金融工具包

SKILL.md

---
name: 金融工具包
description: 股票数据获取、分析和可视化工具包。支持A股、港股、美股数据，提供技术分析、基本面分析和投资组合管理功能。
metadata: {"clawdbot":{"requires":{"bins":["python"]},"install":[{"id":"python","kind":"python","packages":["akshare","pandas","numpy","matplotlib","mplfinance","plotly","ta"],"label":"安装Python依赖"}]}}
---

# 金融工具包技能

## 功能特性

### 数据获取
- **实时行情**: A股、港股、美股实时价格
- **历史数据**: 日线、周线、月线数据
- **基本面数据**: 财务指标、财报数据
- **市场数据**: 指数、板块、资金流向

### 技术分析
- **K线图**: 蜡烛图、成交量图
- **技术指标**: MA、MACD、KDJ、RSI、BOLL等
- **形态识别**: 头肩顶、双底、三角形等
- **趋势分析**: 趋势线、支撑阻力位

### 基本面分析
- **财务分析**: 资产负债表、利润表、现金流量表
- **估值指标**: PE、PB、PS、股息率等
- **成长性分析**: 营收增长、利润增长
- **盈利能力**: ROE、ROA、毛利率、净利率

### 投资组合
- **组合管理**: 持仓管理、盈亏计算
- **风险评估**: 波动率、夏普比率、最大回撤
- **资产配置**: 股债配置、行业配置
- **绩效评估**: 收益率、风险调整后收益

### 可视化
- **交互图表**: 可缩放、可拖动的K线图
- **指标叠加**: 多指标同图显示
- **报表生成**: 自动生成分析报告
- **仪表盘**: 实时监控仪表盘

## 安装依赖

```bash
# Python依赖
pip install akshare pandas numpy matplotlib mplfinance plotly ta

# 可选：更多高级功能
pip install backtrader quantstats yfinance
```

## 配置说明

### API配置
```python
# config/api_config.py
API_CONFIG = {
    "akshare": {
        "timeout": 10,
        "retry": 3
    },
    "cache": {
        "enabled": True,
        "ttl": 300  # 5分钟缓存
    }
}
```

### 数据源配置
```python
# config/data_sources.py
DATA_SOURCES = {
    "a_share": {
        "realtime": "akshare.stock_zh_a_spot_em",
        "history": "akshare.stock_zh_a_hist",
        "fundamental": "akshare.stock_financial_report_sina"
    },
    "hk_stock": {
        "realtime": "akshare.stock_hk_spot_em",
        "history": "akshare.stock_hk_hist"
    },
    "us_stock": {
        "realtime": "akshare.stock_us_spot_em", 
        "history": "akshare.stock_us_hist"
    }
}
```

## 使用示例

### 基础使用
```python
from finance_toolkit import StockAnalyzer

# 创建分析器
analyzer = StockAnalyzer()

# 获取股票数据
df = analyzer.get_stock_data("000001", start_date="2024-01-01")

# 技术分析
indicators = analyzer.calculate_indicators(df)

# 生成图表
analyzer.plot_chart(df, indicators, save_path="chart.png")
```

### 命令行使用
```bash
# 查看股票信息
python -m finance_toolkit.cli stock 000001

# 技术分析
python -m finance_toolkit.cli analyze 000001 --indicators macd,rsi,boll

# 投资组合
python -m finance_toolkit.cli portfolio list
python -m finance_toolkit.cli portfolio add 000001 1000

# 生成报告
python -m finance_toolkit.cli report 000001 --output report.html
```

### OpenClaw集成
```javascript
// 在OpenClaw技能中调用
const finance = require('./skills/finance-toolkit');

// 股票查询命令
app.command('/stock <code>', async (code) => {
  const data = await finance.getStockData(code);
  return `股票 ${code} 信息:\n当前价: ${data.price}\n涨跌幅: ${data.change}`;
});

// 投资组合命令
app.command('/portfolio', async () => {
  const portfolio = await finance.getPortfolio();
  return `投资组合总价值: ${portfolio.total_value}\n今日盈亏: ${portfolio.today_pnl}`;
});
```

## 命令参考

### 股票命令
```
/stock <代码> [参数]
  参数:
    --detail    详细模式
    --chart     显示图表
    --news      相关新闻
    --analysis  技术分析

示例:
  /stock 000001
  /stock 000001 --chart
  /stock 000001 --analysis --indicators macd,rsi
```

