金多多股票策略分析 Skill
任务目标
- 本 Skill 用于：根据技术指标和K线形态分析股票，匹配6种交易策略
- 能力包含：技术指标计算、形态识别辅助、策略评分与推荐
- 触发条件：用户提供股票数据或询问买卖时机、策略分析时
前置准备
- 依赖说明：scripts 脚本所需的依赖包
pandas>=2.0.0 numpy>=1.24.0 - 输入数据准备：准备股票历史数据，包含以下字段
- 日期、开盘价、最高价、最低价、收盘价、成交量
- 支持 CSV 文件或 JSON 格式
- 数据格式说明见 references/strategy-guide.md
操作步骤
-
标准流程：
- 数据准备：用户提供股票历史数据（CSV 文件或 JSON 格式）
- 指标计算：调用
scripts/technical_indicators.py计算技术指标- 该脚本会计算移动平均线（MA5/10/20/60）、MACD 指标、成交量分析
- 输出结构化的指标数据
- 形态识别与策略匹配：智能体根据计算结果和 K 线数据，识别技术形态
- 识别 K 线形态（出水芙蓉、金针探底、看跌吞没等）
- 匹配策略条件（见 references/strategy-guide.md）
- 评分与推荐：根据策略条件计算得分，输出匹配的策略和操作建议
- 生成报告：输出包含策略类型、操作建议、关键信号、风险提示的分析报告
-
可选分支：
- 当 数据不足（少于20个交易日）→ 提示用户补充数据，策略判断可能不准确
- 当 信号模糊（多个策略条件接近）→ 标记为"观望等待"（策略六），建议继续观察
- 当 满足多个买入策略 → 选择得分最高的策略，并列出次要信号
资源索引
- 必要脚本：见 scripts/technical_indicators.py（用途：计算 MA、MACD、成交量等技术指标）
- 领域参考：见 references/strategy-guide.md（何时读取：策略匹配、形态识别时）
- 输出资产：无固定模板，根据分析结果动态生成报告
注意事项
- 本 Skill 仅基于技术分析，不构成投资建议
- 所有技术指标计算由脚本完成，确保数据准确性
- K 线形态识别和策略判断由智能体基于数据分析完成
- 评分机制仅供参考，实际操作需结合市场环境和个人风险偏好
- 建议至少提供 60 个交易日的数据以获得更准确的分析结果
使用示例
示例1：从 CSV 文件分析股票
- 功能说明：读取股票 CSV 数据，计算指标并匹配策略
- 执行方式：调用脚本 + 智能体分析
- 关键步骤：
python scripts/technical_indicators.py --input stock_data.csv - 指导要点：CSV 需包含日期、开盘、最高、最低、收盘、成交量字段
示例2：从 JSON 数据快速分析
- 功能说明：直接传入 JSON 格式的股票数据进行分析
- 执行方式：调用脚本 + 智能体分析
- 关键步骤：
echo '{"data":[{"date":"2024-01-01","open":10.0,"high":10.5,"low":9.8,"close":10.2,"volume":1000000}]}' | \ python scripts/technical_indicators.py --input-format json - 指导要点：JSON 数组需包含完整的 OHLCV 数据
示例3：策略条件查询
- 功能说明：用户询问特定策略的判断条件
- 执行方式：仅智能体（无需脚本）
- 关键步骤：读取 references/strategy-guide.md 中的策略定义，解释给用户
- 指导要点：策略六（观望等待）是所有其他策略不匹配时的默认选项