소스 정보
- 저장소
- aifinlab/FinClaw
- 최근 소스 활동
- 2026년 3월 26일 08:13
- 감지된 SKILL.md 언어
- 중국어
- 스타
- 220
- 포크
- 37
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
메뉴
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.
SOC 직업 분류 기준
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 baostock-history명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
SKILL.md 표시 중
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