stock-analysis-plugin 0.2.7 → 0.2.9

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/README.md CHANGED
@@ -32,8 +32,8 @@ A 股 / 港股 / 美股 / 日股 / 韩股 / 台股综合分析、多因子选股
32
32
 
33
33
  ## 功能概览
34
34
 
35
- - **67 个工具** — 行情数据、技术分析、K 线形态、资金流向、估值历史、财报日历、股东/ETF/股息、新闻舆情、风险筛查、市场状态等
36
- - **20 个 Skills** — 综合分析、全市场选股、策略回测 + 17 个策略方法论(缠论、波浪、龙头、情绪周期等)
35
+ - **70 个工具** — 行情数据、技术分析、K 线形态、资金流向、估值历史、财报日历、股东/ETF/股息、新闻舆情、风险筛查、市场状态等
36
+ - **21 个 Skills** — 综合分析、全市场选股、策略回测 + 18 个策略、复盘与研究方法论(缠论、波浪、龙头、情绪周期等)
37
37
  - **策略回测引擎** — YAML DSL 定义策略,参数化条件组合,自动诊断,按需进行有限轮参数优化
38
38
  - **多数据源 Failover** — 11 个数据源自动容灾切换(akshare / tushare / efinance / 腾讯行情 / 新浪行情 / pytdx / baostock / yfinance / finnhub / longbridge / alphavantage),A 股链路带粘性优选(最近成功的数据源下次优先尝试)
39
39
  - **社交舆情增强** — A 股(东财股吧 + 雪球)/ 美港股(Reddit / X / Polymarket),市场自动路由
@@ -70,7 +70,7 @@ npm install @weaxs/stock-analysis-plugin
70
70
 
71
71
  Pi 启动后自动加载,输入 `/skills` 确认。详见 [Pi Agent 接入指南](docs/pi-integration.md)([English](docs/pi-integration.en.md))。
72
72
 
73
- 新版 Pi(已核验 1.2.0)提供原生 `tool_search` 时,插件自动启用按需工具发现,67 项能力保留注册,仅命中工具加载完整定义。缺少原生发现接口的旧版 Pi 或 SDK 宿主保持全量暴露。检索使用英文关键词或工具名,例如 `get_quote`、`get_financials`。
73
+ 新版 Pi(已核验 1.2.0)提供原生 `tool_search` 时,插件自动启用按需工具发现,70 项能力保留注册,仅命中工具加载完整定义。缺少原生发现接口的旧版 Pi 或 SDK 宿主保持全量暴露。检索使用英文关键词或工具名,例如 `get_quote`、`get_financials`。
74
74
 
75
75
  ### Hermes Agent Plugin
76
76
 
@@ -95,7 +95,7 @@ register(ctx)
95
95
  openclaw plugins install clawhub:@weaxs/openclaw-stock-analysis
96
96
  ```
97
97
 
98
- OpenClaw Gateway 启动后自动加载并注册 67 个 tool。安装时 postinstall 会自动建 `.venv` 并装好 Python 依赖(前提:本机有 `python3 >= 3.10`)。
98
+ OpenClaw Gateway 启动后自动加载并注册 70 个 tool。安装时 postinstall 会自动建 `.venv` 并装好 Python 依赖(前提:本机有 `python3 >= 3.10`)。
99
99
 
100
100
  详见 [OpenClaw 接入指南](docs/openclaw-integration.md),或 plugin 自身说明 [`openclaw/README.md`](openclaw/README.md)。
101
101
 
@@ -106,7 +106,7 @@ dsh plugin --profile <你的profile> add @weaxs/dsh-stock-analysis
106
106
  dsh --profile <你的profile>
107
107
  ```
108
108
 
109
- 作为 dsh bundle 安装:`dsh plugin add` 会把 `cordis.patch.yml` 叠加进 profile 组合,注册 67 个 tool + 20 个 skill。postinstall 自动建 `.venv`(pnpm 需在 profile 的 `pnpm-workspace.yaml` 里给本包配 `allowBuilds`,否则回退系统 `python3`)。
109
+ 作为 dsh bundle 安装:`dsh plugin add` 会把 `cordis.patch.yml` 叠加进 profile 组合,注册 70 个 tool + 21 个 skill。postinstall 自动建 `.venv`(pnpm 需在 profile 的 `pnpm-workspace.yaml` 里给本包配 `allowBuilds`,否则回退系统 `python3`)。
110
110
 
