Racing Quant AI 赛马量化AI选股系统

Overview

Racing Quant AI是一套集成化的A股量化选股分析系统，核心功能包含两大部分：

1. 1. 策略选股：从远程MySQL量化策略数据库中，根据用户需求智能匹配推荐量化策略，并获取策略对应的最新持仓股票
2. 深度分析：对筛选出的持仓个股，使用结构化分析框架进行个股深度分析，给出客观的投资参考

整个工作流闭环：用户需求 → 匹配策略 → 获取持仓 → 个股分析 → 综合推荐

触发条件

当用户满足以下任意一种场景时，自动启用本skill：

1. 1. 用户要求"量化选股"、"AI选股"、"策略选股"
2. 用户提到"racing quant"、"赛马量化"、"赛马量化AI"
3. 用户需要从数据库选股并进行深度分析
4. 用户要求根据量化策略推荐股票并分析

数据源

• - 赛马量化策略数据库：实时获取策略持仓、历史绩效、因子暴露数据
• new-akshare-stock 新版量化接口：行情、财务、资金流向、龙虎榜等稳定A股量化数据
• cn-web-search 全网搜索：个股深度研究、行业动态、政策解读，优先返回微信公众号来源内容，自动备注文章标题

核心功能

功能1：策略数据库查询与选股

支持多种查询方式，包括直接查询、关键词搜索和互动偏好匹配，满足不同用户场景：

数据库配置

连接信息（远程公开量化策略库）：

• - 地址：47.121.180.199
• 端口：3306
• 账号：display
• 密码：display999!
• 数据库：dbstrategy
• 主表：strategyinformation

主策略表字段说明

字段	类型	说明
strategytable	text	策略对应持仓数据表名称
strategyname

text | 策略英文名称 |

| strategy_id | text | 策略ID（唯一标识） | | benchmark | text | 对标指数 | | owner_name | text | 策略创建人姓名 | | owner_id | text | 创建人ID | | start_date | datetime | 策略开始回测时间 | | online_date | datetime | 策略上线时间 | | strategynamecn | text | 策略中文名称 | | strategy_summ | text | 策略简介 | | strategy_desc | text | 策略详细描述 | | strategy_cat | text | 策略分类（量价/基本面/事件驱动/量化选股等） | | howtotrade | text | 交易调仓规则 | | if_recommended | bigint | 是否推荐（1=推荐，0=不推荐） |

策略持仓表字段说明

字段	类型	说明
tradedate	text	交易日期
strategyname

text | 策略名称 |

| strategy_id | text | 策略ID | | trading_info | text | 交易信息（持仓信息json，主键为证券代码、值为权重，举例 {'300001.SZ':'0.1'}） | | trade_price | text | 交易价格（open/close） | | update_time | datetime | 更新时间 |

支持的查询操作

1. 1. 获取全部策略列表：查询数据库中所有注册策略，展示策略基本信息
2. 关键词搜索策略：根据关键词搜索策略名称/简介/描述，返回匹配结果
3. 分类筛选：按策略分类（量价/基本面等）筛选策略
4. 推荐策略筛选：只筛选标记为ifrecommended=1的优质推荐策略
5. 需求智能匹配：根据用户描述的投资需求，语义匹配最符合的策略
6. 互动偏好匹配：通过多轮互动提问，了解用户的投资偏好和风险承受能力，从strategydesc字段中匹配最契合的策略
7. 获取最新持仓：根据选中的策略，查询对应持仓表获取最新一期持仓股票列表

备注：多策略命中时，仅列表展示，不自动择优，需用户确认后再获取持仓。

---

功能2：个股深度分析（5维度分析框架）

对策略输出的持仓股票，逐个进行结构化深度分析，遵循以下分析框架：

维度1：核心交易数据

• - 最新股价、当日涨跌幅
• 日内波动区间（最高价/最低价）
• 成交量、成交额、换手率
• 总市值
• 估值指标（PE(TTM)、PB）

数据源：通过new-akshare-stock获取公开股票交易行情数据

维度2：股价走势回顾

分类展示不同周期涨跌幅：

• - 短期：近5日、近1个月
• 中期：近3个月
• 长期：近1年、近5年

数据源：通过new-akshare-stock获取历史行情数据，自动计算涨跌幅

维度3：资金面分析

• - 近期主力资金流向（净流入/净流出）
• 主力持仓成本对比当前股价
• 机构控盘度
• 关键支撑位/压力位

数据源：通过new-akshare-stock获取公开主力资金流向数据，可得到单日/近5日/近20日/近一月主力累计净流入数据

维度4：基本面核心分析

• - 估值对比：当前PE/PB对比行业平均，判断高估/低估
• 业绩表现：近期营收、净利润增速，增长稳定性
• 业务亮点：核心优势、新增长点
• 风险提示：客观列出潜在风险（高负债、政策风险、行业周期等）

数据源：通过new-akshare-stock获取公开财务数据，结合cn-web-search搜索最新公开信息和机构研报，优先返回微信公众号来源内容，自动备注文章标题

维度5：综合评价

• - 短期趋势判断，基于资金面和技术面数据
• 长期投资价值评价，基于基本面分析和估值水平
• 不同类型投资者参考建议（保守/稳健/激进）
• 必须添加免责声明：明确说明"分析结果仅供学习交流，不构成任何投资建议，投资有风险，入市需谨慎"

完整工作流程

工作流优先级：用户有明确选股需求 / 指定策略→直接自动执行；无任何需求→触发互动提问； 补充匹配兜底规则：若关键词 / 偏好 / 分类筛选匹配出 2 条及以上策略，仅展示【策略名称 + 中文简介】列表给到用户，等待用户手动选定具体策略后，再执行拉取持仓、个股分析流程，不自动默认选中任意策略。

