ソース情報
- リポジトリ
- aifinlab/FinClaw
- ソースの最終更新活動
- 2026年3月26日 08:13
- 検出された SKILL.md の言語
- 中国語
- スター
- 220
- フォーク
- 37
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
メニュー
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/aifinlab/FinClaw --skill akshare-financeコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか?SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
| name | akshare-finance |
| description | AKShare财经数据接口库封装,提供股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据。 |
| metadata | {"openclaw":{"emoji":"📈","requires":{"pip":["akshare>=1.12","pandas>=1.5"]},"install":[{"id":"pip-install","kind":"pip","packages":["akshare>=1.12","pandas>=1.5"],"label":"安装AKShare依赖"}]}} |
| keywords | ["股票","财经","行情","加密货币","宏观经济","AKShare"] |
# 安装依赖
pip install akshare pandas
# 测试安装
python -c "import akshare; print(akshare.__version__)"
import akshare as ak
# A股实时行情
stock_zh_a_spot_em() # 东方财富A股
# 股票K线数据
stock_zh_kline(symbol="000001", period="daily", adjust="qfq")
# 港股行情
stock_hk_spot_em() # 港股实时
# 美股
stock_us_spot() # 美股实时
# GDP数据
macro_china_gdp() # 中国GDP
# CPI通胀
macro_china_cpi() # 中国CPI
# PMI采购经理指数
macro_china_pmi() # 中国PMI
# 货币供应量
macro_china_m2() # M2广义货币
# 币种列表
crypto_binance_symbols() # 币安交易对
# 实时价格
crypto_binance_btc_usdt_spot() # BTC/USDT
# K线数据
crypto_binance_btc_usdt_kline(period="daily")
# 外汇汇率
forex_usd_cny() # 美元兑人民币
# 贵金属
metals_shibor() # 上海银行间拆借利率
# 金银价格
metals_gold() # 国际金价
# 股票基本面
stock_fundamental(symbol="000001") # 基本面数据
# 估值指标
stock_valuation(symbol="000001") # PE、PB等
# 盈利能力
stock_profit_em(symbol="000001")
import akshare as ak
import pandas as pd
# 监控自选股
tickers = ["000001", "000002", "600519"]
for ticker in tickers:
df = ak.stock_zh_kline(symbol=ticker, period="daily", adjust="qfq", start_date="20240101")
latest = df.iloc[-1]
print(f"{ticker}: 收盘价={latest['close']}, 涨跌幅={latest['pct_chg']}%")
# A股大盘
index_zh_a_spot() # 大盘指数
# 涨跌幅排行
stock_zh_a_spot_em()[['代码', '名称', '涨跌幅']].sort_values('涨跌幅', ascending=False)
默认返回Pandas DataFrame,可直接处理:
df = ak.stock_zh_a_spot_em()
print(df.head()) # 查看前5行
print(df.columns) # 查看列名
df.to_csv("data.csv") # 保存CSV
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
python scripts/run_skill.py --input data.json
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据,度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构(ACF/PACF、Ljung-Box检验、随机游走检验)。支持formal和brief风格。
SOC 職業分類に基づく