K线短线选股检查清单

Overview

把一套 A 股技术分析经验（96 原则 / 12 底部形态 / 下午 2:30 选股法 / 上升趋势纪律） 蒸馏成纪律化、可复用的核查清单。客观指标（涨跌幅、量比、换手率、流通市值等） 交由 scripts/fetch_quote.py 调用腾讯财经 API 自动抓取与初筛；主观项（K 线形态、趋势、 分时、题材）按 references/ 中的规则逐条人工/看图判定。最终产出结构化筛查报告。

⚠️ 本清单为方法论整理，不构成投资建议；任何短线策略都有失效期与回撤风险， 实盘前须用模拟盘/小仓位验证，并严守止损与仓位纪律。

何时使用

• 用户给出股票代码（如 603045、600158）要求「短线买点核查 / 是否符合 96 原则」。
• 用户问「下午 2:30 怎么选股」「哪些票符合短线条件」「底部 K 线形态识别」。
• 用户希望把自选股套入纪律化清单做买前复核。（本skill正处于验证阶段，当后期验证命中率达到期許后，会新增自动化量化接口，进行自动化买卖操作，敬请期待）
• 用户如果想获取利好信息和股东持股变动信息以及K线信息，则应该先接入Wind金融数据mcp，或者通达信mcp，接入后skill才能执行相关策略
• 若需使用封装好的一键工作台，请参考【步骤7】 【python <技能目录>/scripts/launch_workbench.py】 #浏览器开 http://127.0.0.1:8765/

工作流

步骤 1 · 抓客观指标并初筛（🌐 自动）

对目标代码运行附带脚本，一次性拿到涨跌幅/量比/换手率/流通市值等，并自动判定 「下午 2:30 选股法」第 1~4 层与「96 原则」第 8、9 条的可量化阈值：

python scripts/fetch_quote.py <代码> --screen
# 例: python scripts/fetch_quote.py 603045 --screen
# 代码支持 603045 / sh603045 / 600158 / sz000001 / 8xxxxx(北交所 bj)

脚本输出含 JSON>>> 行，便于程序化消费；客观结论标记「达标 / 偏弱 / 偏高 / 警惕 / 剔除」。

「去选股」模式（未给具体代码时）：若用户要“选股/筛一批票”，先跑全 A 客观四层初筛—— python scripts/select_stocks.py，对全 A（沪/深/创业板/科创板，东方财富 push2delay 延迟行情）按涨幅降序翻页，过滤 涨幅3~5% & 量比≥1 & 换手5~10% & 流通市值50~200亿， 结果写入当前目录 candidates.json（含代码/名称/现价/涨幅/量比/换手/流通市值）。 随后用 scripts/kline_history.py --top 15 --json（--top 自动读 candidates.json 取量比前 15 只，无需手敲代码）拉新浪日 K 并导出 kline_data.json， 最后必须用 scripts/report_html.py 生成固定版式 HTML 看板报告（版式已锁定，禁止随意改排版，见步骤 6）。 注：东方财富 push2delay 在本环境可用（腾讯 web.ifzq.gtimg.cn K 线接口 bad params、东方财富 push2/push2his 被墙），单页上限 100 条需翻页。

步骤 2 · 套用 96 原则 · 9 不买（👁 人工）

🔤 术语澄清（重要）：「96 原则」= 九不买（买入侧纪律，步骤 2 逐条判定）+ 六不卖（卖出侧纪律，步骤 5 持有判定）。 「6」指 六不卖（6 类应继续持有 / 不卖的情形），非 6 次筛选。 真正负责「筛选」的是**「下午 2:30 选股法」的「八层筛选」（共 8 层）——源文本又称「6 次筛选原则」， 但通读实为步骤 1→8 共 8 道连续筛选**，本清单按此落地为八层（层 1~4 自动 / 层 5~8 人工）。 即本报告执行的是 「九不买」逐条 + 「六不卖」持有判定 + 「八层」筛选，不存在孤立的「6 次筛选」； 六不卖细则与八层映射均已补全，见 references/checklist.md 第二、四节。

读取 references/checklist.md 第一节，对 9 类不买逐条判定（下跌趋势、高位放量滞涨、 利好兑现、短期暴涨、大股东减持、基本面问题、破平台、技术走坏、换手异常）。其中 量比>10、换手率>25% 或 <1% 已由脚本在步骤 1 标出，其余需结合 K 线/均线/消息人工判断。

