ths-advanced-analysis

name ths-advanced-analysis description 基于 thsdk 进行高级股票分析：分钟K线（1m/5m/15m/30m/60m/120m）、板块/指数行情（主要指数/申万行业/概念板块成分股）、多股票批量对比（表格+归一化走势图+相关性热力图）、盘口深度、大单流向、集合竞价异动、日内分时、历史分时。当用户提到"分钟K线"、"日内走势"、"盘口"、"大单"、"竞价异动"、"板块行情"、"行业排名"、"概念板块"、"成分股"、"对比多只股票"、"批量分析"、"涨幅对比"、"相关性"，或者需要同时查看2只以上股票、关注短线交易、量化研究时，必须使用此skill。 THS Advanced Analysis Skill 对话引导规范 澄清意图（意图模糊时必问） 用户输入往往不精确，调用前先判断意图， 不要猜测直接跑 。 用户说 可能的意图 必问 "帮我看看XX股票" 实时行情？K线走势？大单？ ✅ "分析一下XX" 技术面？资金面？和谁对比？ ✅ "XX板块怎么样" 板块整体涨跌？成分股？领涨股？ ✅ "选一些好股票" 短线？价值？哪个行业？条件？ ✅ "XX的5分钟K线" 意图明确 ❌ 直接执行 "今日涨停股" 意图明确 ❌ 直接执行 澄清话术示例： 用户："帮我分析一下宁德时代" Claude："好的，请问你主要想看哪个方向？ 1. 今日实时行情 + 资金流向 2. 分钟K线（盘中走势） 3. 近期日K线趋势 4. 和比亚迪、亿纬锂能等对比 5. 用问财筛选相关概念股" 调用后的后续提示（有延伸价值时才提） 不要每次都机械列出"还可以做XYZ"。只在以下情况自然地带出： 场景 合适的后续提示 展示了行业排名 "需要查某个行业的成分股行情吗？" 展示了分钟K线 "需要同时看大单流向或盘口深度吗？" 展示了多股对比表格 "需要展示归一化走势图或相关性吗？" 问财选出了候选股 "需要对这些股票做K线技术验证吗？" 展示了竞价异动 "需要对某只异动股拉盘前分时看细节吗？" 完整调用案例（直接可运行） 详见 examples/ 目录，4个端到端场景： 文件 场景 examples/01_minute_kline.py 分钟K线 + 均线 + 成交量异动标注 examples/02_sector_industry.py 行业排名 + 概念板块成分股 + 指数行情 examples/03_multi_stock_compare.py 多股批量对比：表格 + 归一化走势 + 相关性 examples/04_bigorder_auction.py 大单流向 + 竞价异动扫描 + 分时/盘口 examples/05_wencai_nlp.py 问财NLP：选股/行情/财务/技术/复杂组合 + 与klines联用 场景速查 用户需求 使用方法 今日涨停/连板/竞价强势股 wencai_nlp("今日涨停，非ST") 财务指标选股（ROE/PE/PB） wencai_nlp("连续3年ROE大于15%，非ST") 技术形态选股（MACD金叉） wencai_nlp("均线多头排列，MACD金叉") 复杂组合条件选股 wencai_nlp("...多条件...") 见案例5 宁德时代5分钟K线 klines(code, interval="5m", count=78) 茅台今日分时图 intraday_data(code) 历史某日分时 min_snapshot(code, date="20250101") 盘口买卖五档 depth(code) 或 tick_level1(code) 大单流向 big_order_flow(code) 今日竞价异动 call_auction_anomaly(market) 申万行业列表 ths_industry() 概念板块列表 ths_concept() 板块成分股 block_constituents(link_code) 指数行情 market_data_index(ths_code) 多股票对比 批量 market_data_cn + klines 权息资料/除权 corporate_action(code) 今日IPO ipo_today() 第零步：安装 pip install --upgrade thsdk 包来源： PyPI 连接 所有调用统一使用游客模式，无需账户配置： from thsdk import THS with THS() as ths: ... 第一步：股票代码解析 所有中文名/缩写/短代码 先用 search_symbols 获得完整 ths_code： with THS() as ths: resp = ths.search_symbols( "宁德时代" ) # resp.data → [{'THSCODE': 'USZA300750', 'Name': '宁德时代', 'Code': '300750', 'MarketDisplay': '深A'}, ...] 