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。
SOC 職業分類に基づく
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 baostock-history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
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。
| name | baostock-history |
| description | 历史行情数据Skill - 提供A股/指数/基金的完整历史K线数据,支持前复权/后复权,适合回测研究 via BaoStock |
| metadata | {"openclaw":{"requires":{"bins":["python3"]},"install":[{"id":"python-packages","kind":"pip","packages":["baostock","pandas","pyyaml"]}]}} |
| 属性 | 内容 |
|---|---|
| 名称 | baostock-history |
| 版本 | 1.1.0 |
| 分类 | 历史行情数据 |
| 状态 | ✅ 已上线 |
| 维护者 | FinClaw Core Team |
| 最后更新 | 2026-03-19 |
历史行情数据Skill,基于BaoStock提供A股、指数、基金的完整历史K线数据,支持前复权/后复权,数据从IPO至今全覆盖。完全免费,无需注册,最适合量化回测和历史研究。
| 用户输入 | 识别意图 | 调用函数 |
|---|---|---|
| 获取茅台历史数据 | historical_data | bs_history.py sh.600519 20200101 20260319 |
| 查询上证指数历史K线 | index_history | bs_index.py sh.000001 20240101 20260319 |
| 需要前复权数据 | adjusted_data | bs_history.py sh.600519 20200101 20260319 2 |
| 获取ETF历史数据 | fund_history | bs_fund.py sh.510300 20240101 20260319 |
| 查看所有股票列表 | stock_list | bs_stock_list.py |
| 数据类型 | 主要来源 | 认证要求 |
|---|---|---|
| A股历史K线 | BaoStock | 无需 |
| 指数历史K线 | BaoStock | 无需 |
| 基金历史K线 | BaoStock | 无需 |
| 股票列表 | BaoStock | 无需 |
| 财务数据 | BaoStock | 无需 |
python scripts/bs_history.py sh.600519 2020-01-01 2026-03-19 2
python scripts/bs_index.py sh.000001 2024-01-01 2026-03-19
python scripts/bs_fund.py sh.510300 2024-01-01 2026-03-19
python scripts/bs_stock_list.py
python scripts/bs_finance.py sh.600519 2023 4
| 类型 | 代码 | 说明 | 适用场景 |
|---|---|---|---|
| 不复权 | 1 | 原始价格 | 查看真实交易价格 |
| 前复权 | 2 | 从IPO开始复权(推荐) | 回测、技术分析 |
| 后复权 | 3 | 以最新价格为基准复权 | 长期趋势分析 |
推荐: 回测使用前复权(代码2),保证历史数据的连续性
| 脚本名 | 功能 | 入口点 |
|---|---|---|
| bs_history.py | 个股历史K线数据 | ✅ |
| bs_index.py | 指数历史数据 | ✅ |
| bs_fund.py | 基金历史数据 | ✅ |
| bs_stock_list.py | 股票列表 | ✅ |
| bs_finance.py | 季度财务数据 | ✅ |
BaoStock使用 . 分隔格式:
| 类型 | 格式 | 示例 |
|---|---|---|
| 上海A股 | sh.6xxxxxx | sh.600519 (贵州茅台) |
| 深圳A股 | sz.0xxxxxx | sz.000001 (平安银行) |
| 创业板 | sz.3xxxxxx | sz.300750 (宁德时代) |
| 科创板 | sh.688xxx | sh.688981 (中芯国际) |
| 上证指数 | sh.000001 | sh.000001 |
| 深证成指 | sz.399001 | sz.399001 |
| ETF | sh.51xxxx / sz.15xxxx | sh.510300 (沪深300ETF) |
# 个股历史数据(前复权)
python scripts/bs_history.py sh.600519 2020-01-01 2026-03-19 2
# 指数历史数据
python scripts/bs_index.py sh.000001 2024-01-01 2026-03-19
# 基金历史数据
python scripts/bs_fund.py sh.510300 2024-01-01 2026-03-19
# 股票列表
python scripts/bs_stock_list.py
# 财务数据
python scripts/bs_finance.py sh.600519 2023 4
import baostock as bs
from finclaw.core.data_annotator import annotate_data
# 登录
lg = bs.login()
# 获取历史数据
rs = bs.query_history_k_data_plus(
"sh.600519",
"date,code,open,high,low,close,volume",
start_date='2024-01-01',
end_date='2026-03-19',
frequency="d",
adjustflag="2" # 前复权
)
# 标注数据来源
data = {'股票': '贵州茅台', '数据条数': rs.error_code}
output = annotate_data(data, source="baostock")
print(output)
# 登出
bs.logout()
本Skill所有输出数据将按以下格式标注来源:
---
📊 **数据来源**: BaoStock
⏱️ **数据时间**: 2026-03-19 10:30:15
📌 **数据范围**: 2020-01-01 至 2026-03-19
📌 **复权方式**: 前复权
🔗 **数据来源**: http://baostock.com
🔧 **分析工具**: FinClaw v1.0
baostock>=0.8.0
pandas>=1.3.0
pyyaml>=5.4.0
| 特性 | BaoStock | Tushare | AkShare |
|---|---|---|---|
| 成本 | ✅ 完全免费 | 免费/付费 | 免费 |
| 注册 | ✅ 无需注册 | 需要 | 无需 |
| 复权数据 | ✅ 优秀 | 良好 | 有限 |
| 历史深度 | ✅ IPO至今 | IPO至今 | 部分 |
| 频率限制 | ✅ 无限制 | 有限制 | 有限制 |
| 最佳用途 | ✅ 回测研究 | 量化分析 | 实时数据 |
| 指标 | 目标值 | 当前值 |
|---|---|---|
| 数据完整性 | > 99% | 99.9% |
| 查询响应时间 | < 3s | ~2s |
| 数据准确率 | > 98% | 99% |
| 版本 | 日期 | 变更内容 |
|---|---|---|
| 1.1.0 | 2026-03-19 | 符合FinClaw数据规范v1.0,新增数据来源强制标注 |
| 1.0.0 | 2026-03-12 | 初始版本 |
finclaw/config/data_source_config.yaml本Skill遵循 FinClaw 数据规范 v1.0 | 数据来源强制标注 | 禁止训练数据编造