#5/#6 的可自动化部分：#6 的「ST/*ST/退市」可由股票名称自动核查、「亏损」可由 TTM 市盈率（腾讯快照字段 39 / 东方财富 clist 字段 f9）自动判定——这两项目前可在 scripts/select_stocks.py 与报告中自动输出；#5 大股东减持、#6 的「业绩预减/违规」 现可由 Wind 金融数据 MCP 公告核查（步骤 2.5）客观化（连接 wind-finance 时， 减持命中→#5 剔除、监管问询/处罚→#6 剔除）；若未连接 Wind，则回落为 👁 并给出人工核查路径（东财/巨潮资讯公告页）。

步骤 2.5 · 公告核查（🌐 Wind 金融数据 MCP，填 #3/#5/#6 缺口）

九不买里 #3 利好兑现 / #5 大股东减持 / #6 业绩预减·违规 以往只能标 👁（沙箱无可达公告接口）。 若环境已连接 wind-finance MCP 连接器，可把这三项客观化：

1. 先跑 python scripts/announcements_wind.py --plan 生成待查清单 announcement_plan.json—— 每只候选 1 个自然语言查询：{公司名} {代码} 最近公告（如「福达合金 603045 最近公告」）。

   ⚠️ 不要用「塞满关键词」的严格查询（如「603045 2026年8月 减持 业绩预告 处罚 违规 公告」）， Wind 的 NL 检索对这类常返回空；用「X 最近公告」这种自然宽泛查询最稳，四类信号全部由 --merge 的本地关键词扫描覆盖。

2. 对每只候选调用 mcp__wind-finance__get_company_announcements(query="{公司名} {代码} 最近公告", top_k=5)， 把返回 items 按 code 归集进 wind_raw.json（顶层为 [{code, items:[{title,date,content,...}]}]）。
3. 运行 python scripts/announcements_wind.py --merge → 生成 announcement_check.json（字段：reduction / earnings_warn / penalty / good_news / hits / checked）。
4. report_html.py 读取后自动把 #3/#5/#6 的 👁 翻转为客观判定：减持命中 → 九不买 #5 剔除；监管问询/处罚命中 → 九不买 #6 剔除；回购/增持/中标/合同/重组类利好命中 → #3 提示「利好兑现/出尽风险，需谨慎」；并保留真正主观项（题材/逻辑/分时）的 👁。

🔴 两道防线（缺一不可，已焊进 announcements_wind.py --merge，务必理解其必要性）：

• 防线1 · 标题过滤：Wind 即使 query 是「X 最近公告」，仍可能返回跨公司/基金招募书/指数类噪音条目 （实测曾返回「广发利鑫灵活配置混合型证券投资基金招募说明书」等）。这类条目标题不含本公司名/代码， --merge 会自动丢弃（终端会打印「丢弃跨公司/基金/指数类噪音标题 N 条」）。若不丢，其正文里的 「未受到公开谴责、处罚」等字眼会污染关键词扫描。

• 防线2 · 否定语境守卫：公告极常用自证清白句式——「未受到处罚 / 未被立案 / 不存在…违法违规 / 未涉及重大资产重组…股份回购」。若只扫关键词（处罚/重组/回购），会把这种否定句误判为 penalty=true 或 good_news=true，导致 #6 误翻「不买」或 #3 误报利好。scan() 内对 违规(PENALTY)、 业绩(EARN)、利好(GOOD) 三类均配了 *_NEG 否定守卫——加新关键词时，务必同步加对应的否定例外。

• 防线3 · 标题类型门控：否定句式变体无穷无尽，靠穷举 *_NEG 堵不住。实测漏网： 「独立董事提名人声明与承诺」正文含"没有受过处罚"→ 误判 penalty；「对外担保的进展公告」正文含 "下降/亏损"→ 误判 earnings_warn；「董事辞职暨补选」→ 误判 reduction。 对策：正文关键词只做"确认"，标题决定"这份公告到底属不属于这一类"——正文命中必须与 RED_TITLE / EARN_TITLE / PEN_TITLE / GOOD_TITLE 相符才算数，把"堵漏"变成"白名单"。 ⚠️ merge() 必须写 scan(text, title=title)，只传拼接文本会静默退化成无门控模式（曾是真实 bug）。