111
111
  新版 dsh 的原生函数调用模式默认通过 `stock_tool_search` 按 Agent 搜索、加载所需工具,支持中文关键词或工具名;旧接口、搜索入口不可用时保留全量暴露。可设置 `toolDiscovery: false` 关闭,配置与 PTC 模式边界见下方接入文档。
112
112
 
@@ -214,7 +214,7 @@ Agent 会自动调用行情 → 技术面 → 基本面 → 资金面 → 消息
214
214
  | 全市场选股 | `/skill:stock-screener` | L1 多因子硬筛(市场情绪调节,可选 `--l2` 量化增强)→ L2 LLM 智能排序 → 输出推荐列表 |
215
215
  | 策略回测 | `/skill:strategy-backtest` | YAML 策略定义 → 回测 → 诊断;按需进行最多 3 轮参数优化 |
216
216
 
217
- ### 策略、复盘与研究(17 个)
217
+ ### 策略、复盘与研究(18 个)
218
218
 
219
219
  | Skill | 调用方式 | 方法论 |
220
220
  |-------|----------|--------|
@@ -232,6 +232,7 @@ Agent 会自动调用行情 → 技术面 → 基本面 → 资金面 → 消息
232
232
  | 事件驱动 | `/skill:event-driven` | 公告/政策/业绩事件的影响路径与失效条件 |
233
233
  | 预期重估 | `/skill:expectation-repricing` | 市场预期与实际数据的偏差 |
234
234
  | 成长质量 | `/skill:growth-quality` | 收入、利润、现金流与盈利能力的多期验证 |
235
+ | 行业 ETF 轮动研究 | `/skill:sector-rotation` | 确定性集中度/配权计算、跨市场分组的配权分项回测;完整深度模型尚未实现 |
235
236
  | 热点题材 | `/skill:hot-theme` | 板块强度、扩散度、关联度与节奏 |
236
237
  | 市场复盘 | `/skill:market-review` | 指数、宽度、板块、温度与次日策略 |
237
238
  | Wisburg 投研 | `/skill:wisburg-research` | 检索机构研报、公告、电话会纪要和市场日报 |
@@ -274,13 +275,24 @@ Agent 会自动调用行情 → 技术面 → 基本面 → 资金面 → 消息
274
275
 
275
276
  | 工具 | 说明 |
276
277
  |------|------|
277
- | `get_technical_analysis` | 全面技术指标分析(MA/MACD/RSI/BOLL/KDJ;多周期共振时 resonance.direction ∈ aligned_bullish/aligned_bearish/divergent) |
278
+ | `calculate_rotation_metrics` | 真实MC-dropout分布集中度与历史原始配权计算;不生成预测或买入信号 |
279
+ | `backtest_rotation_allocation` | 股票/ETF代码自动取数,按市场与报价币种独立比较等权和历史配权;分项回测,非完整论文模型 |
280
+ | `analyze_trend_strategy` | 月度右侧趋势策略:单市场股票池筛选、真实旧仓保持/退出与逆波动新仓预算;直接传股票代码、自动取行情,无持仓存储,仍为not_validated |
281
+ | `get_technical_analysis` | 全面技术指标分析(MA/MACD/RSI/BOLL/KDJ;附实验性 trend_horizons 多期限月度趋势及独立趋势温度 trend_temperature;多周期共振时 resonance.direction ∈ aligned_bullish/aligned_bearish/divergent) |
278
282
  | `analyze_pattern` | K 线形态识别 |
279
283
  | `calculate_ma` | 多周期均线计算 |
280
284
  | `get_volume_analysis` | 量价分析 |
281
285
  | `evaluate_signal` | 历史信号胜率回测 |
282
286
  | `detect_anomaly` | 当日技术、量价与资金异动扫描 |
283
287
 
