shield_lock
JinDaGe
← Back to skills
extension
Category: Data & AnalyticsNo API key required

ETF多周期掌中宝（技术面）

用户输入 6 位 A股代码（ETF 或股票均可），从 15/30/60 分钟、日/周/月 六个周期做纯技术面体检（均线、量价、KDJ、MACD），输出中文 HTML 报告，给出多周期共振的"关注等级"与操作计划。大级别偏空但小级别转强时会提示可做短线波段。零配置：用户只需在对话里发 6 位代码，助手本地跑完弹报告。触发词：ETF判断、ETF能不能买、ETF技术面、分析ETF、多周期ETF、六位代码分析ETF、ETF买卖点、ETF网格前分析、分析股票、个股技术面、ETF多周期体检、技术面体检。

personAuthor: user_5d56ad01hubcommunity
downloadDownload package

ETF多周期体检官（技术面）

用途

用户通常在日线级别先发现某只标的可能有机会（ETF 或个股均可），希望快速确认：从更细的 15/30/60 分钟看择时、从周/月看趋势是否共振，这只标的当前技术面"能不能关注"。

本技能只做纯技术面分析，依赖均线、量价关系、KDJ、MACD 等主流指标， 最终以 HTML 报告呈现六周期快照 + 综合关注等级，不构成任何投资建议。

为什么老年人也能直接用（核心设计）

本技能面向不想、也不会配置任何环境的用户（老年用户）。设计原则：使用者零配置。

  • 不开浏览器、不起服务、不填表单：用户只需在对话里说一句"分析 589720"， 由本助手（agent）在本机后台完成全部工作，最后把 HTML 报告弹出来给他看。
  • 不用装 Python / 不用 pip：运行依赖由本助手自动确保（首次一次性安装， 之后复用），用户完全无感。
  • 不用填 API Key：使用者完全不需要任何 key。分发版默认不含 token， 自动用 Baostock 免费兜底；制作者想升级权威源可自行预填 Tushare token（使用者无感）。
  • 数据稳准：默认 Baostock 免费源即开即用；若制作者预填了 Tushare token 则优先走权威源， 连不上时自动降级到公开接口，最大化可用性。

一句话：用户要做的只有一件事——在对话里给出 6 位代码（ETF 或股票均可）。 其余（装依赖、抓数据、算指标、出报告）全部由助手代劳。

适用范围

  • 技能名叫"ETF多周期体检官（技术面）"，但引擎对 ETF 和 A股个股一视同仁：输入任意 6 位 A股代码（5/6 开头上交所、0/3 开头深交所）都能正常分析。
  • 脚本会用 Baostock 的 query_stock_basic 自动识别真实证券名（ETF 显示基金名、个股显示公司名），不会把个股错标成 ETF。

何时使用

  • 用户给出 6 位代码（如 ETF 510300、159915，或个股 000001、300750）并想判断技术面强弱 / 可否关注。
  • 用户要求"从多周期 / 15分30分60分日周月 分析这只标的"。
  • 用户想看均线、量价、KDJ、MACD 的多周期共振结论。
  • 与 etf-grid-screener（网格筛选）配合：本技能用于"下单前的技术面体检"。

工作流（对话触发，唯一主流程）

当用户给出 6 位代码（记为 CODE）时说"分析 / 判断 / 看看 这只 ETF"等意图， 严格按以下步骤执行：

Step 1 · 校验代码

确认 CODE 是 6 位纯数字。不是则礼貌询问正确代码，不要继续。

Step 2 · 确保运行依赖（使用者无感，首次自动装）

用托管 Python 一次性确保数据源依赖存在（已装则秒过，不影响用户）：

python <skill>/scripts/analyze_etf.py --check-deps

脚本会自动 pip install baostock tushare（体积很小，几秒到几十秒）。 若环境无外网装不上，脚本会自行降级到公开接口，无需报错中断。

Step 3 · 运行分析引擎，生成 HTML 报告

python <skill>/scripts/analyze_etf.py CODE --out <workspace>/etf_report.html
  • 脚本根据代码自动推断 secid（5/6 开头→上交所 1.，其余→深交所 0.）。
  • 拉取 6 个周期 K 线（Tushare → Baostock → AKShare → 东方财富 → 腾讯 → 新浪 自动 fallback；配了 Tushare token 时优先走权威源）。
  • 计算每个周期的 MA / MACD / KDJ / 量价 / 结构，做 7 维打分（-100~+100）。
  • 合成大级别(月周) / 中级别(日) / 小级别(15/30/60分) 得分与综合结论。
  • 生成自包含中文 HTML 报告（内联 CSS，红涨绿跌），并打印 JSON 摘要到 stdout。