### 投资组合命令
```
/portfolio <子命令> [参数]
  子命令:
    list        查看组合
    add <代码> <数量> [成本价]  添加持仓
    remove <代码> [数量]       减少持仓
    update      更新市值
    analyze     组合分析

示例:
  /portfolio list
  /portfolio add 000001 1000 15.5
  /portfolio analyze --risk
```

### 市场命令
```
/market <子命令> [参数]
  子命令:
    indices     主要指数
    sectors     板块涨跌
    hot         热门股票
    flow        资金流向
    calendar    财经日历

示例:
  /market indices
  /market sectors --sort change
  /market flow --type north
```

### 分析命令
```
/analyze <代码> [参数]
  参数:
    --period <周期>     日/周/月/年
    --indicators <指标> 技术指标列表
    --compare <代码>    对比股票
    --export <格式>     导出格式

示例:
  /analyze 000001
  /analyze 000001 --indicators macd,rsi,boll
  /analyze 000001 --compare 000002 --period month
```

## 数据源说明

### 主要数据源
1. **akshare**: 免费、全面的A股数据
2. **新浪财经**: 实时行情、财务数据
3. **东方财富**: 资金流向、龙虎榜
4. **腾讯财经**: 新闻资讯、公告

### 数据更新频率
- **实时行情**: 3-5秒更新
- **日线数据**: 每日收盘后更新
- **财务数据**: 财报季后更新
- **新闻资讯**: 实时更新

### 数据质量
- **准确性**: 与交易所官方数据一致
- **完整性**: 包含历史复权数据
- **及时性**: 实时数据延迟小于5秒
- **稳定性**: 99.9%可用性

## 高级功能

### 量化策略
```python
from finance_toolkit.quant import StrategyBacktester

# 定义策略
def ma_crossover_strategy(data, short_window=10, long_window=30):
    # 移动平均线交叉策略
    pass

# 回测
backtester = StrategyBacktester(
    strategy=ma_crossover_strategy,
    initial_capital=100000,
    commission=0.0003
)

results = backtester.backtest("000001", "2023-01-01", "2024-01-01")
```

### 风险管理
```python
from finance_toolkit.risk import RiskManager

risk_manager = RiskManager(portfolio)

# 风险评估
risk_report = risk_manager.assess_risk()

# 风险控制
if risk_report["var_95"] > 0.05:  # 95% VaR超过5%
    risk_manager.adjust_position()
```

### 自动化交易
```python
from finance_toolkit.trading import AutoTrader

trader = AutoTrader(
    strategy=my_strategy,
    broker="simulated",  # 模拟交易
    risk_limit=0.02      # 单笔风险限制2%
)

# 启动交易
trader.start()
```

## 注意事项

### 使用限制
1. **数据频率**: 免费API有调用频率限制
2. **商业用途**: 如需商业使用请购买授权
3. **投资建议**: 本工具不构成投资建议
4. **数据准确性**: 请以交易所官方数据为准

### 最佳实践
1. **数据缓存**: 合理使用缓存减少API调用
2. **错误处理**: 实现完善的错误处理机制
3. **日志记录**: 记录重要操作和错误信息
4. **定期备份**: 定期备份重要数据和配置

### 故障排除
1. **网络问题**: 检查网络连接和代理设置
2. **API限制**: 确认API调用未超限
3. **数据格式**: 验证数据格式和编码
4. **依赖版本**: 确保依赖库版本兼容

## 更新日志

### v1.0.0 (2026-02-27)
- 初始版本发布
- 基础股票数据获取
- 基本技术分析功能
- 简单投资组合管理

### 计划功能
- [ ] 期权数据和分析
- [ ] 期货数据和分析
- [ ] 加密货币支持
- [ ] 多因子模型
- [ ] 机器学习预测
- [ ] 实时预警系统
- [ ] 移动端应用
- [ ] 微信/钉钉集成

## 支持与贡献

### 问题反馈
- GitHub Issues: [项目地址]
- 邮箱: support@example.com
- 文档: [文档地址]

### 贡献指南
1. Fork项目
2. 创建功能分支
3. 提交更改
4. 创建Pull Request

### 开发环境
```bash
# 克隆项目
git clone [项目地址]

# 安装开发依赖
pip install -r requirements-dev.txt

# 运行测试
pytest tests/

# 代码检查
flake8 finance_toolkit/
black finance_toolkit/
```

---

**免责声明**: 本工具仅供学习和研究使用，不构成任何投资建议。股市有风险，投资需谨慎。