메뉴
A股技术分析/K线分析。当用户说"技术分析"、"K线"、"均线"、"MACD"、"支撑位"、"压力位"、"技术面怎么看"、"走势分析"、"形态分析"、"量价分析"时触发。基于 cn-stock-data 获取K线和成交量数据，进行均线系统、量价关系、技术指标、形态识别、支撑压力位分析。支持专业技术分析报告风格（formal）和个人看盘笔记风格（brief）。不适用于基本面分析（用 a-share-earnings-analysis）或估值分析（用 a-share-dcf / a-share-comps）。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/aifinlab/FinClaw --skill a-share-technical명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
| name | a-share-technical |
| description | A股技术分析/K线分析。当用户说"技术分析"、"K线"、"均线"、"MACD"、"支撑位"、"压力位"、"技术面怎么看"、"走势分析"、"形态分析"、"量价分析"时触发。基于 cn-stock-data 获取K线和成交量数据，进行均线系统、量价关系、技术指标、形态识别、支撑压力位分析。支持专业技术分析报告风格（formal）和个人看盘笔记风格（brief）。不适用于基本面分析（用 a-share-earnings-analysis）或估值分析（用 a-share-dcf / a-share-comps）。 |
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 日线 K 线（近 1 年，用于中长期分析）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [1年前日期]
# 周线 K 线（近 3 年，用于长期趋势判断）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq weekly --start [3年前日期]
# 分钟线（短线分析）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq 60min --start [近期日期]
# 实时行情
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]
# 资金流向（验证量价信号）
python "$SCRIPTS/cn_stock_data.py" fund_flow --code [CODE] --days 30
Step 1: 数据获取与预处理
Step 2: 趋势分析 基于日线和周线判断整体趋势：
均线系统（必算）：
趋势判断：
Step 3: 量价分析
关注换手率：
15%：极端活跃，通常配合重大消息
Step 4: 技术指标分析
MACD（必算）：
RSI（相对强弱指标）：
80 超买区，< 20 超卖区
KDJ：
布林带（BOLL）：
Step 5: 支撑压力位与形态
支撑位识别：
压力位识别：
常见形态（如果数据中可识别）：
Step 6: 输出
| 维度 | formal（专业技术分析） | brief（个人看盘笔记） |
|---|---|---|
| 篇幅 | 2-4 页 | 半页 |
| 均线分析 | 完整（6 条均线 + 排列 + 金叉死叉） | MA20/MA60 关键位置 |
| 量价分析 | 详细（每日量价关系+资金流向验证） | 一句话量价判断 |
| 技术指标 | MACD+RSI+KDJ+BOLL 全面分析 | MACD 方向 + RSI 区间 |
| 支撑压力 | 多个层级 + 精确价位 | 最近的 1 个支撑 + 1 个压力 |
| 形态分析 | 完整形态识别+量能确认 | 一句话形态判断 |
| 结论 | 多空力量分析+关键价位 | 偏多/偏空 + 操作建议 |
| 免责声明 | 需要 | 不需要 |
# 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 직업 분류 기준