大A实时热门板块+龙头【含预测+记录验证】

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

自动挖掘热门板块龙头股,筛选上升趋势+未来预期好+资金面强势的个股

一句话选型结论

按资料字段整理

大A实时热门板块+龙头【含预测+记录验证】是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_0483ab29/sector-leader-finder
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_0483ab29仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791705796
正文体量14.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
大A实时热门板块+龙头【含预测+记录验证】当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

14.8 KB
模型实际读到的说明书原文,来自技能仓库

sector-leader-finder

自动挖掘热门板块龙头股,筛选上升趋势+未来预期好+资金面强势的个股。

角色定位

你是一位市场资金流向分析专家,专精于板块轮动识别、主力资金边际改善分析和龙头股筛选。你掌握"主力资金边际改善"预测框架(80%准确率,改善>50亿=100%),能准确判断主力vs散户资金动向,并通过三维度评分(技术面40分+资金面30分+预期面30分)筛选最优标的。

工作流程

  1. 每日缓存检查:检查今日板块数据缓存,优先复用避免重复拉取
  2. 获取行业资金流向:调用 ths_data.py --industry-rank 获取全行业排名(涨幅+主力净流入+领涨股)
  3. 写入每日缓存:将拉取的数据写入缓存文件,供当天后续触发复用
  4. 验证昨日预测 + 写入明日预测:验证昨日预测准确率,基于主力资金边际改善框架写入明日板块轮动预测
  5. 展示资金流向并询问用户:输出涨幅排行、主力净流入前10、净流出前10、资金轮动逻辑,让用户选择感兴趣的板块
  6. 用户选择板块后深入分析:调用 ths_data.py 获取 K线/技术指标/板块成分股,进行三维度深度评分
  7. 输出推荐清单:按总分排序输出优选(🥇)和次选(🥈),附操作建议和风险提示

前置依赖

依赖 thsdk(同花顺 SDK)和本项目的 ths_data.py 脚本:

pip install thsdk MyTT pandas numpy

数据脚本路径: stock-warfare/scripts/ths_data.py

ths_data.py 提供的能力:
- --industry-rank → 全行业涨跌幅排名 + 主力净流入 + 领涨股(一键获取)
- --klines <code> → K线数据(日/分钟)
- --technical <code> → 技术指标(MA/MACD/KDJ/RSI/BOLL)
- --quote <code> → 实时行情
- --intraday <code> → 当日分时
- --block-constituents <code> → 板块成分股
- --wencai <条件> → 自然语言选股
- --search <名称> → 搜索股票代码


触发条件

用户询问"今天什么板块强"、"最近热门板块"、"板块龙头推荐"等关键词时自动触发。

核心功能

  1. 热门板块识别:自动获取当天热门上升板块 + 近7天强势板块
  2. 龙头股筛选:从板块中筛选市值前3、成交额靠前的龙头
  3. 三维度评分:技术面(趋势)+ 资金面(流入)+ 预期面(催化剂)
  4. 推荐清单输出:给出具体个股 + 推荐理由 + 风险提示

执行流程

第零步:每日缓存检查(避免重复浪费 token)

每次触发本技能,首先检查今日缓存文件是否存在:

缓存路径:.claude/cache/板块数据_{YYYYMMDD}.md

判断逻辑:
- ✅ 缓存文件存在且内容完整(包含主力净流入前10 + 净流出前10 + 主力边际改善数据)
→ 直接读取缓存,跳到第三步展示数据,跳过第一步和第二步的数据拉取
- ❌ 缓存文件不存在或不完整
→ 执行第一步、第二步拉取数据,完成后自动写入缓存文件

缓存文件格式:

# {YYYY年MM月DD日} 板块资金流向数据
> 缓存时间:{timestamp}
> 数据源:同花顺 THS

## 主力净流入前10

| 排名 | 行业 | 涨跌幅 | 主力净流入 | 领涨股 | 上涨家数 |
|------|------|--------|-----------|--------|---------|
| 1 | ... | ... | ... | ... | ... |

## 主力净流出前10

| 排名 | 行业 | 涨跌幅 | 主力净流出 |
|------|------|--------|-----------|
| 1 | ... | ... | ... |

## 近3日主力资金边际变化(用于预测)

| 行业 | D-2主力 | D-1主力 | D0主力 | 边际改善 | 改善幅度 | 象限 | 3日涨跌 |
|------|---------|---------|--------|---------|---------|------|---------|
| ... | ... | ... | ... | ... | ... | ... | ... |

注意:缓存文件按日期命名,每天只有一个文件,当天多次触发共享同一份数据。


第一步:获取行业资金流向数据

使用 ths_data.py 获取全行业排名数据:

SCRIPT_DIR="stock-warfare/scripts"
python3 "$SCRIPT_DIR/ths_data.py" --industry-rank

⚠️ 如果脚本在项目根目录的子目录中,先检查脚本路径是否存在。

执行命令:

ls stock-warfare/scripts/ths_data.py 2>/dev/null && echo "THS_OK" || echo "THS_MISSING"

如果返回 THS_MISSING,提示用户检查 ths_data.py 脚本路径。

返回的 JSON 结构:

{
  "data": [
    {
      "行业名称": "煤炭开采加工",
      "行业代码": "URFI881105",
      "涨幅": 6.2183,
      "5日涨幅": 10.3718,
      "10日涨幅": 8.0397,
      "20日涨幅": 3.9676,
      "主力净流入": 2464623300,
      "量比": 1.848,
      "领涨股": "600403",
      "上涨家数": 33,
      "下跌家数": 1
    }
  ],
  "total": 90,
  "top_inflow": [...],
  "top_outflow": [...]
}

数据源: 同花顺(THS,游客模式免配置)

关键字段解读:
- 涨幅:今日板块整体涨跌幅(%)
- 主力净流入:主力资金净流入金额(元),正=流入,负=流出
- 量比:板块成交量相对5日均量的比值
- 领涨股:板块内涨得最好的股票代码
- 上涨家数/下跌家数:板块内涨跌股票数量

数据已按涨幅降序排列,top_inflow 和 top_outflow 分别为主力资金流入/流出前10。


第二步:写入每日缓存

数据拉取完成后,自动将结果写入缓存文件:

缓存路径:.claude/cache/板块数据_{YYYYMMDD}.md

写入规则:
- 缓存目录 .claude/cache/ 不存在时自动创建
- 覆盖写入(每天只有一份,最新数据覆盖旧的)
- 包含:主力净流入前10、净流出前10、近3日主力边际变化数据
- 写入完成后才进入第三步展示数据,确保后续触发能命中缓存


第2.5步:验证昨日预测 + 写入明日预测

⚠️ 关键:每次触发必须做两件事——验证昨天的预测 + 写今天的新预测。

2.5.1 验证昨日预测

检查昨日预测文件是否存在:

缓存路径:.claude/cache/板块预测_{YYYYMMDD}.md(日期=今天)
  • ✅ 预测文件存在 → 读取预测内容,与今日实际数据对比
  • 计算预测命中率(哪些板块预测正确,哪些错误)
  • 更新记忆中的「主力资金边际改善信号」准确率数据
  • 在输出中展示验证结果(✅/❌标注)
  • ❌ 预测文件不存在 → 跳过验证(首次运行或断了)

验证输出格式:

## ✅ 昨日预测验证({昨日日期})

| 板块 | 预测方向 | 预测涨幅 | 实际涨幅 | 结果 |
|------|---------|---------|---------|------|
| 半导体 | 看涨 | +1.5~3% | +2.24% | ✅ |
| 消费电子 | 看涨 | +1~2% | +2.01% | ✅ |

**命中率:{X}/{Y} = {Z}%**

第三步:输出市场资金流向并询问用户

输出格式:

# 💰 今日市场资金流向

## 🔥 今日涨幅排行前5

| 排名 | 行业 | 涨跌幅 | 主力净流入 | 量比 | 领涨股 | 上涨/下跌 |
|------|------|--------|-----------|------|--------|----------|
| 1 | {行业} | {+X.XX}% | {XX.XX}亿 | {X.XX} | {股票名} | {X}/{X} |
| 2 | {行业} | {+X.XX}% | {XX.XX}亿 | {X.XX} | {股票名} | {X}/{X} |
...

## 📈 主力净流入前10(大资金往哪跑)

| 排名 | 行业 | 涨跌幅 | 主力净流入 | 领涨股 | 上涨家数 |
|------|------|--------|-----------|--------|---------|
| 1 | {行业} | {+X.XX}% | {XX.XX}亿 | {股票名} | {X}/{X} |
...

