aifinlab
aifinlab/FinClaw
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill akshare-fund命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
| name | akshare-fund |
| description | 基金数据Skill - 提供ETF/LOF/开放式基金实时行情、净值查询、基金搜索 via 腾讯财经/AkShare |
| metadata | {"openclaw":{"requires":{"bins":["python3"]},"install":[{"id":"python-packages","kind":"pip","packages":["requests","akshare","pandas","pyyaml"]}]}} |
| 属性 | 内容 |
|---|---|
| 名称 | akshare-fund |
| 版本 | 1.1.0 |
| 分类 | 基金数据 |
| 状态 | ✅ 已上线 |
| 维护者 | FinClaw Core Team |
| 最后更新 | 2026-03-19 |
基金数据Skill，提供ETF/LOF/开放式基金的实时行情、净值查询、基金搜索等服务。ETF/LOF支持实时行情，开放式基金提供每日净值。
| 用户输入 | 识别意图 | 调用函数 |
|---|---|---|
| 沪深300ETF多少钱？ | fund_realtime | fund_quote_tx.py 510300 |
| 查询创业板ETF净值 | fund_realtime | fund_quote_tx.py 159915 |
| 搜索白酒基金 | fund_search | fund_search_tx.py 白酒 |
| 有哪些科技ETF | fund_search | fund_search_tx.py 科技ETF |
| 华夏成长基金怎么样 | fund_realtime | fund_quote_tx.py 000001 |
| 数据类型 | 主要来源 | 备用来源 | 认证要求 |
|---|---|---|---|
| ETF/LOF实时行情 | 腾讯财经 | 新浪财经 | 无需 |
| 基金净值 | AkShare-东方财富 | - | 无需 |
| 基金搜索 | 腾讯财经 | - | 无需 |
| 基金排行 | AkShare-东方财富 | - | 无需 |
python scripts/fund_quote_tx.py 510300
python scripts/fund_quote_tx.py 000001
python scripts/fund_search_tx.py 白酒
python scripts/fund_search_tx.py 科技ETF
python scripts/fund_search_tx.py 沪深300
| 脚本名 | 功能 | 入口点 |
|---|---|---|
| fund_quote_tx.py | 基金实时行情/净值（腾讯） | ✅ |
| fund_search_tx.py | 基金搜索（腾讯） | ✅ |
# 查询ETF实时行情
python scripts/fund_quote_tx.py 510300
python scripts/fund_quote_tx.py 159915
# 查询开放式基金净值
python scripts/fund_quote_tx.py 000001
# 搜索基金
python scripts/fund_search_tx.py 白酒
python scripts/fund_search_tx.py 新能源
from finclaw.core.data_annotator import annotate_data
# 获取基金数据后标注来源
fund_data = {
"基金名称": "华泰柏瑞沪深300ETF",
"基金代码": "510300",
"最新净值": "3.854",
"日涨跌": "+0.52%"
}
output = annotate_data(fund_data, source="tencent_finance")
print(output)
本Skill所有输出数据将按以下格式标注来源：
---
📊 **数据来源**: 腾讯财经
⏱️ **数据时间**: 2026-03-19 10:30:15
⚡ **获取延迟**: 180ms
🔗 **数据接口**: https://qt.gtimg.cn
🔧 **分析工具**: FinClaw v1.0
requests>=2.25.0
akshare>=1.10.0
pandas>=1.3.0
pyyaml>=5.4.0
| 类型 | 代码格式 | 示例 |
|---|---|---|
| ETF | 51xxxx/15xxxx/56xxxx | 510300 (沪深300ETF) |
| LOF | 16xxxx | 160106 (南方高增) |
| 开放式基金 | 000xxx/001xxx | 000001 (华夏成长) |
| 货币基金 | 如余额宝等 | 000198 (天弘余额宝) |
| ETF名称 | 代码 | 跟踪指数 |
|---|---|---|
| 沪深300ETF | 510300 | 沪深300指数 |
| 创业板ETF | 159915 | 创业板指数 |
| 科创50ETF | 588000 | 科创50指数 |
| 中证500ETF | 510500 | 中证500指数 |
| 芯片ETF | 512760 | 半导体指数 |
| 新能源ETF | 516160 | 新能源指数 |
| 指标 | 目标值 | 当前值 |
|---|---|---|
| ETF行情延迟 | < 500ms | ~200ms |
| 可用性 | > 99% | 99.5% |
| 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
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。
基于 SOC 职业分类