{"id":"173c217d-36f1-428c-b127-751fb8e468ff","entityType":"agent","slug":"clawhub-paudyyin-hs300-research-v5","name":"Hs300 Research V5","canonicalUrl":"https://www.xpersona.co/agent/clawhub-paudyyin-hs300-research-v5","canonicalPath":"/agent/clawhub-paudyyin-hs300-research-v5","generatedAt":"2026-10-11T20:59:50.863Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":null},"description":"Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-... Skill: Hs300 Research V5 Owner: paudyyin Summary: Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-... Tags: latest:5.2.2 Version history: v5.2.2 | 2026-07-17T00:28:58.643Z | user Optimize description: English verb-first + Use when format, No-Op Test cleanup (-14% lines) v5.2.1 | 2026-06-19T00:04:59.676Z | user","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s172x1s50dh0bgmm3yc9516nr586kk4b:hs300-research-v5","sourceUrl":"https://clawhub.ai/paudyyin/hs300-research-v5","homepage":"https://clawhub.ai/paudyyin/skills/hs300-research-v5","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/paudyyin/hs300-research-v5","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/paudyyin/skills/hs300-research-v5","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":60,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-..."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":null},"stars":null,"forks":null,"downloads":1025,"packageName":null,"latestVersion":"5.2.2","tractionLabel":"1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T16:44:50.500Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T16:44:50.571Z","lastCrawledAt":"2026-10-11T16:44:50.500Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T16:44:50.500Z","lastVerifiedAt":null,"highlights":[{"version":"5.2.2","createdAt":"2026-07-17T00:28:58.643Z","changelog":"Optimize description: English verb-first + Use when format, No-Op Test cleanup (-14% lines)","fileCount":20,"zipByteSize":56146},{"version":"5.2.1","createdAt":"2026-06-19T00:04:59.676Z","changelog":"2026-06-19 批量更新","fileCount":20,"zipByteSize":56204},{"version":"5.2.0","createdAt":"2026-05-15T02:39:06.696Z","changelog":"v5.2: 集成pywencai同花顺问财(自然语言查询补充数据/双金叉/资金流/北向资金/高股息); 剔除JQData(免费版数据截止2026-02-10); 新增pywencai_fetcher模块; 投研日报新增问财补充数据板块","fileCount":19,"zipByteSize":56168},{"version":"5.1.0","createdAt":"2026-05-14T07:05:41.310Z","changelog":"初版发布：8大类因子体系、4大数据源自动降级、动态权重调整、信号共振检测、风险评级","fileCount":16,"zipByteSize":42226}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s172x1s50dh0bgmm3yc9516nr586kk4b:hs300-research-v5","setupComplexity":"low","setupSteps":["Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T20:59:50.862Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-paudyyin-hs300-research-v5/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":null},"readme":"Skill: Hs300 Research V5\n\nOwner: paudyyin\n\nSummary: Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-...\n\nTags: latest:5.2.2\n\nVersion history:\n\nv5.2.2 | 2026-07-17T00:28:58.643Z | user\n\nOptimize description: English verb-first + Use when format, No-Op Test cleanup (-14% lines)\n\nv5.2.1 | 2026-06-19T00:04:59.676Z | user\n\n2026-06-19 批量更新\n\nv5.2.0 | 2026-05-15T02:39:06.696Z | user\n\nv5.2: 集成pywencai同花顺问财(自然语言查询补充数据/双金叉/资金流/北向资金/高股息); 剔除JQData(免费版数据截止2026-02-10); 新增pywencai_fetcher模块; 投研日报新增问财补充数据板块\n\nv5.1.0 | 2026-05-14T07:05:41.310Z | user\n\n初版发布：8大类因子体系、4大数据源自动降级、动态权重调整、信号共振检测、风险评级\n\nArchive index:\n\nArchive v5.2.2: 20 files, 56146 bytes\n\nFiles: _meta.json (136b), call_auction_analysis.py (7789b), config.py (2664b), data_fetcher.py (41687b), DATA_SOURCES.md (6424b), factor_calculator_v3.py (22815b), full_analysis_v5.py (14030b), jq_config.py (293b), market_regime.py (11816b), package.json (95b), pywencai_fetcher.py (9893b), README.md (3606b), requirements.txt (425b), risk_management.py (10118b), run_analysis_v3.py (27010b), skill-card.md (2193b), SKILL.md (6341b), sse_fetcher.py (4409b), szse_fetcher.py (9674b), tushare_config.py (283b)\n\nFile v5.2.2:SKILL.md\n\n---\nname: hs300-research-v5\nversion: 5.2.0\ndescription: \"Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-cap Chinese equities, or building index-tracking strategies.\"\n---\n\n# 沪深300多因子投研系�?v5.2\n\nAI Agent 个人投研技�?�?自动采集多源数据，计�?8 大类因子，生成结构化投研日报�?\n## v5.2 新增\n- �?**pywencai(同花顺问�?** 集成 �?自然语言查询补充数据\n- �?投研日报新增「问财补充数据」板块（双金�?资金�?北向/高股息）\n- ⚠️ **JQData 已禁�?* �?免费版数据截�?026-02-10，已从数据源剔除\n\n## 什么时候使�?\n- 用户要求分析 A �?/ 沪深300\n- 用户要求多因子选股 / 股票评分\n- 用户要求生成投研日报\n- 用户要求分析个股基本面或技术面\n- 用户要求集合竞价量比分析\n- 用户要求查看分红送配 / 资金流向 / 龙虎�?\n## 核心工作�?\n### 1. 环境检�?```bash\ncd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython data_fetcher.py # 检查所有数据源状�?```\n\n### 2. 运行完整分析\n```bash\npython full_analysis_v5.py\n# 或新版：\npython run_analysis_v3.py\n```\n\n运行结果包含�?- 沪深300成分股获取（AKShare�?- 日K线数据（东方财富 �?Tushare Pro �?AKShare�?- 基本面数据（Tushare Pro �?东方财富 �?AKShare�?- 技术面分析（MACD/KDJ/均线�?- 多因子评分（8大类因子�?- **pywencai问财补充**（双金叉/资金�?北向资金/高股息）\n- AKShare附加数据（分红送配/资金�?龙虎榜）\n\n⚠️ JQData(聚宽) 已禁用：免费版数据仅�?026-02-10，不再使用�?\n### 3. 输出投研日报\n\n报告结构�?```\n📊 沪深300多因子投研日�?├── 🌍 市场环境（牛�?熊市/震荡�?+ 建议仓位�?├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计�?├── 💰 基本面概况（PE/PB/ROE均值）\n├── �?潜力个股 TOP 10（代�?名称/价格/PE/ROE/得分/风险/涨幅�?├── ⚠️ 高风险个�?└── 💡 核心结论\n```\n\n### 4. 可选：集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n## 数据源架�?\n| 数据�?| 覆盖内容 | 降级优先�?|\n|--------|---------|-----------|\n| pywencai(问财) | 自然语言查询/信号/资金�?北向/高股�?| 补充查询 |\n| 东方财富HTTP | 日K�?实时行情/估�?| 1（主力） |\n| AKShare | 成分�?分红/资金�?龙虎�?| 2（补充） |\n| Tushare Pro | 日线/财务/估�?| 3（需2000+积分�?|\n| SZSE/SSE | 交易所官方数据（辅助） | 4 |\n\n### 自动降级�?```\n获取日线: 东方财富HTTP �?Tushare Pro �?AKShare\n获取估�? 东方财富 �?Tushare Pro �?AKShare\n获取财务: Tushare Pro �?AKShare\n问财补充: pywencai（自然语言查询�?```\n\n## pywencai(同花顺问�? 查询能力\n\n集成 pywencai 后，支持以下自然语言查询�?\n| 查询类型 | 问财语句示例 |\n|---------|------------|\n| 信号检�?| `MACD金叉` / `KDJ金叉` / `MACD金叉并且KDJ金叉` |\n| 资金流向 | `今日主力资金净流入排行` |\n| 行业资金�?| `今日行业板块资金流向` |\n| 北向资金 | `北向资金增持` |\n| 涨停/跌停 | `今日涨停` |\n| 高股�?| `股息率大�?%` |\n| 高ROE | `ROE大于20%` |\n| 自定�?| 任意自然语言问句 |\n\n## 8 大类因子体系\n\n| 因子类别 | 权重 | 指标 |\n|---------|------|------|\n| 估�?| 25% | PE/PB/PS |\n| 质量 | 20% | ROE/ROA/毛利�?净利率 |\n| 成长 | 15% | 营收增长/利润增长 |\n| 动量 | 15% | 1月涨�?3月涨�?|\n| 趋势 | 15% | MACD金叉/KDJ金叉/均线排列 |\n| 波动�?| 5% | 年化波动�?ATR |\n| 技�?| 5% | 突破信号 |\n| 量能 | 5% | 量比/换手�?|\n\n## 配置说明\n\n### JQData（已禁用�?编辑 `jq_config.py`�?```python\nJQ_USER = '手机�?\nJQ_PASSWORD = '密码'\nJQ_AUTH = False # 免费版数据截�?026-02-10，已禁用\n```\n\n### Tushare Pro（可选）\n编辑 `tushare_config.py`�?```python\nTUSHARE_TOKEN = 'your_token'\nTUSHARE_AUTH = True\n```\n\n### 依赖安装\n```bash\npip install akshare tushare pywencai pandas numpy scipy\n```\n\n## pywencai 使用示例\n```python\nimport pywencai\n# 双金叉共�?res = pywencai.get(query='MACD金叉并且KDJ金叉')\n# 今日资金�?res = pywencai.get(query='今日主力资金净流入排行', sort_key='主力资金净流入(�?')\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制（通常到最近几个月�?- 获取最新实时数据需要升�?JQData 会员（约298�?年）\n- 公司网络可能拦截东方财富 push2 API\n- 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行\n\n## 文件结构\n\n```\nhs300_research_system/\n├── full_analysis_v5.py # 主分析程�?v5.1\n├── run_analysis_v3.py # 主分析程�?v5.2（含pywencai补充数据�?├── data_fetcher.py # 多数据源采集模块 v5.2\n├── factor_calculator_v3.py # 8大类因子计算�?├── pywencai_fetcher.py # 同花顺问财数据获取器 ⭐新�?├── market_regime.py # 市场环境判断\n├── risk_management.py # 风险管理和仓位建�?├── data_quality.py # 数据质量检�?├── jq_config.py # JQData 配置（已禁用�?├── tushare_config.py # Tushare 配置\n├── config.py # 全局配置\n├── call_auction_analysis.py # 集合竞价分析\n├── requirements.txt # 依赖清单\n└── DATA_SOURCES.md # 数据源详细说�?v5.2\n```\n\n## 输出格式\n\n```\n===================================================================\n 沪深300多因子投研日�?v5.1\n 生成时间: 2026-05-14 14:34:00\n===================================================================\n\n技术信�? MACD金叉:1 | KDJ金叉:3 | 均线多头:6 | 均线空头:6\n基本�? PE均�?21.9 | ROE均�?2.9%\n\n潜力个股 TOP 10:\n 1. 