• 防线4 · 业绩方向判定：业绩预告正文必然出现「上年同期为亏损 XXX 万元」这类对照基准表述， 纯关键词会把扭亏为盈的利好判成业绩预减（实测：银河电子 002519 归母由 -2881 万转 +544 万、 营收 +114%，却被判 earnings_warn → #6 误剔除）。规则：命中 EARN_POS（扭亏为盈/由负转正/ 预计盈利/业绩预增）且无当期预亏表述 → 翻回未触发；且 #6 以【归母】口径判定， 「扣非…仍处于亏损」用 20 字窗口豁免（_cur_loss()），扣非亏损只作质量提示、不硬否决。

--merge 另按类别分桶输出 hits_reduction / hits_earn / hits_penalty / hits_good， 报告展示理由时取对应桶，避免「判定=减持、理由却是业绩预告」的错配。

架构说明：Wind 是 MCP 连接器，由助手（agent）在对话中调用，独立 Python 脚本无法直接调 MCP； 故本步骤的「拉公告」由助手执行，脚本只负责生成查询计划（--plan）与解析归集（--merge，含上述四道防线）。 若未连接 Wind，announcement_check.json 不存在，报告回落到 👁 人工项，不影响其他逻辑。 关键词扫描规则：减持（且未被"未减持/提前终止减持/不减持"否定）、业绩预减/预亏/亏损/同比下降（且非"未亏损"等否定）、处罚/警示函/立案/违规/监管函/问询函（且非"未受到处罚/未被立案"等自证）、中标/合同/重组/回购/增持（且非"未涉及重组/股份回购/增持"等自证否定清单）。

⚠️ 范围边界（硬性）：Wind 集成仅限本环境已信任/启用时使用，技能不负责连接、也不引导用户去连接 Wind（受 MCP 信任安全设计限制，AI 无法代点「信任」，故「自动连通」在任意环境都不可行）。新环境若要用 Wind，请先自行在连接器管理页信任 wind-finance，再运行本技能；未配置则自动回落 👁，不影响其他逻辑。任何版本都不得把「自动连接/引导连接 Wind」写回本技能。

步骤 2.6 · 分时强度客观化（🌐 Wind 金融数据 MCP，填八层第 7 层缺口）

「下午 2:30 选股法」第 7 层要求看分时图——强势股应"全天运行在分时均价线上方、跑赢大盘"。 原本只能标 👁。若环境已连接 wind-finance，Wind 的 get_stock_quote / get_index_quote 返回分钟级序列（MATCH=当时价、TURNOVER=该分钟成交额、VOLUME=该分钟成交量），可把"分时强度"客观化 （题材仍须人工，Wind 给不了"今天什么在炒"的主观判断，见下方边界）：

🔴 AVPRICE 列陷阱（2026-08-10 实测纠错，勿踩回去）：Wind 的 AVPRICE 不是分时均价线， 而是该根分钟 bar 自身的 (OPEN+HIGH+LOW+MATCH)/4。验证：① 沪深300 09:30 根 (4698.82+4702.07+4698.82+4701.93)/4 = 4700.41 恰等于 AVPRICE，逐根可复现； ② 15:00 收盘集合竞价是单一价（O=H=L=C），当日 10 只个股的 AVPRICE 与 MATCH 完全相等—— 真正的全日均价线几乎不可能恰好等于收盘价。 误当均价线用时，above_ratio 实测的是「收盘价 vs 本分钟中值」，接近抛硬币，第 7 层直接失效。 因此 parse_series() 已改为自行重建累计均价线：有 TURNOVER/VOLUME → 累计成交额÷累计成交量（真 VWAP，首选）； 只有 MATCH → 退化为累计等权均价（近似，实测个别标的 above_ratio 与真 VWAP 口径可差 8~17pt， 会跨越 45%/60% 判定阈值，故务必带上量额两列）。归集 intraday_raw.json 时请保留 TURNOVER/VOLUME。

1. 先跑 python scripts/intraday_strength_wind.py --plan → 生成 intraday_plan.json： 自动复刻报告深度候选（prio）逻辑（在 kline 中 且 多头/低PE<20/近高<1，按 -vr 取前 10）， 输出每只 Wind 代码（自动 .SH/.SZ/.BJ 转换）与基准指数 000300.SH（沪深300）。

