shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 其它无需 API Key

大A走势专业描述与形态识别

K线/分时走势专业刻画与形态识别。输入股票/基金(ETF)/指数代码（600519、000001、510300、sh000001）或自然语言描述（"XX最近一年走势""看下XX今天的分时"），自动判断周期与数据范围，拉取行情数据，用规则引擎把任意走势分解为量化特征（趋势/动力学/波动/分段/位置/量价/形态），以"讲人话、有数据、全方位"的研报风格刻画走势，输出图文一体的HTML报告（自然语言刻画+ECharts K线/分时图+关键数据卡），供领导汇报或嵌入其他skill输出。触发词：刻画走势、描述K线、走势怎么说、形态识别、K线形态、分时走势、先涨后跌、回撤多少、走势叙事、这波怎么走。不预测后市方向，只描述现状与技术含义。

person作者: user_a8f7e31chubcommunity
download下载资源包

twu-trend-narrator v1.0.0 — 走势描述：脚本供数据，AI写媒体风语言

定位

给领导看的、给其他 skill 用的走势刻画。 用自然语言和量化数据，把任意周期的 K 线/分时走势讲清楚： 模式是什么、从哪启动、现在什么状态、动能在增强还是衰减、处于高位还是低位、量价配合如何。 专业不江湖、讲人话、有条理、每个结论都有数据支撑。

  • 形态库（双顶/头肩/旗形等）只是辅助标签：走势千变万化，库外形态用通用规则讲（V型/箱体/收敛/扩张/单边/回调全覆盖）
  • 走势本质三要素：一阶方向（涨跌与速度）、二阶拐点（动能与转折）、波动×位置（震荡性质）
  • 不预测：只讲现状与技术含义，不给方向预测和买卖建议

触发

  • 用户给代码或图："刻画下 600519""这波走势怎么说""描述K线"
  • 用户问形态："是不是双顶/头肩/W底""什么形态"
  • 用户复盘："今天分时怎么走""最近一年走势"
  • 其他 skill 需要走势描述：调用 pattern_describer.py --mode brief 取研报风格文本

执行流程

第一步：解析输入（自然语言 → 周期/数据量）

| 用户说法 | 周期/数据量 | |---|---| | "XX最近一年走势" | 日K，近 250 交易日 | | "XX近半年/几个月" | 日K，近 120-130 交易日 | | "XX近一周/这几天" | 日K，近 5-10 交易日 | | "XX今天/当日分时/日内" | intraday（当日 1 分钟线） | | "XX盘中/几分钟K" | 分钟K（默认5分钟） | | "XX长期/几年" | 周K或月K | | "XX这波上涨/下跌" | 日K + 结构重点 | | 只给代码 | 默认日K 近120交易日 |

数据量自适应：<10根只做单根+简单分段并标注"样本极少"；10-60根做组合+分段；>60根全量。指定"最近N天"用 --start。 网络搜索（可选）：需要背景时 WebSearch 补充，但行情刻画必须真实数据。

第二步：四条流水线

# 在技能目录内执行（scripts/ 为脚本目录，python3 需装 akshare/pandas）
PY=python3
DIR=./scripts

# ①主：通用模式描述（量化特征+模式判定+动力学+自然语言）
$PY $DIR/fetch_data.py 600519 --period daily --format json | $PY $DIR/pattern_describer.py
# ②辅：形态标签（形态库匹配）
$PY $DIR/fetch_data.py 600519 --period daily --format json | $PY $DIR/pattern_engine.py --recent 40
# ③辅：技术评分（六维加权 -100~+100，只描述强弱）
$PY $DIR/fetch_data.py 600519 --period daily --format json > d.json
$PY $DIR/pattern_engine.py --recent 40 < d.json > p.json
$PY $DIR/tech_score.py --patterns p.json < d.json
# ④报告/图形：HTML 图文一体报告（默认）——自然语言刻画 + ECharts 图 + 关键数据卡
$PY $DIR/fetch_data.py 600519 --period daily --format json | $PY $DIR/render_report.py --type kline --name 贵州茅台 --code 600519 --patterns p.json > report.html
# ⑤保底图形：SVG widget（render_chart.py，HTML 不可用时降级）
$PY $DIR/fetch_data.py 600519 --period daily --format json | $PY $DIR/render_chart.py --type kline --title 贵州茅台日K