000157 中联重科 �?9.68 PE:19.5 ROE:2.0% 营收:+24.9% 利润:+26.8% 得分:67.0 风险:�? 1�?+9.9%\n 2. 000338 潍柴动力 �?25.89 PE:19.0 ROE:3.5% 营收:+16.1% 利润:+44.5% 得分:62.0 风险:�? 1�?+36.3%\n ...\n\n高风�?\n �?601318 中国平安 得分:-0.18 PE:8.5 均线:空头\n```\n\nFile v5.2.2:README.md\n\n# 沪深300晨间多因子投研系统\n\n一个基于Python的自动化量化投研系统，每天早晨自动对沪深300成分股进行多因子分析，生成专业的投研日报。\n\n## 🌟 系统特点\n\n- **多数据源**：东方财富 + Tushare Pro + AKShare + pywencai(同花顺问财) — 自动降级\n- **自然语言查询**：集成 pywencai，支持自然语言问句查询信号/资金流/北向资金\n- **数据自动采集**：多源采集，自动降级，确保数据可用性\n- **多因子模型**：融合估值、成长、动量、波动率、技术面等多维度因子\n- **智能评分**：对所有股票进行综合评分，自动筛选潜力个股\n- **自动报告生成**：生成Markdown和Excel格式的专业投研报告\n- **定时任务**：支持每日定时自动执行，无需人工干预\n\n## 📁 项目结构\n\n```\nhs300_research_system/\n├── config.py # 配置文件\n├── data_fetcher.py # 数据采集模块\n├── factor_calculator.py # 因子计算模块\n├── report_generator.py # 报告生成模块\n├── main.py # 主程序\n├── test_system.py # 系统测试脚本\n├── requirements.txt # 依赖清单\n├── data/ # 数据目录\n│ └── cache/ # 数据缓存\n├── logs/ # 日志目录\n├── models/ # 模型目录\n├── output/ # 报告输出目录\n└── utils/ # 工具目录\n```\n\n## 🚀 快速开始\n\n### 1. 安装依赖\n\n```bash\npip install -r requirements.txt\n```\n\n### 2. 测试系统\n\n```bash\npython test_system.py\n```\n\n### 3. 立即执行一次分析\n\n```bash\npython main.py once\n```\n\n### 4. 启动定时任务模式（每日自动执行）\n\n```bash\npython main.py scheduled\n```\n\n## 📊 因子体系\n\n### 估值因子\n- PE、PB、PE_TTM、PS、PCF\n\n### 成长因子\n- 营收增长率、净利润增长率、ROE增长率\n\n### 质量因子\n- ROE、ROA、净利率、资产周转率\n\n### 动量因子\n- 1月、3月、6月、12月收益率\n\n### 波动率因子\n- 1月波动率、3月波动率、最大回撤\n\n### 技术因子\n- MACD金叉/死叉\n- RSI相对强弱指标\n- KDJ随机指标\n- 均线多头/空头排列\n- 成交量比率\n\n## 📈 报告内容\n\n生成的投研日报包含以下内容：\n\n1. **市场概览** - 沪深300指数表现和市场统计\n2. **技术信号统计** - 金叉死叉、均线排列等信号汇总\n3. **潜力个股推荐** - 综合得分前20名股票\n4. **重点关注个股** - 多重技术信号共振的股票\n5. **风险提示个股** - 综合得分后10名股票\n6. **因子分析** - 各因子的统计分布\n7. **投资策略建议** - 基于模型的仓位和操作建议\n8. **风险提示** - 重要的免责声明\n\n## ⚙️ 配置说明\n\n在 `config.py` 中可以配置：\n\n- 因子权重配置\n- 技术指标参数\n- 报告输出格式\n- 定时执行时间\n- 缓存策略\n\n## 📦 输出文件\n\n系统运行后会在 `output/` 目录下生成：\n\n- `沪深300投研日报_YYYYMMDD.md` - Markdown格式报告\n- `沪深300投研日报_YYYYMMDD_详细数据.xlsx` - Excel详细数据\n\n因子数据保存在 `data/` 目录下：\n- `factors_YYYYMMDD.csv` - 所有股票的因子数据\n\n## 🔧 系统要求\n\n- Python 3.7+\n- Windows/Linux/macOS\n- 网络连接（用于获取股票数据）\n\n## ⚠️ 风险提示\n\n本系统仅供投研参考，不构成任何投资建议。股市有风险，投资需谨慎。\n\n基于历史数据的量化分析不代表未来表现，请结合自身风险承受能力做出投资决策。\n\n## 📄 许可证\n\nMIT License\n\nFile v5.2.2:_meta.json\n\n{\n \"ownerId\": \"kn73z7zhz92tv6skpnmpy5pdfh86j68x\",\n \"slug\": \"hs300-research-v5\",\n \"version\": \"5.2.2\",\n \"publishedAt\": 1784248138643\n}\n\nFile v5.2.2:DATA_SOURCES.md\n\n# 数据源接入说明 v5.2\n\n## 架构概览\n\n```\n┌─────────────────────────────────────────────────────────────────┐\n│ 沪深300 投研系统 v5.2 │\n│ data_fetcher.py │\n├─────────────────────────────────────────────────────────────────┤\n│ │\n│ 日线K线降级链: │\n│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │\n│ │ 东方财富 │→ │ Tushare │→ │ AKShare │ │ │\n│ │ (优先级1) │ │ Pro(2) │ │ (3) │ │ │\n│ └──────────┘ └──────────┘ └──────────┘ │ │\n│ ↓ ↓ ↓ │ │\n│ HTTP行情 日线/估值 降级兜底 │ │\n│ K线数据 财务数据 数据 │ │\n│ │ │\n│ 补充数据 (pywencai): │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ pywencai(同花顺问财) — 自然语言查询补充数据源 │ │ │\n│ │ • 信号检测: MACD/KDJ金叉、双金叉共振 │ │ │\n│ │ • 资金流向: 个股/行业/概念多周期资金流 │ │ │\n│ │ • 筛选: 涨停/跌停/突破/超跌/高股息/高ROE │ │ │\n│ │ • 北向资金: 北向资金增持排行 │ │ │\n│ │ • 自定义: 自然语言问句任意查询 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ 辅助数据源: │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ 深交所(SZSE) / 上交所(SSE) │ │ │\n│ │ • A股列表 · 指数行情 · 公告查询 · 新股上市 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ ⚠️ JQData(聚宽) 已禁用 — 免费版数据截止2026-02-10 │ │\n└─────────────────────────────────────────────────────────────────┘\n```\n\n## 各数据源状态\n\n| 数据源 | 状态 | 说明 |\n|--------|------|------|\n| **东方财富** | ✅ 已启用 | HTTP接口，日线K线/估值数据，最快 |\n| **Tushare Pro** | ⏳ 待配置 | 需要注册并填写 Token（见下方说明） |\n| **AKShare** | ✅ 已启用 | 降级兜底，日线/基金/行业数据 |\n| **pywencai(同花顺问财)** | ✅ 已启用 | 自然语言补充查询，信号/资金流 |\n| **深交所SZSE** | ✅ 已启用 | 深市股票列表/指数行情/公告查询 |\n| **上交所SSE** | ✅ 已启用 | 沪市股票列表/指数行情/新股上市 |\n| **JQData** | ❌ 已禁用 | 免费版数据截止2026-02-10，已剔除 |\n\n## pywencai(同花顺问财) 使用指南\n\n### 安装\n```bash\npip install pywencai\n```\n\n### 在投研系统中使用\n\n```python\nfrom data_fetcher import DataFetcher\n\nfetcher = DataFetcher()\n\n# 1. 信号检测\ndf = fetcher.get_pywencai_signal_stocks('dual_golden') # 双金叉共振\ndf = fetcher.get_pywencai_signal_stocks('macd_golden') # MACD金叉\ndf = fetcher.get_pywencai_signal_stocks('breakout') # 突破\n\n# 2. 资金流向\ndf = fetcher.get_pywencai_fund_flow('今日') # 今日资金流\ndf = fetcher.get_pywencai_fund_flow('3日') # 3日资金流\ndf = fetcher.get_pywencai_fund_flow('10日') # 10日资金流\n\n# 3. 行业/概念资金流\ndf = fetcher.get_pywencai_industry_flow('今日')\n\n# 4. 北向资金\ndf = fetcher.get_pywencai_north_bound()\n\n# 5. 高股息/高ROE\ndf = fetcher.get_pywencai_high_dividend()\n\n# 6. 自定义查询（自然语言）\ndf = fetcher.pywencai_query('市盈率小于20并且ROE大于15%', sort_key='总市值')\ndf = fetcher.pywencai_query('连续5天上涨', sort_key='涨跌幅')\n```\n\n### 常用问财语句\n\n| 查询目的 | 问财语句 |\n|---------|---------|\n| MACD金叉 | `MACD金叉` |\n| KDJ金叉 | `KDJ金叉` |\n| 双金叉共振 | `MACD金叉并且KDJ金叉` |\n| 涨停股 | `今日涨停` |\n| 创新高 | `60日新高` |\n| 放量突破 | `放量突破` |\n| 超跌反弹 | `RSI超卖` |\n| 高股息 | `股息率大于4%` |\n| 低PE | `市盈率小于15` |\n| 高ROE | `ROE大于20%` |\n| 营收高增长 | `营收增长率大于30%` |\n| 北向增持 | `北向资金增持` |\n| 基金加仓 | `最近一季基金加仓` |\n\n### 注意事项\n- 免费版每页最多返回100条数据\n- 请求频繁可能被限流，建议加 `sleep` 参数\n- 查询语句越精确，返回结果越准确\n- 部分查询可能需要同花顺账号登录\n\n## 配置方法\n\n### Tushare Pro — 需要配置\n\n**步骤：**\n1. 访问 https://tushare.pro 注册账号\n2. 登录后进入个人主页获取 Token\n3. 编辑 `tushare_config.py`，填写你的 Token：\n\n```python\nTUSHARE_TOKEN = 'your_token_here'\nTUSHARE_AUTH = True # 改为True启用\n```\n\nFile v5.2.2:skill-card.md\n\n## Description:\n\nResearch HS300 index constituents for stock analysis and portfolio construction.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[paudyyin](https://clawhub.ai/user/paudyyin)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to run HS300/CSI 300 stock research, multi-factor scoring, technical and fundamental analysis, and portfolio-construction research reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plaintext financial-data service credentials are present in the artifact.\n\nMitigation: Remove and rotate embedded credentials before use; require user-supplied environment secrets for provider authentication.\n\nRisk: Authenticated provider access behavior conflicts with documentation that says JQData is disabled or user-configured.\n\nMitigation: Align documentation and configuration, disable default authentication, and require explicit user setup before enabling provider access.\n\nRisk: Pickle-based caches may be unsafe in shared or sensitive environments.\n\nMitigation: Replace pickle caches with a safer serialization format and avoid loading cache files from untrusted locations.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/paudyyin/skills/hs300-research-v5)\n- [Tushare Pro](https://tushare.pro)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with Python and shell command snippets; generated research reports may be Markdown or Excel files.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires network access to financial data providers and user-supplied provider credentials; outputs are research references and not investment advice.]