   仅对「重点候选深度卡片」所展示的 prio 票拉分时（与报告卡片严格一致）；需先跑 kline_history.py --json。

2. 助手对每只 prio 调 mcp__wind-finance__get_stock_quote(windcode=..., begin=数据基准日, end=数据基准日)， 并对基准调一次 mcp__wind-finance__get_index_quote(windcode="000300.SH", begin=..., end=...)， 把每只返回的 data 对象按 intraday_plan 结构归集进 intraday_raw.json（基准存 benchmark，个股存 stocks）。
3. 运行 python scripts/intraday_strength_wind.py --merge → 生成 intraday_strength.json （above_ratio 均价线上方占比、excess 跑赢大盘超额收益、above_at_close、verdict 强/中/弱、partial 是否未收盘）。
4. report_html.py 读取后自动把八层第 7 层「分时强度 👁」翻为客观结论—— 「分时强度：强/中/弱（均价线上方占比 X%、跑赢大盘 +Y%）」；题材仍保留 👁。

判定口径：verdict=强 需 均价线上方占比≥60% 且 跑赢大盘 且 窗口末仍在均价线上方； 中 为 占比≥45%且跑赢 或 占比≥60%且窗口末在线；其余为 弱。所有原始数值均写入 JSON 并在卡片展示，便于人工复核/覆盖。 若当日未收盘（盘中跑），partial=true，卡片标注「盘中快照截至 HH:MM，未收盘」。

⚠️ 范围边界（硬性，同步骤 2.5）：本步骤仅限本环境已连接 wind-finance 时使用；未连接则 intraday_raw.json 不存在， 报告自动回落「分时强度 👁」人工项，不影响其他逻辑。任何版本都不得把「自动连接/引导连接 Wind」写回本技能。

步骤 3 · 识别底部 K 线形态（👁 人工）

读取 references/kline_patterns.md，在日 K 上对照 12 种形态（狮子张口、挖坑埋牛、 阴阳鉴攻、回眸一笑、鱼跃龙门、葵花向阳、美人长腿、旭日东升、倒锤头线、希望之星、 岛形反转、上涨分手），命中则记录；单形态必须叠加趋势与量能过滤。

步骤 4 · 走完 2:30 八层筛选（🌐 自动 + 👁 人工）

第 1~4 层已由步骤 1 自动完成；第 5~8 层（量能持续性、均线多头、分时强度+题材、 14:30 创新高回踩均线买点）按 references/checklist.md 第四节人工研判。

趋势 / 均线 / 量能 / 当日 K 线形态的数据支撑：运行 scripts/kline_history.py <代码> 拉取新浪日 K，自动算 MA5/10/20、多头排列、近 20 日高低、量能比、当日 K 线要素， 并初判 12 形态中可程序化者（希望之星 / 旭日东升 / 上涨分手 / 葵花向阳 / 美人长腿 / 倒锤头 / 阴阳鉴攻）。需副图(KDJ/CCI)或跳空缺口的形态仍标 👁 人工。 注：腾讯 web.ifzq.gtimg.cn K 线接口在本环境返回 bad params、东方财富断连， 历史 K 线统一走新浪；客观快照仍由 fetch_quote.py 走腾讯 qt.gtimg.cn。

步骤 5 · 趋势与纪律研判（含卖出侧六不卖）

• 上升趋势判定：持续创新高 + 回调不破前低；买点类型（回踩均线粘合 / 突破回踩 / 价涨量升）。
• 卖出侧纪律（六不卖）：对「已持有」标的，按 references/checklist.md 第二节逐条核对 6 类不卖 （趋势强劲 / 热点题材 / 指标向好 / 量能健康 / 逻辑未变 / 未达目标），命中越多越应持有； 仅当破位、逻辑破坏、达止盈或量价背离时才离场。
• 套用「9 条忠告」中的仓位管理与心态纪律。

