股票分析小龙虾

核心问题与解决方案

在快速变化的 A 股市场，投资者需要对单只个股进行快速、量化、数据驱动的分析，以辅助其在交易时段内做出决策。纯粹依赖主观判断或单一指标容易忽略多空矛盾，也难以系统性地处理市场新闻情绪。

股票分析小龙虾系统旨在解决这个问题。它构建了一个从数据采集到综合评分的自动化分析流程，将复杂的多指标技术分析与新闻情绪量化相结合，为用户提供一个结构化的分析报告。系统的核心是其综合评分模型（技术面 85% + 消息面 15%）和套利空间推荐算法，旨在输出量化的强弱判断和交易参考价位，而非模糊的预测。

分析流程与关键步骤

系统的工作流程遵循严格的分析纪律，分为以下关键步骤：

1. 数据获取与区分：

历史数据：通过 akshare 获取截至最近交易日收盘的 K 线数据，用于计算所有技术指标。
实时数据：通过腾讯 API 获取盘中实时行情（价格、成交量等）。
* 关键点：系统明确区分两类数据，所有分析基于此，并在输出时强制声明数据时效性。

1. 技术面量化评估：

基于历史 K 线计算超过 10 种技术指标，包括趋势类（MA, MACD）、摆动类（KDJ, RSI, WR, CCI）、量能类（VR, CR, OBV）和通道类（BOLL, BIAS）。
每个指标有明确的评分规则（例如，KDJ < 20 视为超卖区加分），最终汇总成满分 85 分的技术面评分。

1. 消息面情绪评分：

抓取东方财富个股新闻，通过关键词分级加权匹配（强利好 x3.0， 普通利好 x1.0， 弱利好 x0.5 等）进行情绪打分。
引入时效性衰减（今日 100%，昨日 50%， 前日 20%），并将新闻评分映射为满分 15 分的消息面评分。

1. 综合评分与输出：

将技术面与消息面评分加权求和（总分 100），给出评分等级（如 ≥70 强势看多）。
输出必须严格遵循“三段式”：① 数据事实（脚本输出） → ② 技术判断（基于规则的解读） → ③ 操作参考（条件式建议）。
* 必须提供支撑位、压力位、止损位（基于 BOLL 下轨和 20 日低点动态计算）等具体价位。

1. 批量套利筛选（V4.0+）：

对用户提供的一组股票，运行并行计算，使用专用套利分数公式（技术面×40 + 上行空间×25 + 消息面×10 + R/R×15 - 涨幅×10 + ...）进行排序。
输出 TOP 10 推荐，并包含“可达性评级”等深度分析。

适用边界与重要提示

此技能并非“全能”分析工具，其设计和运行有明确的边界：

• 纯技术面与情绪面驱动：分析完全基于历史价格数据和新闻关键词匹配。不包含任何基本面分析（如 PE、PB、 ROE、营收），也无法获取实时的资金流向数据。用户不应询问此类信息。
• 分析非决策：系统输出的是基于历史数据和统计规则的量化参考，绝不能替代人工判断。红线包括：禁止预测具体涨跌点位、禁止使用指令性动词（如“买入”/“卖出”）、必须以“建议”、“参考”等条件式表述结尾。
• 模型与数据局限性：指标间存在相关性（如 RSI 和 KDJ）；新闻关键词匹配存在误判可能（需在输出中标注）；对于涨停/跌停/停牌股票，技术指标可能失真。动态止损虽优于固定比例，但仍可能在高波动板块（如创业板）中表现不佳。
• 必须遵守的输出纪律：每次分析必须声明数据截止时间、分析类型、消息面评分的局限性，并附上风险提示（⚠️ 以上分析仅供参考，不构成投资建议）。