全生命周期量化风控工具 — 投前审查 / 持仓监控 / 预警触发 / 处置决策 四阶段全覆盖。
支持 美股 + A 股 + 港股 三大市场，基于 基本面为主(60%) + 技术面为辅(40%，含热点+缠论) 的二维评分体系。
基本面为主（60%）→ 技术面为辅（40%，含热点+缠论各一半）
强制结论制：每项分析必须给出可操作的结论（买/卖/持有/止损），严禁"可关注""值得关注"等模糊表述。
不怕冲突：大师视角（段永平/巴菲特/芒格/李录）之间的质疑和答辩要尖锐直接，用户喜欢看 LLM 吵架，不要和稀泥。
数据诚实：缺失数据直接说"数据缺失"，严禁编造"暂无""—"等占位符。
扣分可见：六维评分表中，若维度因大师质疑被扣分，评分列显示
X.X/10 ↓-0.5，扣分原因追加到大师视角列。一图胜千言：所有分析报告优先使用 Mermaid 图而非纯表格。目前包含 4 种 Mermaid 图类型：
- 产业链全景图（流程图+子图）：上中下游子图+竞争格局+核心财务数据，边框颜色区分层级
- 大师辩论（时序图）：5 参与者，每维度 6 步骤 2 轮辩论，数据源标注在节点中
- 一票否决（时序图）：漏斗/逆向/镜子逐项检查后汇总结论
- 技术面/情绪面（流程图）：4 个子图展示，每条数据标注数据源
- 图的目的是减少文字阅读负担，表格只作为补充。
数据源标注：Mermaid 图中每条数据均标注来源（数据源: 腾讯行情/东财/年报等），区分原始数据与 LLM 解读。
基本面一票否决：营收<-30%、净利<-30% 或 PE<-10 的标的在进入评分池前直接淘汰，贯彻"基本面为主"原则
本项目基于 global-stock-data 改进，在原项目「美股港股全栈数据工具包」基础上，扩展了全生命周期风控框架和缠论模块。
行业研究与产业链分析借鉴了 ai-berkshire 的行业研究 SOP 和行业漏斗筛选 SOP，包括四大师独立裁决框架、产业链全景图 Mermaid 输出、芒格式逆向检验、镜子测试等。
兼容 Claude Code · Codex · OpenClaw
1 行命令即可使用：
git clone https://github.com/xiazhicheng/quant-risk.git
cd quant-risk
uv sync # 安装依赖（pyproject.toml 自动读取）
uv run scripts/analyze.py 03690 00268 # 分析美团+金蝶或者作为 Claude Code Skill 使用：
mkdir -p ~/.claude/skills/quant-risk/scripts
curl -o ~/.claude/skills/quant-risk/SKILL.md \
https://raw.githubusercontent.com/xiazhicheng/quant-risk/main/SKILL.md
# 同步代码模块
git clone https://github.com/xiazhicheng/quant-risk.git /tmp/_qr && \
cp -r /tmp/_qr/scripts ~/.claude/skills/quant-risk/scripts && \
rm -rf /tmp/_qr启动 Claude Code，说一句「帮我分析美团股票」，自动激活。
quant-risk/
├── scripts/ # 所有代码统一在此目录
│ ├── analyze.py # 统一多市场分析入口（港股/A股/美股）
│ ├── recommend.py # 统一推荐入口：--market hk|cn|us
│ ├── portfolio.py # 持仓诊断：uv run scripts/portfolio.py diagnose
│ ├── portfolio_report.py # 🔥 持仓完整报告：产业链Mermaid+四大师+缠论+行业漏斗
│ ├── tech_chan.py # 🔥 缠论深度分析 + 产业链Mermaid 输出
│ ├── chan_mtf.py # 缠论多周期联立
│ ├── formatter.py # 选股推荐格式化器 (Pydantic + 渲染)
│ ├── formatters/ # 四阶段风控格式化器