步骤 6 · 产出筛查报告（🔒 固定 HTML 看板版式）

版式一致性要求（重要）：报告输出格式已锁定为「HTML 看板」，由 scripts/report_html.py 统一生成，禁止每次自由发挥改排版 / 随意切换 Markdown 或 HTML。该脚本读取同目录 candidates.json 与 kline_data.json，固定渲染统一版式（清爽留白风）： ① 顶部 KPI 概览条（候选/剔除/符合/多头排列） → ② 九不买筛查（亏损剔除块常开 + 全候选表可折叠，表格仅用横向分隔线+悬停高亮） → ③ 重点候选纵向分块深度卡片（客观指标/趋势均线/量能K线/九不买逐条/八层/综合结论，左蓝边强调；并内置「六不卖逐只研判 + 下车信号」块：用均线/量能/形态客观判定 4 项、2 项主观标 👁，给出客观命中 X/4 与明确离场条件） → ④ 六不卖规则 3×2 网格（说明 6 类不卖情形，并提示逐只研判见卡片） → ⑤ 综合结论与仓位建议。 这样无论哪次运行、哪个实例，出来的版式都完全一致。

标准产出管线（「去选股」模式，四步串起来跑）：

# 1) 全 A 客观四层初筛 → candidates.json + screen_meta.json（已按量比降序）
python scripts/select_stocks.py            # 默认: 当天；非交易日自动回退最近交易日
#   python scripts/select_stocks.py --date 2026-08-07   # 也可指定意图日期
# 2) 自动取量比居前 15 只拉新浪日 K 并导出 kline_data.json（--top 自动读 candidates.json，无需手敲代码）
python scripts/kline_history.py --top 15 --json
# 3) 公告核查（可选·推荐；需 wind-finance 已连接）：先 --plan 生成查询清单，
#    助手逐只调 mcp__wind-finance__get_company_announcements 拉公告归集进 wind_raw.json，
#    再 --merge → announcement_check.json（把 #3/#5/#6 的 👁 翻转为客观判定）
python scripts/announcements_wind.py --plan
python scripts/announcements_wind.py --merge
# 3.5) 分时强度客观化（可选·推荐；需 wind-finance 已连接）：先 --plan 生成 prio 分时清单，
#      助手逐只调 get_stock_quote + 一次 get_index_quote(沪深300) 归集进 intraday_raw.json，
#      再 --merge → intraday_strength.json（把八层第7层「分时强度 👁」翻为客观结论；题材仍 👁）
python scripts/intraday_strength_wind.py --plan
python scripts/intraday_strength_wind.py --merge
# 4) 生成固定版式 HTML 看板 → 筛查报告_<数据日期>.html
python scripts/report_html.py

整条管线不写死任何日期或代码：select_stocks.py 入口自动解析日期——不加 --date 默认按当天，当天为周末/休市则回退到最近交易日（用新浪日K锚定真实交易日，结果写入 screen_meta.json）；kline_history.py 取最近 45 个交易日（按日期升序动态截取），--top N 自动从 candidates.json 取量比前 N 只——换任意交易日直接重跑即可。

报告内容覆盖：references/checklist.md 第八节模板的要素（客观指标表含阈值与结论、 96 原则逐条、K 线形态命中、2:30 八层结果、趋势研判、综合结论 + 明确风险提示与仓位建议）， 只是以固定 HTML 看板承载。

步骤 7 · 实时工作台（🌐 一键自刷新，推荐日常用）

前 6 步产出的是固定版式 HTML 看板报告（一次性快照）。若要反复刷新、实时看盘，用内置的 实时工作台——一个零依赖的本地 Python 服务（workbench_server.py + workbench_realtime.html）， 把看板变成可交互、可一键重跑的活页面。

启动（在你的任意工作目录里执行一次即可，之后只点刷新）：

# 方式一：一键启动器（自动把服务脚本同步到当前目录并拉起）
python <技能目录>/scripts/launch_workbench.py            # 默认端口 8765
python <技能目录>/scripts/launch_workbench.py 9000       # 自定义端口
# 方式二：手动（先 cd 到工作目录，再启动）
python <技能目录>/scripts/workbench_server.py 8765

启动后浏览器打开 http://127.0.0.1:8765/（换端口改对应数字）。

数据怎么刷新（关键：无需 Agent）：

• 页面上的「🔄 实时重新筛查」按钮 → 后端自动跑 ① 东财初筛(select_stocks.py) + ② 新浪日K(kline_history.py) + ③ 东财分时强度自取(内嵌 push2delay) + ④ 合并(intraday_strength_wind.py --merge)， 约 60~120 秒后页面整体刷新（盘中跑即盘中快照，收盘后跑即全天分时）。 即：初筛 / 日K / 分时强度 三项全部自服务，不再需要助手手动拉 Wind。
• 「↻ 刷新」按钮 = 只读当前盘上快照（不重跑），用于 Agent 另跑了公告核查后即时看到。

