简介
炒股龙虾的最佳搭档,best stock partner forever
核心优势
- 1. 免费稳定且每周更新的A股交易数据:为个股分析、买卖点计算、收益/回撤计算提供坚实的数据基础
- 基于MOE混合因子专家模型的股票买卖点计算判断
- 个股风险判定
- 关键指标计算
- 数据回测
- 提供准确全面且免费的股票价格与股票历史信息
- 板块信息与相关交易数据
- 提供大V交易观察等信息聚合功能
Token 配置
本 skill 需要有效的 BITSOUL_TOKEN 才能使用功能
token 可前往 免费注册申请,并配置在外部运行环境中
必需的环境变量
- *
BITSOUL_TOKEN:用户令牌,用于远程服务器权限验证
可选的环境变量
- *
BITSOUL_TOKEN_ENV_FILE:指向包含 BITSOUL_TOKEN 的 env 文件
配置方式
- 1. 方式一:直接设置环境变量
CODEBLOCK0
- 2. 方式二:使用 env 文件
export BITSOUL_TOKEN_ENV_FILE="/path/to/token.env"
其中
token.env 文件内容格式为:
BITSOUL_TOKEN=你的令牌
注意:如果同时设置了环境变量和 env 文件,环境变量优先。
运行时描述:
- - 从环境变量读取 INLINECODE5
- 只有在显式提供
BITSOUL_TOKEN_ENV_FILE 时,才会从文件中读取 INLINECODE7 - 根据用户的自然语言,参考references/APIFORLLM.md 调用对应接口
- 对“分析 / 估值 / 基本面 / 趋势 / 风险”等请求自动切到综合分析, 需要moe因子计算,返回详细信息
- 对“交易观察 / 技术分析 / 均线 / 动量 / RSI / KDJ / 布林线 / MACD”等请求需要进行moe因子计算,同时需要调用calculate_metrics进行数据回测
- 返回结构化 JSON;查询场景优先给原始数据,分析场景给结论和支撑数据
- 任何返回的股票数据,都应包括个股的完整信息,不应遗漏任何字段
安全与运行边界
- - 技能所需环境变量已经在本文件 frontmatter 中显式声明
- 策略回测、因子挖矿、实时行情查询等功能会访问
info.aicodingyard.com 服务器 - 技能只读取声明过的 token 相关环境变量,以及显式指定的 env 文件路径
- 技能不会主动扫描其他本地凭证文件,也不会写入 token 缓存文件
安装
使用前先安装 Python 依赖,依赖参考assets/requirements
首次安装需要执行初始化操作,在设置好BITSOULTOKEN后,请进行初始化操作,可参考scripts/datafetcher
注意事项
- * api接口文档主要参考 references/APIFORLLM.md 对应的代码文件是scripts/stock_api.py 和 scripts/define.py
- 凭证说明:本skill需要用户Token用于数据访问权限验证。Token通过环境变量
BITSOUL_TOKEN 或 BITSOUL_TOKEN_ENV_FILE 传入。Token在数据访问时需要保持有效(请自行确保token未过期)。 - 缓存目录:
BITSOUL_CACHE_DIR,可选,用于指定缓存目录和数据存储路径。默认值为系统临时目录下的 BitSoulStockSkill 子目录
- * 因子挖矿:用户说"因子挖矿"、"挖矿"、"随机挖因子"、"碰碰运气"、"随机推荐"、"挖金矿"、"随机策略"时,请参考
api.random_alpha_backtest(),返回结果请参考 INLINECODE14 - 因子挖矿结束后:在
print(result['summary_text']) 之后,用自然语言向用户逐一解释本次使用的每个因子是什么含义、在策略中起什么作用。解释来源是 result['factor_descriptions'],格式示例: INLINECODE17 - 买卖建议:用户询问某只股票"能不能买"、"该不该卖"、"现在适合持有吗"、"操作建议"、"投资建议"、"买卖信号"、"值得买吗"、"要不要买"等,且用户指定了具体股票时,请参考 INLINECODE18
- 股票显示格式:任何场景下输出股票代码时,必须同时附上股票名称,请参考
api.get_symbol_basic_infomation(code).name 获取,格式如 600519.SH(贵州茅台),请注意格式 - 买卖信号输出格式:调用
get_trade_signal() 后,按以下结构完整输出:
1.
汇总表:信号、综合评分、置信度、分析日期
2.
专家评分明细表:列出
result['experts'] 中所有专家(technical/alpha/fundamental/behavior),每个专家显示:评分、权重、有效指标数(valid
count/totalcount)、note(若数据不足)
3.
各专家关键细节(从 details 中挑重要的展示,不需要逐项列举):
-
technical:说明看多/看空/中性指标各多少个,点出最关键的 2~3 个指标信号
-
behavior:列出近5日涨跌幅、涨跌停次数等关键字段
-
fundamental /
alpha:若有数据则简要说明核心结论
4.
