Skills Plugins MCP Prompt Model 博客 我的中心

stock-analysis

财务和投资分析师在进行个股研究时,当需要深度研判买卖点与趋势,使用本技能可实时获取行情,计算MACD/RSI等技术指标,精准识别缺口与支撑压力位,智能预测未来3天走势并输出专业操作建议,大幅提升投研决策效率。

DeepseekModel 官方收录技能 质量 优秀 · 90 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=anbeime-skill-skills-stock-analysis-stock-analysis-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name stock-analysis description 财务和投资分析师在进行个股研究时,当需要深度研判买卖点与趋势,使用本技能可实时获取行情,计算MACD/RSI等技术指标,精准识别缺口与支撑压力位,智能预测未来3天走势并输出专业操作建议,大幅提升投研决策效率。 dependency {"python":["requests>=2.28.0","numpy>=1.24.0","pandas>=2.0.0"]} 股票个股分析 任务目标 本 Skill 用于:对指定股票进行全面的技术分析,包括实时数据获取、技术指标计算、支撑位压力位分析、缺口识别分析 能力包含:实时行情获取、技术指标计算(均线、MACD、RSI)、支撑位压力位识别、缺口识别(向上/向下缺口及支撑压力作用)、趋势判断、未来走势预测 触发条件:用户提供股票代码并要求分析走势、预测未来、获取操作建议 前置准备 依赖说明: requests>=2.28.0 numpy>=1.24.0 pandas>=2.0.0 操作步骤 标准流程 获取股票代码并验证 用户提供股票代码,如:000001(平安银行)、sh600000(浦发银行)、000001.SZ(深交所格式) 参考股票代码格式文档,确保代码格式正确 获取实时行情数据 调用 scripts/fetch_stock_data.py 获取实时行情和历史K线数据 参数: --stock_code : 股票代码 --days : 获取历史数据天数(默认30天) 返回包含:当前价格、涨跌幅、成交量、历史K线数据 计算技术指标和支撑位 调用 scripts/analyze_stock.py 进行技术分析 参数: --data_file : 上一步获取的数据文件路径 计算结果: MA5/MA10/MA20/MA60 均线 MACD 指标 RSI 指标 支撑位和压力位 缺口分析 (向上缺口和向下缺口) 成交量分析 趋势判断 分析当前走势 基于技术指标进行多维度分析: 均线排列(多头排列/空头排列/缠绕) MACD金叉死叉状态 RSI超买超卖状态 成交量配合情况 K线形态分析 缺口分析 : 向上缺口:通常构成支撑位(回调时缺口上沿可能成为支撑) 向下缺口:通常构成压力位(反弹时缺口下沿可能成为压力) 缺口大小和位置对走势的影响 预测未来3天走势 综合技术指标和趋势分析,对未来3天走势进行判断 考虑因素:趋势方向、支撑压力位、 缺口支撑压力 、成交量变化、市场情绪 给出概率评估:上涨/下跌/横盘的概率和强度 生成操作建议 根据分析结果和预测,给出明确的操作建议: 买入/持有/卖出/观望 建议的买入/卖出价格区间 止损位和止盈位设置 缺口相关的操作提示 (如:向上缺口未回补前可作为支撑参考) 风险提示和注意事项 资源索引 获取数据:见 scripts/fetch_stock_data.py (用途:获取股票实时行情和历史K线) 技术分析:见 scripts/analyze_stock.py (用途:计算技术指标和支撑位压力位) 代码格式:见 references/stock_code_format.md (用途:股票代码格式参考) 注意事项 股票市场存在风险,所有分析仅供参考,不构成投资建议 技术分析基于历史数据,不能保证未来表现 建议结合基本面分析和市场环境进行综合判断 实时数据可能存在延迟,请以实际交易数据为准 缺口分析要点 : 向上缺口(跳空高开):通常在回调时可能构成支撑,关注缺口是否回补 向下缺口(跳空低开):通常在反弹时可能构成压力,关注缺口是否回补 缺口越大,其支撑或压力作用通常越强 成交量配合的缺口更具参考意义 近期缺口的参考价值高于远期缺口 必须在所有建议中包含风险提示 使用示例 示例1:A股股票分析 用户:分析000001平安银行 执行: 1. 调用 fetch_stock_data.py --stock_code 000001 --days 30 2. 调用 analyze_stock.py --data_file stock_data_000001.json 3. 基于分析结果生成走势预测和操作建议 示例2:港股股票分析 用户:分析腾讯控股 00700.HK 执行: 1. 调用 fetch_stock_data.py --stock_code 00700.HK --days 30 2. 调用 analyze_stock.py --data_file stock_data_00700.HK.json 3. 生成分析报告和操作建议 示例3:美股股票分析 用户:分析AAPL苹果公司 执行: 1. 调用 fetch_stock_data.py --stock_code AAPL --days 30 2. 调用 analyze_stock.py --data_file stock_data_AAPL.json 3. 提供全面的技术分析报告
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

验证码 --

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。