About stock-analysis-team
stock-analysis-team is a multi-role stock research skill for investors and market analysts. It combines fundamental, technical, sentiment, news, and risk analysis with structured debate, trading plans, and HTML reports for Chinese and US markets.
Key features
- 01Fundamental, technical, sentiment, and news analysis
- 02Bullish and bearish researcher debate
- 03Risk scoring and trade proposal review
- 04China and US market strategies
- 05HTML research reports and optional backtests
Use cases
- 01Research an individual stock using its ticker
- 02Review market conditions and sector performance
- 03Compare risks before a proposed trade
- 04Assess historical signal accuracy with backtesting
Install
Copy the command and run it in a terminal.
$
npx skills add https:/ / github.com/ wudengyao/ stock-analysis-team --skill stock-analysis-teamAfter installing, type/stock-analysis-teamin Claude Code to confirm it loaded.
Bundled files
References and scripts installed along with SKILL.md.
index.htmlREADME.mdreferences/backtesting-guidelines.mdchart-guide.mdmarket-strategy.mdrisk-scoring-criteria.mdanalysis-framework.mdreport-template.mdhtml-template.htmlscripts/chart_generator.pyhtml_report_generator.pymarket_data_fetcher.pyimage_fetcher.pyenhanced_html_report_generator.pyDetails
From the project README股票分析团队
任务目标
- 本 Skill 用于:通过多角色团队协同完成股票的深度分析和投资决策支持
- 能力包含:基本面分析、技术分析、情绪分析、新闻分析、风险评估、市场策略制定、回测验证
- 触发条件:用户提供股票代码、上传股票截图、请求市场复盘、需要投资建议或风险评估时
前置准备
- 依赖说明:脚本所需的依赖包及版本
yfinance>=0.2.28 pandas>=2.0.0 numpy>=1.24.0 ta>=0.11.0 - 非标准文件/文件夹准备:无
操作步骤
-
标准流程:
- 股票代码识别
- 如果用户提供图片:智能体使用图像识别能力提取股票代码
- 如果用户提供文本:智能体识别股票代码(支持A股如 600519.SH,美股如 AAPL)
- 调用数据获取脚本
- 执行
python scripts/market_data_fetcher.py --symbol <股票代码> --market <cn|us>获取实时行情、技术指标和历史数据
- 执行
- 分析师团队协同工作
- 基本面分析师:根据 analysis-framework.md 中的基本面分析框架,评估财务健康状况
- 情绪分析师:分析市场情绪和舆情,给出情绪评分
- 新闻分析师:分析相关新闻和宏观经济影响
- 技术分析师:根据技术指标(MA、MACD、RSI)判断趋势和买卖点
- 研究员团队辩论
- 看多研究员:基于分析师报告列举上涨理由
- 看空研究员:基于分析师报告列举下跌风险
- 通过结构化辩论,平衡收益与风险
- 交易员团队决策
- 综合分析师和研究员报告,制定交易计划
- 确定买入/卖出/观望建议
- 给出具体的价格点位和仓位建议
- 风控与执行团队评估
- 根据 risk-scoring-criteria.md 评估投资风险等级(1-10分)
- 1-3分:低风险;4-6分:中等风险;7-10分:高风险
- 投资组合经理批准或拒绝交易提议
- 市场策略制定
- 如果是A股:根据 market-strategy.md 中的三段式复盘策略,输出进攻/均衡/防守计划
- 如果是美股:根据 Regime Strategy,输出 risk-on/neutral/risk-off 计划
- 生成HTML格式研究报告
- 调用图表生成脚本:
python scripts/chart_generator.py --symbol <股票代码> --market <cn|us> --chart-type all --output-dir ./charts - 智能体组织报告数据,生成JSON格式数据文件
- 调用HTML报告生成脚本:
python scripts/html_report_generator.py --data report_data.json --charts-dir ./charts --output report.html - 生成的HTML报告包含以下内容:
- 报告封面:渐变背景 + 公司名称 + 股票代码 + 分析日期 + 风险等级徽章
- 核心结论:渐变卡片 + 投资建议 + 预期收益 + 最大风险
- 公司概览:信息卡片 + 财务指标表格 + 业务亮点
- 技术分析图表:响应式网格布局 + 4种技术图表(股价走势、K线、MACD、RSI)
- 基本面分析:财务健康度评分表 + 财务数据对比表
- 情绪与新闻分析:情绪指标表 + 情绪趋势
- 风险评估:风险评分进度条 + 各维度评分卡片
- 投资建议:买卖点位表格(带颜色标识)
- 免责声明:黄色警告框
- 调用图表生成脚本:
- AI回测验证(可选)
- 如果用户要求验证历史准确率:根据 backtesting-guidelines.md 的方法,评估方向胜率和止盈止损命中率
- 股票代码识别
-
可选分支:
- 当用户请求市场复盘:执行步骤1-7,跳过个股分析,提供大盘概览和板块分析
- 当用户上传股票截图:执行步骤1识别代码,然后进入标准流程
- 当用户选择 cn/us/both:根据选择分析对应市场的股票
资源索引
- 必要脚本:
- 见 scripts/market_data_fetcher.py(用途与参数:获取股票行情数据、技术指标和历史数据)
- 见 scripts/chart_generator.py(用途与参数:生成股价走势图、K线图、MACD图、RSI图等静态可视化图表)
- 见 scripts/image_fetcher.py(用途与参数:获取公司Logo、产品图片等视觉素材)
- 见 scripts/html_report_generator.py(用途与参数:生成基础HTML格式报告)
- 见 scripts/enhanced_html_report_generator.py(用途与参数:生成增强版HTML报告,包含交互式图表、图片展示、趋势图等)
- 领域参考:
- 见 references/analysis-framework.md(何时读取:分析师团队执行分析时)
- 见 references/market-strategy.md(何时读取:制定市场策略时)
- 见 references/risk-scoring-criteria.md(何时读取:风控团队评估风险时)
- 见 references/backtesting-guidelines.md(何时读取:执行回测验证时)
- 见 references/chart-guide.md(何时读取:生成和使用图表时)
- 见 references/html-template.html(何时读取:生成HTML报告时作为参考)
注意事项
- 所有投资建议仅供研究参考,不构成投资建议,必须在报告中明确标注免责声明
- 风险评分必须基于多维度综合判断,避免单一指标主导
- 市场策略制定需要考虑市场周期和宏观经济环境
- 回测验证需要足够的历史数据支持,避免过拟合
使用示例
示例1:单只股票深度分析
# 用户输入:分析贵州茅台 600519.SH
# 智能体执行:
# 1. 识别股票代码 600519.SH
# 2. 调用脚本获取数据
python scripts/market_data_fetcher.py --symbol 600519.SH --market cn
# 3. 组织各团队协同分析
# 4. 生成包含风险评分的研究报告
示例2:图片识别+分析
# 用户上传股票截图
# 智能体执行:
# 1. 使用图像识别提取股票代码(如 AAPL)
# 2. 调用脚本获取数据
python scripts/market_data_fetcher.py --symbol AAPL --market us
# 3. 执行完整分析流程
# 4. 输出研究报告
示例3:A股市场复盘
# 用户输入:今天A股市场如何?给个复盘
# 智能体执行:
# 1. 调用脚本获取大盘数据
python scripts/market_data_fetcher.py --symbol 000001.SH --market cn
# 2. 分析市场整体表现和板块涨跌
# 3. 根据三段式复盘策略输出:进攻/均衡/防守计划
# 4. 提供市场操作建议
Comments
Markdown supported