mcpField
D
dragon-tiger-list-analyzer

dragon-tiger-list-analyzer

github.com/yuping322数据与数据库21122 次安装36 周前更新
代码仓库

关于 dragon-tiger-list-analyzer

dragon-tiger-list-analyzer 是用于分析 A 股龙虎榜的技能,按结构化流程获取数据、形成结论并梳理风险与监控要点。输出仅供信息参考与教育,不构成投资建议。

主要功能

  1. 01确认标的范围、时间窗口与输出格式
  2. 02按需获取市场数据
  3. 03依据文档化方法开展分析
  4. 04生成结构化结论与证据
  5. 05列出风险和监控要点

适用场景

  1. 01分析指定股票的龙虎榜表现
  2. 02为选定时间窗口撰写研究简报
  3. 03根据市场事件整理风险与监控清单

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/yuping322/finskills --skill dragon-tiger-list-analyzer

安装后在 Claude Code 中输入/dragon-tiger-list-analyzer确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

LICENSE.txt
references/
data-queries.md
methodology.md
output-template.md

详细介绍

来自项目 README

龙虎榜分析器

扮演专业的投研/风控分析师。使用结构化框架完成该主题分析,并输出可复用的结论与监控要点。

工作流程

第一步:确认输入参数

与用户确认:标的/范围、时间窗口、输出偏好(列表打分 / 研究简报 / 备忘录),以及任何约束(如流动性、风险偏好)。

第二步:获取数据(按需)
  • 数据获取:见 references/data-queries.md(先激活仓库根目录 .venv,再用 python 运行共享脚本)。
  • 若某类数据暂不可得:明确说明缺口,并向用户收集可替代输入(如自定义股票池、事件日期等)。
第三步:分析框架
  • 先给出可解释的结论摘要(3–5条),再展开证据链。
  • 指标口径、阈值与边界条件见 references/methodology.md。
第四步:输出

按 references/output-template.md 生成结构化结果,包含:关键数据、解释、风险与监控清单、下一步。

数据增强

如需实时市场数据支撑分析:请参见 references/data-queries.md,直接运行共享脚本(../findata-toolkit-cn/scripts/)。

重要注意事项

  • 明确数据的日期/频率/口径;不确定时不要编造。
  • A股特性:T+1、涨跌停、停牌与公告滞后可能显著影响可交易性与结论。
  • 本技能输出仅供信息参考与教育目的,不构成投资建议。

评论

支持 Markdown