菜单
聚宽（JoinQuant）本地数据 SDK，提供 A 股行情、历史K线、财务数据、指标数据等，与聚宽官网数据同源。当用户提及 jqdatasdk、聚宽数据、需要获取A股数据，或已注册聚宽账号时使用。与 baostock（免费）和 tushare（数据最全）不同，jqdatasdk 需注册聚宽账号获取 Token，适合已在使用聚宽平台的用户。本地数据获取请用本技能，聚宽官网策略开发请用 joinquant-docs 技能。
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/lzwme/finance-quant-skills --skill jqdatasdk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。
机构级投研报告生成技能。覆盖中国A股、港股、美股上市公司。输出模式：1）投资速览：3-5页，含公司概览、核心财务指标、估值倍数、投资逻辑与风险因素；2）深度研报：≥25页，含行业分析、产业链图谱、三表模型、DCF估值、情景分析与敏感性测试。触发条件：1）直接请求：分析/看看/研究/调研/介绍一下 + 公司名或股票；2）投资询问：你怎么看/能不能买/值得投吗/帮我看看/扒一扒 + 公司或股票；3）关键词：研报、投资简报、投资速览、公司一页纸、深度研报、深度研究、深度分析、个股分析、一页纸、速览、公司速览、投研报告；4）股票代码：标准格式（如 600519.SH、0700.HK、AAPL、TSLA、BYD）。意图不明确时主动询问输出模式，禁止默认推断。
生成 akquant 框架的可执行量化策略代码，涵盖数据接口、事件驱动、风控与优化。当用户需要开发量化策略、配置回测环境、设置风控规则、进行参数优化、实现横截面轮动策略，或提及 akquant 时使用
AKShare 开源金融数据接口库，提供股票、期货、期权、基金、外汇、债券、指数、加密货币等全品类金融数据；当用户需要获取各类金融市场数据时使用
基于 SOC 职业分类
正在显示 SKILL.md
| name | jqdatasdk |
| description | 聚宽（JoinQuant）本地数据 SDK，提供 A 股行情、历史K线、财务数据、指标数据等，与聚宽官网数据同源。当用户提及 jqdatasdk、聚宽数据、需要获取A股数据，或已注册聚宽账号时使用。与 baostock（免费）和 tushare（数据最全）不同，jqdatasdk 需注册聚宽账号获取 Token，适合已在使用聚宽平台的用户。本地数据获取请用本技能，聚宽官网策略开发请用 joinquant-docs 技能。 |
| metadata | {"openclaw":{"emoji":"📈","requires":{"bins":"[Truncated]"}}} |
python scripts/market_data.py --type price --code 000001.XSHE --start 2024-01-01 --end 2024-01-31python scripts/financial_data.py --type fundamentals --code 000001.XSHE --statDate 2024python scripts/stock_info.py --type all_securities --security_type stockpython scripts/factor_data.py --code 000001.XSHE --factor valuation --start 2024-01-01 --end 2024-01-31python scripts/market_data.py --type price --code 000001.XSHE --start 2024-03-01 --end 2024-03-31 --frequency dailypython scripts/financial_data.py --type indicators --code 600036.XSHG --statDate 2023python scripts/factor_data.py --code 600519.XSHG --factor valuation --start 2024-01-01 --end 2024-03-31import jqdatasdk as jq
import pandas as pd
# 认证（需先设置环境变量 JQDATA_TOKEN 或 JQDATA_USERNAME/JQDATA_PASSWORD）
jq.auth(os.environ.get('JQDATA_USERNAME', ''), os.environ.get('JQDATA_PASSWORD', ''))
# 或使用 Token: jq.auth(token='your_token')
# 获取日K线数据
df = jq.get_price('000001.XSHE', start_date='2024-01-01', end_date='2024-12-31',
frequency='daily', fields=['open', 'high', 'low', 'close', 'volume'])
# 获取财务数据
q = jq.query(jq.valuation).filter(jq.valuation.code == '000001.XSHE')
fundamentals = jq.get_fundamentals(q, date='2024-01-01')
XXXXXX.XSHG，深圳市场为 XXXXXX.XSHE