Step 4 · 呈现结果

用 present_files 打开生成的 HTML 报告给用户预览，并口头补一句综合结论要点 （关注等级 + 一句话逻辑 + 失效条件）。报告已内置"教育研究用途、不构成投资建议"声明。

若 Step 3 所有数据源均失败（如完全无外网），脚本会自动改用 --demo 合成数据 生成一份演示报告并在 stdout 提示；此时向用户说明"当前无网络，展示的是示例形态"， 不要假装是真实行情。

解读要点（给用户的话术）

  • 综合评分 / 关注等级：由大(20%)中(35%)小(45%)加权。小级别(择时)权重大，大级别偏空但小级别转强时会明确提示"可做短线波段"，而非一刀切空仓。
  • 大级别：月×0.35+周×0.65，决定牛熊格局，决定"该不该做大趋势"。
  • 中级别（日线）：波段结构，用户最初发现机会的级别。
  • 小级别：60分×0.4+30分×0.3+15分×0.3，决定"何时动手"。
  • 典型场景：大强+中多+小弱 = 上升趋势中的回踩，宜等小级别重新金叉企稳再关注； 大弱+小强 = 仅超跌反弹，小仓严止损，报告会给出"短线波段"提示框。

数据来源与权威性

| 优先级 | 数据源 | 需要 Key | 说明 | |--------|--------|----------|------| | ① | Tushare Pro | 需 token（制作者预填） | A股/ETF 最权威合规源，数据最稳最准；日/周/月线免费，分钟线需 500 积分 | | ② | Baostock | 免 Key | 免费稳定，是公开接口连不上时的可靠兜底 | | ③ | AKShare | 免 Key | 数据源广（可选安装） | | ④ | 东方财富/腾讯/新浪 | 免 Key | 公开接口直连，最后兜底 |

使用者完全不需要关心上面这些——依赖由助手自动装，Tushare token 可选预填（不填也照常运行）。

配置 Tushare token（仅制作者需要，使用者请直接忽略本节）

使用者视角：本节与你无关，你什么都不用做，发 6 位代码即可。

制作者去 https://tushare.pro 免费注册，拿到 token 后写入技能目录的 scripts/tushare_token.txt（内容只有一行 token，不要带引号/空格）。 该文件随技能分发，老年用户拿到即用，看不到 key、不用填任何东西。

多人共用一个 token 有调用频控；若课程用户量大，建议各自免费注册填自己的。 未配置 token 时自动跳过 Tushare，降级到 Baostock/公开接口，不影响使用。 也可改用环境变量 TUSHARE_TOKEN（高级用法，使用者无需了解）。

指标与打分模型

详见 references/indicators_api.md（数据源、致命坑、指标口径、7 维权重、 决策矩阵）。脚本逻辑与该文档一致，二者以脚本 analyze_etf.py 为准。

合规红线（务必遵守）

  • 输出为教育 / 研究用途，所有结论均为技术面"关注等级"描述。
  • 不得出现"推荐 / 买入建议 / 卖出"等话术，用"可关注 / 等待 / 回避"等中性表述。
  • 报告顶部与底部均保留"不构成投资建议"声明（脚本已内置，勿删）。

分析严谨性（用户硬性要求）

  • 每个级别必须分析主图 + 副图指标后才下结论：主图看均线排列(多头/空头/纠缠)与价格相对 MA20 位置；副图看 KDJ(金叉/死叉/超买/超卖)、MACD(金叉红柱/死叉绿柱)、量价配合。脚本已在每个周期卡片用「主图：… ｜ 副图：…」两行摊开呈现，用户能直接看到分析过哪些指标。
  • 结论需多指标共振：评分偏多(≥20)仍不算买入信号，必须 ≥3/5 个主副图指标同向看多（MA 多头 + 价在 MA20 上 + MACD 金叉 + KDJ 金叉非超买 + 量价配合）才给"关注"信号；否则降级为"等共振明确"的等待信号，并在理由中列出各指标实际状态。这避免单指标误导。

资源

  • scripts/analyze_etf.py —— 唯一主引擎：依赖自检 + 行情获取 + 指标 + 打分 + HTML 渲染。
  • scripts/tushare_token.txt —— 制作者预填的 Tushare token（使用者无感；不存在则自动跳过）。
  • references/indicators_api.md —— 接口、坑、指标口径与打分模型参考。