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-index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-index |
| description | 指数数据Skill - 提供A股主要指数行情、成分股、估值分析 via AkShare/交易所 |
| metadata | {"openclaw":{"requires":{"bins":["python3"]},"install":[{"id":"python-packages","kind":"pip","packages":["akshare","pandas","pyyaml"]}]}} |
| 属性 | 内容 |
|---|---|
| 名称 | akshare-index |
| 版本 | 1.1.0 |
| 分类 | 指数数据 |
| 状态 | ✅ 已上线 |
| 维护者 | FinClaw Core Team |
| 最后更新 | 2026-03-19 |
指数数据Skill，提供A股主要指数（沪深300/中证500/上证50/创业板指等）的实时行情、成分股查询、估值分析（PE/PB/股息率）等功能。
| 用户输入 | 识别意图 | 调用函数 |
|---|---|---|
| 沪深300行情 | index_quote | index_quote.py 000300 |
| 查询中证500成分股 | index_components | index_components.py 000905 |
| 指数估值情况 | index_valuation | index_valuation.py |
| 上证指数今天多少点？ | index_quote | index_quote.py 000001 |
| 数据类型 | 主要来源 | 备用来源 | 认证要求 |
|---|---|---|---|
| 指数行情 | AkShare-交易所 | 新浪财经 | 无需 |
| 指数成分股 | AkShare-中证/交易所 | - | 无需 |
| 指数估值 | AkShare-中证 | - | 无需 |
| 指数 | 代码 | 交易所 | 说明 |
|---|---|---|---|
| 上证指数 | 000001 | 上交所 | 上海证券交易所综合指数 |
| 深证成指 | 399001 | 深交所 | 深圳证券交易所成份指数 |
| 创业板指 | 399006 | 深交所 | 创业板指数（成长型企业） |
| 科创50 | 000688 | 上交所 | 科创板50指数（科技创新） |
| 沪深300 | 000300 | 中证 | 沪深两市市值最大300只 |
| 中证500 | 000905 | 中证 | 沪深300之后500只中盘股 |
| 上证50 | 000016 | 上交所 | 沪市市值最大50只 |
| 中证1000 | 000852 | 中证 | 小盘股代表（1000只） |
| 指数 | 代码 | 行业 |
|---|---|---|
| 全指医药 | 000991 | 医药生物 |
| 全指消费 | 000990 | 主要消费 |
| 全指金融 | 000992 | 金融地产 |
| 全指信息 | 000993 | 信息技术 |
| 证券公司 | 399975 | 券商行业 |
| 中证银行 | 399986 | 银行业 |
python scripts/index_quote.py 000300 # 沪深300
python scripts/index_quote.py 000001 # 上证指数
python scripts/index_quote.py 399006 # 创业板指
python scripts/index_components.py 000300 # 沪深300成分股
python scripts/index_components.py 000905 # 中证500成分股
python scripts/index_valuation.py
| 脚本名 | 功能 | 入口点 |
|---|---|---|
| index_quote.py | 指数行情 | ✅ |
| index_components.py | 指数成分股 | ✅ |
| index_valuation.py | 指数估值 | ✅ |
| 估值指标 | 低估 | 合理 | 高估 | 极度高估 |
|---|---|---|---|---|
| 沪深300 PE | <10 | 10-15 | 15-20 | >20 |
| 中证500 PE | <20 | 20-30 | 30-40 | >40 |
| 创业板指 PE | <30 | 30-50 | 50-70 | >70 |
| PB | <1.5 | 1.5-2.5 | 2.5-4.0 | >4.0 |
| 股息率 | >3% | 2-3% | 1-2% | <1% |
| 指数 | 场内ETF | ETF代码 |
|---|---|---|
| 沪深300 | 华泰柏瑞沪深300ETF | 510300 |
| 中证500 | 南方中证500ETF | 510500 |
| 上证50 | 华夏上证50ETF | 510050 |
| 创业板指 | 易方达创业板ETF | 159915 |
| 科创50 | 华夏科创50ETF | 588000 |
| 中证1000 | 华夏中证1000ETF | 159845 |
本Skill所有输出数据将按以下格式标注来源：
---
📊 **数据来源**: AkShare-中证指数/交易所
⏱️ **数据时间**: 2026-03-19 10:30:15
📌 **指数代码**: 000300
📌 **指数名称**: 沪深300
🔗 **原始来源**: 中证指数有限公司
🔧 **分析工具**: FinClaw v1.0
akshare>=1.10.0
pandas>=1.3.0
pyyaml>=5.4.0
| 版本 | 日期 | 变更内容 |
|---|---|---|
| 1.1.0 | 2026-03-19 | 符合FinClaw数据规范v1.0 |
| 1.0.0 | 2026-03-13 | 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