stock-deep-research

> ⚙️ 本技能遵循公共运行环境契约（最高优先级，先于本文其余内容执行）： > 详见 [_shared/env-contract.md](../_shared/env-contract.md)，执行前先读它。 # 个股深度投研分析（智能体自主版） > **核心定位**：本技能由 **AI 智能体自己执行**（QuantBot / Claude Code 等），**不依赖**任何后端投研管线，**任何大模型都可以跑**。 > 数据全部来自 QuantMind 本地 API（QuantDB 数据库），分析完成后智能体**自己组装 md 并导出 PDF**，报告自动出现在平台「股票报告」页。 ## 一、完整流程总览 ``` 用户: 深度分析 600519 ↓ ① 确认标的 + 市场（默认 A股） ↓ ② 拉取本地数据（并行）： - POST /research/symbols/features {"symbols":[]} 特征快照（估值/技术/动量/资金流/筹码/概念） - 本地风险初筛（特征+K线判读，无独立风险评分端点，见 3.2） - /models/inference/stock/{symbol}/history?days=180 模型推理分数历史 - /research/kline/{symbol}?days=120 K线 + 均线 - /news/articles?tickers=xxx RSS 新闻（利好/利空） - /selection/daily 全市场排名（该股是否入选） ↓ ③ 多空子代理辩论（至少 2 个子代理，不同立场，用不同数据视角） ↓ ④ 综合研判（证据强度裁决，不是篇幅裁决） ↓ ⑤ 组装 Markdown 报告（标题含股票名/日期/分析时间） ↓ ⑥ 导出 PDF（容器内 md_to_pdf_report.py，TTF 内嵌中文字体） ↓ ⑦ 保存到 /data/reports/stock_reports/{市场名}/{股票名}/ → 用户去「股票报告」页查看 ``` ## 二、认证 ```bash BASE=http://127.0.0.1:8000 TOKEN=$(curl -s -X POST $BASE/api/v1/auth/login -H "Content-Type: application/json" \ -d '{"username":"admin","password":"admin123","tenant_id":"default"}' \ | python3 -c "import sys,json; print(json.load(sys.stdin).get('access_token',''))") AUTH="Authorization: Bearer $TOKEN" CT="Content-Type: application/json" ``` ## 三、数据拉取（智能体必做） ### 3.1 个股特征快照 ```bash curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/research/symbols/features" \ -d '{"symbols":["600519.SH"]}' # 返回 {"code":200,"data":{"items":[...]}}：research 池特征快照（分类取决于已同步内容）； # 需指定字段时用 POST /api/v1/research/batch-features {"symbols":[...],"fields":[...]} ``` **symbol 格式**：A股 `600519.SH`；港股 `00700.HK`；美股 `AAPL`；区块链 `BTC`；期货 `Au99.99.FUT`。 ### 3.2 风险初筛（本地判读，无独立风险评分端点） 用 3.1 特征快照（估值/波动/流动性）+ 3.5 K线（趋势/回撤）+ 3.4 市场状态， 按 6 维度口径人工判定：流动性/波动/趋势/过热/基本面/状态 + veto 否决项 （ST/*ST/次新/长期停牌直接否决），结论写入 §七 风险提示。 策略级回测风险走 [[backtest-center]] §6（`/qlib/risk/{backtest_id}/metrics`）。 ### 3.3 模型推理分数（历史趋势 + 最新 + 多模型） ```bash curl -s -H "$AUTH" "$BASE/api/v1/models/inference/stock/600519.SH/history?days=180" # 无 envelope 包裹，直接返回: # {"symbol","name":"贵州茅台","industry","board","total","items":[...]} # items[]: {trade_date, fusion_score, signal_side, score_rank, run_id, signal_model_id, ...