A股三层选股模型
基于「量化筛选 → 定性分析 → 择时操作」三层漏斗模型，从全市场5000+只A股中筛选出最优标的。
工作流程
第一层：量化筛选（机选）
读取 references/screening-rules.md，按以下5维度等权重筛选：
| 维度 | 条件 | 权重 |
|---|---|---|
| 市值 | 50~500亿 | 20% |
| 动量 | MA15 > MA60 | 20% |
| 换手 | 近5日均换手率 > 2% | 20% |
| MACD | MACD金叉且柱状体放大 | 20% |
| 位置 | 股价在筹码低位或突破密集区 | 20% |
过滤规则： 满足 ≥3/5 项 → 进入第二层
数据获取： 使用 AkShare 接口（参考 references/akshare-guide.md）
第二层：定性分析（人选）
对通过第一层的标的，逐只进行定性验证：
- 基本面：净利润增速 > 15%、ROE > 12%、无明显财务恶化
- 行业：属于政策支持主线（AI/半导体/军工/新能源/消费）
- 催化：近期有实质利好（订单/政策/业绩超预期/重组）
- 筹码：主力筹码集中，上方套牢盘不重
- 龙头：细分行业龙头或技术领先优势
过滤规则： 满足 ≥4/5 项 → 进入第三层
第三层：择时操作
对通过第二层的标的，给出具体操作方案：
- 买入区间（精确价格）
- 止损价（结构失效位）
- 第一目标价
- 仓位建议
- 风险等级（低/中/高）
执行顺序
- 读取
references/screening-rules.md— 获取量化筛选参数 - 读取
references/analysis-framework.md— 获取定性分析框架 - 运行
scripts/screen.py— 执行全市场扫描（输出初筛名单） - 对初筛名单逐只做定性验证
- 输出最终买入名单（含操作方案）
输出格式
## 初筛结果
[满足条件的标的列表]
## 定性验证
[每只标的的5维度评分]
## 买入名单（含操作方案）
| 股票 | 代码 | 行业 | 买入区间 | 止损 | 目标 | 仓位 | 风险 |
|------|------|------|---------|------|------|------|------|
数据来源
- 实时行情：
stock_zh_a_spot_em（东方财富） - 日线历史：
stock_zh_a_hist（AkShare） - 财务数据：
stock_financial_analysis_indicator（如果能获取） - 资金流：
stock_individual_fund_flow（如果能获取） - 筹码分布：
stock_cyq_em（如果能获取）
详细接口用法见 references/akshare-guide.md
重要原则
- 量化初筛不选市值<50亿或>500亿的标的（流动性风险/壳价值）
- 只选有催化逻辑的标的，禁止盲目选"超跌"
- 择时方案必须带止损位，没有止损位的标的直接排除
- 每次选股输出不超过5只标的（聚焦）
- 如果市场整体趋势向下（如MA60空头排列），主动提示降低仓位