股票筛选器

解决的具体问题

在股票投资分析中，投资者通常需要根据多种财务和指标条件筛选股票。手动执行这些筛选任务繁琐、易错，且难以处理大量数据。例如，同时应用 roe 盈利能力和 macd 技术指标筛选时，需要分别计算和比对，效率低下。此外，当策略组合复杂时，如要求“低估值且高成长”，手动操作难以快速迭代和验证，限制了投资决策的及时性和准确性。

核心能力与工作流程

该技能聚合了 11 种选股策略，提供统一入口，支持灵活组合和高效执行。主要功能包括：

• 策略多样性：涵盖基本面（如 roe、dividend）、技术面（如 macd、trend）和形态分析（如 pattern、bollinger）。每个策略有明确定义的核心条件和评分维度，例如 valuation 策略基于 PE、PB、PEG 等指标评估低估值。
• 组合支持：允许单策略独立运行，或通过 AND、OR、SCORE 模式组合多策略。例如，使用 AND 逻辑筛选同时满足“现金流质量”和“筹码集中”的股票，或用 SCORE 模式对策略结果加权排序。
• 并发加速：采用 ThreadPoolExecutor 实现并发执行，尤其适合 IO 密集型的技术面策略（如 macd、volume_surge），通过 workers 参数控制并发数（建议不超过 16 以避免 API 限流），提升数据处理速度。
• 可视化报告：生成 HTML 格式的可交互报告，便于直观分析筛选结果。输出包括 JSON、CSV 和 HTML 文件，自动保存到指定目录（如外置硬盘），支持自定义路径。

关键步骤如下：

1. 策略选择：根据投资目标选择单个或多个策略，例如聚焦成长股的 growth 策略。
2. 参数配置：调整各策略专属参数，如 roe 的阈值（ROE≥15%、ROA≥5%）或 trend 的均线设置。
3. 执行筛选：启动筛选过程，支持串行（workers=1）或并发模式，适应不同数据负载。
4. 结果输出：保存原始数据（screener_{策略}_{时间}.json）、表格（CSV）和可视化报告（HTML），便于后续分析或归档。

适用边界与注意点

尽管该技能提升了筛选效率，使用时需注意以下限制：

• 并发优化：财务面策略（如 roe、dividend）数据量较小，并发收益有限；技术面策略（如 trend、pattern）建议开启并发以提升速度，但需权衡 API 稳定性。
• API 限流：高并发可能触发数据源 API 的限制，建议将 workers 设置为不超过 16，并监控调用频率。
• 数据依赖：技能依赖外部数据源（如实时行情 API），需确保数据可用性和准确性，避免因数据缺失导致筛选错误。
• 输出管理：默认输出目录为外置硬盘路径，可通过 output_dir 参数自定义，防止存储空间不足或路径冲突。
• 策略适用性：某些策略（如 pattern 的 K 线形态）依赖技术分析工具，需结合市场环境使用，避免过度依赖单一指标。