} # 规则: 分数上升→多方；高位回落→空方；最新 score_rank 越小越靠前 ``` **多模型交叉（必做）**：平台有多个训练模型（不同训练期/周期 T3/T10/T15/融合 ensemble），**不只看默认模型**： ```bash curl -s -H "$AUTH" "$BASE/api/v1/models" # 模型列表（含 model_id/model_type/周期） curl -s -H "$AUTH" "$BASE/api/v1/models/default" # 默认模型 # 用 model_id 逐个拉该模型的历史序列（排名在该模型内计算）: curl -s -H "$AUTH" "$BASE/api/v1/models/inference/stock/600519.SH/history?days=180&model_id=xxx" ``` **多模型分析三要素**： 1. **共识度**：多模型同方向 = 高置信；分歧 = 报告单独说明分歧及原因 2. **各自趋势**：每模型序列上升/回落/横盘（分数绝对值小 ≠ 无意义，看**变化方向**） 3. **模型背离最值钱**：基本面好但模型持续 SELL、资金流出 → "好公司 ≠ 好买点" ### 3.4 全市场排名（该股在候选池的位置） ```bash curl -s -H "$AUTH" "$BASE/api/v1/selection/daily" # 返回 {"status":"success","meta":{...},"market_state":{...},"candidates":[...]} # meta.total_signals = 当日信号总数；market_state 含市场状态（牛/熊市、仓位建议） # candidates 空 = 当天无入选（熊市空仓正常），报告要说明"市场状态 + 该股未入选" ``` ### 3.5 K 线 + 均线 ```bash curl -s -H "$AUTH" "$BASE/api/v1/research/kline/600519.SH?days=120" # 近期走势位置：均线多空排列、支撑/压力、放量/缩量 ``` ### 3.6 新闻（RSS） ```bash curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&limit=20" # 按利好/利空/中性分类；时间线排序 ``` **新闻深度参数**（`/news/articles` 全量过滤能力）： ```bash # 个股 + 行业双通道（个股没新闻 ≠ 行业没新闻） curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&industries=白酒&limit=30" # 强信号（|score|>=0.5）+ 情感过滤 + 事件标签 curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&strong_only=true&sentiment=bullish" curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&event_tags=解禁,减持" # 最快定位最强多空新闻 curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&sort=sentiment_bullish&limit=10" curl -s -H "$AUTH" "$BASE/api/v1/news/articles?tickers=600519&sort=sentiment_bearish&limit=10" ``` **新闻用法三条**： 1. **事件要后续印证**：公告增持 → 查资金流是否真流入；解禁 → 查筹码/大宗 2. **价值排序**：政策 > 公司重大事件 > 行业动态 > 分析师观点 > 情绪文 3. **禁止编造**：无新闻标 `[数据缺失]` 并提醒加 RSS 源 **⚠️ 若无新闻**：报告里标注 `[数据缺失: 个股新闻 0 条]`，并在回复中**提醒用户去后台「RSS 管理」或 Huntly 添加该股相关新闻源**（财联社、证券时报、新浪财经个股页等）。 ## 四、多空子代理（智能体必做） **至少组织 2 个子代理**（能 3~4 个更好），并行、立场相反： | 子代理 | 立场 | 数据视角 | |---|---|---| | 多方代理 | 找买入理由 | 估值低、技术转强、资金流入、行业催化、推理分数上升 | | 空方代理 | 找卖出/回避理由 | 估值高、动量衰竭、筹码松动、解禁减持、推理分数走弱 | | 综合代理（可选） | 证据强度裁决 | 对比两方论据质量，用数据强度而非篇幅下结论 | **每个子代理必须引用具体数据**（PE 值、RSI、资金净流入、推理分数变化），禁止空泛形容词。 ## 五、模型推理分数交叉验证（必做） 分析结论必须结合平台模型对这只股票的**推理分数/排名/历史趋势**（端点返回见 3.3）： - `fusion_score` **持续上升 + score_rank 靠前** → 支持多方（技术面再确认） - 分数**高位回落 / 排名下滑** → 支持空方（警惕追高） - 分数与多空辩论结论**背离**时，报告中单独说明分歧及原因 - `signal_side` 是模型当时给出的操作信号（BUY/HOLD/SELL），一并引用 - **多模型**：按 3.3 拉全部模型（含 ensemble）逐个比对——共识度高则置信度高；模型间分歧本身就是信息 > 更深的全方位分析（估值历史分位/财务三表/资金筹码多口径/行业共振分类），见 [[stock-market-analysis]] 技能的 REFERENCES/quantdb-full-analysis-design.md 七层框架。 ## 六、组装 Markdown 报告（版式规范，必遵守） ```markdown # {股票名}({ticker}) 投研分析报告 > **交易日期**: {YYYY-MM-DD}　|　**分析时间**: {YYYY-MM-DD HH:MM}　|　**市场**: {A股/港股/美股/区块链/期货} > **最终评级**: **{买入/增持/持有/减持/卖出}** --- ## 一、综合结论 （3~5 句话：评级 + 核心逻辑 + 关键风险） ## 二、模型推理信号 - 最新分数: {x.xx}　|　180 天趋势: {上升/回落/横盘} - 全市场排名: {第 N 名 / 未入选} - 与多空辩论一致性: {一致/背离 + 说明} ## 三、多空辩论 ### 多方观点 （数据支撑的买入理由） ### 空方观点 （数据支撑的风险/卖出理由） ### 辩论裁决 （综合代理结论） ## 四、基本面分析 （PE/PB/ROE/市值/行业地位，来自 features 的 valuation + fundamental） ## 五、技术面分析 （K线形态/均线/RSI/MACD/量能，来自 kline + technical） ## 六、资金与筹码 （fundFlow 资金流向 + chip 筹码集中度） ## 七、风险提示 （3.2 本地 6 维初筛 + veto 否决项 + 风险等级） ## 八、新闻舆情 （利好/利空/中性分类表格；无新闻则标注数据缺失并提醒加新闻源） --- > 本报告由 AI 智能体基于 QuantMind 本地数据自动生成（{分析时间}），仅供学习研究，不构成投资建议。 ``` **硬性要求**： 1. 标题 = **股票名 + ticker + 日期 + 分析时间**（缺一不可） 2. 多空双方必须都有（不能只有一方） 3. 模型推理分数/排名/趋势必须写进报告 4. 数据要有具体数值，禁止只说"较高/较低" ## 七、导出 PDF（智能体自己执行） ### 7.1 保存 md 到报告目录 ```bash # 目录结构: 市场文件夹 / 股票名文件夹（A股市场 / 美股市场 / 港股市场 / 区块链市场 / 期货市场） mkdir -p "/data/reports/stock_reports/A股市场/贵州茅台" # 文件名: {股票名}{代码}_{trade_date}_投研分析报告.md（股票名查不到时省略股票名） # 例: 贵州茅台600519_2026-08-15_投研分析报告.md ``` > QwenPaw 对 `/data` 有直接读写权限（与 quantmind 容器共享挂载），md 直接写入即可，**无需 docker cp**；仅宿主机本地 Claude Code 场景目录 owner 是容器内 root 时，才用 `docker exec quantmind python` 落盘（见 FAQ）。 ### 7.2 转 PDF（首选 QwenPaw 本地，reportlab + 中文字体已内置） ```bash python3 /app/backend/scripts/md_to_pdf_report.py \ "/data/reports/stock_reports/A股市场/贵州茅台/贵州茅台600519_2026-08-15_投研分析报告.md" \ "/data/reports/stock_reports/A股市场/贵州茅台/贵州茅台600519_2026-08-15_投研分析报告.pdf" # 备选（本地缺依赖时）： # docker exec quantmind python /app/backend/scripts/md_to_pdf_report.py <同上路径> ``` **PDF 特性**：A4、TTF 内嵌中文字体（任何 PDF 阅读器含浏览器 pdfjs 都正常渲染）、**粗体真实加粗**（正文文泉驿 MicroHei + 粗体 ZenHei 独立字重）、h1 居中大标题、h2 蓝色小节、表格深蓝表头 + 隔行底色。 **字体回退链**（脚本自动探测）：`/app/docker/training/fonts/WQYMicroHei.ttf`（+ `WQYZenHei.ttf`）→ `NotoSansCJK.ttf` → arphic/uming → NotoSerifCJK → STSong-Light（CID 不内嵌，仅兜底）。WQY ttf 放在宿主机 `docker/training/fonts/` 即可，**bind mount 自动进容器，无需重建镜像**。 **验证字体真正内嵌**（⚠️ reportlab 给子集字体加 `AAAAAA+` 前缀，直接 `grep 'WQY'` 字节串会误报 False，必须用 BaseFont 正则解析）： ```bash docker exec quantmind python -c " import re data = open('/data/reports/stock_reports/A股市场/贵州茅台/贵州茅台600519_2026-08-15_投研分析报告.pdf','rb').read() bf = sorted(set(m.group(1).decode() for m in re.finditer(rb'/BaseFont\s*/([A-Za-z0-9+_.-]+)', data))) print('字体:', bf) print('粗体 OK:', any('ZenHei' in f or 'CJK-Bold' in f for f in bf)) print('正文 OK:', any('MicroHei' in f or 'CJK' in f for f in bf)) " ``` **md 排版注意**： - 副标题分隔符用全角空格 `　`（`{date}　|　{time}`），脚本会将其替换为普通空格（reportlab 段落排版会丢弃全角空格） - 表格单元格内不要写 `|` 转义（脚本会移除） - 代码块三反引号正常转义渲染 ### 7.3 查股票名（标题需要） ```bash # A股: QuantDB instrument_detail parquet（Symbol 格式 600519.SH） docker exec quantmind python -c " import pandas as pd df = pd.read_parquet('/data/quantdb/2_base_sector/instrument_detail/instrument_detail.parquet', columns=['Symbol','Name']) print(df[df['Symbol']=='600519.SH']['Name'].iloc[0]) " # 港股/美股: 板块 parquet docker exec quantmind python -c " import pandas as pd df = pd.read_parquet('/data/quanthk/2_base_sector/sector/00700.HK.parquet') print(df.columns.tolist()) # 找 name 列 " ``` **查不到名字时**：标题回退纯代码 `600519 投研分析报告`，不阻塞流程。 ### 7.4 验证导出成功 ```bash ls -la "/data/reports/stock_reports/A股市场/{股票名}/" | grep {ticker} # 或调用列表接口确认（报告档案页同源）: curl -s "$BASE/api/v1/reports/files/list" | python3 -m json.tool | grep {ticker} ``` ## 八、告知用户（收尾话术） 分析完成后，智能体回复用户必须包含： 1. **最终评级 + 一句话核心逻辑** 2. **多空分歧要点**（双方各自最强论据） 3. **模型推理分数印证**（当前分数/趋势/排名） 4. **"报告已导出 PDF，请到「股票报告」页查看"** ← 用户要求：最后提示导出 PDF ## 九、股票报告页（报告归档 API） ```bash # 列出所有报告（市场文件夹 → 股票名子文件夹 → 文件，二级结构） curl -s -H "$AUTH" "$BASE/api/v1/reports/files/list" # 返回 folders[]: {name: 市场名, files[]: 市场目录直属文件, subfolders[]: {name: 股票名, files[]}} # PDF 预览（浏览器 iframe 内联）: $BASE/api/v1/reports/files/pdf/{filename} # filename 只需文件名（如 贵州茅台600519_2026-08-15_投研分析报告.pdf）， # 后端递归搜索任意层级，同名取修改时间最新 # 上传 PDF（可选，multipart：file + folder） curl -s -X POST -H "$AUTH" "$BASE/api/v1/reports/files/upload" \ -F "file=@report.pdf" -F "folder=A股市场/贵州茅台" # 删除文件（可多选，递归搜索任意层级） curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/reports/files/delete" \ -d '{"files":["贵州茅台600519_2026-08-15_投研分析报告.pdf"]}' # 新建文件夹 / 移动文件 / 删除文件夹（folder 支持「市场/股票名」两级路径） curl -s -X POST -H "$AUTH" -H "$CT" "$BASE/api/v1/reports/files/create-folder" -d '{"folder":"重点观察"}'