微信扫一扫股票多级观察池管理器
任务目标
本 Skill 用于构建和维护股票投资决策辅助工具，实现四级观察池的自动化管理。
- 核心能力: 四级池 CRUD、行情采集、预警监控、盘后复盘
- 触发场景: 日常自选股管理、止损预警检查、定期复盘、筛选新标的
- 使用限制: 仅供辅助决策，不构成投资建议
前置准备
环境依赖
pip install akshare>=1.12.0 pandas>=1.5.0 sqlalchemy>=2.0.0 python-dateutil>=2.8.0
数据目录
首次执行自动创建 ./data/stock_pools.db (SQLite 数据库)
操作步骤
1. 池管理基础操作
添加股票到池
# 基础添加
python scripts/cli.py add --pool 1 --code 000001 --name 平安银行 --reason "银行龙头，低估值"
# 带数据刷新
python scripts/cli.py add --pool 1 --code 000858 --name 五粮液 --reason "白酒龙头" --refresh
查询池状态
# 查看特定池
python scripts/cli.py query --pool 3
# 查看单只股票详情
python scripts/cli.py query --code 000001
# 列出所有池
python scripts/cli.py list
移动股票
# 从二级池移动到三级池，设定买卖参数
python scripts/cli.py move --code 000858 --to 3 --buy-point 150 --stop-loss 140 --target1 180
更新股票信息
# 更新价格/持仓
python scripts/cli.py update --code 000858 --price 155.5 --holding 100
# 更新风控参数
python scripts/cli.py update --code 000858 --stop-loss 145 --target1 175
移除股票
python scripts/cli.py remove --code 000858 --reason "触发止损，强制淘汰"
2. 数据刷新
# 刷新一级池
python scripts/cli.py refresh --pool 1
# 刷新所有池
python scripts/cli.py refresh
3. 预警监控
# 检查所有预警
python scripts/cli.py alerts --format markdown
# 检查四级池预警
python scripts/cli.py alerts --pool 4
# 检查单只股票
python scripts/cli.py alerts --code 000858
预警颜色规则:
- 🔴 红色: 价格<止损位 | PE>80 | 负债率>70%
- 🟡 黄色: 价格接近目标位 | PE 50-80
- 🟢 绿色: 价格≤理想买点 | ROE>20%
- 🔵 蓝色: 正常持有/跟踪
4. 盘后复盘
# 日度复盘
python scripts/cli.py review --type daily --format markdown
# 周度复盘
python scripts/cli.py review --type weekly --format markdown
# 月度复盘
python scripts/cli.py review --type monthly --format markdown
5. 池维护
# 执行池维护检查
python scripts/cli.py maintenance
# 筛选检查
python scripts/cli.py screening --pool 1 --code 000001
6. 记录操作
python scripts/cli.py record --code 000858 --operation "买入" --price 160 --quantity 100
自然语言交互示例
查询类
用户: "查看三级池里有哪些股票？"
智能体: 执行 python scripts/cli.py query --pool 3
用户: "宁德时代当前的技术形态是什么？"
智能体: 查询股票详情后分析技术指标
用户: "四级池今天有触发止损的吗？"
智能体: 执行 python scripts/cli.py alerts --pool 4
操作类
用户: "把股票代码000001加入一级池，入选理由是'银行龙头，破净'"
智能体: 执行 python scripts/cli.py add --pool 1 --code 000001 --reason "银行龙头，破净"
用户: "将五粮液从二级池移动到三级池，理想买点设为150元，止损位140元"
智能体: 执行 python scripts/cli.py move --code 000858 --to 3 --buy-point 150 --stop-loss 140
用户: "记录今日操作：买入茅台100股，成交价1600元"
智能体: 执行 python scripts/cli.py record --code 600519 --operation "买入" --price 1600 --quantity 100
系统类
用户: "立即执行盘后复盘"
智能体: 执行 python scripts/cli.py review --type daily --format markdown
用户: "运行本周的全量观察池维护"
智能体: 执行 python scripts/cli.py maintenance
四级池说明
| 池 | 名称 | 维护规模 | 核心字段 | |----|------|---------|---------| | 一级 | 海选池 | 50-100 | 代码、名称、市值、PE/PB、入选理由 | | 二级 | 关注池 | 20-30 | 一级池 + ROE、营收/利润增长、毛利率、负债率、北向资金 | | 三级 | 核心池 | 10-15 | 二级池 + 买点、止损位、目标位、仓位建议 | | 四级 | 交易池 | 3-5 | 三级池 + 计划/实际买入价、持仓成本、浮动盈亏 |
筛选规则
一级池标准
- 非 ST/*ST
- 总市值 >= 50亿
- 上市年限 > 3年
二级池标准
- 近3年 ROE均值 > 10%
- 毛利率稳定或提升
- 负债率 < 60%
强制淘汰条件
- 净利润同比下滑 > 50%
- 价格跌破止损位
- 连续5日成交额 < 5000万
使用示例
示例1: 新建观察池
场景: 用户想建立自己的股票观察体系
输入: 将宁德时代(300750)加入一级池
预期产出: 股票成功添加到池1，返回确认消息
关键要点: 需要确认股票代码正确，可通过 --refresh 自动获取股票名称
示例2: 升级股票
场景: 将符合条件的股票从一级池升级到二级池
输入: 把ROE>15%的股票从一级池移到二级池
预期产出: 筛选出符合条件的股票并完成移动
关键要点: 需要先执行筛选检查，确认满足二级池标准
示例3: 设置交易计划
场景: 为核心池股票设置完整的交易参数
输入: 宁德时代设置买入价195、止损140、目标180
预期产出: 股票参数更新，可在预警中生效
关键要点: 止损位应低于买入价8-10%，目标位高于买入价10-20%
资源索引
- 脚本: 见 scripts/cli.py (命令行入口，解析指令并调用各模块)
- 脚本: 见 scripts/pool_manager.py (池管理核心，CRUD与持久化)
- 脚本: 见 scripts/data_fetcher.py (数据采集，封装akshare)
- 脚本: 见 scripts/screener.py (筛选器，执行入池/淘汰规则)
- 脚本: 见 scripts/alerter.py (预警监控，检查止损/买点/目标位)
- 脚本: 见 scripts/review.py (盘后复盘，生成日/周/月报)
- 参考: 见 references/data_model.md (数据库Schema与字段说明)
- 参考: 见 references/screening_rules.md (筛选规则与淘汰机制详解)
- 参考: 见 references/workflow_schedule.md (工作流时序与调度配置)
注意事项
- akshare 为开源库，数据仅供参考，存在延迟可能
- 预警触发后需用户确认再执行实际交易
- 每日收盘后建议执行一次完整复盘
- 池维护会自动执行淘汰检查，无需手动触发
- 所有价格/比例参数需为有效数字