核心功能与用法
BitSoulStockSkill 是一款面向A股市场的 all-in-one 量化分析技能，主要服务于股票投资者的决策支持需求。核心用法涵盖四大场景：
1. 综合分析：对"分析/估值/基本面/趋势/风险"类请求，自动启用 MOE 混合因子专家模型，输出包含估值、趋势、风险维度的详细报告。
2. 技术分析与回测：针对"均线/动量/RSI/KDJ/布林线/MACD"等技术派需求，触发 MOE 因子计算并调用 calculate_metrics 执行数据回测，验证策略有效性。
3. 交易信号查询：用户询问具体股票"能不能买/该不该卖"时，直接调用 api.get_trade_signal(code) 获取基于模型的买卖建议，禁止自行计算指标。
4. 因子挖掘：响应"因子挖矿/随机挖因子"等探索性请求时，调用 api.random_alpha_backtest() 自动生成随机策略并回测，结束后逐一解释各因子含义。
显著优点
- 数据基础扎实：免费稳定、每周更新的A股交易数据，覆盖个股价格、历史信息、板块数据等
- 模型驱动决策：MOE 混合因子专家模型提供买卖点计算，区别于传统单指标分析
- 功能闭环完整：从筛选策略→指标计算→风险判定→数据回测→交易观察，形成量化投资工作流
- 输出规范严格：强制要求股票显示格式为"代码（名称）"，分析场景返回结论+关键指标+风险提示+支撑摘要
- 成本优势：核心数据与功能免费，仅需注册申请 Token
潜在缺点与局限性
- 依赖外部 Token：功能完全依赖
BITSOUL_TOKEN有效性，token 过期或服务商变更将中断服务 - 网络依赖性强：实时行情、策略回测、因子挖掘均需访问
info.aicodingyard.com及新浪财经接口，网络波动影响可用性 - 模型黑箱性：MOE 专家模型的因子权重、训练数据、回测周期等核心参数未公开披露，用户难以验证模型可靠性
- A股局限：仅覆盖 A 股市场，不支持港股、美股等跨境资产配置需求
- 合规边界模糊："大V交易观察"等信息聚合功能涉及第三方数据抓取，数据来源合规性未明确说明
适合人群
- 有一定 Python 基础的量化投资初学者，希望低成本验证策略思路
- 技术分析派投资者，需要系统化回测验证均线/动量等经典指标
- 价值投资者，需要快速获取个股基本面与估值数据辅助决策
- 对"量化黑箱策略"有好奇心的探索型用户，因子挖矿功能满足随机发现需求
常规风险
- 数据风险：免费数据源的准确性、完整性、及时性未经第三方审计，重大决策建议交叉验证
- 模型风险：MOE 模型的历史回测表现不代表未来收益，"买卖点"建议仅供参考，不构成投资顾问服务
- Token 安全风险：Token 存储于环境变量或指定文件，需避免硬编码入代码仓库导致泄露
- 服务商依赖风险：BitSoul 为商业实体，服务持续性、数据更新频率、免费策略未来存在变动可能