🚀 start-here: 30 秒上手
A-Stock-Skills 只有 10 个 Skill
| # | Skill | 解决什么问题 |
|---|---|---|
| 1 | astock-data-source | 拿实时行情 / K 线 (多源 fallback) |
| 2 | astock-cache | K 线 parquet 缓存 (5 秒 vs 30 分钟) |
| 3 | astock-utils | 代码转换 / 交易日历 / 工具函数 |
| 4 | watchlist-monitor | 监控自选股 + 涨跌幅告警 |
| 5 | screener | 全市场筛选 (PE / 涨幅 / MACD 等) |
| 6 | stock-technical-analysis | MA / MACD / KDJ / RSI / BOLL |
| 7 | report | 每日复盘 + 个股研报 |
| 8 | alerter | 钉钉 / 微信 / 飞书 推送 |
| 9 | trade-journal | 🆕 AI 建议 vs 实盘 复盘 |
| 10 | start-here | 🆕 本文档 |
🎯 5 个真实场景
场景 1: 拿一只股票的行情
python skills/01-infra/astock-data-source/main.py get-realtime --code 601991
场景 2: 拿 60 日 K 线 + 算 MACD
from skills.Stock_Analysis.stock_technical_analysis.main import calc_macd
from skills.Stock_Infrastructure.astock_data_source.main import get_kline
df = get_kline("601991", days=60)
macd = calc_macd(df)
print(macd.tail())
场景 3: 全市场筛选 PE<20 + 涨幅>5%
python skills/05-quant/screener/main.py screen --pe-max 20 --pct-change-min 5
场景 4: 监控自选股
# 1. 生成配置模板
python skills/02-data-collection/watchlist-monitor/main.py init
# 2. 编辑 watchlist.yaml
# 3. 启动监控
python skills/02-data-collection/watchlist-monitor/main.py monitor
场景 5: 复盘 AI 准不准
# 1. 记录今天的 AI 建议
python skills/02-data-collection/trade-journal/main.py record --code 601991 --signal "MACD金叉" --target_price 3.50
# 2. 30 天后比对
python skills/02-data-collection/trade-journal/main.py review
⚠️ 3 件必读
- 数据源问题: 住宅 IP 跑东财会被封, astock-data-source v2.0 已自动 fallback
- 缓存很重要: 第一次跑慢, 第二次快 100 倍 (用 astock-cache)
- AI 不可信, 除非复盘: 用 trade-journal 记录, 30 天后看胜率
🛡️ 免责声明
本项目所有数据来源于公开市场数据, 仅供学习研究使用, 不构成任何投资建议。投资有风险, 入市需谨慎。