\n\n## Skill Version(s):\n\n5.2.2 (source: server release metadata; artifact frontmatter 5.2.0, package.json 1.0.0)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v5.2.2:package.json\n\n{\r\n \"name\": \"hs300-research-v5\",\r\n \"version\": \"1.0.0\",\r\n \"description\": \"\\u003e\"\r\n}\n\nFile v5.2.2:requirements.txt\n\n# 沪深300多因子投研系统依赖清单\n\n# 数据获取\nakshare>=1.8.0\ntushare>=1.2.89\npywencai>=0.13.0 # 同花顺问财 — 自然语言补充查询\n# jqdatasdk>=1.8.0 # 已禁用 — 免费版数据截止2026-02-10\n\n# 数据处理\npandas>=1.3.0\nnumpy>=1.21.0\n\n# 技术分析\nta-lib>=0.4.24\n\n# 科学计算\nscipy>=1.7.0\n\n# 可视化\nmatplotlib>=3.4.0\n\n# Excel处理\nopenpyxl>=3.0.0\n\n# 定时任务\nschedule>=1.1.0\n\nArchive v5.2.1: 20 files, 56204 bytes\n\nFiles: _meta.json (136b), call_auction_analysis.py (7789b), config.py (2664b), data_fetcher.py (41687b), DATA_SOURCES.md (6424b), factor_calculator_v3.py (22815b), full_analysis_v5.py (14030b), jq_config.py (293b), market_regime.py (11816b), package.json (95b), pywencai_fetcher.py (9893b), README.md (3606b), requirements.txt (425b), risk_management.py (10118b), run_analysis_v3.py (27010b), skill-card.md (2405b), SKILL.md (6684b), sse_fetcher.py (4409b), szse_fetcher.py (9674b), tushare_config.py (283b)\n\nFile v5.2.1:SKILL.md\n\n---\nname: hs300-research-v5\nversion: 5.2.0\ndescription: >\n 沪深300多因子投研系统。每当用户要求分析A股、沪深300、多因子选股、投研日报、\n 股票评分、个股基本面分析、技术面分析时，必须使用此技能。\n 支持8大类因子体系、多数据源自动降级（东方财富/Tushare Pro/AKShare/pywencai同花顺问财）、动态权重调整、信号共振检测、风险评级、自然语言问财查询。\nmetadata:\n author: Paudy\n category: finance\n---\n\n# 沪深300多因子投研系统 v5.2\n\nAI Agent 个人投研技能 — 自动采集多源数据，计算 8 大类因子，生成结构化投研日报。\n\n## v5.2 新增\n- ✅ **pywencai(同花顺问财)** 集成 — 自然语言查询补充数据\n- ✅ 投研日报新增「问财补充数据」板块（双金叉/资金流/北向/高股息）\n- ⚠️ **JQData 已禁用** — 免费版数据截止2026-02-10，已从数据源剔除\n\n## 什么时候使用\n\n- 用户要求分析 A 股 / 沪深300\n- 用户要求多因子选股 / 股票评分\n- 用户要求生成投研日报\n- 用户要求分析个股基本面或技术面\n- 用户要求集合竞价量比分析\n- 用户要求查看分红送配 / 资金流向 / 龙虎榜\n\n## 核心工作流\n\n### 1. 环境检查\n```bash\ncd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython data_fetcher.py # 检查所有数据源状态\n```\n\n### 2. 运行完整分析\n```bash\npython full_analysis_v5.py\n# 或新版：\npython run_analysis_v3.py\n```\n\n运行结果包含：\n- 沪深300成分股获取（AKShare）\n- 日K线数据（东方财富 → Tushare Pro → AKShare）\n- 基本面数据（Tushare Pro → 东方财富 → AKShare）\n- 技术面分析（MACD/KDJ/均线）\n- 多因子评分（8大类因子）\n- **pywencai问财补充**（双金叉/资金流/北向资金/高股息）\n- AKShare附加数据（分红送配/资金流/龙虎榜）\n\n⚠️ JQData(聚宽) 已禁用：免费版数据仅到2026-02-10，不再使用。\n\n### 3. 输出投研日报\n\n报告结构：\n```\n📊 沪深300多因子投研日报\n├── 🌍 市场环境（牛市/熊市/震荡市 + 建议仓位）\n├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计）\n├── 💰 基本面概况（PE/PB/ROE均值）\n├── ⭐ 潜力个股 TOP 10（代码/名称/价格/PE/ROE/得分/风险/涨幅）\n├── ⚠️ 高风险个股\n└── 💡 核心结论\n```\n\n### 4. 可选：集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n## 数据源架构\n\n| 数据源 | 覆盖内容 | 降级优先级 |\n|--------|---------|-----------|\n| pywencai(问财) | 自然语言查询/信号/资金流/北向/高股息 | 补充查询 |\n| 东方财富HTTP | 日K线/实时行情/估值 | 1（主力） |\n| AKShare | 成分股/分红/资金流/龙虎榜 | 2（补充） |\n| Tushare Pro | 日线/财务/估值 | 3（需2000+积分） |\n| SZSE/SSE | 交易所官方数据（辅助） | 4 |\n\n### 自动降级链\n```\n获取日线: 东方财富HTTP → Tushare Pro → AKShare\n获取估值: 东方财富 → Tushare Pro → AKShare\n获取财务: Tushare Pro → AKShare\n问财补充: pywencai（自然语言查询）\n```\n\n## pywencai(同花顺问财) 查询能力\n\n集成 pywencai 后，支持以下自然语言查询：\n\n| 查询类型 | 问财语句示例 |\n|---------|------------|\n| 信号检测 | `MACD金叉` / `KDJ金叉` / `MACD金叉并且KDJ金叉` |\n| 资金流向 | `今日主力资金净流入排行` |\n| 行业资金流 | `今日行业板块资金流向` |\n| 北向资金 | `北向资金增持` |\n| 涨停/跌停 | `今日涨停` |\n| 高股息 | `股息率大于4%` |\n| 高ROE | `ROE大于20%` |\n| 自定义 | 任意自然语言问句 |\n\n## 8 大类因子体系\n\n| 因子类别 | 权重 | 指标 |\n|---------|------|------|\n| 估值 | 25% | PE/PB/PS |\n| 质量 | 20% | ROE/ROA/毛利率/净利率 |\n| 成长 | 15% | 营收增长/利润增长 |\n| 动量 | 15% | 1月涨幅/3月涨幅 |\n| 趋势 | 15% | MACD金叉/KDJ金叉/均线排列 |\n| 波动率 | 5% | 年化波动率/ATR |\n| 技术 | 5% | 突破信号 |\n| 量能 | 5% | 量比/换手率 |\n\n## 配置说明\n\n### JQData（已禁用）\n编辑 `jq_config.py`：\n```python\nJQ_USER = '手机号'\nJQ_PASSWORD = '密码'\nJQ_AUTH = False # 免费版数据截止2026-02-10，已禁用\n```\n\n### Tushare Pro（可选）\n编辑 `tushare_config.py`：\n```python\nTUSHARE_TOKEN = 'your_token'\nTUSHARE_AUTH = True\n```\n\n### 依赖安装\n```bash\npip install akshare tushare pywencai pandas numpy scipy\n```\n\n## pywencai 使用示例\n```python\nimport pywencai\n# 双金叉共振\nres = pywencai.get(query='MACD金叉并且KDJ金叉')\n# 今日资金流\nres = pywencai.get(query='今日主力资金净流入排行', sort_key='主力资金净流入(元)')\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制（通常到最近几个月）\n- 获取最新实时数据需要升级 JQData 会员（约298元/年）\n- 公司网络可能拦截东方财富 push2 API\n- 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行\n\n## 文件结构\n\n```\nhs300_research_system/\n├── full_analysis_v5.py # 主分析程序 v5.1\n├── run_analysis_v3.py # 主分析程序 v5.2（含pywencai补充数据）\n├── data_fetcher.py # 多数据源采集模块 v5.2\n├── factor_calculator_v3.py # 8大类因子计算器\n├── pywencai_fetcher.py # 同花顺问财数据获取器 ⭐新增\n├── market_regime.py # 市场环境判断\n├── risk_management.py # 风险管理和仓位建议\n├── data_quality.py # 数据质量检查\n├── jq_config.py # JQData 配置（已禁用）\n├── tushare_config.py # Tushare 配置\n├── config.py # 全局配置\n├── call_auction_analysis.py # 集合竞价分析\n├── requirements.txt # 依赖清单\n└── DATA_SOURCES.md # 数据源详细说明 v5.2\n```\n\n## 输出格式\n\n```\n===================================================================\n 沪深300多因子投研日报 v5.1\n 生成时间: 2026-05-14 14:34:00\n===================================================================\n\n技术信号: MACD金叉:1 | KDJ金叉:3 | 均线多头:6 | 均线空头:6\n基本面: PE均值=21.9 | ROE均值=2.9%\n\n潜力个股 TOP 10:\n 1. 000157 中联重科 价:9.68 PE:19.5 ROE:2.0% 营收:+24.9% 利润:+26.8% 得分:67.0 风险:低 1月:+9.9%\n 2. 000338 潍柴动力 价:25.89 PE:19.0 ROE:3.5% 营收:+16.1% 利润:+44.5% 得分:62.0 风险:中 1月:+36.3%\n ...\n\n高风险:\n ⚠ 601318 中国平安 得分:-0.18 PE:8.5 均线:空头\n```\n\nFile v5.2.1:README.md\n\n# 沪深300晨间多因子投研系统\n\n一个基于Python的自动化量化投研系统，每天早晨自动对沪深300成分股进行多因子分析，生成专业的投研日报。\n\n## 🌟 系统特点\n\n- **多数据源**：东方财富 + Tushare Pro + AKShare + pywencai(同花顺问财) — 自动降级\n- **自然语言查询**：集成 pywencai，支持自然语言问句查询信号/资金流/北向资金\n- **数据自动采集**：多源采集，自动降级，确保数据可用性\n- **多因子模型**：融合估值、成长、动量、波动率、技术面等多维度因子\n- **智能评分**：对所有股票进行综合评分，自动筛选潜力个股\n- **自动报告生成**：生成Markdown和Excel格式的专业投研报告\n- **定时任务**：支持每日定时自动执行，无需人工干预\n\n## 📁 项目结构\n\n```\nhs300_research_system/\n├── config.py # 配置文件\n├── data_fetcher.py # 数据采集模块\n├── factor_calculator.py # 因子计算模块\n├── report_generator.py # 报告生成模块\n├── main.py # 主程序\n├── test_system.py # 系统测试脚本\n├── requirements.txt # 依赖清单\n├── data/ # 数据目录\n│ └── cache/ # 数据缓存\n├── logs/ # 日志目录\n├── models/ # 模型目录\n├── output/ # 报告输出目录\n└── utils/ # 工具目录\n```\n\n## 🚀 快速开始\n\n### 1. 安装依赖\n\n```bash\npip install -r requirements.txt\n```\n\n### 2. 测试系统\n\n```bash\npython test_system.py\n```\n\n### 3. 立即执行一次分析\n\n```bash\npython main.py once\n```\n\n### 4. 启动定时任务模式（每日自动执行）\n\n```bash\npython main.py scheduled\n```\n\n## 📊 因子体系\n\n### 估值因子\n- PE、PB、PE_TTM、PS、PCF\n\n### 成长因子\n- 营收增长率、净利润增长率、ROE增长率\n\n### 质量因子\n- ROE、ROA、净利率、资产周转率\n\n### 动量因子\n- 1月、3月、6月、12月收益率\n\n### 波动率因子\n- 1月波动率、3月波动率、最大回撤\n\n### 技术因子\n- MACD金叉/死叉\n- RSI相对强弱指标\n- KDJ随机指标\n- 均线多头/空头排列\n- 成交量比率\n\n## 📈 报告内容\n\n生成的投研日报包含以下内容：\n\n1. **市场概览** - 沪深300指数表现和市场统计\n2. **技术信号统计** - 金叉死叉、均线排列等信号汇总\n3. **潜力个股推荐** - 综合得分前20名股票\n4. **重点关注个股** - 多重技术信号共振的股票\n5. **风险提示个股** - 综合得分后10名股票\n6. **因子分析** - 各因子的统计分布\n7. **投资策略建议** - 基于模型的仓位和操作建议\n8. **风险提示** - 重要的免责声明\n\n## ⚙️ 配置说明\n\n在 `config.py` 中可以配置：\n\n- 因子权重配置\n- 技术指标参数\n- 报告输出格式\n- 定时执行时间\n- 缓存策略\n\n## 📦 输出文件\n\n系统运行后会在 `output/` 目录下生成：\n\n- `沪深300投研日报_YYYYMMDD.md` - Markdown格式报告\n- `沪深300投研日报_YYYYMMDD_详细数据.xlsx` - Excel详细数据\n\n因子数据保存在 `data/` 目录下：\n- `factors_YYYYMMDD.csv` - 所有股票的因子数据\n\n## 🔧 系统要求\n\n- Python 3.7+\n- Windows/Linux/macOS\n- 网络连接（用于获取股票数据）\n\n## ⚠️ 风险提示\n\n本系统仅供投研参考，不构成任何投资建议。股市有风险，投资需谨慎。\n\n基于历史数据的量化分析不代表未来表现，请结合自身风险承受能力做出投资决策。\n\n## 📄 许可证\n\nMIT License\n\nFile v5.2.1:_meta.json\n\n{\n \"ownerId\": \"kn73z7zhz92tv6skpnmpy5pdfh86j68x\",\n \"slug\": \"hs300-research-v5\",\n \"version\": \"5.2.1\",\n \"publishedAt\": 1781827499676\n}\n\nFile v5.2.1:DATA_SOURCES.md\n\n# 数据源接入说明 v5.2\n\n## 架构概览\n\n```\n┌─────────────────────────────────────────────────────────────────┐\n│ 沪深300 投研系统 v5.2 │\n│ data_fetcher.py │\n├─────────────────────────────────────────────────────────────────┤\n│ │\n│ 日线K线降级链: │\n│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │\n│ │ 东方财富 │→ │ Tushare │→ │ AKShare │ │ │\n│ │ (优先级1) │ │ Pro(2) │ │ (3) │ │ │\n│ └──────────┘ └──────────┘ └──────────┘ │ │\n│ ↓ ↓ ↓ │ │\n│ HTTP行情 日线/估值 降级兜底 │ │\n│ K线数据 财务数据 数据 │ │\n│ │ │\n│ 补充数据 (pywencai): │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ pywencai(同花顺问财) — 自然语言查询补充数据源 │ │ │\n│ │ • 信号检测: MACD/KDJ金叉、双金叉共振 │ │ │\n│ │ • 资金流向: 个股/行业/概念多周期资金流 │ │ │\n│ │ • 筛选: 涨停/跌停/突破/超跌/高股息/高ROE │ │ │\n│ │ • 北向资金: 北向资金增持排行 │ │ │\n│ │ • 自定义: 自然语言问句任意查询 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ 辅助数据源: │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ 深交所(SZSE) / 上交所(SSE) │ │ │\n│ │ • A股列表 · 指数行情 · 公告查询 · 新股上市 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ ⚠️ JQData(聚宽) 已禁用 — 免费版数据截止2026-02-10 │ │\n└─────────────────────────────────────────────────────────────────┘\n```\n\n## 各数据源状态\n\n| 数据源 | 状态 | 说明 |\n|--------|------|------|\n| **东方财富** | ✅ 已启用 | HTTP接口，日线K线/估值数据，最快 |\n| **Tushare Pro** | ⏳ 待配置 | 需要注册并填写 Token（见下方说明） |\n| **AKShare** | ✅ 已启用 | 降级兜底，日线/基金/行业数据 |\n| **pywencai(同花顺问财)** | ✅ 已启用 | 自然语言补充查询，信号/资金流 |\n| **深交所SZSE** | ✅ 已启用 | 深市股票列表/指数行情/公告查询 |\n| **上交所SSE** | ✅ 已启用 | 沪市股票列表/指数行情/新股上市 |\n| **JQData** | ❌ 已禁用 | 免费版数据截止2026-02-10，已剔除 |\n\n## pywencai(同花顺问财) 使用指南\n\n### 安装\n```bash\npip install pywencai\n```\n\n### 在投研系统中使用\n\n```python\nfrom data_fetcher import DataFetcher\n\nfetcher = DataFetcher()\n\n# 1. 