星耀数智自选股管家
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-rwhv0nty/ad-watchlist。
技能介绍
问题背景
管理自选股时,很多人会陷入几个常见困境:分组全靠文件夹或者备忘录,换台电脑就丢;多只股票的行情和基本面数据分散在各个网页之间,手动复制粘贴耗时又容易出错;自选收益的计算更是一项重复劳动,每个交易日都要手动更新价格、计算涨跌幅。对于需要同时跟踪几十甚至上百只标的的投资者来说,这些琐碎操作累积起来会挤占大量研究时间。
这个技能的目标就是把这些机械劳动交给脚本,让开发者可以通过命令行完成全部操作,并自动生成可交互的展示页面。
核心能力与工作方式
技能将自选股数据存储在本地 SQLite 数据库中,默认路径为 data/watchlist.db,可用 --db 参数指定其他位置。数据库由三张表组成:groups(分组)、stocks(股票记录)和 meta(元数据),完整定义见 references/database-schema.md。
所有功能通过 python watchlist.py 命令行工具驱动,核心能力包括:
- 分组管理:创建、重命名、列出和删除分组
- 添加自选股:支持单只或批量添加,联网时自动补全股票名称、最新行情和基本面数据
- 删除自选股:单只或批量删除
- 查询与展示:列表、详情查看、关键词搜索、CSV 导出
- HTML 网页生成:每次增删改操作后自动重写
data/watchlist.html,页面包含分组标签页、分页、排序和前端筛选功能
数据刷新遵循明确的规则:当日首次执行任何命令时,会先对全市场自选股做一次全量刷新;每次添加操作会重算该分组全部股票的最新数据;--refresh 参数可强制全量重算。查询类操作(list、info、search、html、export)支持离线模式(--no-api),而添加和刷新操作必须联网。
自选价的默认取值为添加时的最新价,自选收益按 (最新价 - 自选价) / 自选价 × 100 计算,也可通过 -p 参数手动指定成本价。
适用边界与注意点
使用前需要完成三项准备工作:安装 Python 运行环境(推荐 3.8 至 3.13)、安装 AmazingData 依赖包、配置认证环境变量。星耀数智接口采用单点登录机制,同一时间只能维持一个登录链接,多实例并行使用时需要注意这一点。
数据接口的调用依赖开户营业部提供的账号、密码、服务器 IP 和端口,需要提前申请。认证信息通过 AD_USERNAME、AD_PASSWORD、AD_HOST、AD_PORT 四个环境变量注入,脚本在调用数据接口前会先执行 ad.login() 完成登录。
技能适合有编程基础、愿意通过命令行管理自选股的开发者和量化爱好者,不适合不熟悉 Python 环境的纯小白用户。对于需要多账户管理或实时交易的场景,这个技能并不适用。
使用场景
- 技术投资者按行业分组管理关注标的,定期用列表命令查看各组最新价与自选收益变化
- 数据分析师批量添加新标的到自选池,需要自动补全名称、PB、PE 等基本面字段
- 量化研究员需要将自选股数据导出 CSV 做进一步分析,同时生成 HTML 页面供团队查看
- 投资者在无网络环境下也需要查看已缓存的自选股列表和分组信息,使用离线查询模式
适合人员
- 有 Python 基础的个人投资者,需要用命令行工具批量管理多组自选股并自动计算收益
- 量化团队的数据工程师,负责维护标的池数据管道,需要定时刷新行情并导出结构化数据
- 熟悉 SQLite 的技术型交易者,希望本地存储自选股数据并生成可交互的 HTML 展示页
- 券商内部的研究助理,需要为团队快速搭建可共享的自选股跟踪看板