│ │ ├── __init__.py
│ │ ├── _base.py # 共享基础
│ │ ├── _pretrade.py # 投前审查
│ │ ├── _holding.py # 持仓监控
│ │ ├── _alert.py # 预警触发
│ │ └── _disposal.py # 处置决策
│ └── quantrisk/ # Python 包（scripts/quantrisk 子包）
│ ├── __init__.py # 包入口
│ ├── recommender.py # 共享评分/过滤引擎（meso_filter + fundamental_veto + fb/hot/ch_score）
│ ├── recommend_hk.py # 港股选股推荐适配器
│ ├── recommend_cn.py # A 股选股推荐适配器
│ ├── recommend_us.py # 美股选股推荐适配器
│ ├── data.py # 数据层：行情/K线/基本面/资金面/信号/公告/期权/SEC
│ ├── chan.py # 缠论：分型→笔→线段→中枢→背驰→买卖点
│ ├── indicators.py # 技术指标：MA/MACD/RSI/KDJ/BOLL + 支撑压力/止损止盈
│ ├── screener.py # 标的池筛选 + 批量查询
│ ├── strategy.py # 双策略信号检测（回调一买 + 突破三买）
│ └── report.py # StockAnalyzer 一键全量分析入口
├── SKILL.md # Skill 主定义（数据函数 + 风控模板）
├── AGENTS.md # 项目约定和设计决策
├── CHANGELOG.md # 版本记录
├── openwiki/ # 开放知识库文档
└── README.md # 本文件
共 11 层数据源 + 缠论层 + 三维风控框架
┌─ 投前审查 ─ 持仓监控 ─ 预警触发 ─ 处置决策 ─┐
│ │
│ 数据层 data.py │
│ ├── 行情层 腾讯/新浪/东财 push2/mootdx │
│ ├── K线层 腾讯/新浪/Yahoo/百度/mootdx │
│ ├── 基本面 东财/Yahoo/SEC EDGAR/同花顺 │
│ ├── 资金面 东财 push2his/两融/大宗/股东 │
│ ├── 信号层 同花顺/龙虎榜/北向/板块归属 │
│ ├── 公告层 巨潮 cninfo │
│ ├── 期权层 Yahoo（仅美股） │
│ ├── SEC Filing EDGAR（仅美股） │
│ └── 工具层 搜索/新闻/CIK/全市场列表 │
│ │
│ 共享引擎 recommender.py │
│ ├── 中观过滤 meso_filter(市值/股价硬约束) │
│ ├── 基本面否决 fundamental_veto(营收/净利/PE)│
│ ├── 基本面评分 fb_score(9维度,权重60%) │
│ ├── 热点评分 hot_score(6维度,权重20%) │
│ └── 缠论评分 chan_score(4维度,权重20%) │
│ │
│ 分析层 │
│ ├── 技术指标 indicators.py (MA/MACD/RSI/KDJ)│
│ ├── 缠论 chan.py (分型→笔→中枢→买卖点) │
│ └── 报告 report.py (StockAnalyzer) │
│ │
│ 市场适配器 │
│ ├── recommend_hk.py 港股（动态300+候选池） │
│ ├── recommend_cn.py A股（市值排序500只） │
│ └── recommend_us.py 美股（S&P 500 核心） │
└──────────────────────────────────────────────┘
分析以 基本面为主(60%) + 技术面为辅(40%) 加权，技术面由热点(×4)和缠论(×4)两个子分组成，各 1-5 分，合计 8~40 分。满分 100 分。
| 维度 | 权重 | 满分 | 子维度 | 核心问题 |
|---|---|---|---|---|
| 📊 基本面 | 60% | 60 | — | 估值合理吗？盈利质量如何？财务健康吗？ |