信号检测\ndf = fetcher.get_pywencai_signal_stocks('dual_golden') # 双金叉共振\ndf = fetcher.get_pywencai_signal_stocks('macd_golden') # MACD金叉\ndf = fetcher.get_pywencai_signal_stocks('breakout') # 突破\n\n# 2. 资金流向\ndf = fetcher.get_pywencai_fund_flow('今日') # 今日资金流\ndf = fetcher.get_pywencai_fund_flow('3日') # 3日资金流\ndf = fetcher.get_pywencai_fund_flow('10日') # 10日资金流\n\n# 3. 行业/概念资金流\ndf = fetcher.get_pywencai_industry_flow('今日')\n\n# 4. 北向资金\ndf = fetcher.get_pywencai_north_bound()\n\n# 5. 高股息/高ROE\ndf = fetcher.get_pywencai_high_dividend()\n\n# 6. 自定义查询（自然语言）\ndf = fetcher.pywencai_query('市盈率小于20并且ROE大于15%', sort_key='总市值')\ndf = fetcher.pywencai_query('连续5天上涨', sort_key='涨跌幅')\n```\n\n### 常用问财语句\n\n| 查询目的 | 问财语句 |\n|---------|---------|\n| MACD金叉 | `MACD金叉` |\n| KDJ金叉 | `KDJ金叉` |\n| 双金叉共振 | `MACD金叉并且KDJ金叉` |\n| 涨停股 | `今日涨停` |\n| 创新高 | `60日新高` |\n| 放量突破 | `放量突破` |\n| 超跌反弹 | `RSI超卖` |\n| 高股息 | `股息率大于4%` |\n| 低PE | `市盈率小于15` |\n| 高ROE | `ROE大于20%` |\n| 营收高增长 | `营收增长率大于30%` |\n| 北向增持 | `北向资金增持` |\n| 基金加仓 | `最近一季基金加仓` |\n\n### 注意事项\n- 免费版每页最多返回100条数据\n- 请求频繁可能被限流，建议加 `sleep` 参数\n- 查询语句越精确，返回结果越准确\n- 部分查询可能需要同花顺账号登录\n\n## 配置方法\n\n### Tushare Pro — 需要配置\n\n**步骤：**\n1. 访问 https://tushare.pro 注册账号\n2. 登录后进入个人主页获取 Token\n3. 编辑 `tushare_config.py`，填写你的 Token：\n\n```python\nTUSHARE_TOKEN = 'your_token_here'\nTUSHARE_AUTH = True # 改为True启用\n```\n\nFile v5.2.1:skill-card.md\n\n## Description:
\nHS300 Research V5 helps agents run multi-factor A-share and CSI 300 research workflows, collect market data from several sources, score stocks, assess risk, and produce investment research reports.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[paudyyin](https://clawhub.ai/user/paudyyin)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal users and finance-focused agents use this skill to analyze A-share and CSI 300 equities, run multi-factor scoring, inspect technical and fundamental signals, and generate research reports for review. The generated research should be treated as decision support, not investment advice.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The release includes live third-party credentials and enabled credentialed data access.
\nMitigation: Rotate or remove bundled credentials, replace them with environment-managed credentials, and disable unwanted external data sources before installation.
\nRisk: The skill can send market queries to external data providers and create local caches, logs, reports, and downloaded files.
\nMitigation: Review provider terms and local data-handling requirements, and run it only in environments where those queries and artifacts are approved.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/paudyyin/hs300-research-v5)
\n- [README.md](artifact/README.md)
\n- [DATA_SOURCES.md](artifact/DATA_SOURCES.md)
\n- [Tushare Pro](https://tushare.pro)
\n\n\n## Skill Output:
\n**Output Type(s):** [Text, Markdown, Code, Shell commands, Configuration, Files, Guidance]
\n**Output Format:** [Markdown research reports, Excel workbooks, CSV factor data, and command-oriented guidance]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May use live third-party market data sources and local caches; generated research is not investment advice.]
\n\n## Skill Version(s):
\n5.2.1 (source: server release evidence; artifact frontmatter lists 5.2.0)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nFile v5.2.1:package.json\n\n{\r\n \"name\": \"hs300-research-v5\",\r\n \"version\": \"1.0.0\",\r\n \"description\": \"\\u003e\"\r\n}\n\nFile v5.2.1:requirements.txt\n\n# 沪深300多因子投研系统依赖清单\n\n# 数据获取\nakshare>=1.8.0\ntushare>=1.2.89\npywencai>=0.13.0 # 同花顺问财 — 自然语言补充查询\n# jqdatasdk>=1.8.0 # 已禁用 — 免费版数据截止2026-02-10\n\n# 数据处理\npandas>=1.3.0\nnumpy>=1.21.0\n\n# 技术分析\nta-lib>=0.4.24\n\n# 科学计算\nscipy>=1.7.0\n\n# 可视化\nmatplotlib>=3.4.0\n\n# Excel处理\nopenpyxl>=3.0.0\n\n# 定时任务\nschedule>=1.1.0\n\nArchive v5.2.0: 19 files, 56168 bytes\n\nFiles: call_auction_analysis.py (7789b), config.py (2664b), data_fetcher.py (41687b), DATA_SOURCES.md (6424b), factor_calculator_v3.py (22815b), full_analysis_v5.py (14030b), jq_config.py (293b), market_regime.py (11816b), pywencai_fetcher.py (9893b), README.md (3606b), requirements.txt (425b), risk_management.py (10118b), run_analysis_v3.py (27010b), skill-card.md (2706b), SKILL.md (6684b), sse_fetcher.py (4409b), szse_fetcher.py (9674b), tushare_config.py (283b), _meta.json (136b)\n\nFile v5.2.0:SKILL.md\n\n---\nname: hs300-research-v5\nversion: 5.2.0\ndescription: >\n 沪深300多因子投研系统。每当用户要求分析A股、沪深300、多因子选股、投研日报、\n 股票评分、个股基本面分析、技术面分析时，必须使用此技能。\n 支持8大类因子体系、多数据源自动降级（东方财富/Tushare Pro/AKShare/pywencai同花顺问财）、动态权重调整、信号共振检测、风险评级、自然语言问财查询。\nmetadata:\n author: Paudy\n category: finance\n---\n\n# 沪深300多因子投研系统 v5.2\n\nAI Agent 个人投研技能 — 自动采集多源数据，计算 8 大类因子，生成结构化投研日报。\n\n## v5.2 新增\n- ✅ **pywencai(同花顺问财)** 集成 — 自然语言查询补充数据\n- ✅ 投研日报新增「问财补充数据」板块（双金叉/资金流/北向/高股息）\n- ⚠️ **JQData 已禁用** — 免费版数据截止2026-02-10，已从数据源剔除\n\n## 什么时候使用\n\n- 用户要求分析 A 股 / 沪深300\n- 用户要求多因子选股 / 股票评分\n- 用户要求生成投研日报\n- 用户要求分析个股基本面或技术面\n- 用户要求集合竞价量比分析\n- 用户要求查看分红送配 / 资金流向 / 龙虎榜\n\n## 核心工作流\n\n### 1. 环境检查\n```bash\ncd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython data_fetcher.py # 检查所有数据源状态\n```\n\n### 2. 运行完整分析\n```bash\npython full_analysis_v5.py\n# 或新版：\npython run_analysis_v3.py\n```\n\n运行结果包含：\n- 沪深300成分股获取（AKShare）\n- 日K线数据（东方财富 → Tushare Pro → AKShare）\n- 基本面数据（Tushare Pro → 东方财富 → AKShare）\n- 技术面分析（MACD/KDJ/均线）\n- 多因子评分（8大类因子）\n- **pywencai问财补充**（双金叉/资金流/北向资金/高股息）\n- AKShare附加数据（分红送配/资金流/龙虎榜）\n\n⚠️ JQData(聚宽) 已禁用：免费版数据仅到2026-02-10，不再使用。\n\n### 3. 输出投研日报\n\n报告结构：\n```\n📊 沪深300多因子投研日报\n├── 🌍 市场环境（牛市/熊市/震荡市 + 建议仓位）\n├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计）\n├── 💰 基本面概况（PE/PB/ROE均值）\n├── ⭐ 潜力个股 TOP 10（代码/名称/价格/PE/ROE/得分/风险/涨幅）\n├── ⚠️ 高风险个股\n└── 💡 核心结论\n```\n\n### 4. 