360 Secure SkillHub
360 安全技能中心

沪深300多因子投研系统 v6.0 — 多策略量化选股平台

核心功能涵盖9大策略体系集成,8大类因子评分,个股基本面/技术面分析,结构化投研日报生成,还支持策略相关性分析、绩效对比及四类资产配置方案。典型场景包括用户需分析A股/沪深300、多因子选股、生成投研日报等。通过命令行运行脚本输出结构化分析结果。

paudyyin
paudyyin
热度 28.49
最近更新 2026-05-18 11:54:11
分类:数据依赖:代码执行 / 读写文件 / 第三方 API应用场景:财务 / 数据处理 / 报告撰写 / 市场分析 ...

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add hs300-research-v6
Metadata
name
hs300-research-v5
version
6.0.0
description
沪深300多因子投研系统 v6.0 — 多策略量化选股平台。每当用户要求分析A股、沪深300、 多因子选股、投研日报、股票评分、个股基本面/技术面分析时,必须使用此技能。 新增9大策略体系:宽基指增(沪深300/500/1000)、主动量化(多策略复合/空气指增/成长期优选)、 高频量价(16因子月频/周频)、特色策略(科创板)。支持策略相关性分析、绩效对比、资产配置建议。
metadata
{"author":"Paudy","category":"finance"}

沪深300多因子投研系统 v6.0 — 多策略量化选股平台

AI Agent 个人投研技能 — 自动采集多源数据,计算 8 大类因子,生成结构化投研日报。

v6.0 新增 — 多策略量化选股平台

  • ✅ 9大策略体系集成 — 宽基指增(3) + 主动量化(3) + 高频量价(2) + 特色策略(1)
  • ✅ 策略运行器 v2.0 — 支持 --correlation/--compare/--portfolio 参数
  • ✅ 策略间相关性分析 — 定性相关矩阵 + 低相关组合建议
  • ✅ 策略绩效对比 — 收益弹性排序 + 风格分类
  • ✅ 多策略资产配置 — 稳健型/均衡型/进攻型/全天候 四种组合方案
  • ✅ 共享因子处理库 — MAD去极值/Z-Score/对称正交化/ICIR加权/组合优化

v5.2 功能(保留)

  • ✅ pywencai(同花顺问财) 集成 — 自然语言查询补充数据
  • ✅ 投研日报新增「问财补充数据」板块(双金叉/资金流/北向/高股息)
  • ⚠️ JQData 已禁用 — 免费版数据截止2026-02-10,已从数据源剔除

什么时候使用

  • 用户要求分析 A 股 / 沪深300
  • 用户要求多因子选股 / 股票评分
  • 用户要求生成投研日报
  • 用户要求分析个股基本面或技术面
  • 用户要求集合竞价量比分析
  • 用户要求查看分红送配 / 资金流向 / 龙虎榜

核心工作流

1. 环境检查

cd hs300_research_system
python -c "import akshare; print('AKShare:', akshare.__version__)"
python data_fetcher.py  # 检查所有数据源状态

2. 运行完整分析

python full_analysis_v5.py
# 或新版:
python run_analysis_v3.py

运行结果包含:

  • 沪深300成分股获取(AKShare)
  • 日K线数据(东方财富 → Tushare Pro → AKShare)
  • 基本面数据(Tushare Pro → 东方财富 → AKShare)
  • 技术面分析(MACD/KDJ/均线)
  • 多因子评分(8大类因子)
  • pywencai问财补充(双金叉/资金流/北向资金/高股息)
  • AKShare附加数据(分红送配/资金流/龙虎榜)

⚠️ JQData(聚宽) 已禁用:免费版数据仅到2026-02-10,不再使用。

3. 输出投研日报

报告结构:

📊 沪深300多因子投研日报
├── 🌍 市场环境(牛市/熊市/震荡市 + 建议仓位)
├── 📈 技术信号(MACD金叉/KDJ金叉/均线排列统计)
├── 💰 基本面概况(PE/PB/ROE均值)
├── ⭐ 潜力个股 TOP 10(代码/名称/价格/PE/ROE/得分/风险/涨幅)
├── ⚠️ 高风险个股
└── 💡 核心结论

4. 可选:集合竞价分析

python call_auction_analysis.py

数据源架构

数据源 覆盖内容 降级优先级
pywencai(问财) 自然语言查询/信号/资金流/北向/高股息 补充查询
东方财富HTTP 日K线/实时行情/估值 1(主力)
AKShare 成分股/分红/资金流/龙虎榜 2(补充)
Tushare Pro 日线/财务/估值 3(需2000+积分)
SZSE/SSE 交易所官方数据(辅助) 4

自动降级链

获取日线: 东方财富HTTP → Tushare Pro → AKShare
获取估值: 东方财富 → Tushare Pro → AKShare
获取财务: Tushare Pro → AKShare
问财补充: pywencai(自然语言查询)

pywencai(同花顺问财) 查询能力

集成 pywencai 后,支持以下自然语言查询:

查询类型 问财语句示例
信号检测 MACD金叉 / KDJ金叉 / MACD金叉并且KDJ金叉
资金流向 今日主力资金净流入排行
行业资金流 今日行业板块资金流向
北向资金 北向资金增持
涨停/跌停 今日涨停
高股息 股息率大于4%
高ROE ROE大于20%
自定义 任意自然语言问句

