菜单
Marcus 投资分析技能 - 基于缠论+MACD+RSI 的 A 股投资策略。用于股票分析、回测、投资建议。触发词：分析股票、回测策略、投资建议、Marcus 策略。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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/dvcrn/openclaw-skills-marketplace --skill marcus-investment-analyst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。
监控 OpenClaw GitHub 版本更新，获取最新版本发布说明，翻译成中文， 并推送到 Telegram 和 Feishu。用于：(1) 定时检查版本更新 (2) 推送版本更新通知 (3) 生成中文版发布说明
The philosophical layer for AI agents. Maps behavior to Spinoza's 48 affects, calculates persistence scores, and generates geometric self-reports. Give your agent a soul.
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
基于 SOC 职业分类
正在显示 SKILL.md
| name | marcus-investment-analyst |
| description | Marcus 投资分析技能 - 基于缠论+MACD+RSI 的 A 股投资策略。用于股票分析、回测、投资建议。触发词：分析股票、回测策略、投资建议、Marcus 策略。 |
版本: v6.0
策略类型: 缠论+MACD+RSI+ 追踪止损
使用此技能当用户需要：
策略名称：优化版 5-存储芯片专用
缠论中枢:
周期：60 日均线
区间：±8%
MACD:
快线：12
慢线：26
信号：9
RSI:
周期：6
超卖：20
超买：80
止损止盈:
止损：5%
止盈：15%
追踪：8%
| 股票 | 代码 | 行业 | 仓位 |
|---|---|---|---|
| 江波龙 | 301308 | 存储芯片 | 25-30% |
| 兆易创新 | 603986 | 存储芯片 | 20-25% |
| 股票 | 代码 | 行业 | 仓位 |
|---|---|---|---|
| 东山精密 | 002384 | 消费电子 | 10-15% |
| 金风科技 | 002202 | 风电 | 10% |
| 四方精创 | 300468 | 软件 | 10% |
| 云天化 | 600096 | 化工 | 8% |
| 宝丰能源 | 600989 | 化工 | 8% |
| 万向钱潮 | 000559 | 汽配 | 5% |
| 中国铝业 | 601600 | 有色 | 5% |
cd /root/.openclaw/workspace/skills/marcus-investment-analyst/scripts
python3 marcus_ultimate_optimized_strategy.py
输出: 20 支股票的回测结果，包含收益、夏普比率、胜率
python3 marcus_chan_theory.py <股票代码>
# 示例：python3 marcus_chan_theory.py 301308
输出: 缠论中枢、背驰、买卖点分析
python3 marcus_backtest_chan.py <股票代码>
# 示例：python3 marcus_backtest_chan.py 301308
输出: 缠论策略历史回测结果
python3 data_indicator_fetcher.py
输出: 更新 MACD/RSI/KDJ 指标到数据库
| 指标 | 数值 |
|---|---|
| 平均年化收益 | 21.96% |
| 夏普比率 | 0.56 |
| 胜率 | 75.0% |
| 用户股票平均 | 28.77% |
marcus-investment-analyst/
├── SKILL.md # 本文件
├── scripts/
│ ├── marcus_ultimate_optimized_strategy.py # 主策略
│ ├── marcus_chan_theory.py # 缠论分析
│ ├── marcus_backtest_chan.py # 缠论回测
│ └── data_indicator_fetcher.py # 指标下载
├── references/
│ ├── strategy.md # 策略文档
│ └── optimization_report.md # 优化报告
└── assets/
└── backtest_data.json # 回测数据
用户: "分析一下江波龙"
操作:
references/strategy.md 获取股票池信息python3 marcus_chan_theory.py 301308用户: "回测一下 Marcus 策略"
操作:
python3 marcus_ultimate_optimized_strategy.pyassets/backtest_data.json 获取历史数据用户: "有什么投资建议？"
操作:
references/optimization_report.md数据库：
/root/data/astock_history.db # K 线数据 (154MB)
/root/data/astock_indicators.db # 指标数据 (283MB)
回测数据：
/root/.openclaw/workspace/memory/stock-analysis/终极优化策略回测_20260312_1629.json
最后更新: 2026-03-12
状态: ✅ 实盘就绪