标准工作流（用户给出投资需求）

CODEBLOCK0

用户指定策略名称/ID工作流

CODEBLOCK1

用户只想查询策略工作流

CODEBLOCK2

互动偏好匹配工作流（在不明确用户偏好时，优先使用）

CODEBLOCK3

互动提问参考问题

1. 1. "你好！为了给你推荐最合适的量化策略，可以先回答几个问题吗？"
2. "你的投资周期更倾向于哪种？（短期/中期/长期）"
3. "你的风险承受能力大概是什么水平？（保守/稳健/激进）"
4. "你更喜欢哪种选股风格？比如：价值成长/红利低波/动量趋势/事件驱动..."
5. "有没有特别看好或者想要回避的行业？"
6. "还有其他特殊需求吗？"

工具调用规范

1. 1. 数据库查询：使用Node.js连接MySQL数据库，参考scripts目录下的数据库连接模板
2. 获取行情数据：通过new-akshare-stock获取最新股价和各周期涨跌幅数据
3. 获取主力资金流向：通过new-akshare-stock获取每日主力资金数据
4. 基础信息搜索：分析前先使用cn-web-search搜索股票最新公开信息、机构研报和市场数据
5. 深度报告搜索：添加wechat-article-search深度搜索机制，搜索微信公众号最新发布的个股深度研究报告，获取市场最新观点和深度分析内容，并在最终报告中明确注释引用的公众号文章/深度报告标题
6. 融合分析：整合量化策略数据库信息、行情数据、主力资金数据、公开市场数据和微信公众号深度研究报告内容，进行多维度融合分析
7. 严格框架：严格按照5维度分析框架整理输出，不遗漏风险提示
8. 风险优先：必须同时列出优势和风险，不做片面推荐
9. 信息标注：分析过程中引用的公开研报和公众号深度文章，需要在报告末尾注明信息来源
10. 免责声明：所有分析结果末尾必须带有免责声明

基本原则

1. 1. 遵守规范：严格按照既定流程和标准执行各项操作
2. 客观中立：只整理公开信息和量化策略结果，不做主观判断
3. 风险提示：风险提示清晰可见，不隐藏负面信息
4. 信息来源：所有数据来自公开渠道和量化策略数据库
5. 责任豁免：始终声明不构成投资建议，投资风险自负

资源

scripts/

包含可直接运行的数据库查询脚本：

• - check-json.js：检查JSON格式正确性
• INLINECODE10：输出策略描述表格
• INLINECODE11：获取策略最新正确持仓列表
• INLINECODE12：获取策略持仓列表（原始版）
• INLINECODE13：获取持仓JSON格式
• INLINECODE14：输出持仓表格
• INLINECODE15：列出所有推荐策略
• INLINECODE16：读取策略信息

依赖

• - Node.js 环境
• INLINECODE17 包：用于连接MySQL量化策略数据库
• INLINECODE18 Python库：用于支持获取A股行情、财务、资金流向等数据（只通过new-akshare-stock技能调用）
• INLINECODE20技能：用于获取个股最新公开信息和机构研报
• INLINECODE21技能：行情、财务、资金流向、龙虎榜等稳定A股量化数据
• INLINECODE22 深度搜索：搜索微信公众号最新深度研究报告
• INLINECODE23 技能：提供结构化个股分析框架，配置为用new-akshare-stock技能获取行情和主力资金数据

使用示例

示例1：列出所有推荐策略

CODEBLOCK4

示例2：获取指定策略最新持仓并分析N只个股（N默认为5）

CODEBLOCK5

完整运行示例（如本文档编写过程）

1. 1. 用户要求："现在开始对前5只重仓个股进行深度分析"
2. 执行node list-recommended.js获取推荐策略列表
3. 执行node get-positions-correct.js "策略名称" 20获取最新20只持仓（脚本会自动反查strategy_table）
4. 逐个对前5只股票调用公开搜索获取基础基本面信息
5. 逐个对前5只股票调用微信文章深度搜索，获取最新公众号深度研究报告
6. 融合整合公开信息与深度报告内容，按照结构化分析框架整理输出分析报告
7. 在报告中注释引用的公众号文章/深度报告标题，并注明信息来源，最后添加免责声明

上架信息

• - 作者：Warwick
• 分类：金融/量化选股
• 标签：A股, 量化, 选股, 基本面分析, 深度分析, 投资
• 版本：1.5.0
• 更新日志：

- v1.5.0 (2026-03-31): 将直接读取akshare接口更改为调用成熟skill；集成微信文章深度搜索机制，支持搜索公众号最新发布的个股深度研究报告，并融合深度内容进行分析，自动注释引用的报告名称，提供更丰富的市场观点和深度分析内容 - v1.4.0 (2026-03-30): get-positions-correct.js脚本升级，支持通过策略名称（strategynamecn）自动反查strategy_table，无需手动指定表名，使用更便捷 - v1.3.0 (2026-03-30): 主力资金数据获取升级为akshare接口，可直接获取准确的单日/近5日/近20日/近一月主力净流入数据，资金面分析数据更精准 - v1.2.0 (2026-03-30): 行情数据获取方式升级为akshare接口，自动获取准确的最新股价和各周期涨跌幅数据，数据来源更稳定可靠 - v1.1.0 (2026-03-28): 添加微信文章深度搜索机制，支持搜索公众号最新发布的个股深度研究报告，并融合深度内容进行分析，自动注释引用的报告名称