Agent Skills
返回列表
⚖️

AkShare 金融数据

行业专业 更新于 2026.08.30

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-eyw2ohcx/tangweigang-jpg-akshare-financial-data-033。

技能介绍

要解决什么问题

量化研究或回测脚本一旦混入未来函数、实体 ID 格式混乱,或买卖顺序与信号列语义不一致,策略结论往往无法复现,也很难和团队对齐数据源与因子管线。

本技能围绕 AkShare 及常见国内行情源,把「拉数 → 存表 → 算因子 → 选股 → 执行/可视化」串成一条可讨论的流水线,并在生成交易或回测代码前强调 references/LOCKS.md 中的硬性约束(如 MultiIndex(entity_id, timestamp)、next-bar 成交、MACD 参数锁定等)。

技能如何工作

  • 数据源与市场:会追问目标是 A 股、港股还是其它品种,以及在东方财富、Baostock、JoinQuant、AkShare、QMT 等之间的取舍。
  • 策略与区间:覆盖 MACD 金叉、均线交叉、放量突破、基本面筛选或自定义因子,并明确 start_timestamp / end_timestamp 与标的 ID(如 stock_sh_600000)。
  • 文档与工程:包含 UC-101 场景——为 AkShare 配置带 ctex 中文支持与 recommonmark 的 Sphinx 文档构建。
  • 质量护栏:实现前可对照 ANTI_PATTERNS.md(如 SEC 请求 User-Agent、限流、HTTP 超时);争议行为以 seed.yaml 为准。

适用边界与注意点

技能编译自量化蓝图,证据核验比例约 30.6%,自动生成内容可能存在需求缺口,关键决策应回查 LATEST.yaml 等源文件。美股在部分 ZVT 路径上覆盖较薄;执行类意图需匹配用例触发词并配合明确动作动词(run/执行/fetch/backtest 等)。

使用场景

  • 用东方财富或 Baostock 拉 A 股历史 K 线,按 LOCK 要求整理成 MultiIndex 后再跑 MACD 金叉回测
  • 在 JoinQuant 或 QMT 与 AkShare 之间选定行情源,并为指定 `stock_sh_*` 标的设定回测起止时间
  • 为团队 AkShare 集成项目配置 Sphinx(ctex + recommonmark)并自动生成版本字符串
  • 实现自定义因子流水线前,对照 ANTI_PATTERNS 为外部 API 配置 User-Agent、限流与 HTTP 超时

适合人员

  • 私募量化研究员:需要在不写未来函数的前提下,把 MACD/均线策略落到 next-bar 成交约束上
  • 个人投资者兼 Python 用户:想统一用 AkShare 拉财报与基金数据并做可视化,而非手工拼网页
  • 开源金融库维护者:要为 AkShare 相关项目搭中文 Sphinx 文档并固化版本展示
  • 数据工程师对接券商 QMT:要把行情入库后的因子计算顺序(Transformer 在 Accumulator 之前)写进可审计脚本