股海罗盘（gh-data）深度评估
核心能力
股海罗盘是一款面向A股市场的量化数据分析技能，核心定位是"历史数据验证引擎"而非直接荐股工具。其最大特色在于自学习量化系统——每只股票基于60万+历史信号进行回测，输出"历史匹配率"指标，解决投资者"这个信号过去准不准"的核心痛点。
数据维度覆盖全面：实时行情、K线、技术指标（MACD/KDJ/RSI/均线）、资金流向、机构持仓、融资融券、高管变动、财务三表、分红解禁、券商研报等16个维度，并独创"ETF四象联动"分析框架，将个股走势与板块资金流向联动判断。
量化方法规范：采用7规则投票制生成偏多/偏空/中性信号，配合历史规律挖掘（支撑/阻力位、大涨后回调概率、大跌后反弹特征等5类图谱），输出T+1/T+2/中期方向参考及历史波动区间。
显著优点
1. 历史验证机制：独创"历史匹配率"指标，分全部历史/近60日/近30日三时段展示，用数据说话而非主观判断
2. 合规设计严谨：内置完整的免责声明、措辞规范（禁用"预测""推荐""买入卖出"等词汇）、输出过滤机制（sanitizer），降低合规风险
3. 自动化报告生成：一键生成15章结构化DOCX报告，含K线图嵌入，适合投研工作流
4. 自学习迭代：每日18:00自动更新规律库，持续优化信号有效性跟踪
潜在局限与风险
- 付费门槛：核心量化功能（技术指标解读、历史信号匹配、规律挖掘）需付费解锁，免费版仅限基础数据展示
- 数据源依赖：主要依赖新浪/腾讯/东方财富/同花顺等公开API，存在接口变更或限流风险
- 历史≠未来：虽反复强调"历史表现不代表未来收益"，但用户仍可能误读信号为预测
- T+1/T+2"参考"实为推算：由
SubDirectionEstimator根据主方向规则生成，非真实预测模型输出
适合人群
- 量化投资研究者、技术面分析爱好者
- 需要快速生成投研报告的金融从业者
- 希望用历史数据验证交易信号的自主决策型投资者
不适合：寻求直接买卖建议、缺乏投资经验、无法理解"历史统计≠未来保证"的用户。
安全与合规评估
- 数据安全：APIKey强制本地文件存储（
~/.ghdata/ghdataapikey），不暴露于环境变量或配置文件，设计合理 - 合规安全：内置多层级风险提示与措辞过滤，但最终输出仍依赖LLM自觉，存在绕过风险
- 付费安全：购买链接自动携带完整APIKey，付款后服务端自动激活，流程闭环
总结
股海罗盘是数据基础设施型工具，价值在于降低历史数据获取与统计计算成本，而非提供"圣杯"。其"自学习""60万+回测"等宣传用语虽有营销色彩，但底层确实建立了可量化的信号验证框架。关键风险在于用户认知——工具再强调"仅供参考"，人性仍倾向于将"75%匹配率"理解为"明天75%概率涨"。建议配合强制风险提示和投资者教育使用。