核心能力
股海罗盘（ghdata-stock） 是一款面向A股市场的量化分析技能，核心定位是"给你的信号附上过去准不准的答案"。区别于普通行情查询工具，该技能通过自学习量化引擎对每只股票执行60万+历史信号回测，输出历史匹配率、5类规律图谱（支撑/阻力、大涨后回调、大跌后反弹、MACD趋势判定等）及16维全量数据，最终自动生成结构化DOCX报告。
显著优点
1. 数据维度全面：覆盖实时行情、K线、MACD/KDJ/RSI技术指标、资金流向、机构持仓、融资融券、高管变动、研报观点、财务三表、分红历史、限售解禁等16个维度，数据来源包括新浪财经、腾讯财经、东方财富、同花顺等主流平台
2. 历史验证机制独特：核心差异化能力在于"历史匹配率"——不仅展示技术指标数值，更统计该信号在历史上验证的正确率（全部历史/近60日/近30日三时段），解决"信号准不准"的关键痛点
3. 自学习规律挖掘：自动识别大涨后回调概率、大跌后反弹特征、关键价位触碰次数等5类规律，并每日18:00自动更新学习
4. ETF四象联动分析：独家板块级资金流向与个股走势联动分析，判断"板块共振"还是"独立行情"
5. 研报交叉验证：券商覆盖统计、EPS一致性分歧度、今日评级动态，辅助判断市场共识方向
6. 合规设计严谨：内置大量风险控制和措辞规范，强制区分"信号/参考"与"预测/判断"，自动过滤违规表述，降低投资建议合规风险
潜在缺点与局限性
1. 付费门槛：核心功能（历史信号匹配、规律挖掘、技术指标方向解读）需付费APIKey，免费版每日仅3次限额且功能受限
2. 数据来源依赖：依赖第三方公开API（新浪、腾讯、东方财富等），存在接口变更或限流风险
3. 历史数据局限性："历史匹配率"不代表未来收益，极端行情或结构变化时历史规律可能失效
4. T+1/T+2推算为规则推导：非预测模型，而是基于主方向的逻辑推算，准确性有限
5. 个股覆盖面：主要为A股设计，港股、美股等市场支持度未明确
6. 技术门槛：需配置Python环境，对普通用户有一定使用门槛
适合人群
- 量化投资研究者与业余交易者，需要历史数据验证交易信号
- 希望快速生成结构化股票分析报告的从业者
- 需要ETF资金流向与个股联动分析的板块轮动策略用户
- 注重合规措辞、需要降低投资建议风险的机构或自媒体
常规风险
- 投资风险：工具本身不生成分析结论，所有结论由接入的LLM基于历史数据生成，历史表现不代表未来收益
- 数据风险：第三方数据源可能存在延迟、错误 or 服务中断
- 合规风险：虽内置措辞过滤，但用户/LLM仍需遵守最终输出责任
- 付费风险：APIKey为付费资源，需注意调用次数管理避免超额