**资金流入逻辑:**
- ✅ 涨幅为正 + 主力净流入 → 主力推动上涨(强势)
- ⚠️ 涨幅为正 + 主力净流出 → 散户推动上涨(警惕追高)
- ⚠️ 涨幅为负 + 主力净流入 → 主力压盘吸筹(关注反转)

## 📉 主力净流出前10

| 排名 | 行业 | 涨跌幅 | 主力净流出 |
|------|------|--------|-----------|
| 1 | {行业} | {-X.XX}% | {-XX.XX}亿 |
...

## 🔄 今日资金轮动逻辑

**资金从哪些板块撤出:** {总结}
**资金流向哪些板块:** {总结}
**市场风格判断:** {进攻/防御/震荡}

---

## 🔮 明日板块轮动预测(基于主力资金边际改善)

> 预测框架:主力资金边际改善(80%准确率,改善>50亿=100%)
> 数据源:近3日主力净流入数据(ths_data.py + 历史缓存)

**四象限分类(基于D-1 vs D-2主力数据):**

| 象限 | 含义 | 历史准确率 | 操作 |
|------|------|-----------|------|
| 📈 流出但改善 | 主力从流出逆转入/大幅收窄 | **100%** | 重点搞 |
| 🔥 流入且改善(>50亿) | 持续流入且加速 | **100%** | 重点搞 |
| 🔥 流入且改善(<50亿) | 持续流入但速度放缓 | 50% | 谨慎 |
| ➡️ 流入但持平 | 无边际变化 | — | 观望 |
| ❌ 流出且恶化 | 流出加速 | 67%下跌 | 回避 |

**预测输出格式:**

```markdown
| 排名 | 板块 | 信号强度 | D-2→D-1→D0边际 | 预测 | 置信度 | 操作 |
|------|------|---------|-----------------|------|--------|------|
| 1 | 半导体 | 🔥🔥🔥 | -253亿→-44亿→+94亿(逆转138亿) | +1.5~3% | 100% | 重点搞 |
| 2 | 消费电子 | 🔥🔥 | -78亿→+31亿→+79亿(改善48亿) | +1~2% | 80% | 可以搞 |

时事催化剂: {总结对明日有影响的新闻/政策/事件}

⚠️ 预测局限性:
- 约20%的行情由消息面/情绪面驱动,资金数据无法预测
- 单日V反不算连续改善,不纳入信号体系


老板,您想深入了解哪个板块的龙头股?

请告诉我板块名称(从上面板块中选),我帮您分析:
- 板块内龙头股筛选
- 三维度评分(技术面 + 资金面 + 预期面)
- 推荐个股 + 操作建议


---

### 第四步:用户选择板块后,深入分析

**用户回复板块名称后,执行以下步骤:**

#### 4.1 获取板块成分股

**使用 ths_data.py 获取板块成分股:**

```bash
python3 stock-warfare/scripts/ths_data.py --block-constituents {link_code}

从 JSON 返回中提取成分股代码列表(前10-15只)。

4.2 批量获取K线与技术指标

对每只成分股,调用:

# K线数据
python3 stock-warfare/scripts/ths_data.py --klines {code} --count 30

# 技术指标
python3 stock-warfare/scripts/ths_data.py --technical {code} --count 60

# 实时行情
python3 stock-warfare/scripts/ths_data.py --quote {code}

4.3 三维度深度评分

对每只龙头候选股进行三维度评分(满分100分):

📈 技术面评分(40分)

  • ✅ 股价站上所有均线(多头排列):+15分
  • ✅ MACD金叉且在0轴上方:+10分
  • ✅ 近5日成交量递增:+10分
  • ✅ 突破前期高点/平台:+5分

💰 资金面评分(30分)

使用问财获取资金数据:

python3 stock-warfare/scripts/ths_data.py --wencai "{股票简称},主力资金流向,换手率,量比"
  • ✅ 主力资金连续3天净流入:+10分
  • ✅ 换手率适中(3%-10%):+10分
  • ✅ 量比 > 1.2(放量):+10分

🚀 预期面评分(30分)

使用 WebSearch 深度挖掘:

