Agent Skills
返回列表
A股多智能体投研

A股多智能体投研

AI Agent 更新于 2026.08.29

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 @u_8ee34d77/agent-research 技能。

技能介绍

核心痛点

A股分析场景长期依赖手工作业。数据散落在多个终端,缺乏统一的分析框架;盘中涨跌停规则因板块而异,人工跟踪容易在临界点误判。

工作原理

  • 多Agent辩论:基本面、技术面、情绪、风险四个Agent并行生成独立观点,通过辩论得出综合决策。例如分析600519时,基本面Agent基于盈利增长建议买入,技术面Agent根据指标建议卖出,最终系统给出平衡方案,准确率提升至75%。
  • 涨跌停规则适配:内置引擎自动识别主板(10%)、创业板(20%)、科创板(20%)的涨跌幅边界,结合CNN-LSTM模型动态调整买入策略,避免追高。
  • 实时数据流:基于Apache Kafka和Spark Streaming构建处理链路,数据源支持Tushare Pro API及Wind等。

适用边界

  1. 人工复核:涉及关键投资决策时,务必由专业研究员进行最终确认。
  2. 凭证安全:API密钥必须通过环境变量注入,严禁硬编码。
  3. 输入限制:超长文本需分段输入,不同操作系统的命令行参数需适配。

使用场景

  • 创业板个股尾盘快速拉升接近20%涨跌幅限制,需结合量能判断是否封板,并自动调整买入追高策略。
  • 面对同一标的的财务基本面转好与技术面顶背离的矛盾,需系统性对比多空逻辑,得出综合投资建议。
  • 盘中突发行业政策利好,需在秒级完成异动股票的风险预警并动态调整投资组合仓位。
  • 需要对历史多年的全市场交易数据进行批量回测,验证自定义多因子策略在不同市场周期下的有效性。

适合人员

  • 量化研究员,需要通过多因子建模与历史回测来验证A股量化策略的有效性与胜率。
  • 券商行业研究员,需要快速整合基本面、资金面与新闻情绪数据,辅助撰写深度个股研报。
  • 个人职业交易员,需要在盘中快速处理突发行情,特别是应对复杂的涨跌停板交易规则。