| 🔧 技术面 | 40% | 40 | 🔥 热点(×4) + 🔧 缠论(×4) | 是否在市场主线？结构位置在哪？有买卖点信号吗？ |
评分流程（4 层过滤）：
- 中观过滤 — 市值≥50亿、股价≥1元（硬约束，不通过即淘汰）
- 基本面一票否决 — 营收<-30%、净利<-30%、PE<-10 直接淘汰（贯彻"基本面为主"）
- 原始分计算 —
fb_score(9维度) +hot_score(6维度) +chan_score(4维度)，基础分 2.0 - 池内百分位排名 — 映射到 1~5 → 加权得分 = fb_w(百分位×12) + hot_w(百分位×4) + ch_w(百分位×4)
建议阈值： ≥70 强烈关注 | ≥56 可关注 | ≥44 观察 | <44 回避
uv run scripts/analyze.py 03690 # 港股 美团单只
uv run scripts/analyze.py 03690 00268 00700 # 批量
uv run scripts/analyze.py 03690 --json # JSON输出
uv run scripts/analyze.py 600309 # A股 万华化学
uv run scripts/analyze.py AAPL # 美股 苹果uv run scripts/recommend.py --market hk # 港股选股推荐
uv run scripts/recommend.py --market cn # A股选股推荐
uv run scripts/recommend.py --market us # 美股选股推荐uv run scripts/portfolio.py diagnose # 持仓风险诊断（卖出评分）
uv run scripts/portfolio_report.py # 🔥 持仓完整报告（产业链+四大师+缠论）from scripts.quantrisk.report import StockAnalyzer
import asyncio
async def main():
a = StockAnalyzer()
# 港股
meituan = await a.analyze_hk("03690")
print(meituan["quote"]["price"], meituan["technicals"]["chan"]["chan_verdict"])
# A股
wly = await a.analyze_cn("000858")
# 美股
aapl = await a.analyze_us("AAPL")
await a.close()
asyncio.run(main())| 场景 | 提示词 |
|---|---|
| 投前审查 | 帮我做美团的投前风控审查 |
| 持仓检查 | 检查一下我持仓的美团风险状况 |
| 预警响应 | 美团跌到止损线了，帮我看看要不要执行 |
| 处置决策 | 我要清仓美团，给个处置方案 |
| 批量审查 | 帮我审查阿里腾讯美团 3 只股票 |
| 综合评分 | 给美团做综合评分（基本面+技术面）|
一句话「结合我的持仓，给我投资建议」，自动生成完整报告：
自动输出 8 大模块：
| 模块 | 内容 |
|---|---|
| 📊 组合总览 | 投入/市值/盈亏/集中度/健康度 |
| 🔧 产业链全景图 | Mermaid 格式（上游→中游→下游+竞争格局），卡脖子环节标注 |
| 🏢 四大师独立裁决 | 段永平/巴菲特/芒格/李录各自评分 + 追问 + 投票制结论 |
| 📊 行业漏斗5条硬指标 | PE/ROE/营收/净利/负债率逐条检查 |
| 公司级+行业级风险清单，含历史类比 | |
| 🔧 缠论深度分析 | 周线定势 → 日线走势/笔/中枢/背驰/买卖点 |
| 📋 镜子测试 | 5句话说清楚为什么买 |
| 🧠 AI偏见自查 | 龙头偏好/英文偏好/故事偏好等5种自查 |
整合自 ai-berkshire 的行业研究 SOP 和行业漏斗筛选 SOP。
根据用户持仓信息，自动分析每只标的的风险状况，给出持有/减仓/卖出/加仓建议。
| 方式 | 示例 | 说明 |
|---|---|---|
| 🗣️ 对话中描述 | "我的持仓是美团1000股、腾讯500股" | 直接说出持仓明细，系统自动分析 |
