quantflow-skill

name	quantflow-skill
description	面向中文自然语言的量化金融数据研究技能。用于把"看看这只股票最近怎么样""帮我查财报趋势""最近哪个板块最强""北向资金在买什么""给我导出一份行情数据"这类请求，转成可执行的数据获取、清洗、对比、筛选、导出与简要分析流程。适用于 A 股、指数、ETF/基金、财务、估值、资金流、公告新闻、板块概念与宏观数据等研究场景。同时集成了 AKQuant 量化投研引擎，支持策略回测和量化分析。
author	yejinlei
version	1.0.0
requirements	{"python":"3.7+","packages":[{"name":"akshare"},{"name":"akquant"}],"network_access":true}

quantflow-skill

把自然语言财经数据请求，转成可执行的 Akshare 数据工作流。

这是一个面向自然语言的金融数据研究 skill。

What this skill is for

使用场景：

• 看股票、指数、ETF 走势
• 查公司资料、估值、财务趋势
• 多标的横向对比
• 看资金流、板块强弱
• 梳理公告、新闻、政策
• 查看宏观经济数据
• 导出数据供分析或回测
• 使用 AKQuant 进行策略回测

---

What this skill is NOT for

不适合：

• 直接给买卖建议或替代投资顾问
• 自动下单或执行交易
• 毫秒级实时交易决策
• 复杂回测引擎的实现
• 无网络支持时伪造数据

---

Environment check

前置校验：

1. 检查 Python 3.7+ 可用
2. 检查 akshare 包已安装
3. 必要时检查 akquant 包已安装

缺失包时提示安装命令：

• pip install akshare
• pip install akquant

---

Intent taxonomy

任务类型与核心接口：

1. 行情 / 趋势

• 核心接口：stock_zh_a_hist, stock_zh_a_spot, stock_zh_a_daily

2. 基本资料 / 标的识别

• 核心接口：stock_info_a_code_name, stock_company_info_em

3. 财务 / 公司质量

• 核心接口：stock_financial_analysis_indicator, stock_balance_sheet_by_report_em

4. 估值 / 基本面指标

• 核心接口：stock_zh_a_spot, stock_financial_analysis_indicator

5. 资金流 / 市场行为

• 核心接口：stock_em_flows, stock_hsgt_hold, stock_top_inst

6. 板块 / 指数 / 主题

• 核心接口：stock_board_industry_spot_em, stock_board_concept_spot_em

7. 打板 / 情绪 / 活跃度

• 核心接口：stock_limit_up_board_em, stock_market_activity_em

8. 公告 / 新闻 / 研报 / 政策

• 核心接口：stock_news_em, stock_announcement

9. 宏观 / 跨市场

• 核心接口：macro_china_cpi, macro_china_pmi, stock_us_spot, stock_hk_spot

10. 导出 / 研究准备

• 核心：统一输出规则与命名规范

11. 量化策略回测

• 核心接口：stock_zh_a_daily, stock_zh_a_hist, akquant 库

---

Entity resolution rules

标的解析

• 优先识别股票名、代码、指数名、ETF 名、基金名
• 对中文简称先尝试匹配标准对象
• 重名时列出候选并澄清
• 证券代码统一为标准格式

市场识别

• 默认按 A 股理解，除非明确提到其他市场
• 指数、ETF、个股分开判断

时间默认值

• “最近走势” → 近 20 个交易日
• “最近一段时间” → 近 3 个月
• “财报 / 业绩” → 最近 8 个季度 + 最近年度
• “资金流最近” → 近 5～20 个交易日
• “宏观最近” → 最近 6～12 期

板块口径默认值

• 行业优先用申万 / 中信口径
• 概念优先同花顺 / 东方财富口径
• 依赖口径差异时明确说明

---

Input normalization rules

数据请求前规范化：

• 日期统一为 YYYY-MM-DD
• 检查 start_date <= end_date
• 未来日期自动裁剪到最近可用日期
• 裸代码如 000001 需澄清或说明补全规则
• 冲突参数先裁决后传递