8 大类因子体系

因子类别 权重 指标
估值 25% PE/PB/PS
质量 20% ROE/ROA/毛利率/净利率
成长 15% 营收增长/利润增长
动量 15% 1月涨幅/3月涨幅
趋势 15% MACD金叉/KDJ金叉/均线排列
波动率 5% 年化波动率/ATR
技术 5% 突破信号
量能 5% 量比/换手率

配置说明

JQData(已禁用)

编辑 jq_config.py:

JQ_USER = '手机号'
JQ_PASSWORD = '密码'
JQ_AUTH = False  # 免费版数据截止2026-02-10,已禁用

Tushare Pro(可选)

编辑 tushare_config.py:

TUSHARE_TOKEN = 'your_token'
TUSHARE_AUTH = True

依赖安装

pip install akshare tushare pywencai pandas numpy scipy

pywencai 使用示例

import pywencai
# 双金叉共振
res = pywencai.get(query='MACD金叉并且KDJ金叉')
# 今日资金流
res = pywencai.get(query='今日主力资金净流入排行', sort_key='主力资金净流入(元)')

注意事项

  • JQData 免费版数据有日期范围限制(通常到最近几个月)
  • 获取最新实时数据需要升级 JQData 会员(约298元/年)
  • 公司网络可能拦截东方财富 push2 API
  • 建议配置 OpenClaw Heartbeat 每日 08:30 自动运行

文件结构

hs300_research_system/
├── full_analysis_v5.py      # 主分析程序 v5.1
├── run_analysis_v3.py       # 主分析程序 v5.2(含pywencai补充数据)
├── data_fetcher.py          # 多数据源采集模块 v5.2
├── factor_calculator_v3.py  # 8大类因子计算器
├── pywencai_fetcher.py      # 同花顺问财数据获取器 ⭐新增
├── market_regime.py         # 市场环境判断
├── risk_management.py       # 风险管理和仓位建议
├── data_quality.py          # 数据质量检查
├── jq_config.py             # JQData 配置(已禁用)
├── tushare_config.py        # Tushare 配置
├── config.py                # 全局配置
├── call_auction_analysis.py # 集合竞价分析
├── requirements.txt         # 依赖清单
└── DATA_SOURCES.md          # 数据源详细说明 v5.2

输出格式

===================================================================
  沪深300多因子投研日报 v5.1
  生成时间: 2026-05-14 14:34:00
===================================================================

技术信号: MACD金叉:1 | KDJ金叉:3 | 均线多头:6 | 均线空头:6
基本面: PE均值=21.9 | ROE均值=2.9%

潜力个股 TOP 10:
  1. 000157 中联重科   价:9.68  PE:19.5  ROE:2.0%  营收:+24.9%  利润:+26.8%  得分:67.0  风险:低  1月:+9.9%
  2. 000338 潍柴动力   价:25.89 PE:19.0  ROE:3.5%  营收:+16.1%  利润:+44.5%  得分:62.0  风险:中  1月:+36.3%
  ...

高风险:
  ⚠ 601318 中国平安  得分:-0.18  PE:8.5  均线:空头

v6.0 多策略量化选股平台

9大策略体系

# 策略代码 策略名称 类别 2025表现 调仓
1 csi300 沪深300指增 宽基指增 超额10.7% 月度
2 csi500 中证500指增 宽基指增 超额9.5% 月度
3 csi1000 中证1000指增 宽基指增 超额17.49% 月/周
4 multi_composite 多策略复合因子 主动量化 年化超额12.6% 月度
5 quant_selection 量化选股(空气指增) 主动量化 收益45.02% 周/月
6 growth_stage 成长期优选组合 主动量化 收益84.1% 月度
7 kcb 科创板策略 特色策略 收益~18.61% 月度
8 factor16_m 16因子量价(月频) 高频量价 多空47.51% 月度
9 factor16_w 16因子量价(周频) 高频量价 多空82.67% 周度

运行多策略

cd hs300_research_system

# 运行所有策略
python strategy_runner.py

# 运行指定策略
python strategy_runner.py --strategy csi300

# 策略相关性分析
python strategy_runner.py --correlation

# 策略绩效对比
python strategy_runner.py --compare

# 资产配置建议
python strategy_runner.py --portfolio

# 列出所有策略
python strategy_runner.py --list

策略模块结构

strategies/
├── __init__.py               # 策略包
├── core_factors.py           # 共享因子处理库 (MAD/Z-Score/正交化/ICIR/组合优化)
├── base_strategy.py          # 策略基类
├── csi300_enhanced.py        # 沪深300指增
├── csi500_enhanced.py        # 中证500指增
├── csi1000_enhanced.py       # 中证1000指增
├── multi_strategy_composite.py   # 多策略复合因子(60/30/10)
├── quant_stock_selection.py      # 量化选股(空气指增)
├── growth_stage_portfolio.py     # 成长期优选组合(三层筛选)
├── kcb_strategy.py               # 科创板策略(四因子等权)
├── factor16_monthly.py           # 16因子量价月频版
└── factor16_weekly.py            # 16因子量价周频版
strategy_runner.py            # 多策略统一运行器 v2.0