astock-quant-analyzer

基于"双引擎四层"融合模型的 A股个股量化分析 Skill，一句话触发，3 分钟输出专业级投资分析报告。

✨ 特性

• 🎯 双引擎四层模型：基本面(60%) + 量价(25%) + 风险(15%)，融合板块与消息面分析
• 📊 八因子基本面评分：价值、成长、质量、动量、情绪、资金流、ESG、另类数据
• 📈 六维度量价分析：趋势、量价配合、关键位置、主力行为、波动率、多周期共振
• 🛡️ 四维度风险控制：估值、流动性、下行、集中度 + 信号冲突检测
• 🔄 动态权重调整：根据牛/熊/震荡市自动调整评分权重
• 🧩 经典框架适配：自动匹配价值选股、困境反转、成长股PEG、动量趋势模型
• 📋 十大章节报告：从基本信息到风险提示，结构化输出完整分析报告

📦 下载安装

方式一：从 Release 下载（推荐）

直接下载打包好的 Skill 文件，一键导入即可使用：

版本区别

• HTML 报告版 (v1.1.0)：生成精美的 HTML 可视化报告，支持图表、进度条、交互式展示
• Markdown 报告版 (v1.0.0)：生成 Markdown 格式文本报告

方式二：从源码安装

git clone https://github.com/laozdao/astock-quant-analyzer.git
cd astock-quant-analyzer
pip install -r requirements.txt

💻 支持的软件

本 Skill 可在以下 AI 助手软件中使用：

💡 提示：SOLO 和 Trae 原生支持 .skill 文件导入，其他软件可能需要手动适配。

🚀 快速开始

前置条件

• Python 3.8+（使用源码方式时）
• 安装 Trae 或 SOLO 客户端（推荐）

使用方法

方式一：使用 Skill 文件（推荐）

1. 下载最新版本 astock-quant-analyzer-html.skill（HTML 报告版）
2. 在 Trae/SOLO 中导入 Skill
3. 直接使用：分析一下贵州茅台

方式二：使用 Python 源码

from src.analyzer import AStockQuantAnalyzer, MarketCondition

# 创建分析器实例
analyzer = AStockQuantAnalyzer(MarketCondition.OSCILLATION)

# 准备数据
fundamental_data = {
    'ep': 0.06,
    'pb': 2.0,
    'revenue_growth': 0.15,
    'profit_growth': 0.12,
    'roe': 0.12,
    # ... 更多数据
}

# 计算评分
fundamental_score = analyzer.calculate_fundamental_score(fundamental_data)
print(f"基本面评分: {fundamental_score.total_score}")

📐 模型架构

综合得分 = 基本面 × 60% + 量价 × 25% + 风险 × 15%

📁 项目结构

astock-quant-analyzer/
├── astock-quant-analyzer-html.skill   # HTML 报告版 Skill 文件（可直接下载使用）
├── src/                               # 源码目录
│   ├── config.py                     # 模型配置
│   ├── analyzer.py                   # 核心分析引擎
│   └── __init__.py
├── skill/                             # SOLO Skill 文件
│   └── SKILL.md                      # Skill 定义文件
├── docs/                              # 文档目录
│   └── architecture.md               # 架构设计文档
├── examples/                          # 示例
│   └── sample_report.md              # 示例分析报告
├── tests/                             # 测试
│   └── test_analyzer.py
├── README.md                          # 本文件
├── LICENSE                            # MIT 协议
└── requirements.txt                   # 依赖

📄 开源协议

MIT

⚠️ 免责声明：本 Skill 仅供学习交流使用，不构成任何投资建议。股市有风险，投资需谨慎。