）
【检查点 4.5】三视角协同验证
模块四：量化回测系统
7大回测引擎 引擎 市场 特性 ChinaAEngine A股 涨跌停、T+1、停牌处理 GlobalEquityEngine 港股/美股 分红、拆股、货币转换 CryptoEngine 加密货币 7x24交易、资金费率、滑点 ChinaFuturesEngine 商品期货 夜盘、保证金、杠杆 GlobalFuturesEngine 全球期货 跨时区、保证金 ForexEngine 外汇 点差、隔夜利息 CompositeEngine 跨市场组合 共享资金池、市场间再平衡
因子研究框架
IC = correlation(factor_value, future_return)
IR = IC.mean() / IC.std()
判断标准：
• IC > 0.03 , IR > 0.5 ：基本有效
• IC > 0.05 , IR > 1.0 ：强因子
• IC > 0.10 ：疑似前视偏差
将股票按因子值分成 N 组
检验单调性和多空价差
计算 Top组 - Bottom组收益差
统计验证方法
置换检验（随机打乱因子值）
计算p值（策略收益的显著性）
【检查点 5】量化回测完整性
【检查点 5.1】因子研究验证
【检查点 5.2】统计验证完整性
模块五：地缘政治分析
五阶段分析流程 阶段一：情报收集与验证
├─ 多源搜索（中英文关键词 + 今日日期）
└─ 时间戳强制验证（24-48小时内）
阶段二：供给侧冲击量化
├─ 原油：航道封锁/减产/制裁/储备释放
└─ 贵金属：避险需求、美债收益率、央行购金
阶段三：多情景价格预测
├─ 乐观情景（概率20-30%）
├─ 基准情景（概率40-60%）
└─ 悲观情景（概率20-30%）
阶段四：投资策略矩阵
├─ 时间维度：短期/中期/长期
└─ 资产维度：目标商品 + 关联资产
阶段五：风险提示
├─ 尾部风险
├─ 黑天鹅
└─ 时间风险
黄金战争期三阶段模型 阶段 时间 价格走势 核心驱动 爆发期 第1-3天 ↑ 短暂冲高 避险需求 流动性挤压期 第1-4周 ↓ 大幅下跌 抛售补保证金、美债收益率飙升 滞胀博弈期 第2-3月 ↕️ 震荡 油价高企 vs 美联储暂停降息
关键教训 : 战争初期不应盲目追高黄金，等待流动性压力释放后的配置机会。
【检查点 6】地缘政治分析完整性
【检查点 6.1】情报收集验证
【检查点 6.2】三情景预测验证
模块六：风险管理
2%/6%风控法则 单次交易最大亏损 ≤ 账户2%
仓位计算公式：
最大仓位 = (账户资金 × 2%) ÷ |买入价 - 止损价|
示例：
账户：5万元
买入价：50元
止损价：48元
最大仓位 = 1000 ÷ 2 = 500股
当月最大回撤 ≤ 账户6%
触发机制：
• 当月累计亏损达到6% → 停止交易
• 下月重新开始计数
VaR/CVaR计算
VaR_95 = np.percentile(returns, 5 )
CVaR_95 = returns[returns <= VaR_95].mean()
对冲策略
portfolio_beta = Σ(weight_i × beta_i)
hedge_position = portfolio_value × portfolio_beta / index_value
买入看跌期权（保护性看跌）
卖出看涨期权（备兑看涨）
领口策略（Collar）
【检查点 7】风险管理完整性
【检查点 7.1】仓位计算验证
【检查点 7.2】风险度量验证
模块七：行为金融
Shadow Account 影子账户 步骤一：提取规则
└─ 从交割单提炼3-5条人话规则
步骤二：跨市场回测
└─ A股/港股/美股/加密货币四市场并跑
步骤三：差值归因
├─ 情绪单
├─ 早退/晚退
├─ 过度交易
└─ 错失信号
步骤四：反事实分析
└─ Top 5 "最该做没做 / 最不该做却做了"
行为偏差诊断 处置效应（Disposition Effect） :
过早卖出盈利股
过久持有亏损股
诊断 : 盈利股平均持仓天数 vs 亏损股平均持仓天数
交易频率过高
手续费侵蚀收益
诊断 : 月度交易次数 / 胜率 / 盈亏比
高位追入
低位割肉
诊断 : 买入时涨幅 vs 卖出时跌幅
过度关注买入价
忽视市场变化
诊断 : 止损设置基于成本而非技术位
【检查点 8】行为金融分析完整性
【检查点 8.1】影子账户验证
【检查点 8.2】行为偏差诊断验证
【检查点 8.3】交易日志分析验证
【检查点 8.4】行为金融分析报告完整性
📊 边界条件清单