代码选择规则： 情况 处理 0条结果 告知用户未找到 1条结果 直接使用 多条结果，只有1只A股 自动选A股 多条结果，多只A股 展示列表，等用户选择 指数用专用市场前缀（不需要 search_symbols）： 指数 THSCODE 上证指数 USHI000001 深证成指 USZI399001 创业板指 USZI399006 科创50 USHI000688 沪深300 USHI000300 中证500 USHI000905 上证50 USHI000016 ⚠️ 指数前缀是 USHI / USZI （非 USHA / USZA ），需调用 market_data_index 而非 market_data_cn 市场代码说明 前缀 含义 USHA 上海A股 USZA 深圳A股 USHI 上海指数 USZI 深圳指数 USTM 北交所 UHKG 港股 K线数据 interval 完整参数 "1m" / "5m" / "15m" / "30m" / "60m" / "120m" / "day" / "week" / "month" / "quarter" / "year" ⚠️ 正确写法是 "5m" 而非 "5min" 用法（count 与 start/end 二选一，不可混用） from datetime import datetime from zoneinfo import ZoneInfo tz = ZoneInfo( 'Asia/Shanghai' ) with THS() as ths: # 方式1：按条数（最常用） resp = ths.klines( "USZA300750" , interval= "5m" , count= 78 ) # 方式2：按时间范围 resp = ths.klines( "USZA300750" , interval= "day" , start_time=datetime( 2025 , 1 , 1 , tzinfo=tz), end_time=datetime( 2025 , 3 , 1 , tzinfo=tz) ) # 复权：前复权 forward / 后复权 backward / 不复权 ""（默认） resp = ths.klines( "USHA600519" , interval= "day" , count= 250 , adjust= "forward" ) df = resp.df # 列: 时间, 开盘价, 最高价, 最低价, 收盘价, 成交量 等 # 分钟K线的"时间"已自动转为 datetime；日K的"时间"为 datetime(YYYYMMDD) 分钟K线分析示例 with THS() as ths: resp = ths.klines( "USZA300750" , interval= "5m" , count= 78 ) df = resp.df df[ 'ma5' ] = df[ '收盘价' ].rolling( 5 ).mean() df[ 'ma20' ] = df[ '收盘价' ].rolling( 20 ).mean() # 成交量异动（超均量2倍） df[ 'vol_avg' ] = df[ '成交量' ].rolling( 20 ).mean() df[ 'vol_spike' ] = df[ '成交量' ] > df[ 'vol_avg' ] * 2 # 支撑/压力位 support = df[ '最低价' ].tail( 20 ). min () resistance = df[ '最高价' ].tail( 20 ). max () 盘口与实时数据 日内分时（当日） with THS() as ths: resp = ths.intraday_data( "USZA300750" ) df = resp.df # 列: 时间(datetime), 价格, 成交量, 均价 等 历史分时（近一年内任意日期） with THS() as ths: resp = ths.min_snapshot( "USZA300750" , date= "20250301" ) df = resp.df 买卖五档盘口 with THS() as ths: resp = ths.depth( "USZA300750" ) # 单只 resp = ths.depth([ "USZA300750" , "USHA600519" ]) # 多只 df = resp.df # 含 买1~5价/量, 卖1~5价/量 3秒 Tick 数据 with THS() as ths: resp = ths.tick_level1( "USZA300750" ) df = resp.df 超级盘口（含十档委托） with THS() as ths: resp = ths.tick_super_level1( "USZA300750" ) # 实时 resp = ths.tick_super_level1( "USZA300750" , date= "20250301" ) # 历史（近一年） df = resp.df 大单与竞价 大单流向 with THS() as ths: resp = ths.big_order_flow( "USZA300750" ) df = resp.df # 含字段：主动买入特大单量/金额/笔数、主动卖出特大单量/金额/笔数、 # 主动买入大单量/金额/笔数、资金流入/流出 等 集合竞价异动（盘前9:15~9:25监控） with THS() as ths: resp = ths.call_auction_anomaly( "USHA" ) # 沪市 resp = ths.call_auction_anomaly( "USZA" ) # 深市 df = resp.df # 异动类型1 已自动映射中文： # 涨停试盘 / 跌停试盘 / 涨停撤单 / 竞价抢筹 / 竞价砸盘 # 大幅高开 / 大幅低开 / 急速上涨 / 急速下跌 # 买一剩余大 / 卖一剩余大 / 大买单试盘 / 大卖单试盘 早盘集合竞价快照 with THS() as ths: resp = ths.call_auction( "USZA300750" ) df = resp.df 板块与指数 行业板块列表 with THS() as ths: resp = ths.ths_industry() # 同花顺行业（含 URFI 前缀的 link_code） df = resp.df # 含板块名称、代码(link_code)、涨幅、成交量、上涨/下跌家数 等 概念板块列表 with THS() as ths: resp = ths.ths_concept() df = resp.df # 含概念名称、link_code、涨幅、领涨股 等 板块成分股 with THS() as ths: # 先获取行业/概念列表，找到 link_code（格式 URFIXXXXXX） industry_resp = ths.ths_industry() target_row = [r for r in industry_resp.data if '新能源' in str (r.get( '名称' , '' ))][ 0 ] link_code = target_row.get( '代码' ) or target_row.get( 'link_code' ) resp = ths.block_constituents(link_code) df = resp.df # 含成分股代码、名称等 板块实时行情 with THS() as ths: # query_key: "基础数据"（涨幅/成交/市值）或 "扩展"（涨速/主力净流入） resp = ths.market_data_block( "URFI881273" , "基础数据" ) df = resp.df # 含: 价格, 涨幅, 成交量, 板块总市值, 板块流通市值, 上涨家数, 下跌家数, 领涨股 指数实时行情 with THS() as ths: # 单只 resp = ths.market_data_index( "USHI000001" , "基础数据" ) # 多只（必须同市场：同为 USHI 或同为 USZI） resp = ths.market_data_index([ "USHI000001" , "USHI000300" , "USHI000905" ]) df = resp.df # 含: 价格, 涨幅, 涨跌, 成交量, 总金额, 最高价, 最低价 # 扩展（含量比、振幅等） resp = ths.market_data_index( "USHI000001" , "扩展" ) market_data_cn 可用 query_key query_key 含义 "基础数据" 价格、涨跌幅、成交量、金额、开高低、涨速、当前量 "基础数据2" 精简版 "基础数据3" 极简（价格、昨收、成交量） "扩展1" 涨幅、涨跌、换手率、量比、主力净流入、委比 "扩展2" 涨幅、换手率、总市值、流通市值、委比、流通市值 "汇总" 全量字段（基础+扩展合并，多股对比首选） ⚠️ market_data_cn 要求同市场：沪A（USHA）和深A（USZA）不能在同一次调用里混合 多股票批量对比 完整流程 import pandas as pd from collections import defaultdict from thsdk import THS stock_names = [ "贵州茅台" , "五粮液" , "泸州老窖" ] with THS() as ths: # Step 1: 批量解析代码 stock_codes = [] for name in stock_names: resp = ths.search_symbols(name) a_shares = [s for s in resp.data if any (m in s.get( 'MarketDisplay' , '' ) for m in [ '沪A' , '深A' ])] if a_shares: