🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

Quant Stock Picker Pro

by @eric961

AI-powered stock screening tool for Chinese A-shares. Daily picks using multi-factor analysis (fundamentals + technical + sentiment). Use when user asks abou...

Versionv1.0.0
Downloads1,025
Installs4
TERMINAL
clawhub install quant-stock-picker-pro

📖 About This Skill


name: quant-stock-picker-pro version: 1.0.0 description: AI-powered stock screening tool for Chinese A-shares. Daily picks using multi-factor analysis (fundamentals + technical + sentiment). Use when user asks about stock screening, quantitative trading, or investment opportunities.

Quant Stock Picker Pro

AI增强的A股量化选股工具,每日自动筛选优质股票。

功能

  • 多因子分析:基本面(60%)+ 技术面(40%)
  • AI预测:XGBoost、LightGBM、随机森林集成
  • 另类数据:新闻情感、股吧情绪、搜索热度
  • 风险控制:动态止损、波动率目标、行业中性化
  • 自动推送:每日9:35 AM自动运行(工作日)
  • 使用场景

    用户询问以下问题时自动触发:

  • "推荐股票"
  • "今天买什么"
  • "量化选股"
  • "股票筛选"
  • "投资机会"
  • 工作流程

    1. 获取数据(9:35 AM) - 全市场A股实时行情(新浪API) - 新闻情感数据(AkShare) - 股吧情绪数据(东方财富)

    2. 多因子打分 - 成长股因子(营收增长、利润增长、ROE、市值、PE) - 技术面因子(涨幅、量比、换手率、连续上涨) - 另类数据因子(新闻情感、社交媒体、搜索热度)

    3. AI预测 - 集成学习模型(XGBoost + LightGBM + 随机森林) - 交叉验证准确率:F1 0.54% - 置信度分级(高/中/低)

    4. 风险控制 - 排除涨停板附近(涨幅>9.5%) - 排除亏损企业(PE<0) - 排除超高估值(PE>100) - 确保流动性(成交额>1000万)

    5. 筛选输出 - TOP 10 推荐股票 - 包含:代码、名称、得分、关键指标、买入理由、风险提示

    输出格式

    # 量化选股报告 - YYYY-MM-DD

    TOP 10 推荐

    | 排名 | 代码 | 名称 | 得分 | 涨幅 | PE | 换手率 | 买入理由 | |------|------|------|------|------|----|----|----------| | 1 | 600989 | 宝丰能源 | 45 | +8.32% | 17.5 | 5.2% | 低估值+温和上涨+成交活跃 |

    风险提示

    ⚠️ 重要声明

  • 本工具仅供学习参考,不构成投资建议
  • 股市有风险,投资需谨慎
  • 历史表现不代表未来收益
  • 请根据自身风险承受能力做决策
  • 系统信息

  • 数据源:新浪财经(实时)
  • AI模型:XGBoost + LightGBM + 随机森林
  • 准确率:F1 0.54%(交叉验证)
  • 运行时间:9:35 AM(工作日)
  • 技术架构

    quant-stock-picker-pro/
    ├── scripts/
    │   ├── quant-stock-picker-ultimate-integrated.py  # 主脚本
    │   ├── factor_engine.py                           # 因子工程
    │   ├── data_collector.py                          # 数据采集
    │   ├── risk_backtest.py                           # 风险管理
    │   └── market_executor.py                         # 市场识别
    ├── references/
    │   ├── factors.md                                 # 因子库文档
    │   ├── strategies.md                              # 策略说明
    │   └── data-sources.md                            # 数据源说明
    └── SKILL.md                                       # 技能说明
    

    安装

    # 安装依赖
    pip install pandas numpy scikit-learn xgboost lightgbm efinance akshare

    设置定时任务

    openclaw cron add --name "每日量化选股" --schedule "35 9 * * 1-5" --script scripts/quant-stock-picker-ultimate-integrated.py

    配置

    scripts/config.py 中配置:

    # 筛选参数
    MIN_SCORE = 25          # 最低得分
    MAX_PE = 100            # 最大PE
    MIN_VOLUME = 10000000   # 最小成交额(元)

    AI模型参数

    USE_AI = True # 是否使用AI增强 CONFIDENCE_LEVEL = "medium" # 置信度阈值(high/medium/low)

    另类数据

    USE_NEWS_SENTIMENT = True # 新闻情感 USE_SOCIAL_SENTIMENT = True # 社交媒体 USE_SEARCH_HEAT = True # 搜索热度

    定制化

    可以根据需求调整:

    1. 选股策略 - 保守型:低估值 + 回调买入 - 进取型:成长股 + 突破买入 - 平衡型:混合策略

    2. 因子权重 - 基本面权重(0-100%) - 技术面权重(0-100%) - 另类数据权重(0-100%)

    3. 风险偏好 - 低风险:严格筛选,10只股票 - 中风险:适度筛选,20只股票 - 高风险:宽松筛选,30只股票

    注意事项

  • ⚠️ 仅供学习参考,不构成投资建议
  • ⚠️ 股市有风险,投资需谨慎
  • ⚠️ 历史表现不代表未来收益
  • ⚠️ 请根据自身风险承受能力做决策
  • 更新日志

  • v1.0.0 (2026-03-04): 初始版本
  • - 多因子分析 - AI预测 - 另类数据整合 - 风险控制


    作者: Sugar Daddy 版本: 1.0.0 许可: MIT