可选：集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n## 数据源架构\n\n| 数据源 | 覆盖内容 | 降级优先级 |\n|--------|---------|-----------|\n| pywencai(问财) | 自然语言查询/信号/资金流/北向/高股息 | 补充查询 |\n| 东方财富HTTP | 日K线/实时行情/估值 | 1（主力） |\n| AKShare | 成分股/分红/资金流/龙虎榜 | 2（补充） |\n| Tushare Pro | 日线/财务/估值 | 3（需2000+积分） |\n| SZSE/SSE | 交易所官方数据（辅助） | 4 |\n\n### 自动降级链\n```\n获取日线: 东方财富HTTP → Tushare Pro → AKShare\n获取估值: 东方财富 → Tushare Pro → AKShare\n获取财务: Tushare Pro → AKShare\n问财补充: pywencai（自然语言查询）\n```\n\n## pywencai(同花顺问财) 查询能力\n\n集成 pywencai 后，支持以下自然语言查询：\n\n| 查询类型 | 问财语句示例 |\n|---------|------------|\n| 信号检测 | `MACD金叉` / `KDJ金叉` / `MACD金叉并且KDJ金叉` |\n| 资金流向 | `今日主力资金净流入排行` |\n| 行业资金流 | `今日行业板块资金流向` |\n| 北向资金 | `北向资金增持` |\n| 涨停/跌停 | `今日涨停` |\n| 高股息 | `股息率大于4%` |\n| 高ROE | `ROE大于20%` |\n| 自定义 | 任意自然语言问句 |\n\n## 8 大类因子体系\n\n| 因子类别 | 权重 | 指标 |\n|---------|------|------|\n| 估值 | 25% | PE/PB/PS |\n| 质量 | 20% | ROE/ROA/毛利率/净利率 |\n| 成长 | 15% | 营收增长/利润增长 |\n| 动量 | 15% | 1月涨幅/3月涨幅 |\n| 趋势 | 15% | MACD金叉/KDJ金叉/均线排列 |\n| 波动率 | 5% | 年化波动率/ATR |\n| 技术 | 5% | 突破信号 |\n| 量能 | 5% | 量比/换手率 |\n\n## 配置说明\n\n### JQData（已禁用）\n编辑 `jq_config.py`：\n```python\nJQ_USER = '手机号'\nJQ_PASSWORD = '密码'\nJQ_AUTH = False # 免费版数据截止2026-02-10，已禁用\n```\n\n### Tushare Pro（可选）\n编辑 `tushare_config.py`：\n```python\nTUSHARE_TOKEN = 'your_token'\nTUSHARE_AUTH = True\n```\n\n### 依赖安装\n```bash\npip install akshare tushare pywencai pandas numpy scipy\n```\n\n## pywencai 使用示例\n```python\nimport pywencai\n# 双金叉共振\nres = pywencai.get(query='MACD金叉并且KDJ金叉')\n# 今日资金流\nres = pywencai.get(query='今日主力资金净流入排行', sort_key='主力资金净流入(元)')\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制（通常到最近几个月）\n- 获取最新实时数据需要升级 JQData 会员（约298元/年）\n- 公司网络可能拦截东方财富 push2 API\n- 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行\n\n## 文件结构\n\n```\nhs300_research_system/\n├── full_analysis_v5.py # 主分析程序 v5.1\n├── run_analysis_v3.py # 主分析程序 v5.2（含pywencai补充数据）\n├── data_fetcher.py # 多数据源采集模块 v5.2\n├── factor_calculator_v3.py # 8大类因子计算器\n├── pywencai_fetcher.py # 同花顺问财数据获取器 ⭐新增\n├── market_regime.py # 市场环境判断\n├── risk_management.py # 风险管理和仓位建议\n├── data_quality.py # 数据质量检查\n├── jq_config.py # JQData 配置（已禁用）\n├── tushare_config.py # Tushare 配置\n├── config.py # 全局配置\n├── call_auction_analysis.py # 集合竞价分析\n├── requirements.txt # 依赖清单\n└── DATA_SOURCES.md # 数据源详细说明 v5.2\n```\n\n## 输出格式\n\n```\n===================================================================\n 沪深300多因子投研日报 v5.1\n 生成时间: 2026-05-14 14:34:00\n===================================================================\n\n技术信号: MACD金叉:1 | KDJ金叉:3 | 均线多头:6 | 均线空头:6\n基本面: PE均值=21.9 | ROE均值=2.9%\n\n潜力个股 TOP 10:\n 1. 000157 中联重科 价:9.68 PE:19.5 ROE:2.0% 营收:+24.9% 利润:+26.8% 得分:67.0 风险:低 1月:+9.9%\n 2. 000338 潍柴动力 价:25.89 PE:19.0 ROE:3.5% 营收:+16.1% 利润:+44.5% 得分:62.0 风险:中 1月:+36.3%\n ...\n\n高风险:\n ⚠ 601318 中国平安 得分:-0.18 PE:8.5 均线:空头\n```\n\nFile v5.2.0:README.md\n\n# 沪深300晨间多因子投研系统\n\n一个基于Python的自动化量化投研系统，每天早晨自动对沪深300成分股进行多因子分析，生成专业的投研日报。\n\n## 🌟 系统特点\n\n- **多数据源**：东方财富 + Tushare Pro + AKShare + pywencai(同花顺问财) — 自动降级\n- **自然语言查询**：集成 pywencai，支持自然语言问句查询信号/资金流/北向资金\n- **数据自动采集**：多源采集，自动降级，确保数据可用性\n- **多因子模型**：融合估值、成长、动量、波动率、技术面等多维度因子\n- **智能评分**：对所有股票进行综合评分，自动筛选潜力个股\n- **自动报告生成**：生成Markdown和Excel格式的专业投研报告\n- **定时任务**：支持每日定时自动执行，无需人工干预\n\n## 📁 项目结构\n\n```\nhs300_research_system/\n├── config.py # 配置文件\n├── data_fetcher.py # 数据采集模块\n├── factor_calculator.py # 因子计算模块\n├── report_generator.py # 报告生成模块\n├── main.py # 主程序\n├── test_system.py # 系统测试脚本\n├── requirements.txt # 依赖清单\n├── data/ # 数据目录\n│ └── cache/ # 数据缓存\n├── logs/ # 日志目录\n├── models/ # 模型目录\n├── output/ # 报告输出目录\n└── utils/ # 工具目录\n```\n\n## 🚀 快速开始\n\n### 1. 安装依赖\n\n```bash\npip install -r requirements.txt\n```\n\n### 2. 测试系统\n\n```bash\npython test_system.py\n```\n\n### 3. 立即执行一次分析\n\n```bash\npython main.py once\n```\n\n### 4. 启动定时任务模式（每日自动执行）\n\n```bash\npython main.py scheduled\n```\n\n## 📊 因子体系\n\n### 估值因子\n- PE、PB、PE_TTM、PS、PCF\n\n### 成长因子\n- 营收增长率、净利润增长率、ROE增长率\n\n### 质量因子\n- ROE、ROA、净利率、资产周转率\n\n### 动量因子\n- 1月、3月、6月、12月收益率\n\n### 波动率因子\n- 1月波动率、3月波动率、最大回撤\n\n### 技术因子\n- MACD金叉/死叉\n- RSI相对强弱指标\n- KDJ随机指标\n- 均线多头/空头排列\n- 成交量比率\n\n## 📈 报告内容\n\n生成的投研日报包含以下内容：\n\n1. **市场概览** - 沪深300指数表现和市场统计\n2. **技术信号统计** - 金叉死叉、均线排列等信号汇总\n3. **潜力个股推荐** - 综合得分前20名股票\n4. **重点关注个股** - 多重技术信号共振的股票\n5. **风险提示个股** - 综合得分后10名股票\n6. **因子分析** - 各因子的统计分布\n7. **投资策略建议** - 基于模型的仓位和操作建议\n8. **风险提示** - 重要的免责声明\n\n## ⚙️ 配置说明\n\n在 `config.py` 中可以配置：\n\n- 因子权重配置\n- 技术指标参数\n- 报告输出格式\n- 定时执行时间\n- 缓存策略\n\n## 📦 输出文件\n\n系统运行后会在 `output/` 目录下生成：\n\n- `沪深300投研日报_YYYYMMDD.md` - Markdown格式报告\n- `沪深300投研日报_YYYYMMDD_详细数据.xlsx` - Excel详细数据\n\n因子数据保存在 `data/` 目录下：\n- `factors_YYYYMMDD.csv` - 所有股票的因子数据\n\n## 🔧 系统要求\n\n- Python 3.7+\n- Windows/Linux/macOS\n- 网络连接（用于获取股票数据）\n\n## ⚠️ 风险提示\n\n本系统仅供投研参考，不构成任何投资建议。股市有风险，投资需谨慎。\n\n基于历史数据的量化分析不代表未来表现，请结合自身风险承受能力做出投资决策。\n\n## 📄 许可证\n\nMIT License\n\nFile v5.2.0:_meta.json\n\n{\n \"ownerId\": \"kn73z7zhz92tv6skpnmpy5pdfh86j68x\",\n \"slug\": \"hs300-research-v5\",\n \"version\": \"5.2.0\",\n \"publishedAt\": 1778812746696\n}\n\nFile v5.2.0:DATA_SOURCES.md\n\n# 数据源接入说明 v5.2\n\n## 架构概览\n\n```\n┌─────────────────────────────────────────────────────────────────┐\n│ 沪深300 投研系统 v5.2 │\n│ data_fetcher.py │\n├─────────────────────────────────────────────────────────────────┤\n│ │\n│ 日线K线降级链: │\n│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │\n│ │ 东方财富 │→ │ Tushare │→ │ AKShare │ │ │\n│ │ (优先级1) │ │ Pro(2) │ │ (3) │ │ │\n│ └──────────┘ └──────────┘ └──────────┘ │ │\n│ ↓ ↓ ↓ │ │\n│ HTTP行情 日线/估值 降级兜底 │ │\n│ K线数据 财务数据 数据 │ │\n│ │ │\n│ 补充数据 (pywencai): │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ pywencai(同花顺问财) — 自然语言查询补充数据源 │ │ │\n│ │ • 信号检测: MACD/KDJ金叉、双金叉共振 │ │ │\n│ │ • 资金流向: 个股/行业/概念多周期资金流 │ │ │\n│ │ • 筛选: 涨停/跌停/突破/超跌/高股息/高ROE │ │ │\n│ │ • 北向资金: 北向资金增持排行 │ │ │\n│ │ • 自定义: 自然语言问句任意查询 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ 辅助数据源: │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ 深交所(SZSE) / 上交所(SSE) │ │ │\n│ │ • A股列表 · 指数行情 · 公告查询 · 新股上市 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ ⚠️ JQData(聚宽) 已禁用 — 免费版数据截止2026-02-10 │ │\n└─────────────────────────────────────────────────────────────────┘\n```\n\n## 各数据源状态\n\n| 数据源 | 状态 | 说明 |\n|--------|------|------|\n| **东方财富** | ✅ 已启用 | HTTP接口，日线K线/估值数据，最快 |\n| **Tushare Pro** | ⏳ 待配置 | 需要注册并填写 Token（见下方说明） |\n| **AKShare** | ✅ 已启用 | 降级兜底，日线/基金/行业数据 |\n| **pywencai(同花顺问财)** | ✅ 已启用 | 自然语言补充查询，信号/资金流 |\n| **深交所SZSE** | ✅ 已启用 | 深市股票列表/指数行情/公告查询 |\n| **上交所SSE** | ✅ 已启用 | 沪市股票列表/指数行情/新股上市 |\n| **JQData** | ❌ 已禁用 | 免费版数据截止2026-02-10，已剔除 |\n\n## pywencai(同花顺问财) 使用指南\n\n### 安装\n```bash\npip install pywencai\n```\n\n### 在投研系统中使用\n\n```python\nfrom data_fetcher import DataFetcher\n\nfetcher = DataFetcher()\n\n# 1. 信号检测\ndf = fetcher.get_pywencai_signal_stocks('dual_golden') # 双金叉共振\ndf = fetcher.get_pywencai_signal_stocks('macd_golden') # MACD金叉\ndf = fetcher.get_pywencai_signal_stocks('breakout') # 突破\n\n# 2. 资金流向\ndf = fetcher.get_pywencai_fund_flow('今日') # 今日资金流\ndf = fetcher.get_pywencai_fund_flow('3日') # 3日资金流\ndf = fetcher.get_pywencai_fund_flow('10日') # 10日资金流\n\n# 3. 行业/概念资金流\ndf = fetcher.get_pywencai_industry_flow('今日')\n\n# 4. 北向资金\ndf = fetcher.get_pywencai_north_bound()\n\n# 5. 高股息/高ROE\ndf = fetcher.get_pywencai_high_dividend()\n\n# 6. 自定义查询（自然语言）\ndf = fetcher.pywencai_query('市盈率小于20并且ROE大于15%', sort_key='总市值')\ndf = fetcher.pywencai_query('连续5天上涨', sort_key='涨跌幅')\n```\n\n### 常用问财语句\n\n| 查询目的 | 问财语句 |\n|---------|---------|\n| MACD金叉 | `MACD金叉` |\n| KDJ金叉 | `KDJ金叉` |\n| 双金叉共振 | `MACD金叉并且KDJ金叉` |\n| 涨停股 | `今日涨停` |\n| 创新高 | `60日新高` |\n| 放量突破 | `放量突破` |\n| 超跌反弹 | `RSI超卖` |\n| 高股息 | `股息率大于4%` |\n| 低PE | `市盈率小于15` |\n| 高ROE | `ROE大于20%` |\n| 营收高增长 | `营收增长率大于30%` |\n| 北向增持 | `北向资金增持` |\n| 基金加仓 | `最近一季基金加仓` |\n\n### 注意事项\n- 免费版每页最多返回100条数据\n- 请求频繁可能被限流，建议加 `sleep` 参数\n- 查询语句越精确，返回结果越准确\n- 部分查询可能需要同花顺账号登录\n\n## 配置方法\n\n### Tushare Pro — 需要配置\n\n**步骤：**\n1. 访问 https://tushare.pro 注册账号\n2. 登录后进入个人主页获取 Token\n3. 编辑 `tushare_config.py`，填写你的 Token：\n\n```python\nTUSHARE_TOKEN = 'your_token_here'\nTUSHARE_AUTH = True # 改为True启用\n```\n\nFile v5.2.0:skill-card.md\n\n## Description:
\nAnalyzes CSI 300 and A-share equities with multi-factor scoring, market-regime detection, risk ratings, and research report generation using multiple market data sources.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[paudyyin](https://clawhub.ai/user/paudyyin)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal finance analysts and agent users use this skill to screen CSI 300 and A-share stocks, calculate factors, inspect technical and fundamental signals, and generate research reports. Outputs are for research reference and do not constitute investment advice.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Embedded third-party data-service credentials are included in the release.