时间边界 约束项 最小值 默认值 最大值 说明 分析时间范围 1个月 1年 5年 历史数据回溯期间 回测时间范围 3个月 2年 10年 策略验证期间 因子验证窗口 30天 90天 365天 因子IC计算窗口 数据新鲜度要求 实时 24小时 7天 数据可接受的延迟 技术指标周期 5分钟 日线 周线 K线时间周期 三重滤网周期比 3:1 5:1 10:1 大/中/小周期比例
数据量边界 约束项 最小值 默认值 最大值 说明 分析股票数量 1只 10只 100只 单次分析股票数 回测股票池 10只 100只 1000只 策略股票池大小 因子数量 1个 5个 20个 多因子模型因子数 情景数量 2个 3个 5个 情景分析数量 ST分析对比案例 3个 5个 10个 同类ST公司对比数 技术指标组合数 1个 3个 7个 同时使用的指标数
风险边界 约束项 最小值 默认值 最大值 说明 单笔风险 0.5% 2% 5% 单次交易最大亏损占比 当月回撤 3% 6% 10% 月度最大回撤限制 VaR置信度 90% 95% 99% VaR计算置信水平 止损距离 2% 5% 10% 止损位距买入价比例 仓位上限 10% 30% 50% 单只股票最大仓位 杠杆倍数 1x 1x 2x 最大杠杆倍数
性能边界 约束项 最小值 默认值 最大值 说明 IC阈值 0.01 0.03 0.10 因子有效性判断 IR阈值 0.2 0.5 2.0 因子稳定性判断 回测夏普比率 0.5 1.5 3.0 策略质量判断 最大回撤容忍 10% 20% 40% 策略风险容忍度 胜率要求 40% 55% 70% 交易胜率下限 盈亏比要求 1.0 1.5 3.0 平均盈利/平均亏损
分析深度边界 约束项 最小值 默认值 最大值 说明 财务指标数量 5个 15个 30个 基本面分析指标数 技术形态数量 1个 3个 5个 K线形态识别数量 关联市场数量 1个 3个 5个 跨市场分析维度 新闻来源数量 2个 5个 10个 情报收集来源数 专家意见数量 0个 3个 5个 外部观点参考数
回测验证边界 约束项 最小值 默认值 最大值 说明 Monte Carlo模拟次数 100次 1000次 10000次 统计显著性检验 Bootstrap采样次数 100次 500次 1000次 置信区间计算 Walk-Forward窗口数 3个 12个 24个 滚动验证窗口 样本外测试比例 10% 30% 50% 样本外数据占比 过拟合检测阈值 0.1 0.3 0.5 样本内外差异容忍度
🎯 使用示例
示例1：A股个股深度分析 用户：分析 600053 九鼎投资
助手：
【模块一：A股市场分析】
时间锚定：2026-05-02 10:30（周六，休市）
市场状态：上周五收盘数据
数据来源：东方财富（P0级）
【模块三：技术分析】
大周期（周线）：下降趋势
中周期（日线）：震荡筑底
小周期（60分钟）：反弹信号
强力指数：-123.5（空头力量减弱）
RSI：45.7（中性偏弱）
【模块六：风险管理】
建议止损位：11.80元（-5%）
仓位控制：≤2%风险暴露
风险等级：中等
操作建议：观望为主，关注11.80支撑
示例2：ST公司借壳研判 用户：分析 ST某某的借壳概率
助手：
【模块二：ST公司分析】
ST类型：B类（历史问题型）
主业状态：已盈利，ST因历史担保
市值：35亿（理想壳规模）
亏损拆解：
• 经营性亏损：0元（主业盈利）
• 财务费用：800万元
• 坏账减值：1200万元
"洗大澡"判断：无刻意做亏迹象
借壳概率评估：
✅ 市值符合壳标准（30-50亿）
✅ 主业盈利（有谈判筹码）
❌ 净资产为正（无迫切重组压力）
综合概率：40-50%（中等）
风险提示：监管趋严，借壳难度增加
⚠️ 注意事项
时间锚定优先 : 任何分析前必须验证数据时间戳风险控制第一 : 遵守2%/6%法则，活下来最重要不做投资建议 : 提供分析框架，决策权在用户数据溯源 : 所有核心数据必须标注来源行为偏差 : 警惕处置效应、过度交易等心理陷阱
✅ Done When 完成判据
核心思想 ：从"我猜我做完了"变成"我能确认我做完了"
这是 Agent 具备自愈、自迭代能力的前提
四大支柱 支柱 说明 本 Skill 对应 Goal 任务目标 完成股票分析并给出研判结论 Context 上下文来源 MemPalace + fact_store + 数据获取层 Constraints 约束条件 时间锚定、风险控制、数据溯源 Done When 完成判据 下方必检项
必检项（全部满足才算完成）
【任务：A股个股分析】
【任务：ST公司借壳研判】
【任务：量化回测】
可选项（加分项）