分工边界（与步骤 2.5/2.6 一致）：

• 分时强度：工作台自取东财（push2delay 分钟序列，重建 VWAP 均价线，与 Wind 版判定口径一致），不依赖 Wind。
• 公告核查（九不买 #3/#5/#6）：仍由 Wind/Agent 写 announcement_check.json（Wind MCP 仅 Agent 可调，属硬性边界）； 未跑时工作台自动回落 👁 人工项，不影响其他逻辑。想刷新它，对 Agent 说「跑 Wind 核查」即可。

工作台判定逻辑（verdict / 九不买 / 仓位买卖纪律 / 六不卖）严格复用本技能的 report_html.py， 与筛查报告结论零偏差；仅呈现形态为可交互活页面。部署为本地服务（127.0.0.1）， 不上公网——如需团队共享，请在本机启动后内网访问，或自行用反向代理发布（超出本技能范围）。

资源

• scripts/fetch_quote.py — 腾讯财经实时行情抓取与客观指标初筛（仅用标准库 urllib，无需安装依赖；GBK 解码，字段索引已实测）。
• scripts/kline_history.py — 新浪日 K 历史研判：MA5/10/20、多头排列、量能比、当日 K 线形态初判（趋势/均线/形态的数据支撑，仅标准库 urllib）。加 --json 时导出 kline_data.json 供报告生成器消费（标准管线第 2 步）。
• scripts/report_html.py — 生成固定版式 HTML 看板。九不买 #6 的 ST 校验由 is_st() 按名称含 "ST" 判定（含 *ST/SST），直接判「不买」，并联动剔除标签、综合结论与表头类别（历史 bug：文案写"非 ST"却从未校验，ST京蓝 000711 曾被判「观察」）。
• scripts/announcements_wind.py — 公告核查辅助（标准管线第 3 步，需 wind-finance MCP 已连接）：--plan 读 candidates.json+screen_meta.json 生成待查清单 announcement_plan.json（每只 1 个自然语言查询 {公司名} {代码} 最近公告，四类信号由 --merge 本地扫描覆盖，无需多查询）；--merge 读助手归集的 wind_raw.json（Wind 原始返回，按 code 归集 items）做关键词扫描，输出 announcement_check.json（reduction/earnings_warn/penalty/good_news/hits/checked）。内置四道防线：① 标题过滤——只保留标题含本公司名/代码的条目，丢弃跨公司/基金招募书/指数噪音；② 否定语境守卫——公告自证句（"未受到处罚/未被立案/未涉及重组/股份回购"等）不误判 penalty/good_news。③ 标题类型门控——正文命中须与标题类型相符（merge 必须传 title=，否则静默退化）；④ 业绩方向判定——扭亏为盈/由负转正不判预减，#6 以归母口径、扣非亏损豁免。并按类别分桶输出 hits_reduction/hits_earn/hits_penalty/hits_good 供报告取对应理由。报告据此把九不买 #3/#5/#6 的 👁 翻转为客观判定（减持→#5 剔除、监管问询/处罚→#6 剔除、回购/增持/中标/合同/重组→#3 利好兑现提示）。
• scripts/select_stocks.py — 全 A 客观四层初筛（「去选股」模式）：东方财富 push2delay 翻页，过滤涨幅3~5%/量比≥1/换手5~10%/流通50~200亿，结果写 candidates.json（标准管线第 1 步）。日期自动解析：不加 --date 默认按当天、非交易日回退最近交易日，解析结果（含是否回退标记）写入 screen_meta.json，供报告标注数据基准日。