周期参数：日K阈值5%/周K10%/月K15%/分时0.8%；分时 --recent 30、分钟K --recent 24。 多周期共振：问中长期时并行拉日K+周K，方向一致标"多周期共振"，矛盾标"日K与周K背离"。 数据源路由：个股/ETF 用 akshare 新浪源（东财被沙箱拦截）；板块/行业指数（881278.TI/801738.SI）必须 tushare 通道（token 存 ~/.tushare/token）；tushare 失败降级 akshare，都失败如实报告。

第三步：输出

full 模式（用户对话）：默认用 render_report.py 生成自包含 HTML 报告（走势刻画段落 + ECharts 图形 + 关键数据卡 + 形态标签表），交付本地 .html 文件供预览；对话内同步给文本要点（模板见下）。HTML 不可用时降级 render_chart.py SVG widget。 报告规范（蓝金研报风）：白底、三色铁律（主 #185FA5 / 强调 #BA7517 / 中性灰）、衬线标题、tabular-nums 数字、红涨绿跌（#B91C1C/#166534）；K线用 ECharts candlestick（红涨绿跌 + MA5/MA20 + 成交量副图 + dataZoom），分时用 line（价格线 + VWAP 均价线 + 昨收基准虚线 + 成交量，y轴±%）；ECharts 走 cdnjs CDN；内联 JS 交付前必须语法校验，图表能渲染才算完成。 分时图坐标轴规范（成熟方案，防回归）：横轴=完整交易日 9:30~15:00（242分钟序列，数据按分钟对齐、缺失补 null、线 connectNulls）；横轴刻度=整点/半点白名单 9 个（09:30/10:00/10:30/11:00/11:30/13:30/14:00/14:30/15:00，11:30 与 13:00 只留 11:30），用 axisLabel.interval 函数白名单注入（禁止 interval=1+formatter 全量过滤——242 个 label 全量布局会卡死、下午刻度丢失）；纵轴 0%（昨收）必在刻度上（interval 按当日振幅自适应 0.5/1/2/3%，min/max 取 interval 整数倍并强制覆盖 0，跳空高开/低开也见昨收线）；VWAP 一律 close×volume 自算（amount 字段量纲不可靠）；ECharts 函数（formatter/interval）统一占位符+replace 注入真函数，禁止字符串函数体。 SVG 保底纪律：颜色硬编码浅色主题（白底/深灰字/红涨绿跌），禁止 var(--color-*)（widget 沙箱变量失效会整图发黑）。

【整体刻画】<标的名> <周期>（截至 <日期>）   ← 第一层，先整体后重点
- 区间框架：起点 <日期> <价格> → 终点 <日期> <价格>，累计 ±X%
- 阶段结构：<上涨X%→下跌Y%→回升Z%>（整体骨架，每段带起止时间与价格）
- 区间高低：最高 <价格>（<日期>）、最低 <价格>（<日期>），区间总波动 X%
- 模式：<模式名带近期方向>（如"宽幅震荡，6月底起回升18.4%"）

【重点特征】（highlights 取 2-3 个展开，不全维度罗列）
- 最强波段：<方向 X%>（起止，价格→价格）
- 距区间高点回撤 X% / 量能放大或萎缩（量比 X）

【形态标签】（辅助）
- [置信度] 形态名（日期）：含义 + 关键位

【技术面强度】
- 评分X/100（偏强/偏多/中性/偏空/偏弱）：趋势X/25、动量X/25、量价X/20、形态X/10、位置X/10、波动X/10
- RPS：近20日超额+X%（强于/弱于基准）

【关键数据】
- 3-5 个数据：<指标>（值，含义）

brief 模式（其他 skill 调用）：pattern_describer.py --mode brief，输出自然语言化数据陈述（总述+整体框架+阶段脉络+重点+位置量价，标注"数据陈述·非成品"）。调用方 AI 必须据此按主流财经媒体风格组织成文，禁止照抄数据陈述交付。 render_report 叙述段：脚本缺省输出素材行（数据摘要），执行 AI 拿 media_material 素材成文后用 --narrative "<媒体风叙述>" 注入 HTML（推荐做法，交付的 HTML 里必须是 AI 的语言，不是素材行）。