\nMitigation: Do not install or run this version until the publisher removes the embedded credentials, rotates the exposed secrets, and replaces provider secrets with user-managed configuration.
\nRisk: The release says JQData is disabled, but security evidence says it still uses JQData.
\nMitigation: Require the publisher to make the JQData enabled/disabled state accurate and verify that runtime behavior matches the documented configuration before deployment.
\nRisk: External pywencai queries, local output/cache paths, optional PDF downloads, and scheduled execution can transmit or persist research data.
\nMitigation: Review query contents, storage paths, downloaded files, and automation settings before enabling daily or unattended runs.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/paudyyin/hs300-research-v5)
\n- [Tushare Pro](https://tushare.pro)
\n- [Skill documentation](artifact/SKILL.md)
\n- [Data sources documentation](artifact/DATA_SOURCES.md)
\n- [Project README](artifact/README.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]
\n**Output Format:** [Markdown reports, terminal text, inline shell commands, Python configuration snippets, and generated Excel or CSV files]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May create local output, log, cache, Markdown, Excel, and CSV files while fetching third-party market data.]
\n\n## Skill Version(s):
\n5.2.0 (source: server release and SKILL.md frontmatter)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nFile v5.2.0:requirements.txt\n\n# 沪深300多因子投研系统依赖清单\n\n# 数据获取\nakshare>=1.8.0\ntushare>=1.2.89\npywencai>=0.13.0 # 同花顺问财 — 自然语言补充查询\n# jqdatasdk>=1.8.0 # 已禁用 — 免费版数据截止2026-02-10\n\n# 数据处理\npandas>=1.3.0\nnumpy>=1.21.0\n\n# 技术分析\nta-lib>=0.4.24\n\n# 科学计算\nscipy>=1.7.0\n\n# 可视化\nmatplotlib>=3.4.0\n\n# Excel处理\nopenpyxl>=3.0.0\n\n# 定时任务\nschedule>=1.1.0\n\nArchive v5.1.0: 16 files, 42226 bytes\n\nFiles: call_auction_analysis.py (7789b), config.py (2664b), data_fetcher.py (37005b), DATA_SOURCES.md (5586b), factor_calculator_v3.py (22815b), full_analysis_v5.py (14030b), jq_config.py (293b), market_regime.py (11816b), README.md (2197b), requirements.txt (327b), risk_management.py (10118b), SKILL.md (4921b), sse_fetcher.py (4409b), szse_fetcher.py (9674b), tushare_config.py (283b), _meta.json (136b)\n\nFile v5.1.0:SKILL.md\n\n---\nname: hs300-research-v5\nversion: 5.1.0\ndescription: >\n 沪深300多因子投研系统。每当用户要求分析A股、沪深300、多因子选股、投研日报、\n 股票评分、个股基本面分析、技术面分析时，必须使用此技能。\n 支持8大类因子体系、4大数据源自动降级、动态权重调整、信号共振检测、风险评级。\nmetadata:\n author: Paudy\n category: finance\n---\n\n# 沪深300多因子投研系统 v5.1\n\nAI Agent 个人投研技能 — 自动采集多源数据，计算 8 大类因子，生成结构化投研日报。\n\n## 什么时候使用\n\n- 用户要求分析 A 股 / 沪深300\n- 用户要求多因子选股 / 股票评分\n- 用户要求生成投研日报\n- 用户要求分析个股基本面或技术面\n- 用户要求集合竞价量比分析\n- 用户要求查看分红送配 / 资金流向 / 龙虎榜\n\n## 核心工作流\n\n### 1. 环境检查\n```bash\ncd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython -c \"import jqdatasdk; jqdatasdk.auth('USER','PASS'); print('JQData OK')\"\n```\n\n### 2. 运行完整分析\n```bash\npython full_analysis_v5.py\n```\n\n运行结果包含：\n- 沪深300成分股获取（AKShare）\n- 日K线数据（JQData/东方财富）\n- 基本面数据（JQData 逐股查询）\n- 技术面分析（MACD/KDJ/均线）\n- 多因子评分（8大类因子）\n- AKShare附加数据（分红送配/资金流/龙虎榜）\n\n### 3. 输出投研日报\n\n报告结构：\n```\n📊 沪深300多因子投研日报\n├── 🌍 市场环境（牛市/熊市/震荡市 + 建议仓位）\n├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计）\n├── 💰 基本面概况（PE/PB/ROE均值）\n├── ⭐ 潜力个股 TOP 10（代码/名称/价格/PE/ROE/得分/风险/涨幅）\n├── ⚠️ 高风险个股\n└── 💡 核心结论\n```\n\n### 4. 可选：集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n## 数据源架构\n\n| 数据源 | 覆盖内容 | 降级优先级 |\n|--------|---------|-----------|\n| JQData | 日K线/PE/PB/ROE/财务指标/收入表 | 1（主力） |\n| 东方财富HTTP | 日K线/实时行情 | 2 |\n| AKShare | 成分股/分红/资金流/龙虎榜 | 3（补充） |\n| Tushare Pro | 日线/财务/估值 | 4（需2000+积分） |\n\n### 自动降级链\n```\n获取日线: 东方财富HTTP → JQData → Tushare Pro → AKShare\n获取估值: JQData → Tushare Pro → 东方财富 → AKShare\n获取财务: JQData → Tushare Pro → AKShare\n```\n\n## 8 大类因子体系\n\n| 因子类别 | 权重 | 指标 |\n|---------|------|------|\n| 估值 | 25% | PE/PB/PS |\n| 质量 | 20% | ROE/ROA/毛利率/净利率 |\n| 成长 | 15% | 营收增长/利润增长 |\n| 动量 | 15% | 1月涨幅/3月涨幅 |\n| 趋势 | 15% | MACD金叉/KDJ金叉/均线排列 |\n| 波动率 | 5% | 年化波动率/ATR |\n| 技术 | 5% | 突破信号 |\n| 量能 | 5% | 量比/换手率 |\n\n## 配置说明\n\n### JQData（必须）\n编辑 `jq_config.py`：\n```python\nJQ_USER = '手机号'\nJQ_PASSWORD = '密码'\nJQ_AUTH = True\n```\n\n### Tushare Pro（可选）\n编辑 `tushare_config.py`：\n```python\nTUSHARE_TOKEN = 'your_token'\nTUSHARE_AUTH = True\n```\n\n### 依赖安装\n```bash\npip install akshare jqdatasdk tushare pandas numpy scipy\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制（通常到最近几个月）\n- 获取最新实时数据需要升级 JQData 会员（约298元/年）\n- 公司网络可能拦截东方财富 push2 API\n- 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行\n\n## 文件结构\n\n```\nhs300_research_system/\n├── full_analysis_v5.py # 主分析程序 v5.1\n├── data_fetcher.py # 四大数据源采集模块\n├── factor_calculator_v3.py # 8大类因子计算器\n├── market_regime.py # 市场环境判断\n├── risk_management.py # 风险管理和仓位建议\n├── jq_config.py # JQData 配置\n├── tushare_config.py # Tushare 配置\n├── config.py # 全局配置\n├── call_auction_analysis.py # 集合竞价分析\n├── requirements.txt # 依赖清单\n└── DATA_SOURCES.md # 数据源详细说明\n```\n\n## 输出格式\n\n```\n===================================================================\n 沪深300多因子投研日报 v5.1\n 生成时间: 2026-05-14 14:34:00\n===================================================================\n\n技术信号: MACD金叉:1 | KDJ金叉:3 | 均线多头:6 | 均线空头:6\n基本面: PE均值=21.9 | ROE均值=2.9%\n\n潜力个股 TOP 10:\n 1. 000157 中联重科 价:9.68 PE:19.5 ROE:2.0% 营收:+24.9% 利润:+26.8% 得分:67.0 风险:低 1月:+9.9%\n 2. 000338 潍柴动力 价:25.89 PE:19.0 ROE:3.5% 营收:+16.1% 利润:+44.5% 得分:62.0 风险:中 1月:+36.3%\n ...\n\n高风险:\n ⚠ 601318 中国平安 得分:-0.18 PE:8.5 均线:空头\n```\n\nFile v5.1.0:README.md\n\n# 沪深300多因子投研系统 v5.1\n\nAI Agent 个人投研技能 — 自动采集多源数据，计算 8 大类因子（估值/质量/成长/动量/趋势/波动率/技术/量能），生成结构化投研日报。\n\n## 功能\n\n- 📊 **四大数据源**：JQData + Tushare Pro + 东方财富 + AKShare，自动降级\n- 🧮 **8 大类因子**：估值(PE/PB/PS)、质量(ROE/ROA)、成长(营收/利润增长)、动量、趋势、波动率、技术信号、量能\n- 📈 **市场环境判断**：自动识别牛市/熊市/震荡市，动态调整权重\n- 🎯 **信号共振检测**：双重/三重信号叠加分析\n- ⚠️ **风险评级**：个股风险等级评分\n- 💰 **仓位建议**：根据市场环境推荐总仓位和单股上限\n- 📋 **完整报告**：Markdown 格式投研日报，可直接发送\n\n## 安装\n\n```bash\npip install akshare jqdatasdk tushare pandas numpy scipy matplotlib openpyxl\n```\n\n## 配置\n\n编辑 `jq_config.py` 填入 JQData 账号：\n```python\nJQ_USER = 'your_phone'\nJQ_PASSWORD = 'your_password'\nJQ_AUTH = True\n```\n\n可选配置 Tushare Pro Token（`tushare_config.py`）。\n\n## 使用\n\n### 完整分析\n```bash\npython full_analysis_v5.py\n```\n\n### 集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n### 定时运行（OpenClaw Heartbeat）\n配置 `HEARTBEAT.md` 或使用 `heartbeat_check.py`。\n\n## 数据源\n\n| 数据源 | 覆盖内容 | 状态 |\n|--------|---------|------|\n| JQData | 日K线/PE/PB/ROE/财务指标 | ✅ 主力 |\n| Tushare Pro | 日线/财务/估值 | ⏳ 需2000+积分 |\n| 东方财富 | 实时行情/K线 | ✅ HTTP接口 |\n| AKShare | 成分股/分红/资金流/龙虎榜 | ✅ 补充 |\n\n## 输出示例\n\n```\n潜力个股 TOP 10:\n 1. 000157 中联重科 价:9.68 PE:19.5 ROE:2.0% 营收:+24.9% 利润:+26.8% 得分:67.0 风险:低 1月:+9.9%\n 2. 000338 潍柴动力 价:25.89 PE:19.0 ROE:3.5% 营收:+16.1% 利润:+44.5% 得分:62.0 风险:中 1月:+36.3%\n ...