• scripts/report_html.py — 固定版式 HTML 看板报告生成器（标准管线第 4 步）：读取 candidates.json + kline_data.json + announcement_check.json + intraday_strength.json，统一渲染「KPI 概览 + 可折叠候选表 + 纵向分块深度卡片（含内置『六不卖逐只研判 + 下车信号』块）+ 六不卖规则网格 + 综合结论」的清爽版式。已焊进的几条渲染纪律（禁止改回）：① 深度卡片「综合结论」随 verdict() 联动——不买→红色「量化九不买未通过（触发项）→ 回避」、观察→「需谨慎」、符合→「全过」，不得再硬编码"全过"；② KPI「九不买剔除」标签按实际剔除类别动态生成（亏损#6/减持#5/违规/监管#6），不得写死"亏损"；③ 剔除表理由用与卡片一致的触发项拼法；④ 三大正面梯队（干净多头/低估值PE<20/深跌反弹）过滤掉 verdict=不买 的标的，避免把已剔除股误列进"优先关注"；⑤ 八层第 7 层「分时强度」随 intraday_strength.json 联动——连 Wind 时翻为「强/中/弱（均价线上方占比 X%、跑赢大盘 +Y%）」自动结论，题材保留 👁，未连 Wind 回落 👁。报告格式锁定于此，禁止每次改排版。
• scripts/intraday_strength_wind.py — 分时强度客观化（标准管线第 3.5 步，需 wind-finance MCP 已连接）：--plan 读 candidates.json+kline_data.json（复刻报告 prio 深度候选逻辑）+screen_meta.json（数据基准日），生成 intraday_plan.json（每只自动转 Wind 代码 .SH/.SZ/.BJ + 基准 000300.SH 沪深300）；助手逐只调 mcp__wind-finance__get_stock_quote（个股）+ 一次 get_index_quote（沪深300）归集进 intraday_raw.json（基准存 benchmark、个股存 stocks，均存 Wind 返回的 data 对象）；--merge 解析分钟序列（MATCH=当时价、AVPRICE=分时均价线）算「均价线上方占比 above_ratio / 跑赢大盘超额收益 excess / 收盘是否在线 above_at_close / verdict 强·中·弱 / partial 是否未收盘」，输出 intraday_strength.json。报告据此把八层第 7 层「分时强度 👁」翻为自动结论（强：占比≥60%且跑赢且窗口末在线；中：占比≥45%且跑赢 或 占比≥60%且窗口末在线；弱：其余），题材仍 👁。未连 Wind 时 intraday_raw.json 缺失，报告回落 👁。
• scripts/workbench_server.py — 实时工作台后端（零依赖，仅标准库）：GET / 服务 workbench_realtime.html；/api/run 一键自跑 东财初筛 + 新浪K线 + 东财分时自取 + 合并，返回 payload；/api/data 只读当前快照。判定逻辑严格复用 report_html.py（verdict/九不买/仓位纪律/六不卖零偏差）。分时强度内嵌东财 push2delay 自取（重建 VWAP），不依赖 Wind。
• scripts/workbench_realtime.html — 实时工作台前端：KPI 概览 + 可筛选/排序候选表 + 深度抽屉卡片（九不买逐条 / 八层 / 六不卖 / 买卖仓位纪律），点「🔄 实时重新筛查」整体自刷新。
• scripts/launch_workbench.py — 一键启动器：把 workbench_server.py/workbench_realtime.html 同步到当前工作目录并拉起本地服务（127.0.0.1:8765），便于反复使用。
• references/checklist.md — 方法论详版：核心口诀、96 原则 9 不买、2:30 八层筛选、上升趋势、9 条忠告、数据字段映射、报告模板、风险声明。
• references/kline_patterns.md — 12 种底部/上涨中继 K 线形态识别规则。