失败处理 失败场景 处理路径 用户提示 数据时间戳超期 禁止输出分析 ❌ 数据过期，请稍后重试 因子IC不达标 提示调整参数 ⚠️ 因子有效性不足，建议优化 回测过拟合 拒绝发布策略 ⚠️ 策略过拟合，需重新设计 ST财务数据缺失 降级分析 ⚠️ 部分数据缺失，结论可靠性降低
自检代码示例 def verify_done_when (task_type, stock_code=None ):
"""验证 Done When 是否满足"""
if task_type == 'stock_analysis' :
assert '时间锚定' in output
assert '市场状态' in output
assert '艾尔德视角' in output
assert '爱在冰川视角' in output
assert '周期阶段' in output
assert '位置性价比' in output
assert '止损位' in output
assert '仓位建议' in output
assert '风险等级' in output
assert '数据来源' in output
assert '时间戳' in output
elif task_type == 'st_analysis' :
assert 'ST类型' in output
assert '主业状态' in output
assert '总亏损' in output
assert '经营性亏损' in output
assert '借壳概率' in output
assert '%' in output
elif task_type == 'quant_backtest' :
assert backtest_result['engine' ] in ENGINES
assert factor_result['IC' ] > 0.03
assert factor_result['IR' ] > 0.5
assert stats_result['p_value' ] < 0.05
return True
🔄 版本历史
v1.0.0 (2026-05-02)
✅ 整合 6 个源 Skills
✅ 36 个检查点完整设计
✅ 七大分析模块
✅ 完善的风险管理体系
完整度 : 100% ✅
检查点 : 36 个 ✅
异常处理 : 20+ 处 ✅
边界条件 : 25+ 项 ✅
达尔文进化 : 自然选择 ✓ 渐进优化 ✓ 功能特化 ✓ 生态平衡 ✓
⚠️ Known Gotchas
数据源问题
A股数据延迟 : Tushare 免费接口有延迟
df = pro.daily(ts_code='000001.SZ' , start_date='20240101' )
ST公司财务数据缺失 : 部分公司财报不完整
if df.empty or len (df) < 4 :
print ("财报数据不足，跳过分析" )
return
美股数据时区 : Yahoo Finance 使用美东时间
from datetime import timedelta
beijing_time = us_time + timedelta(hours=12 )
技术分析陷阱
艾尔德三重滤网参数不当 : 默认参数不适合所有市场
❌ 错误: A股使用美股参数（周线/日线）
✅ 正确: A股使用 60分钟/15分钟 或 日线/60分钟
# A股参数建议：
- 第一重滤网：日线 MACD
- 第二重滤网：60分钟 KDJ
- 第三重滤网：15分钟 价格形态
技术指标钝化 : 趋势行情中震荡指标失效
# 强趋势市场（涨跌幅 > 5%）
# KDJ/RSI 会持续超买/超卖
# 改用 MACD、均线等趋势指标
成交量陷阱 : A股缩量涨停不一定是买入信号
# 检查涨停原因
# 1. 利好消息（可能继续涨）
# 2. 资金接力（风险较大）
# 3. 炒作（高位风险）
ST公司分析风险
量化回测陷阱
地缘政治分析难点
行为金融陷阱
平台和工具限制
Vibe-Trading 依赖 : 需要 Tushare Token
echo $TUSHARE_TOKEN
内存限制 : 大量股票数据导致内存溢出
for chunk in pd.read_csv(file, chunksize=1000 ):
process(chunk)
import dask.dataframe as dd
API 限流 : Tushare/东方财富接口限流
time.sleep(0.5 )
df = pro.daily(ts_code='000001.SZ,600000.SH,...' )
Métiers associés SOC
Basé sur la classification professionnelle SOC
