agent-stock

AI量化交易技能包 agent-stock

核心功能

agent-stock 是一款专为AI量化交易设计的Python命令行工具，提供四大核心能力：

1. 实时数据获取：通过 stock 命令快速拉取市场大盘、个股实时行情数据
2. 智能选股系统：参考screen文档，支持多维度筛选条件，辅助短线交易标的发现
3. 交易决策引擎：基于trade文档，结合技术指标与实时数据生成买卖建议
4. 持仓分析工具：依据holdings文档，对用户现有持仓进行风险与收益评估

显著优势

• 即装即用：支持 uv tool 和 pip 两种主流安装方式，零配置启动
• AI原生设计：专为LLM Agent场景优化，命令输出结构化，便于AI解析决策
• 工作流清晰：文档体系完善，覆盖选股→决策→持仓管理的完整交易闭环
• 版本活跃：v0.2.2版本显示持续迭代，作者AnoyiX为独立开发者

潜在局限

• 数据源未披露：未说明数据供应商及延迟情况，可能影响高频交易可靠性
• 策略透明度：选股与交易决策逻辑依赖外部参考文档，黑箱程度未知
• 合规风险：量化交易涉及金融监管，需用户自行确认所在地法规合规性
• 回测验证缺失：未见历史策略回测数据，实盘效果待验证

适用人群

• 有一定Python基础的短线/波段交易者
• 希望用AI辅助决策的量化投资爱好者
• 需要快速原型验证策略的独立开发者

常规风险提示

⚠️ 金融交易存在本金损失风险，AI建议仅供参考不构成投资建议；需警惕数据源延迟、策略过拟合、市场极端行情等系统性风险。

核心用法

agent-stock 是一款面向量化交易的 AI 辅助技能包，通过结构化提示词引导 Claude 调用 stock CLI 工具完成股票分析任务。用户需先独立安装 agent-stock 命令行工具，随后即可通过自然语言交互实现三类核心功能：

短线交易选股：参考 screen.md 文档模板，支持多因子筛选（市值、成交量、技术指标等），快速定位潜力标的；
交易决策辅助：基于 trade.md 框架，结合实时行情数据生成买卖点建议、止损止盈策略；
持仓组合分析：通过 holdings.md 模板，评估现有持仓的风险敞口、相关性及调仓建议。

工作流程为：用户提出需求 → Skill 加载对应提示词模板 → Claude 调用 stock 工具获取数据 → 生成结构化分析报告 → 输出至用户指定目录。

显著优点

1. 架构安全极简：纯 Markdown 提示词类 Skill（T-MD），无可执行代码、无危险函数、无外部网络调用，风险面极低
2. 数据流清晰：Skill 本身不处理数据获取，所有行情数据由独立的 stock CLI 工具负责，责任边界明确
3. 模块化工作流：选股、交易、持仓三大场景均有独立参考文档，提示词工程化程度高，输出质量稳定
4. 隐私友好：不收集敏感信息，分析结果仅保存至用户本地 dist/ 目录，无数据外传
5. 合规通过率高：GDPR 六项核心指标全通过，适合对合规有要求的场景

潜在局限

1. 依赖外部工具：必须独立安装 stock CLI 工具，安装失败或版本不兼容将导致 Skill 无法工作
2. 数据源不可控：Skill 层面未暴露 stock 工具的数据来源（推测为东方财富/同花顺等），数据时效性和准确性需用户自行验证
3. T3 来源可信度：作者为个人开发者 AnoyiX，非企业/机构背书，金融决策类 Skill 需谨慎对待
4. 无开源许可证：当前未声明 License，存在潜在法律模糊地带
5. 投资建议免责：AI 生成内容仅供参考，不构成投资建议，用户需独立承担交易风险

适合人群

• 具备基础股票知识的短线交易者，需要快速筛选标的或辅助决策
• 希望用自然语言交互替代繁琐 CLI 命令的量化爱好者
• 对 Skill 安全性要求高、排斥可执行代码的保守型用户
• 已安装并熟悉 stock CLI 工具的技术用户

常规风险

• 市场风险：AI 建议基于历史数据和技术指标，无法预测黑天鹅事件或政策突变
• 工具依赖风险：stock CLI 工具停更或数据源失效将导致 Skill 功能瘫痪
• 过度依赖风险：缺乏投资经验的用户可能误将 AI 输出作为确定性信号，造成损失
• 时效性风险：实时数据存在毫秒级延迟，高频交易场景不适用