Agent Skills
返回列表
磐石股票综合评分模型

磐石股票综合评分模型

行业专业 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 @user_525a1b37/rocksolid-stock-rating。

技能介绍

要解决的问题

个股基本面判断容易受单点指标、行情情绪和公开数据口径差异影响。磐石股票综合评分模型把分散的行情、财报、估值与风险信号整理成一套可执行的评分流程,用于辅助判断 A 股个股的基本面强弱、潜在风险和历史趋势。

工作方式

该技能面向 A 股,优先读取 SKILL.md 中定义的执行手册,再按任务加载对应脚本与参考文档。核心能力包括:

  • 数据获取:优先使用 AKShare,不可用时自动降级到新浪、东财等 HTTP 接口,也可通过 Agent 调用 TDX MCP 补齐字段。
  • 评分执行:由 rock_solid.py 计算四大簇评分、阈值判定、调整项和最终得分,避免人工估算权重。
  • 趋势分析:trend_analyzer.py 可拉取多期财报,按同报告期类型比较,输出基本面评分的演化方向。
  • 结果展示:推荐 --report 模式,展示数据源状态、字段缺失提示、评分明细与计算公式,便于判断结果可信度。

适用边界

该模型主要支持沪深主板、创业板、科创板;北交所、B 股等边界市场可能数据不全,评分可信度较低;基金、ETF、可转债、港股、美股等会被拒绝或不适用。它基于公开历史数据和预设规则,适合辅助分析,不构成投资建议。

使用场景

  • 拿到 600519 等 A 股代码,需要按统一规则跑一遍评分并查看数据源状态、阈值判定和最终得分。
  • 怀疑某只股票有暴雷风险,需要基于财报、现金流、负债与质押等字段检查风险信号并看到缺字段提示。
  • 想比较两只股票近两年的基本面走势,需要按同报告期类型拉取多期财报并观察评分演化趋势。
  • 在 Python 环境不稳定时,需要先用 HTTP 或 TDX MCP 补齐行情、财务字段,再执行评分而不是手算。

适合人员

  • 关注 A 股基本面,需要把财报、估值和行情信号整理成可复核评分结论的量化研究者。
  • 负责个股研究,需要在评分报告里核对数据源、默认值字段与调整项的卖方或买方分析师。
  • 自建金融 Agent 的工程师,需要接入股票评分脚本、数据降级链和 TDX MCP 取数流程。
  • 做风险控制或排雷筛选的风控运营,需要基于公开字段快速识别财报、现金流和负债风险。