什么是 股票分析代理技能？

该技能为分析任何股票的技术指标和市场趋势提供了一个强大的框架。它利用多源数据策略，从 Stooq、雅虎财经和 yfinance 获取数据，以确保高可用性和可靠性。作为 Openclaw Skills 生态系统的核心部分，它既可以作为独立的 CLI 脚本运行，也可以作为基于 LangGraph 的交易架构中的模块化分析师节点。

该技能使开发人员能够将复杂的市场数据合成为具有洞察力的分析，涵盖技术分析、基本面分析和情绪分析。它提供了一种结构化的方式来处理美国和中国市场的数据，使其成为全球金融自动化的通用选择。

下载入口:https://github.com/openclaw/skills/tree/main/skills/llq20133100095/stock-analysis-lianghua

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

股票分析代理技能 应用场景

• 包括美股和 A 股市场在内的全球股票自动化技术分析。
• 生成包含 SMA、RSI 和 MACD 指标的综合市场趋势报告。
• 构建具有新闻和基本面专业分析师节点的决策多代理交易系统。
• 实时股票数据获取和本地缓存，用于算法研究和回测。

1. 用户向 Openclaw Skills 组件提供股票代码和可选参数（如日期或回溯期）。
2. 系统尝试使用优先级故障转移序列获取数据：Stooq、Yahoo Chart API、yfinance，最后是本地缓存。
3. 使用 stockstats 库计算技术指标，侧重于布林带和 RSI 等 8-10 个核心指标。
4. 对于集成工作流，LangGraph 分析师节点将这些工具绑定到 LLM，根据特定的系统提示处理数据。
5. LLM 解读趋势、动量和波动信号，生成结构化的 Markdown 报告。
6. 故障转移机制将工具调用限制为 3 次尝试，以防止在生成最终输出前出现死循环。

股票分析代理技能 配置指南

要在 Openclaw Skills 框架中使用此技能，请确保已安装必要的依赖项：

pip install yfinance stockstats pandas requests

然后，您可以对任何股票代码运行独立分析：

# 使用本地技能脚本分析 Meta (Face@book)
python .cursor/skills/stock-analysis/analyze_stock.py META

# 分析港交所的腾讯，回溯期为 60 天
python .cursor/skills/stock-analysis/analyze_stock.py 0700.HK --days 60

股票分析代理技能 数据架构与分类体系

该技能使用结构化层级和本地缓存机制组织其数据和输出：

• 数据缓存：历史 CSV 文件存储在 tradingagents/dataflows/data_cache/ 中，以最大限度地减少 API 调用。
• 指标架构：该技能处理标准分类中定义的特定技术指标。

name: stock-analysis
description: 分析任意股票的技术指标和趋势，或修改 TradingAgentsV2 中的分析师节点。当用户需要分析某只股票、查看技术指标、获取市场趋势判断时，使用独立分析脚本；当需要新增/修改分析师节点时，参考架构模板。

股票分析 Skill

快速分析（独立脚本）

脚本位置：.cursor/skills/stock-analysis/analyze_stock.py（项目根目录也有一份副本 analyze_stock.py）

当用户要求分析某只股票时，直接执行此脚本：

python .cursor/skills/stock-analysis/analyze_stock.py <股票代码> [选项]

参数

示例

python .cursor/skills/stock-analysis/analyze_stock.py META
python .cursor/skills/stock-analysis/analyze_stock.py AAPL --date 2025-02-20
python .cursor/skills/stock-analysis/analyze_stock.py 0700.HK --days 60
python .cursor/skills/stock-analysis/analyze_stock.py TSLA -i rsi,macd,atr,close_50_sma
python .cursor/skills/stock-analysis/analyze_stock.py NVDA -i all

数据源（多源容灾）

脚本按以下优先级获取数据，自动容灾切换：

1. Stooq（免费、无需API key、不限速）
2. Yahoo Chart API（直接 HTTP 请求）
3. yfinance（Ticker.history）
4. 本地缓存（tradingagents/dataflows/data_cache/ 中已有的 CSV）

成功获取的数据会自动缓存到 data_cache/ 目录。

报告输出内容

1. 近期行情 - 最近 15 个交易日 OHLCV + 涨跌统计
2. 技术指标 - 每个指标的时间序列趋势
3. 综合分析 - 趋势判断、动量分析、波动率分析、短期信号
4. 指标汇总表 - 所有指标的当前值和信号判断

分析逻辑

脚本内置的分析逻辑对应 market_analyst.py 的 prompt：

• 趋势判断: 基于价格与 50SMA/200SMA 的位置关系（多头/空头排列 + 金叉/死叉）
• 动量分析: RSI 超买超卖（70/30 阈值）+ MACD 与信号线交叉 + 柱状图方向
• 波动率: ATR 占股价比例 + 布林带位置
• 短期信号: 价格与 10EMA 的关系