\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制，需升级会员获取最新数据\n- 公司网络可能拦截东方财富 API，需配置代理\n- 建议配合 OpenClaw Heartbeat 每日自动运行\n\n## License\n\nMIT\n\nFile v5.1.0:_meta.json\n\n{\n \"ownerId\": \"kn73z7zhz92tv6skpnmpy5pdfh86j68x\",\n \"slug\": \"hs300-research-v5\",\n \"version\": \"5.1.0\",\n \"publishedAt\": 1778742341310\n}\n\nFile v5.1.0:DATA_SOURCES.md\n\n# 数据源接入说明 v5.0\n\n## 架构概览\n\n```\n┌─────────────────────────────────────────────────────┐\n│ 沪深300 投研系统 v5.0 │\n│ data_fetcher.py │\n├─────────────────────────────────────────────────────┤\n│ │\n│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────┐ │\n│ │ JQData │→ │ Tushare │→ │ 东方财富 │ │AKShare│ │\n│ │ (优先级1) │ │ Pro(2) │ │ (3) │ │ (4) │ │\n│ └──────────┘ └──────────┘ └──────────┘ └──────┘ │\n│ ↓ ↓ ↓ ↓ │\n│ 基本面 日线/估值 HTTP行情 降级兜底 │\n│ 财务数据 财务数据 K线数据 数据 │\n│ │\n│ ┌──────────────────────────────────────────────┐ │\n│ │ 深交所(SZSE) — 辅助数据源 │ │\n│ │ • A股列表 (代码/简称/行业/股本) │ │\n│ │ • 指数行情 (深证成指等) │ │\n│ │ • 公告查询 (PDF下载) │ │\n│ └──────────────────────────────────────────────┘ │\n└─────────────────────────────────────────────────────┘\n```\n\n## 各数据源状态\n\n| 数据源 | 状态 | 说明 |\n|--------|------|------|\n| **JQData** | ✅ 已启用 | 聚宽数据，已配置账号密码，自动适配日期范围 |\n| **Tushare Pro** | ⏳ 待配置 | 需要注册并填写 Token（见下方说明） |\n| **东方财富** | 🔒 网络受限 | HTTP接口，可能被公司防火墙拦截 |\n| **AKShare** | 🔒 网络受限 | 降级兜底，可能被公司防火墙拦截 |\n| **深交所SZSE** | ✅ 已启用 | 深市股票列表/指数行情/公告查询 |\n\n## 配置方法\n\n### 1. JQData（聚宽）— 已就绪\n\n- 文件：`jq_config.py`\n- 状态：已启用，自动适配免费版数据范围（2025-02-03 至 2026-02-10）\n- 可用数据：日线K线、估值（PE/PB/PS/PCF）、财务指标（ROE/ROA/毛利率）、收入表\n\n### 2. Tushare Pro — 需要配置\n\n**步骤：**\n1. 访问 https://tushare.pro 注册账号\n2. 登录后进入个人主页获取 Token\n3. 编辑 `tushare_config.py`：\n ```python\n TUSHARE_TOKEN = '你的token' # 替换为实际token\n TUSHARE_AUTH = True # 改为 True\n ```\n4. 安装依赖：`pip install tushare`\n\n**免费额度：**\n- 120积分/天（注册即送）\n- 可调用：日线行情、每日指标（PE/PB）、财务指标、利润表等\n- 提升积分：完善资料 +50 分，绑定手机 +20 分\n\n### 3. 东方财富 — 自动可用\n\n- 无需配置，HTTP API 直接调用\n- 注意：公司网络可能被防火墙拦截\n- 数据：日K线行情\n\n### 4. AKShare — 自动可用\n\n- 无需配置，`pip install akshare`\n- 注意：公司网络可能被防火墙拦截\n- 数据：行情、财务指标、利润表\n\n### 5. 深交所 (SZSE) — 已就绪\n\n- 无需配置，API直接调用\n- 地址：https://www.szse.cn/\n- 可用数据：\n - A股列表（代码、简称、行业、总股本、流通股本、上市日期）\n - 指数行情（深证成指、中小板指等）\n - 公告查询（支持按股票代码、日期范围筛选）\n - 公告PDF下载\n\n## 降级链逻辑\n\n```\n获取日线数据:\n 东方财富(最快, HTTP) → JQData(高质量) → Tushare Pro → AKShare(兜底)\n\n获取估值数据(PE/PB):\n JQData → Tushare Pro → 东方财富 → AKShare\n\n获取财务指标(ROE/毛利率):\n JQData → Tushare Pro → AKShare\n\n获取利润表(营收增长):\n JQData(同比) → Tushare Pro → AKShare\n\n深市数据:\n 深交所SZSE (A股列表/指数行情/公告)\n```\n\n## 已修复的问题\n\n1. ✅ JQData 日期范围自动适配（免费版有限制，自动回退到可用范围）\n2. ✅ JQData DataFrame 列名兼容（`date` / `index`）\n3. ✅ JQData 收入表字段名修正（`operating_revenue` / `pubDate`）\n4. ✅ 四数据源优先级调度\n5. ✅ 数据源使用统计（`fetcher.print_source_stats()`）\n6. ✅ 深交所SZSE集成（股票列表/指数行情/公告查询）\n\n## 当前数据覆盖\n\n| 数据类型 | JQData | Tushare Pro | 东方财富 | AKShare | 深交所SZSE |\n|----------|--------|-------------|----------|---------|-----------|\n| 日K线行情 | ✅ | ✅ | ✅ | ✅ | - |\n| PE/PB | ✅ | ✅ | ✅ | ✅ | - |\n| PS/PCF | ✅ | ✅ | - | ✅ | - |\n| ROE/ROA | ✅ | ✅ | - | ✅ | - |\n| 毛利率 | ✅ | ✅ | - | ✅ | - |\n| 营收增长 | ✅ | ✅ | - | ✅ | - |\n| 利润增长 | ✅ | ✅ | - | ✅ | - |\n| A股列表 | - | - | - | - | ✅ (深市) |\n| 指数行情 | - | - | - | - | ✅ (深市) |\n| 公告查询 | - | - | - | - | ✅ (深市) |\n| 公告PDF | - | - | - | - | ✅ (深市) |\n\nFile v5.1.0:requirements.txt\n\n# 沪深300多因子投研系统依赖清单\n\n# 数据获取 — 四大数据源\nakshare>=1.8.0\ntushare>=1.2.89\njqdatasdk>=1.8.0\n\n# 数据处理\npandas>=1.3.0\nnumpy>=1.21.0\n\n# 技术分析\nta-lib>=0.4.24\n\n# 科学计算\nscipy>=1.7.0\n\n# 可视化\nmatplotlib>=3.4.0\n\n# Excel处理\nopenpyxl>=3.0.0\n\n# 定时任务\nschedule>=1.1.0","readmeExcerpt":"Skill: Hs300 Research V5 Owner: paudyyin Summary: Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-... Tags: latest:5.2.2 Version history: v5.2.2 | 2026-07-17T00:28:58.643Z | user Optimize description: English verb-first + Use when format, No-Op Test cleanup (-14% lines) v5.2.1 | 2026-06-19T00:04:59.676Z | user","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"cd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython data_fetcher.py # 检查所有数据源状�?"},{"language":"bash","snippet":"python full_analysis_v5.py\n# 或新版：\npython run_analysis_v3.py"},{"language":"text","snippet":"📊 沪深300多因子投研日�?├── 🌍 市场环境（牛�?熊市/震荡�?+ 建议仓位�?├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计�?├── 💰 基本面概况（PE/PB/ROE均值）\n├── �?潜力个股 TOP 10（代�?名称/价格/PE/ROE/得分/风险/涨幅�?├── ⚠️ 高风险个�?└── 💡 核心结论"},{"language":"bash","snippet":"python call_auction_analysis.py"},{"language":"text","snippet":"获取日线: 东方财富HTTP �?Tushare Pro �?AKShare\n获取估�? 东方财富 �?Tushare Pro �?AKShare\n获取财务: Tushare Pro �?AKShare\n问财补充: pywencai（自然语言查询�?"},{"language":"python","snippet":"JQ_USER = '手机�?\nJQ_PASSWORD = '密码'\nJQ_AUTH = False # 免费版数据截�?026-02-10，已禁用"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: hs300-research-v5\nversion: 5.2.0\ndescription: \"Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-cap Chinese equities, or building index-tracking strategies.\"\n---\n\n# 沪深300多因子投研系�?v5.2\n\nAI Agent 个人投研技�?�?自动采集多源数据，计�?8 大类因子，生成结构化投研日报�?\n## v5.2 新增\n- �?**pywencai(同花顺问�?** 集成 �?自然语言查询补充数据\n- �?投研日报新增「问财补充数据」板块（双金�?资金�?北向/高股息）\n- ⚠️ **JQData 已禁�?* �?免费版数据截�?026-02-10，已从数据源剔除\n\n## 什么时候使�?\n- 用户要求分析 A �?/ 沪深300\n- 用户要求多因子选股 / 股票评分\n- 用户要求生成投研日报\n- 用户要求分析个股基本面或技术面\n- 用户要求集合竞价量比分析\n- 用户要求查看分红送配 / 资金流向 / 龙虎�?\n## 核心工作�?\n### 1. 环境检�?```bash\ncd hs300_research_system\npython -c \"import akshare; print('AKShare:', akshare.__version__)\"\npython data_fetcher.py # 检查所有数据源状�?```\n\n### 2. 运行完整分析\n```bash\npython full_analysis_v5.py\n# 或新版：\npython run_analysis_v3.py\n```\n\n运行结果包含�?- 沪深300成分股获取（AKShare�?- 日K线数据（东方财富 �?Tushare Pro �?AKShare�?- 基本面数据（Tushare Pro �?东方财富 �?AKShare�?- 技术面分析（MACD/KDJ/均线�?- 多因子评分（8大类因子�?- **pywencai问财补充**（双金叉/资金�?北向资金/高股息）\n- AKShare附加数据（分红送配/资金�?龙虎榜）\n\n⚠️ JQData(聚宽) 已禁用：免费版数据仅�?026-02-10，不再使用�?\n### 3. 输出投研日报\n\n报告结构�?```\n📊 沪深300多因子投研日�?├── 🌍 市场环境（牛�?熊市/震荡�?+ 建议仓位�?├── 📈 技术信号（MACD金叉/KDJ金叉/均线排列统计�?├── 💰 基本面概况（PE/PB/ROE均值）\n├── �?潜力个股 TOP 10（代�?名称/价格/PE/ROE/得分/风险/涨幅�?├── ⚠️ 高风险个�?└── 💡 核心结论\n```\n\n### 4. 可选：集合竞价分析\n```bash\npython call_auction_analysis.py\n```\n\n## 数据源架�?\n| 数据�?| 覆盖内容 | 降级优先�?|\n|--------|---------|-----------|\n| pywencai(问财) | 自然语言查询/信号/资金�?北向/高股�?| 补充查询 |\n| 东方财富HTTP | 日K�?实时行情/估�?| 1（主力） |\n| AKShare | 成分�?分红/资金�?龙虎�?| 2（补充） |\n| Tushare Pro | 日线/财务/估�?| 3（需2000+积分�?|\n| SZSE/SSE | 交易所官方数据（辅助） | 4 |\n\n### 自动降级�?```\n获取日线: 东方财富HTTP �?Tushare Pro �?AKShare\n获取估�? 东方财富 �?Tushare Pro �?AKShare\n获取财务: Tushare Pro �?AKShare\n问财补充: pywencai（自然语言查询�?```\n\n## pywencai(同花顺问�? 查询能力\n\n集成 pywencai 后，支持以下自然语言查询�?\n| 查询类型 | 问财语句示例 |\n|---------|------------|\n| 信号检�?| `MACD金叉` / `KDJ金叉` / `MACD金叉并且KDJ金叉` |\n| 资金流向 | `今日主力资金净流入排行` |\n| 行业资金�?| `今日行业板块资金流向` |\n| 北向资金 | `北向资金增持` |\n| 涨停/跌停 | `今日涨停` |\n| 高股�?| `股息率大�?%` |\n| 高ROE | `ROE大于20%` |\n| 自定�?| 任意自然语言问句 |\n\n## 8 大类因子体系\n\n| 因子类别 | 权重 | 指标 |\n|---------|------|------|\n| 估�?| 25% | PE/PB/PS |\n| 质量 | 20% | ROE/ROA/毛利�?净利率 |\n| 成长 | 15% | 营收增长/利润增长 |\n| 动量 | 15% | 1月涨�?3月涨�?|\n| 趋势 | 15% | MACD金叉/KDJ金叉/均线排列 |\n| 波动�?| 5% | 年化波动�?ATR |\n| 技�?| 5% | 突破信号 |\n| 量能 | 5% | 量比/换手�?|\n\n## 配置说明\n\n### JQData（已禁用�?编辑 `jq_config.py`�?```python\nJQ_USER = '手机�?\nJQ_PASSWORD = '密码'\nJQ_AUTH = False # 免费版数据截�?026-02-10，已禁用\n```\n\n### Tushare Pro（可选）\n编辑 `tushare_config.py`�?```python\nTUSHARE_TOKEN = 'your_token'\nTUSHARE_AUTH = True\n```\n\n### 依赖安装\n```bash\npip install akshare tushare pywencai pandas numpy scipy\n```\n\n## pywencai 使用示例\n```python\nimport pywencai\n# 双金叉共�?res = pywencai.get(query='MACD金叉并且KDJ金叉')\n# 今日资金�?res = pywencai.get(query='今日主力资金净流入排行', sort_key='主力资金净流入(�?')