交易领航（TradePilot）v2.0

> 多维量化股票分析框架

增强版股票分析框架 v2.0

概述

这是一个全功能的股票分析框架，集成了技术分析、风险量化、策略回测、情绪分析、宏观分析和行业分析等多个模块。相比基础版本，新增了10个技术指标、6种形态识别、4项风险量化指标，以及量化回测、情绪分析、宏观分析、行业分析等完整功能。

功能特性

1. 增强版技术分析（10个指标）

2. 形态识别（6种）

3. 风险量化指标（4项）

4. 量化回测引擎

支持策略：
- MA均线策略：金叉买入，死叉卖出
- RSI策略：超卖买入，超买卖出

回测指标：
- 总收益率
- 年化收益率
- 最大回撤
- 胜率
- 盈亏比

5. 市场情绪分析

指标：
- 涨停家数占比：判断市场热度
- 量比分析：判断资金活跃度
- 涨跌家数：判断市场宽度
- 恐慌贪婪指数：综合情绪指标

6. 宏观经济分析

维度：
- 经济增长：GDP增速分析
- 通胀分析：CPI/PPI分析
- 货币政策：M2、利率、存准率
- 财政政策：赤字率、税收政策

7. 行业分析

维度：
- 行业生命周期：成长期/成熟期/衰退期
- 竞争格局：市场集中度分析
- 产业链分析：上下游议价能力
- 估值水平：PE/PB溢价分析

安装与配置

文件结构

enhanced-stock-analysis/
├── SKILL.md                    # 本文档
├── scripts/                    # 脚本文件
│   ├── enhanced_technical_analysis.py  # 增强技术分析
│   ├── backtest_engine.py              # 量化回测引擎
│   ├── sentiment_analyzer.py           # 情绪分析器
│   ├── macro_analyzer.py               # 宏观分析器
│   ├── industry_analyzer.py            # 行业分析器
│   └── comprehensive_analyzer.py       # 综合分析框架
├── references/                 # 参考文档
│   └── indicator_guide.md      # 指标使用指南
└── templates/                  # 模板文件
    └── analysis_report.md      # 分析报告模板

安装步骤

1. 将整个 enhanced-stock-analysis 文件夹复制到：
   ~/AppData/Local/hermes/skills/

2. 确认Python环境已安装：
   bash python --version # 需要Python 3.7+

3. 测试安装：
   python from enhanced_technical_analysis import EnhancedTechnicalAnalysis print("安装成功！")

使用方法

方法一：使用综合分析框架（推荐）

import sys
sys.path.append("~/AppData/Local/hermes/skills/enhanced-stock-analysis/scripts")

from comprehensive_analyzer import ComprehensiveStockAnalyzer

# 创建分析器
analyzer = ComprehensiveStockAnalyzer("002929", "润建股份")

# 加载数据（60天K线）
analyzer.load_data(close_prices, high_prices, low_prices, volumes)

# 综合分析
report = analyzer.comprehensive_analysis()
print(report)

方法二：单独使用各模块

技术分析

from enhanced_technical_analysis import EnhancedTechnicalAnalysis

analyzer = EnhancedTechnicalAnalysis(close, high, low, volume)

# 计算所有指标
k, d, j = analyzer.kdj()
obv = analyzer.obv()
wr = analyzer.williams_r()
atr = analyzer.atr()
cci = analyzer.cci()
patterns = analyzer.detect_pattern()
scores = analyzer.comprehensive_score()

回测分析

from backtest_engine import BacktestEngine

engine = BacktestEngine(close, volume)

# MA策略回测
ma_result = engine.backtest_ma_strategy(short_period=5, long_period=20)

# RSI策略回测
rsi_result = engine.backtest_rsi_strategy(period=14, buy_threshold=30, sell_threshold=70)

情绪分析

from sentiment_analyzer import MarketSentimentAnalyzer

analyzer = MarketSentimentAnalyzer()
report = analyzer.generate_sentiment_report(
    limit_up_count=50,
    total_stocks=5000,
    current_volume=1000000000,
    avg_volume=800000000,
    advancing=3000,
    declining=1500
)

宏观分析

from macro_analyzer import MacroAnalyzer

analyzer = MacroAnalyzer()
report = analyzer.generate_macro_report(
    gdp_data={'current': 5.5, 'previous': 5.0},
    inflation_data={'cpi': 2.1, 'ppi': 1.5},
    monetary_data={'m2_growth': 10.5, 'interest_rate': 2.5, 'reserve_ratio': 9.5},
    fiscal_data={'deficit_ratio': 3.5, 'tax_policy': '减税'}
)