注意事项

• 客观指标为某一时刻快照，尾盘选股应在14:30 之后再抓一次以贴近实战。
• 脚本覆盖可量化项；形态、趋势仍须人工把关；分时强度已由 Wind 分钟行情客观化（需连接 wind-finance，未连则回落 👁），题材仍须人工（Wind 给不了"今天什么在炒"的主观判断）。
• 字段索引基于腾讯 qt.gtimg.cn 接口实测（2026-08），如接口调整需同步更新脚本 parse() 中的索引。

已知缺口 / 待补

• #5 大股东减持 / #6 业绩预减·违规的公告自动核查：已由 Wind 金融数据 MCP 填补（步骤 2.5）。 连接 wind-finance 时，助手调 mcp__wind-finance__get_company_announcements 拉公告、announcements_wind.py --merge 解析， 报告把 #3/#5/#6 的 👁 翻转为客观判定（减持→#5 剔除、监管问询/处罚→#6 剔除）。 若未连接 Wind，则回落为 👁 并给出人工路径（东财/巨潮资讯公告页）。
• 分时强度（八层第 7 层）客观化：
  • 日常最省事：用「步骤 7 · 实时工作台」——工作台内置东财 push2delay 分钟序列自取（重建 VWAP 均价线，与 Wind 版判定口径一致），无需 Wind / 无需 Agent，点「实时重新筛查」即刷新。
  • 若坚持走 Wind 分钟行情（步骤 2.6）：连接 wind-finance 时，助手调 get_stock_quote（个股）+ get_index_quote（沪深300 基准）、intraday_strength_wind.py --merge 算「均价线上方占比 + 跑赢大盘超额收益」，报告把「分时强度 👁」翻为 强/中/弱 自动结论；题材仍 👁（主观）。
  • 两者均未跑（既没开工作台也没连 Wind）→ 报告/工作台回落 👁 人工项。
• 尾盘 14:30 实时快照：客观指标为收盘/延迟快照，实战须在 14:30 后重抓（见步骤 1 说明）。

版本记录

• v1.0.4（2026-08-21）
  • 新增「步骤 7 · 实时工作台」：把 workbench_server.py + workbench_realtime.html + launch_workbench.py 收编进技能 scripts/，作为一键自刷新的活页面。
  • 工作台「实时重新筛查」后端自取东财分时强度（push2delay 分钟序列 → 重建 VWAP → intraday_strength_wind.py --merge），不再依赖 Wind / Agent；初筛(select_stocks) + 日K(kline_history) 亦一并自跑。公告核查(#3/#5/#6) 仍保留 Wind/Agent 写盘或 👁 回落（硬性边界不变）。
  • launch_workbench.py 把服务脚本同步到用户工作目录并拉起本地服务（127.0.0.1:8765），数据文件落在该目录，重启用同一命令即可。
• v1.0.3（2026-08-10）
  • 新增「步骤 2.6 · 分时强度客观化（🌐 Wind 金融数据 MCP）」：intraday_strength_wind.py 复用 Wind get_stock_quote（个股）+ get_index_quote（沪深300 基准）的分钟序列（MATCH=当时价、AVPRICE=分时均价线），把八层第 7 层「分时强度 👁」翻为 强/中/弱 自动结论（均价线上方占比 + 跑赢大盘超额收益），题材仍 👁。
  • 判定口径：强=占比≥60%且跑赢且窗口末在线；中=占比≥45%且跑赢 或 占比≥60%且窗口末在线；弱=其余。原始数值全写入 intraday_strength.json 并在卡片展示，便于人工复核。
  • 报告 report_html.py 焊入渲染纪律⑤：八层第 7 层「分时强度」随 intraday_strength.json 联动（连 Wind 翻自动结论、题材保留 👁、未连回落 👁）；顶部说明与 foot 同步标注「Wind 分时强度」。
  • 沿用硬性边界：仅限本环境已连 wind-finance；未连自动回落 👁，任何版本不写「自动/引导连接 Wind」。
• v1.0.2（2026-08-09）
  • 公告核查 announcements_wind.py 把「两道防线」从人工纪律升级为代码强制：
    • 防线1 标题过滤写进 --merge：只保留标题含本公司名/代码的条目，自动丢弃跨公司/基金招募书/指数类噪音（终端打印丢弃条数）。
    • 防线2 否定语境守卫已覆盖 违规(PENALTY)/业绩(EARN)/利好(GOOD) 三类（*_NEG），公告自证句不再误判。
    • --plan 改为每只候选 1 个查询 {公司名} {代码} 最近公告（原"2 个查询"已废弃；四类信号由 --merge 本地扫描覆盖）。
    • good_news 正则新增 回购|增持（回购方案/实控人增持属明确利好，#3 提示利好兑现风险）。
  • 报告 report_html.py 焊入渲染纪律（禁止改回）：① 综合结论随 verdict() 联动（不买红边"未通过→回避"、观察"需谨慎"、符合"全过"），消除"结论与判定自相矛盾"；② KPI「九不买剔除」标签按实际类别动态生成（亏损#6/减持#5/违规/监管#6），不再写死"亏损"；③ 剔除表理由与卡片触发项一致；④ 三大正面梯队（多头/低估值/深跌反弹）过滤掉 不买 标的，避免把已剔除股误列进"优先关注"。
  • 触发句式补充「Wind 公告客观化」相关描述。
• v1.0.1（早期）：初版 96 原则 / 八层 / 六不卖 / 12 形态核查清单 + 腾讯财经客观指标初筛 + 固定 HTML 看板版式。