\n```\n\n## 注意事项\n\n- JQData 免费版数据有日期范围限制（通常到最近几个月�?- 获取最新实时数据需要升�?JQData 会员（约298�?年）\n- 公司网络可能拦截东方财富 push2 API\n- 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行\n\n## 文件结构\n\n```\nhs300_research_syst"},{"path":"README.md","content":"# 沪深300晨间多因子投研系统\n\n一个基于Python的自动化量化投研系统，每天早晨自动对沪深300成分股进行多因子分析，生成专业的投研日报。\n\n## 🌟 系统特点\n\n- **多数据源**：东方财富 + Tushare Pro + AKShare + pywencai(同花顺问财) — 自动降级\n- **自然语言查询**：集成 pywencai，支持自然语言问句查询信号/资金流/北向资金\n- **数据自动采集**：多源采集，自动降级，确保数据可用性\n- **多因子模型**：融合估值、成长、动量、波动率、技术面等多维度因子\n- **智能评分**：对所有股票进行综合评分，自动筛选潜力个股\n- **自动报告生成**：生成Markdown和Excel格式的专业投研报告\n- **定时任务**：支持每日定时自动执行，无需人工干预\n\n## 📁 项目结构\n\n```\nhs300_research_system/\n├── config.py # 配置文件\n├── data_fetcher.py # 数据采集模块\n├── factor_calculator.py # 因子计算模块\n├── report_generator.py # 报告生成模块\n├── main.py # 主程序\n├── test_system.py # 系统测试脚本\n├── requirements.txt # 依赖清单\n├── data/ # 数据目录\n│ └── cache/ # 数据缓存\n├── logs/ # 日志目录\n├── models/ # 模型目录\n├── output/ # 报告输出目录\n└── utils/ # 工具目录\n```\n\n## 🚀 快速开始\n\n### 1. 安装依赖\n\n```bash\npip install -r requirements.txt\n```\n\n### 2. 测试系统\n\n```bash\npython test_system.py\n```\n\n### 3. 立即执行一次分析\n\n```bash\npython main.py once\n```\n\n### 4. 启动定时任务模式（每日自动执行）\n\n```bash\npython main.py scheduled\n```\n\n## 📊 因子体系\n\n### 估值因子\n- PE、PB、PE_TTM、PS、PCF\n\n### 成长因子\n- 营收增长率、净利润增长率、ROE增长率\n\n### 质量因子\n- ROE、ROA、净利率、资产周转率\n\n### 动量因子\n- 1月、3月、6月、12月收益率\n\n### 波动率因子\n- 1月波动率、3月波动率、最大回撤\n\n### 技术因子\n- MACD金叉/死叉\n- RSI相对强弱指标\n- KDJ随机指标\n- 均线多头/空头排列\n- 成交量比率\n\n## 📈 报告内容\n\n生成的投研日报包含以下内容：\n\n1. **市场概览** - 沪深300指数表现和市场统计\n2. **技术信号统计** - 金叉死叉、均线排列等信号汇总\n3. **潜力个股推荐** - 综合得分前20名股票\n4. **重点关注个股** - 多重技术信号共振的股票\n5. **风险提示个股** - 综合得分后10名股票\n6. **因子分析** - 各因子的统计分布\n7. **投资策略建议** - 基于模型的仓位和操作建议\n8. **风险提示** - 重要的免责声明\n\n## ⚙️ 配置说明\n\n在 `config.py` 中可以配置：\n\n- 因子权重配置\n- 技术指标参数\n- 报告输出格式\n- 定时执行时间\n- 缓存策略\n\n## 📦 输出文件\n\n系统运行后会在 `output/` 目录下生成：\n\n- `沪深300投研日报_YYYYMMDD.md` - Markdown格式报告\n- `沪深300投研日报_YYYYMMDD_详细数据.xlsx` - Excel详细数据\n\n因子数据保存在 `data/` 目录下：\n- `factors_YYYYMMDD.csv` - 所有股票的因子数据\n\n## 🔧 系统要求\n\n- Python 3.7+\n- Windows/Linux/macOS\n- 网络连接（用于获取股票数据）\n\n## ⚠️ 风险提示\n\n本系统仅供投研参考，不构成任何投资建议。股市有风险，投资需谨慎。\n\n基于历史数据的量化分析不代表未来表现，请结合自身风险承受能力做出投资决策。\n\n## 📄 许可证\n\nMIT License"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn73z7zhz92tv6skpnmpy5pdfh86j68x\",\n \"slug\": \"hs300-research-v5\",\n \"version\": \"5.2.2\",\n \"publishedAt\": 1784248138643\n}"},{"path":"DATA_SOURCES.md","content":"# 数据源接入说明 v5.2\n\n## 架构概览\n\n```\n┌─────────────────────────────────────────────────────────────────┐\n│ 沪深300 投研系统 v5.2 │\n│ data_fetcher.py │\n├─────────────────────────────────────────────────────────────────┤\n│ │\n│ 日线K线降级链: │\n│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │\n│ │ 东方财富 │→ │ Tushare │→ │ AKShare │ │ │\n│ │ (优先级1) │ │ Pro(2) │ │ (3) │ │ │\n│ └──────────┘ └──────────┘ └──────────┘ │ │\n│ ↓ ↓ ↓ │ │\n│ HTTP行情 日线/估值 降级兜底 │ │\n│ K线数据 财务数据 数据 │ │\n│ │ │\n│ 补充数据 (pywencai): │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ pywencai(同花顺问财) — 自然语言查询补充数据源 │ │ │\n│ │ • 信号检测: MACD/KDJ金叉、双金叉共振 │ │ │\n│ │ • 资金流向: 个股/行业/概念多周期资金流 │ │ │\n│ │ • 筛选: 涨停/跌停/突破/超跌/高股息/高ROE │ │ │\n│ │ • 北向资金: 北向资金增持排行 │ │ │\n│ │ • 自定义: 自然语言问句任意查询 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ 辅助数据源: │ │\n│ ┌───────────────────────────────────────────────┐ │ │\n│ │ 深交所(SZSE) / 上交所(SSE) │ │ │\n│ │ • A股列表 · 指数行情 · 公告查询 · 新股上市 │ │ │\n│ └───────────────────────────────────────────────┘ │ │\n│ │ │\n│ ⚠️ JQData(聚宽) 已禁用 — 免费版数据截止2026-02-10 │ │\n└─────────────────────────────────────────────────────────────────┘\n```\n\n## 各数据源状态\n\n| 数据源 | 状态 | 说明 |\n|--------|------|------|\n| **东方财富** | ✅ 已启用 | HTTP接口，日线K线/估值数据，最快 |\n| **Tushare Pro** | ⏳ 待配置 | 需要注册并填写 Token（见下方说明） |\n| **AKShare** | ✅ 已启用 | 降级兜底，日线/基金/行业数据 |\n| **pywencai(同花顺问财)** | ✅ 已启用 | 自然语言补充查询，信号/资金流 |\n| **深交所SZSE** | ✅ 已启用 | 深市股票列表/指数行情/公告查询 |\n| **上交所SSE** | ✅ 已启用 | 沪市股票列表/指数行情/新股上市 |\n| **JQData** | ❌ 已禁用 | 免费版数据截止2026-02-10，已剔除 |\n\n## pywencai(同花顺问财) 使用指南\n\n### 安装\n```bash\npip install pywencai\n```\n\n### 在投研系统中使用\n\n```python\nfrom data_fetcher import DataFetcher\n\nfetcher = DataFetcher()\n\n# 1. 信号检测\ndf = fetcher.get_pywencai_signal_stocks('dual_golden') # 双金叉共振\ndf = fetcher.get_pywencai_signal_stocks('macd_golden') # MACD金叉\ndf = fetcher.get_pywencai_signal_stocks('breakout') # 突破\n\n# 2. 资金流向\ndf = fetcher.get_pywencai_fund_flow('今日') # 今日资金流\ndf = fetcher.get_pywencai_fund_flow('3日') # 3日资金流\ndf = fetcher.get_pywencai_fund_flow('10日') # 10日资金流\n\n"},{"path":"skill-card.md","content":"## Description:\n\nResearch HS300 index constituents for stock analysis and portfolio construction.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[paudyyin](https://clawhub.ai/user/paudyyin)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to run HS300/CSI 300 stock research, multi-factor scoring, technical and fundamental analysis, and portfolio-construction research reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plaintext financial-data service credentials are present in the artifact.\n\nMitigation: Remove and rotate embedded credentials before use; require user-supplied environment secrets for provider authentication.\n\nRisk: Authenticated provider access behavior conflicts with documentation that says JQData is disabled or user-configured.\n\nMitigation: Align documentation and configuration, disable default authentication, and require explicit user setup before enabling provider access.\n\nRisk: Pickle-based caches may be unsafe in shared or sensitive environments.\n\nMitigation: Replace pickle caches with a safer serialization format and avoid loading cache files from untrusted locations.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/paudyyin/skills/hs300-research-v5)\n- [Tushare Pro](https://tushare.pro)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with Python and shell command snippets; generated research reports may be Markdown or Excel files.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Requires network access to financial data providers and user-supplied provider credentials; outputs are research references and not investment advice.]\n\n## Skill Version(s):\n\n5.2.2 (source: server release metadata; artifact frontmatter 5.2.0, package.json 1.0.0)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-... Skill: Hs300 Research V5 Owner: paudyyin Summary: Research HS300 index constituents for stock analysis and portfolio construction. Use when analyzing CSI 300 stocks, conducting fundamental research on large-... Tags: latest:5.2.2 Version history: v5.2.2 | 2026-07-17T00:28:58.643Z | user Optimize description: English verb-first + Use when format, No-Op Test cleanup (-14% lines) v5.2.1 | 2026-06-19T00:04:59.676Z | user","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":917,"uniquenessScore":52,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T16:44:50.571Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T20:59:50.863Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}