支持的全部指标

close_50_sma, close_200_sma, close_10_ema,
macd, macds, macdh,
rsi,
boll, boll_ub, boll_lb,
atr,
vwma

依赖

yfinance, stockstats, pandas, requests

项目架构（LangGraph 分析师节点）

tradingagents/
├── agents/analysts/           # 分析师节点
│   ├── market_analyst.py      # 市场/技术分析
│   ├── fundamentals_analyst.py # 基本面分析
│   ├── news_analyst.py        # 新闻分析
│   └── social_media_analyst.py # 社交媒体情绪分析
├── dataflows/
│   └── interface.py           # 数据接口（工具函数定义）
└── graph/
    └── trading_graph.py       # LangGraph 交易图

分析师节点结构

每个分析师遵循统一模式：create_xxx_analyst(llm, toolkit) -> node_function

核心模板

from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
from langchain_core.messages import HumanMessage
from ...dataflows.interface import get_market_type

def create_xxx_analyst(llm, toolkit):
    def xxx_analyst_node(state):
        current_date = state["trade_date"]
        ticker = state["company_of_interest"]
        market_type = get_market_type()  # "CN" 或 "US"

        # 1. 根据 market_type 设置 system_message 和 tools
        if market_type == "CN":
            system_message = "..."
            tools = [toolkit.cn_tool_1, toolkit.cn_tool_2]
        else:
            system_message = "..."
            if toolkit.config["online_tools"]:
                tools = [toolkit.online_tool]
            else:
                tools = [toolkit.offline_tool_1, toolkit.offline_tool_2]

        # 2. 构建 prompt（CN/US 可分别定义或共用）
        prompt = ChatPromptTemplate.from_messages([
            ("system",
             "你是一个有帮助的AI助手，与其他助手协作完成任务。"
             "使用提供的工具来推进回答问题。如果你无法完全回答，没关系；"
             "其他拥有不同工具的助手会在你停下的地方继续帮忙。"
             "你可以使用以下工具：{tool_names}
{system_message}"
             "供参考，当前日期是 {current_date}。我们正在分析的公司是 {ticker}"),
            MessagesPlaceholder(variable_name="messages"),
        ])
        prompt = prompt.partial(
            system_message=system_message,
            tool_names=", ".join([t.name for t in tools]),
            current_date=current_date,
            ticker=ticker,
        )

        # 3. 调用 LLM
        chain = prompt | llm.bind_tools(tools)
        messages = state["messages"].copy()

        # 工具调用次数限制（防止无限循环）
        tool_call_count = sum(
            1 for msg in messages
            if hasattr(msg, 'tool_calls') and msg.tool_calls
        )
        if tool_call_count >= 3:
            final_prompt = ChatPromptTemplate.from_messages([
                ("system", system_message + "

重要提醒：请基于已获取的信息生成最终报告，不要再调用任何工具。"),
                MessagesPlaceholder(variable_name="messages"),
            ])
            result = (final_prompt | llm).invoke(messages)
        else:
            if not (messages and getattr(messages[-1], "role", None) == "user"):
                messages.append(HumanMessage(content=f"请分析{ticker}的相关信息，并调用相关工具获取数据。"))
            result = chain.invoke(messages)

        # 4. 返回结果（key 与 state schema 对应）
        return {
            "messages": [result],
            "xxx_report": result.content,
        }

    return xxx_analyst_node

State 返回字段映射

可用技术指标（市场分析师）

指标名称必须与以下精确匹配，否则工具调用会失败：

选择指标时最多 8 个，避免冗余（如不要同时选 rsi 和 stochrsi）。

数据工具对照表

工具函数定义在 tradingagents/dataflows/interface.py。

市场类型配置

通过 get_market_type() 获取，返回 "CN" 或 "US"。配置来源于 tradingagents/dataflows/config.py。

修改指南

新增技术指标

1. 在 interface.py 的 stockstats 工具中添加指标定义
2. 在 market_analyst.py 的 system_message 中添加指标描述
3. 指标名需与 stockstats 库一致

新增分析师类型

1. 在 tradingagents/agents/analysts/ 创建新文件
2. 遵循上方核心模板
3. 在 trading_graph.py 中注册新节点
4. 返回值 key 需在 state schema 中定义

修改报告格式

所有分析师 system_message 末尾已要求附加 Markdown 表格总结。如需修改格式，调整 system_message 的指令即可。

注意事项

• 工具调用上限默认 3 次，超出后强制生成报告（防死循环）
• online_tools 配置决定使用在线/离线数据源
• 所有分析师输出中文，system_message 统一用中文编写
• 报告末尾需附 Markdown 表格，方便前端展示