| 🖼️ 图片上传 | 券商持仓截图 | 多模态大模型可自动识别图片中的持仓信息（如股数、成本价、盈亏） |
| 💾 记忆系统自动保存 | 上一次会话中已提供过持仓 | 系统自动保存到 AgentMemory，下次无需重复输入 |
一旦获取持仓信息，系统自动为每只标的输出：
| 维度 | 内容 |
|---|---|
| 📊 基本面 | 营收增速、ROE、毛利率、负债率、PE、净利同比、PB、股息率、净利率 |
| 🔥 热点 | 板块资金排名、个股资金流向、板块龙头、成交量、20日动量 |
| 🔧 缠论 | MA排列、MACD金叉/死叉、买卖点信号、周线大势 |
| 📈 操作建议 | 持有 / 减仓 / 卖出 / 加仓 + 具体理由（MA排列/MACD/资金流向） |
# 命令行持仓诊断
uv run scripts/portfolio.py diagnose
# 或通过 AI 对话：直接说"帮我看看我的持仓"💡 持仓信息自动持久化：一旦提供过持仓，系统会自动保存到记忆系统，下次会话无需重复输入。
项目使用 pyproject.toml 管理依赖，uv 会自动读取：
# 所有依赖已声明在 pyproject.toml 中，一行安装：
uv sync
# 依赖清单（版本已锁定）
# aiohttp==3.14.1 异步 HTTP — 数据层并行请求
# pydantic>=2.13.4 格式化器校验引擎
# tickflow==0.1.24 免费 K 线数据（备用源）
# mootdx>=0.11.7 A 股 K 线（备选源）
# requests>=2.34.2 同步 HTTP 请求Python 版本: ≥ 3.12（已声明在 .python-version）
| 数据源 | 协议 | 鉴权 | 覆盖 |
|---|---|---|---|
| 东财 push2/datacenter | HTTPS | 零 | A股+美股+港股 |
| 腾讯财经 | HTTPS | 零 | A股+美股+港股 行情 |
| 新浪财经 | HTTP | 零 | 美股/港股行情+美股K线+A股三表 |
| 百度股市通 | HTTP | 零 | A股日K线（带MA） |
| 同花顺 | HTTP | 零 | 强势股/一致预期EPS |
| 巨潮 cninfo | HTTP | 零 | A股公告 |
| Yahoo Finance | HTTPS | crumb自动 | 美股+港股 |
| SEC EDGAR | HTTPS | 零 | 美股 Filing+XBRL |
| mootdx | TCP | 零 | A股K线/财务快照 |
git pull origin main- 需要安装什么依赖？ 用
uv sync一键安装，依赖清单在pyproject.toml（aiohttp / pydantic / tickflow / mootdx / requests）。 - 不用 Claude Code 能用吗？ 能，
uv run scripts/analyze.py 03690直接运行。 - 和 a-stock-data 有什么关系？ 本项目 V1.1.0 将 a-stock-data 的 A 股接口封装融入风控框架。
- 和 global-stock-data 有什么关系？ 本项目 fork 自 global-stock-data，在其数据层基础上扩展了风控框架和缠论模块。
- 和 ai-berkshire 有什么关系？ 借鉴了 ai-berkshire 的四大师独立裁决框架、行业研究 SOP（产业研究）和行业漏斗筛选 SOP（行业漏斗），以及芒格式逆向检验、镜子测试等分析工具。
- Yahoo Finance 需要 API Key 吗？ 不需要，代码自动获取 crumb。
- 支持实盘交易吗？ 不，本项目仅提供风控分析工具，不连接任何交易接口。
- 持仓信息每次都要重新说吗？ 不需要。系统会自动保存持仓信息到记忆系统（AgentMemory），下次会话直接分析，无需重复输入。
土豆爸爸 — 公众号：土豆爸爸讲科普
如果这个工具帮到了你的投研工作流，欢迎请作者喝杯咖啡 ☕
本项目仅提供数据获取与风控分析工具，不构成任何投资建议。股市有风险，投资需谨慎。
Apache License 2.0 — 自由使用，注明出处即可。