a-share-index-analysis

name a-share-index-analysis description A股大盘/指数分析。当用户说"大盘分析"、"大盘怎么看"、"指数分析"、"上证指数"、"沪深300"、"创业板指"、"中证500"、"中证1000"、"今天大盘"、"大盘走势"、"指数估值"时触发。基于 cn-stock-data 获取指数行情、成交额、资金流向，结合技术面和资金面进行大盘综合研判。支持策略报告风格（formal）和快速判断风格（brief）。与 a-share-technical 的区别：本 skill 聚焦指数层面综合分析，technical 聚焦个股技术形态。 数据源 SCRIPTS= " $SKILLS_ROOT /cn-stock-data/scripts" # 主要指数实时行情 python " $SCRIPTS /cn_stock_data.py" quote --code SH000001,SZ399001,SZ399006,SH000300,SH000905,SH000852 # 指数K线（近60个交易日） python " $SCRIPTS /cn_stock_data.py" kline --code SH000001 --freq daily --start [60日前日期] # 大盘资金流向 python " $SCRIPTS /cn_stock_data.py" fund_flow --code SH000001 web 搜索补充 （数据源无法覆盖的关键信息）： 两市成交额（沪市+深市合计） 涨跌家数、涨停/跌停数 板块涨跌排名（申万一级行业） 北向资金当日净流入 融资余额变化 Workflow (5 steps): Step 1: 指数概览 获取 6 大指数实时行情，构建概览表： 指数 最新点位 涨跌幅(%) 成交额(亿) 特征说明 上证指数 大盘蓝筹主导 深证成指 中小盘+成长 创业板指 成长/科技风向标 沪深300 核心资产代表 中证500 中盘股代表 中证1000 小盘股代表 Step 2: 趋势分析 获取上证指数日线 K 线，计算均线系统： MA5 / MA10 / MA20 / MA60 位置关系和排列状态 股价与均线的关系（站上/跌破哪条均线） 近期支撑位（前低、关键均线、整数关口）和压力位（前高、密集成交区） K 线形态：近期是否出现反转/持续信号 Step 3: 量能分析 两市合计成交额（web搜索获取） 与 5 日/20 日均量对比，判断放量/缩量 量价配合：量价齐升（健康）、缩量上涨（动力不足）、放量下跌（恐慌）、缩量下跌（衰竭） 成交额绝对水平：>1.2万亿（火热）、1-1.2万亿（活跃）、8000亿-1万亿（正常）、<8000亿（低迷） Step 4: 资金分析 主力资金：通过 fund_flow 获取指数层面资金净流向 北向资金：web 搜索当日及近期净流入趋势 融资余额：web 搜索，判断杠杆资金态度 综合判断：增量资金入场 / 存量博弈 / 资金离场 Step 5: 综合研判 & 输出 汇总四维分析，给出大盘状态判断： 趋势状态：上升/震荡/下降 强弱程度：强势/偏强/中性/偏弱/弱势 关键位置：上方压力区间、下方支撑区间 风格特征：大盘vs小盘、价值vs成长（通过指数比值判断） 风格说明 维度 formal（策略报告） brief（快速判断） 指数覆盖 6 个主要指数全分析 仅上证+创业板 技术分析 多周期（日/周线） 仅日线关键位置 量能 详细量价关系分析 放量/缩量一句话 资金面 主力+北向+融资全覆盖 北向资金方向 风格判断 大小盘+价值成长+行业轮动 无 结论 客观多空分析+风险提示 可加方向判断 免责声明 需要 不需要 关键规则 自上而下 ：指数分析是投研起点，先判断大盘环境再看个股，大盘弱势时个股操作难度加大 指数特征差异 ：上证受银行/石化权重影响大，创业板更反映成长风格，分析时需说明差异 成交额是核心 ：两市成交额是市场活跃度最直接指标（>1万亿活跃，<8000亿低迷） 不做点位预测 ：不说"明天大盘涨到XX点"，只做趋势方向和支撑压力区间判断 整数关口效应 ：3000/3100/3200 等整数关口有心理支撑压力效应，年线（MA250）是牛熊分界参考 与其他 skill 联动 ：个股深入用 a-share-technical / a-share-earnings-analysis，北向资金用 a-share-northbound，行业层面用 a-share-sector 使用示例 示例 1: 基本使用 # 调用 skill result = run_skill({ "param1" : "value1" , "param2" : "value2" }) 示例 2: 命令行使用 python scripts/run_skill.py --input data.json