表述纪律（唯一权威）

  1. 量化优先：每个结论必须挂数字（"前半段净跌16.4%后半段净涨49.5%"），禁止裸形容词
  2. 讲人话有条理（整合版组织逻辑，见 media-language 第九章+第十章）：数据→解读→含义三层翻译——每个关键数字要么给解读（为什么）、要么给含义（所以呢），裸数字堆砌即生硬；按"定性句（判断+解读）→论证段（时间线+原因）→现状段（位置+含义）→收尾观察点（+为什么观察）"四段骨架组织；一段一主题、数据跟观点走、时间线是骨架（长期先过去后现在，短期按早盘/午后/尾盘）、时态分离（过去时讲波段与原因、现在时讲状态与含义）；禁AI过渡词（此外/值得注意的是/综上所述/总的来说）；解读克制（或/有望/大概率），不给确定预测
  3. 输出描述严禁硬编码（铁律，最高优先级）：脚本只输出结构化素材（media_material：整体框架/阶段结构/波段序列/启动点/位置/量价/高亮特征，全真实数据）与自然语言化数据陈述（material_text / brief 模式：把素材讲成读得通的数据段落——总述+整体框架+阶段脉络+重点+位置量价，数据嵌入句子，但无文学修辞、无媒体句式模板、非成品语言，并标注"数据陈述·非成品"）。任何叙述成句、用词、修辞、句式必须由执行 AI 生成——禁止脚本拼成品句、禁止把数据陈述当成品交付、禁止照抄任何模板句子；render_report 叙述段由 AI 拿素材成文后用 --narrative 注入，缺省时输出数据陈述兜底。模式名标签（冲高回落/宽幅震荡等）只是方向语义参考，具体成句由 AI 组织。硬编码句式穷尽不了形态，语言层永远归 AI，这是本技能不可违反的铁律
  4. 先整体后重点、禁参数话术、找特点侧重：成文必须先给整体刻画（区间框架：起止时间价格+累计涨跌+阶段结构序列+区间高低点，让听者先建立完整地图），再展开重点特征（highlights 取 2-3 个，不全维度平铺）；禁止"X根K线/分钟线""X个周期""样本数""共X段"等参数堆砌，时间一律自然语言（当日/近一周/自X月以来/近一年）；开始/结束/最高/最低/形态/波动/幅度/量价是多维度素材不是清单，每句有信息量
  5. 专业克制：只用规范术语（回撤/反弹/整理/突破/支撑/阻力/收敛/扩张），禁"拉升/洗盘/主力/起飞/崩盘"等江湖词；模式标签必须带方向信息（mode_plus：如"宽幅震荡，近期6月底起回升18.4%"），禁止"宽幅震荡""震荡"类无方向性空泛标签；置信度分级（高=确立；中=若突破/跌破则；低=关注）
  6. 形态是补充：匹配到才写形态标签，不硬套；库外走势用通用模式讲
  7. 定量成分与数据匹配：叙述里每个数字必须对应素材字段（net_change=区间累计涨跌、timeline 起止价、vs_peak/vs_trough、pos_in_range、量比、range_pct、ma20_rel_pct），禁止自造数字；成文后自查"这句数字来自哪个字段"
  8. 不预测：只讲现状与技术含义（支撑/压力/背离），禁方向预测和买卖建议
  9. 数据诚实：数据源失败/样本不足/涨停一字板时明说，不硬编；回撤口径注明（收盘价 vs 日内区间）

参考资产

  • references/media-language.md：媒体语言素材库（走势说法总集：分时/区间/中长期/模式映射/叙事句式/质感技巧/时间铁律/数据支撑写法/标杆范例十二章，AI 成文首选参考，第十二章为用户认可的正例，成文前先读找感觉）
  • references/pattern-glossary.md：叙事句式模板（分段/回撤/箱体/结构/分时的结构模板；媒体写法见 media-language）
  • references/pattern-library.md：形态库（26种形态的判定规则+表述+可靠性）
  • references/indicator-glossary.md：指标口径库（各指标含义/何时用/怎么表述）
  • references/competitor-research.md：同类技能调研（可借鉴项与排除项）

边界

  • 分时仅覆盖最近5个交易日；多周期需求可并行日K+周K+月K合并刻画。
  • 本技能供其他 skill 调用 brief 素材句，调用方 AI 按媒体风格组织成文（不直接照抄素材句）。