核心能力与定位
股海罗盘（gh-data）是一款面向A股市场的量化数据查询工具，其核心价值在于用历史数据说话——通过60万+历史信号回测，输出「历史匹配率」而非未来预测，为投资决策提供数据验证基础。
显著优点
1. 数据维度全面（16维全景）
覆盖实时行情、K线、技术指标（MACD/KDJ/RSI）、资金流向、机构持仓、融资融券、高管变动、财务三表、分红解禁、券商研报等全量公开数据，数据源涵盖新浪、腾讯、东方财富、同花顺等主流平台。
2. 独家ETF四象联动分析
将个股走势与关联行业ETF资金流向联动分析，判断「板块共振」还是「独立行情」，解决个股分析脱离板块语境的盲区。
3. 自学习与规律挖掘
每日自动更新5类规律图谱（支撑/阻力位、大涨后回调、大跌后反弹、MACD趋势判定），并通过持续回测验证规律有效性，输出可量化的匹配率。
4. 严格的合规设计
- 强制风险提示：每次输出前必须展示标准免责声明
- 禁用词表约束：禁止「预测」「判断趋势」「准确率」「最佳」等暗示性词汇，统一替换为「参考」「信号」「匹配率」「历史统计最高」等中性表述
- 付费预览机制：核心量化功能需付费解锁，免费版仅展示基础数据
5. 券商研报交叉验证
整合EPS一致性预期、机构覆盖统计、今日评级动态，识别市场共识与分歧。
潜在局限与风险
1. 付费门槛较高
核心功能（历史信号匹配、规律挖掘、T+1/T+2参考）需付费API，免费版每日仅3次限额且功能受限，对轻度用户不够友好。
2. 数据来源依赖公开渠道
实时数据来自新浪财经、腾讯等公开接口，存在数据延迟、接口稳定性、反爬限制等风险，不适合对时效性要求极高的高频场景。
3. 「历史匹配率」≠「未来胜率」
工具明确声明「过往表现不代表未来收益」，但用户可能误读60%匹配率为「明天有60%概率涨」，需持续强化认知纠偏。
4. 合规术语转换的学习成本
大量禁用词与强制替换规则（如「金叉」→「信号偏多」）降低了输出直观性，用户需适应中性表述风格。
5. 仅限A股市场
不支持港股、美股等其他市场，适用场景受限。
适合人群
- 量化研究者：需要历史回测数据验证策略的开发者
- 中长线投资者：关注基本面+资金面+技术面的综合分析型用户
- 机构投研辅助：作为数据层工具，为内部模型提供16维标准化输入
- 风险厌恶型用户：明确拒绝「预测」话术、重视数据透明度的投资者
常规风险提示
- 工具不生成分析结论，所有解读由接入的LLM基于数据自行生成
- 历史数据可能存在 Survivorship Bias（幸存者偏差），退市股票数据不完整
- 技术指标计算基于日线/周线，盘中实时信号可能与日终信号存在差异
- APIKey 存储于本地文件，多设备使用需手动同步