结论与建议:引用
reason 字段,说明综合评分与阈值关系,给出操作建议
5. 免责声明
输出行为
- - 默认使用简体中文,以报告的形式输出
- 尽量充分利用接口返回的所有数据,不要随意删减,尽可能多呈现结果内容
- 分析类请求默认返回结论、关键指标、风险提示与支撑摘要
示例请求
- - INLINECODE28
- INLINECODE29
- INLINECODE30
- INLINECODE31
- INLINECODE32
- INLINECODE33
- INLINECODE34
- INLINECODE35
参考资料
简介
炒股龙虾的最佳搭档,forever best stock partner
核心优势
- 1. 免费稳定且每周更新的A股交易数据:为个股分析、买卖点计算、收益/回撤计算提供坚实的数据基础
- 基于MOE混合因子专家模型的股票买卖点计算判断
- 个股风险判定
- 关键指标计算
- 数据回测
- 提供准确全面且免费的股票价格与股票历史信息
- 板块信息与相关交易数据
- 提供大V交易观察等信息聚合功能
Token 配置
本 skill 需要有效的 BITSOUL_TOKEN 才能使用功能
token 可前往 免费注册申请,并配置在外部运行环境中
必需的环境变量
- * BITSOUL_TOKEN:用户令牌,用于远程服务器权限验证
可选的环境变量
- * BITSOULTOKENENVFILE:指向包含 BITSOULTOKEN 的 env 文件
配置方式
- 1. 方式一:直接设置环境变量
bash
export BITSOUL_TOKEN=你的令牌
- 2. 方式二:使用 env 文件
bash
export BITSOUL
TOKENENV_FILE=/path/to/token.env
其中 token.env 文件内容格式为:
BITSOUL_TOKEN=你的令牌
注意:如果同时设置了环境变量和 env 文件,环境变量优先。
运行时描述:
- - 从环境变量读取 BITSOULTOKEN
- 只有在显式提供 BITSOULTOKENENVFILE 时,才会从文件中读取 BITSOULTOKEN
- 根据用户的自然语言,参考references/APIFORLLM.md 调用对应接口
- 对分析 / 估值 / 基本面 / 趋势 / 风险等请求自动切到综合分析,需要moe因子计算,返回详细信息
- 对交易观察 / 技术分析 / 均线 / 动量 / RSI / KDJ / 布林线 / MACD等请求需要进行moe因子计算,同时需要调用calculatemetrics进行数据回测
- 返回结构化 JSON;查询场景优先给原始数据,分析场景给结论和支撑数据
- 任何返回的股票数据,都应包括个股的完整信息,不应遗漏任何字段
安全与运行边界
- - 技能所需环境变量已经在本文件 frontmatter 中显式声明
- 策略回测、因子挖矿、实时行情查询等功能会访问 info.aicodingyard.com 服务器
- 技能只读取声明过的 token 相关环境变量,以及显式指定的 env 文件路径
- 技能不会主动扫描其他本地凭证文件,也不会写入 token 缓存文件
安装
使用前先安装 Python 依赖,依赖参考assets/requirements
首次安装需要执行初始化操作,在设置好BITSOULTOKEN后,请进行初始化操作,可参考scripts/datafetcher
注意事项
- * api接口文档主要参考 references/APIFORLLM.md,对应的代码文件是scripts/stockapi.py 和 scripts/define.py
- 凭证说明:本skill需要用户Token用于数据访问权限验证。Token通过环境变量 BITSOULTOKEN 或 BITSOULTOKENENVFILE 传入。Token在数据访问时需要保持有效(请自行确保token未过期)。
- 缓存目录:BITSOULCACHE_DIR,可选,用于指定缓存目录和数据存储路径。默认值为系统临时目录下的 BitSoulStockSkill 子目录
- * 因子挖矿:用户说因子挖矿、挖矿、随机挖因子、碰碰运气、随机推荐、挖金矿、随机策略时,请参考 api.randomalphabacktest(),返回结果请参考 print(result[summarytext])
- 因子挖矿结束后:在 print(result[summarytext]) 之后,用自然语言向用户逐一解释本次使用的每个因子是什么含义、在策略中起什么作用。解释来源是 result[factordescriptions],格式示例:alpha022:高价量5日相关的5日变化 × 收盘波动率,用于衡量量价相关动量的衰减程度,在本次策略中作为选股因子使用。
- 买卖建议:用户询问某只股票能不能买、该不该卖、现在适合持有吗、操作建议、投资建议、买卖信号、值得买吗、要不要买等,且用户指定了具体股票时,请参考 api.gettradesignal(code)
- 股票显示格式:任何场景下输出股票代码时,必须同时附上股票名称,请参考 api.getsymbolbasicinfomation(code).name 获取,格式如 600519.SH(贵州茅台),请注意格式
- 买卖信号输出格式:调用 gettradesignal() 后,按以下结构完整输出:
1.
汇总表:信号、综合评分、置信度、分析日期
2.
专家评分明细表:列出 result[experts] 中所有专家(technical/alpha/fundamental/behavior),每个专家显示:评分、权重、有效指标数(valid
count/totalcount)、note(若数据不足)
3.
各专家关键细节(从 details 中挑重要的展示,不需要逐项列举):
- technical:说明看多/看空/中性指标各多少个,点出最关键的 2~3 个指标信号
- behavior:列出近5日涨跌幅、涨跌停次数等关键字段
- fundamental / alpha:若有数据则简要说明核心结论
4.
结论与建议:引用 reason 字段,说明综合评分与阈值关系,给出操作建议
5. 免责声明
输出行为
- - 默认使用简体中文,以报告的形式输出
- 尽量充分利用接口返回的所有数据,不要随意删减,尽可能多呈现结果内容
- 分析类请求默认返回结论、关键指标、风险提示与支撑摘要
示例请求
- - 请整理东方财富过去10个交易日的股价信息,并输出成表格
- 帮我看看同花顺近期最佳买点和卖点分别是多少,并给我些建议
- 整理中国石油过去半年的财务数据,帮我分析是否具备投资价值
- 过去一个月上龙虎榜最多的股票是哪只?
- 请帮我因子挖矿,看看挖出的收益率和最大回撤是多少
- 调用moe方法,帮我分析工业富联的买入点
- 最近资金流入最快和涨幅最大的板块是哪些,有什么推荐
- 给我做一份沪电股份的技术分析报告
参考资料
- - 机器可读目录:references/APIFORLLM.dm