---

Data retrieval rules

文档先行

• 确认接口名、必填参数、可选参数、返回字段

字段确认

• 使用已知字段白名单或接口文档确认
• 字段不存在时明确说明

默认分段拉取

• 日线/周线/月线：按年或季度切片
• 财报：按年份/报告期切片
• 分钟数据：按月/周切片
• 大批量多标的：按标的分批 + 日期分段

重试与限流

• 仅对瞬时错误（网络抖动、超时、429）有限重试
• 批量拉取时加入节流

分段合并

• 合并、去重、按主键排序
• 记录失败分段并明确告知用户

---

Output contract

默认输出结构：

1. 一句话结论
2. 数据范围与口径
3. 关键指标/表格
4. 异常点/风险点/解释限制
5. 本地输出文件路径

结果交付形态

• 小结果：Markdown 摘要 + 简短表格
• 中等数据表：CSV
• 大规模分析：Parquet
• 可复用流程：附 Python 脚本
• 可视化：输出图表或说明

元信息

生成数据文件时记录：

• 接口名、请求参数、拉取时间
• 数据行数、字段列表
• 失败分段/缺失情况

---

Data quality rules

数据拉取后检查：

• schema 校验
• 关键字段存在性检查
• 主键去重
• 固定排序
• 日期标准化
• 数值字段类型规范化

空结果处理

区分空表原因：

• 非交易日
• 区间无数据
• 股票未上市
• 参数错误

---

Cache and reuse rules

支持：

• 基础表缓存（股票列表、交易日历、指数基础信息）
• 增量更新，避免全量重拉
• 大任务断点续跑
• 结果文件规范命名

推荐命名格式：

• daily_600519_2023-01-01_2023-12-31_2026-03-22.csv
• financial_300750_2026-03-22.parquet

缓存命中时说明来源。

---

Error handling

采用“人话 + 调试细节分层”方式输出错误。

用户可见层

• akshare 包未安装
• 当前接口需要网络连接
• 时间范围过大，已自动分段拉取
• 股票名称不唯一，请确认
• 结果为空，可能因为非交易日/标的未上市

调试层

必要时提供：

• 接口名、参数
• 失败分段
• 异常原文

部分成功原则

明确说明：

• 成功部分
• 失败部分
• 是否生成不完整结果

---

Recommended minimal interface set

核心接口集：

• stock_zh_a_hist：A股历史行情
• stock_zh_a_spot：A股实时行情
• stock_info_a_code_name：股票代码和名称
• stock_financial_analysis_indicator：财务分析指标
• stock_balance_sheet_by_report_em：资产负债表
• stock_income_statement_by_report_em：利润表
• stock_em_flows：资金流向数据
• stock_hsgt_hold：沪深港通持股
• stock_board_industry_spot_em：行业板块行情
• stock_board_concept_spot_em：概念板块行情
• stock_limit_up_board_em：涨停板数据
• stock_news_em：股票新闻
• stock_announcement：股票公告
• macro_china_cpi：中国CPI数据
• macro_china_pmi：中国PMI数据
• stock_us_spot：美股实时行情
• stock_hk_spot：港股实时行情

---

Best practices

• 先理解任务，再选接口
• 先核心数据，再扩展
• 先给结论，再给证据
• 默认说人话，不堆字段名
• 对模糊中文表达有合理默认口径
• 大任务先给执行计划
• 导出任务保留脚本、元信息、文件路径
• 量化回测明确策略逻辑、时间范围和资金管理
• 回测结果结合交易成本和滑点分析
• 策略优化避免过拟合，使用样本外数据验证

---

Quick rule

当用户提到：

• 看走势
• 查财报
• 比较公司
• 看板块
• 看资金流
• 梳理公告新闻
• 看宏观
• 拉数据导出
• 测试交易策略
• 回测量化模型

先想： 这是什么任务？默认该走哪条数据工作流？结果应该怎样交付才真正有用？