行业分析

from industry_analyzer import IndustryAnalyzer

analyzer = IndustryAnalyzer()
report = analyzer.generate_industry_report("半导体", {
    'revenue_growth': 25,
    'profit_growth': 30,
    'market_size_growth': 20,
    'concentration_ratio': 45,
    'market_share_top3': 35,
    'upstream_concentration': 60,
    'downstream_concentration': 40,
    'pe': 50,
    'pb': 5,
    'industry_avg_pe': 40,
    'industry_avg_pb': 4
})

标准分析流程

六步分析法

第一步：数据采集
  - 获取60天K线数据
  - 获取基本面数据
  - 获取资金流向数据

第二步：增强技术分析
  - 计算10个技术指标
  - 识别6种形态
  - 判断多空趋势

第三步：风险量化
  - 计算VaR(95%)
  - 计算最大回撤
  - 计算夏普比率
  - 计算波动率排名

第四步：综合评分
  - 趋势得分（40分）
  - 动能得分（35分）
  - 量能得分（15分）
  - 风险得分（50分）
  - 总分（140分）

第五步：信息补充
  - 搜索研报
  - 分析公告
  - 验证数据

第六步：输出决策
  - 技术分析结论
  - 风险分析结论
  - 最终操作建议
  - 风控措施

输出格式模板

## [股票名称(代码)](行情链接) 深度分析报告

### 一、技术分析

**1. 价格表现：**
- 最新收盘价：XX元
- 今日涨跌幅：XX%
- 区间涨幅：XX%

**2. 均线系统：**
- MA5/10/20/60
- 多头/空头排列判断

**3. MACD指标：**
- DIF/DEA/MACD柱
- 金叉/死叉判断

**4. RSI指标：**
- RSI6/12/24
- 超买/超卖判断

**5. KDJ指标：**
- K/D/J值
- 金叉/死叉判断

**6. 其他指标：**
- OBV、威廉%R、ATR、CCI

**7. 形态识别：**
- 识别到的形态及信号

**8. 支撑压力位：**
- 关键支撑位
- 关键压力位

### 二、风险分析

**1. 风险量化指标：**
- VaR(95%)：XX%
- 最大回撤：XX%
- 夏普比率：XX
- 波动率排名：XX%

**2. 风险等级：**
- 低风险/中风险/高风险

### 三、综合评分

| 维度 | 得分 | 满分 |
|-----|------|-----|
| 趋势 | XX | 40 |
| 动能 | XX | 35 |
| 量能 | XX | 15 |
| 风险 | XX | 50 |
| **总计** | **XX** | **140** |

**评分解读：**
- 100分以上：优秀
- 70-100分：良好
- 50-70分：一般
- 50分以下：较差

### 四、最终决策

**操作建议：**
- 激进型策略
- 稳健型策略
- 保守型策略

**买入价格：**
- 激进型：XX元
- 稳健型：XX元
- 保守型：XX元

**目标位：**
- 第一目标：XX元
- 第二目标：XX元

### 五、风控措施

**止损设置：**
- 止损价格：XX元
- 止损幅度：XX%

**仓位控制：**
- 建议仓位：XX%
- 最大仓位：XX%

**持仓时间：**
- 建议持仓：XX天
- 最长持仓：XX天

评分体系详解

趋势得分（40分）

动能得分（35分）

量能得分（15分）

风险得分（50分）

注意事项

数据要求

1. K线数据：至少60个交易日
2. 数据完整性：OHLCV数据完整
3. 数据准确性：使用正规数据源

使用限制

1. 仅供参考：分析结果不构成投资建议
2. 风险自担：投资决策需自行判断
3. 市场风险：股市有风险，投资需谨慎

常见问题

Q: 为什么有些指标显示"数据不足"？
A: 部分指标需要较长的历史数据，建议使用60天以上的K线数据。

Q: 综合评分多少分可以买入？
A: 建议100分以上积极关注，70分以上适当参与，50分以下谨慎。

Q: 如何判断形态识别的可靠性？
A: 形态识别需要结合成交量确认，放量突破更可靠。

更新日志

v2.0 (2026-06-26)

• 新增KDJ、OBV、DMI、ATR、威廉%R、CCI指标
• 新增形态识别功能（6种形态）
• 新增VaR、最大回撤、夏普比率等风险量化指标
• 新增量化回测引擎（MA/RSI策略）
• 新增情绪分析模块
• 新增宏观分析模块
• 新增行业分析模块
• 新增综合评分系统（140分制）

v1.0 (初始版本)

• 基础技术分析（MA/MACD/RSI/布林带）
• 基本面分析
• 资金流向分析

联系方式

如有问题或建议，请通过Hermes Agent反馈。

许可证

本框架仅供学习研究使用，不构成投资建议。股市有风险，投资需谨慎。