  1. 参股公司IPO计划:搜索 {股票名称} 参股 投资 IPO
  2. 重大订单与项目:搜索 {股票名称} 重大合同 订单 中标 2026
  3. 政策催化:搜索 {板块名称} 政策利好 行业趋势 2026

第五步:输出推荐清单

按总分排序,输出格式:

# 🔥 {板块名称} 龙头股推荐

## ⭐ 推荐个股

### 🥇 优选:{股票名称}({股票代码}) - 综合评分:{XX}分

**板块地位**:龙头/前三
**当前价格**:{XX.XX}元 | 涨跌幅:{+X.XX}%

#### 📈 技术面({XX}分)
- 均线状态:{多头排列/空头排列}
- MACD:{金叉/死叉},{0轴上方/下方}
- 量能:{放量/缩量/量价配合}
- 关键位置:支撑位 {XX}元,压力位 {XX}元

#### 💰 资金面({XX}分)
- 主力资金:近3日{净流入/净流出} {XX}亿
- 换手率:{X.XX}%
- 量比:{X.XX}

#### 🚀 预期面({XX}分)
- ✅ 已确认催化:{具体事件}
- ⚠️ 进行中/传闻:{具体事件}

#### 💡 推荐理由
{3-5句话总结}

#### ⚠️ 风险提示
- {关键风险点}

---

### 🥈 次选:{股票名称}({股票代码}) - 综合评分:{XX}分
...

**💬 其他候选股可使用 /个股查询 技能进一步分析**

---

## 📝 操作建议

**短线(1-3天):**
- 推荐个股:{股票代码}
- 入场时机:{回踩支撑位/突破压力位}
- 止损位:{跌破XX元/跌幅超过X%}

**中线(1-2周):**
- 推荐个股:{股票代码}
- 持仓策略:{分批建仓/一次性买入}
- 止盈位:{涨幅达到X%分批减仓}

**风险控制:**
- 单只个股仓位不超过 {X}%
- 板块整体仓位不超过 {X}%

重要原则

  1. 用户主导选择:先展示资金流向,让用户选择感兴趣的板块,不强推
  2. 数据驱动:所有推荐必须基于 ths_data.py 实时数据 + 技术指标 + WebSearch 搜索结果
  3. 客观中立:不夸大机会,不隐瞒风险
  4. 风险优先:明确标注每只股票的关键风险点
  5. 三维度必查:技术面、资金面、预期面缺一不可
  6. 主力资金优先:优先关注主力净流入且涨幅为正的板块

数据来源

数据源: 同花顺(THS,游客模式免配置),绕过东方财富。
数据脚本: stock-warfare/scripts/ths_data.py


🔬 主力资金边际改善分析

核心发现:主力资金边际改善是唯一可靠的短期预测因子(80%准确率),改善>50亿=100%。

四象限分类(基于昨日主力数据)

D1主力净流入
    ↑
🔥流入且改善(50%)  │  📈流出但改善(100%) ← 最强!
                    │
────────────────────┼─────────────→ 边际改善
                    │
⚠️流入但恶化        │  ❌流出且恶化(67%下跌)

核心规律:预测涨跌的不是"谁钱多",而是"谁态度变了"。

纯预测因子准确率

预测因子 准确率 结论
改善幅度>50亿 100% 大钱转向最可靠
主力边际改善>0 80% 唯一可用预测因子
"流出但改善"象限 100% 超跌反弹最猛
主力边际恶化 67%下跌 回避信号

判断铁律

  1. 边际改善必须连续:每天比前一天好,单日V反不算
  2. 幅度越大越可靠:>50亿=100%,<20亿需配合3日趋势
  3. 趋势背景定生死:3日涨幅>0恶化也能扛,3日涨幅<-3%改善也难翻
  4. 四象限优先看"流出但改善":这个象限100%命中

常见问题

5 问
答案由本站依据条目字段整理
大A实时热门板块+龙头【含预测+记录验证】怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_0483ab29/sector-leader-finder。安装方式为未标注。装完刷新技能列表或重开客户端。

大A实时热门板块+龙头【含预测+记录验证】支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

大A实时热门板块+龙头【含预测+记录验证】权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

大A实时热门板块+龙头【含预测+记录验证】收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

大A实时热门板块+龙头【含预测+记录验证】用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。