| name | a-share-regime-detection |
| description | A股市场状态/牛熊识别量化。当用户说"市场状态"、"regime"、"牛市还是熊市"、"现在是什么市"、"震荡市"、"趋势市"、"牛熊判断"时触发。基于 cn-stock-data 获取K线数据,量化识别当前市场状态。支持研报风格(formal)和快速分析风格(brief)。 |
A股市场状态/牛熊识别量化
数据源
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [日期]
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]
Workflow
Step 1: 获取大盘数据
获取主要指数(上证/沪深300/创业板)K线 + 成交量 + 资金流。
Step 2: 多维度状态判断
- 趋势维度:MA20/MA60/MA120 排列(多头/空头/缠绕)
- 波动维度:历史波动率分位(高波/低波)
- 成交维度:成交量相对均值(放量/缩量)
- 情绪维度:涨跌家数比/涨停数/跌停数
Step 3: 状态分类
- 牛市(趋势上行+放量+情绪高涨)
- 熊市(趋势下行+缩量+情绪低迷)
- 震荡市(无明显趋势+量能一般)
- 转折期(指标矛盾+波动放大)
Step 4: 历史状态回溯
标注过去 N 年的市场状态序列,统计各状态持续时间。
Step 5: 输出
| 维度 | formal | brief |
|---|
| 当前状态 | 多维度评分 | 一句话判断 |
| 信号详情 | 各指标明细 | 关键信号 |
| 历史对比 | 类似状态历史 | 无 |
默认风格:brief。
关键规则
- 单一指标判断市场状态不可靠——需多维度综合
- 市场状态转换往往不是突变而是渐进的
- A 股政策市特征明显——政策转向往往是状态转折点
- 成交量是判断市场状态的领先指标
- 不同状态适用不同策略(趋势市用动量,震荡市用均值回归)
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