Agent Skills
返回列表
A股多因子量化选股

A股多因子量化选股

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,将 @user_a9caeb3c/a-stock-multi-factor-screener 安装到 AI 助手中。

技能介绍

解决什么问题

对 A 股个人投资者来说,行情页面只能看价格,无法回答买入后策略是否有效的问题;手动筛选涨停、均线金叉、RSI 超卖也容易漏掉标的。OneQuant 4.0 把行情、K 线、条件选股、回测、模拟交易和风控放进同一个本地 Flask 服务,减少在多个工具之间来回切换。

如何工作

  • 数据获取:通过 AkShare 获取免费行情,或配置 JQData / RQData 获取更长历史,覆盖指数、个股、K 线、北向资金、财务指标。
  • 使用入口:Web 界面适合手动分析;REST API 适合 Python 脚本批量回测;CLI 和定时任务适合收盘后自动执行。
  • 核心能力:支持 limit_up、ma_golden、rsi_oversold 条件选股,运行 MA/RSI 回测,查看资金曲线、绩效指标和买卖信号,并在本地账户模拟买卖、导出 Excel。
  • 风控与数据:可查看持仓比例、止损止盈和风险概览;交易记录与策略参数默认保存在本地 JSON 文件,默认券商为模拟环境。

适用边界

它更适合做策略验证和学习:单用户本地部署,数据通过 HTTP 轮询获取,不是毫秒级低延迟;回测结果仍需考虑佣金、滑点和印花税。若需要高频交易、期货期权、港美股深度分析或复杂因子模型,应接入专门系统。

使用场景

  • 在收盘后用 MA/RSI 策略回测单只 A 股,查看资金曲线、绩效指标和买卖信号。
  • 按涨停板、均线金叉、RSI 超卖条件筛选当日 A 股标的,并导出结果。
  • 在本地模拟账户中买入、卖出、查看持仓盈亏和每日盈亏,验证交易流程。
  • 配置单只持仓比例和止损止盈,查看风险概览并提醒仓位超限情况。

适合人员

  • 想验证 A 股均线、RSI 规则是否有效的个人投资者
  • 需要边看 Web 界面边学习回测流程的量化初学者
  • 用 Python 调用 REST API 批量回测和导出的数据分析师
  • 要把行情、K 线、选股和模拟交易放在本地管理的独立研究者