288
+ `trend_temperature` 是独立趋势温度指标:`(EMA20-EMA60)/ATR14`,ATR 使用包含跳空的真实波幅简单均值。附分数、EMA差方向 `direction`、七档研究标签、前一期信息、数据日期和价格口径;`validation_status=not_validated`,真实股票试验未支持默认温度交易映射。方向按零轴计算,“平”标签不代表零方向;默认需 60 根预热,零 ATR 或坏行情返回不可用。±0.5/±1.5/±3 的分档尚未校准,不是趋势动物公式、肥尾指标、上涨概率或自动买卖信号,也不修改原综合评分。无需个人持仓存储;[公式、边界及回测说明](skills/bull-trend/references/trend-temperature.md)。
289
+
290
+ 月度右侧趋势策略,通过 `analyze_trend_strategy(symbols, ...)` 调用:月初200日线上行入场、真实旧仓优先、63日波动预算;[输入格式与完整规则](skills/bull-trend/references/monthly-trend-strategy.md)。扩展及历史样本尚未通过完整效果门槛;直接提供股票代码即可自动取日K,输出信号与预算计划;实际成交/股数和共享资金回测另行核实,不自动保存持仓或下单。
291
+
292
+ 趋势研究另返回 `trend_horizons`(daily、建议count=360):21/63/252根日K过去对数收益,在月初首根有效日K收盘观察并保持;显示期限组成、方向及观察日期,不强凑七档。与回测 `monthly_momentum` 共用计算,仍为 `not_validated`;[方法、预热与验证局限](skills/bull-trend/references/trend-horizons.md)。
293
+
294
+ 市场只约束新开仓的三期限实验可运行 [market_trend.py](skills/bull-trend/scripts/market_trend.py),输入带预热的个股/同市场宽基daily OHLCV JSON,复用同一Python核心。月度入场、次日开盘、已有持仓按个股趋势退出;不会自动保存持仓或下单。[使用与当前验证边界](skills/bull-trend/references/trend-horizons.md#市场环境入场实验)。
295
+
284
296
  ### 筛选与回测
285
297
 
286
298
  | 工具 | 说明 |
@@ -434,6 +446,8 @@ position:
434
446
  | `volume_ratio` | 量比 | 是(默认 5) |
435
447
  | `price_change` | 涨跌幅(%) | 否 |
436
448
  | `bollinger_position` | 布林带位置(0=下轨, 1=上轨) | 是(默认 20) |
449
+ | `trend_score` | 独立实验趋势强度,默认 (EMA20−EMA60)/ATR14;fast_period/slow_period 控制 EMA | period 为 ATR 根数(默认 14) |
450
+ | `monthly_momentum` | 月初首根有效日K收盘观察过去 period 根对数收益,保持到下一观察;零成交量不计根数 | 是(默认63,要求正整数) |
437
451
  | `close` / `volume` | 收盘价 / 成交量 | 否 |
438
452
 
439
453
  ### 可用运算符
@@ -552,20 +566,20 @@ GitHub Actions 的 `e2e-host` 使用 Pi、Hermes、OpenClaw、dsh 的真实运
552
566
  ```
553
567
  stock-analysis/
554
568
  ├── pi/ # Pi Agent Extension
555
- │ └── index.ts # 注册 67 个工具 + 20 个 skill
569
+ │ └── index.ts # 注册 70 个工具 + 21 个 skill
556
570
  ├── hermes/ # Hermes Agent Plugin
557
571
  │ ├── plugin.yaml # 插件清单
558
572
  │ ├── __init__.py # register(ctx) 入口
559
573
  │ ├── schemas.py # 工具 JSON Schema 定义
560
- │ └── tools.py # 67 个 handler → subprocess 调 CLI
574
+ │ └── tools.py # 70 个 handler → subprocess 调 CLI
561
575
  ├── openclaw/ # OpenClaw Plugin
562
576
  │ ├── openclaw.plugin.json # manifest(contracts.tools)
563
577
  │ ├── package.json # 含 openclaw 块(pluginApi/SDK 版本)
564
- │ └── index.ts # definePluginEntry + registerTool ×67
578
+ │ └── index.ts # definePluginEntry + registerTool ×70
565
579
  ├── dsh/ # DeepSeek Harness (dsh) Plugin
566
580
  │ ├── cordis.patch.yml # bundle patch(insert 插件入口)
567
581
  │ ├── package.json # 含 dsh.bundle 块(bundle manifest)
568
- │ └── index.ts # cordis apply(ctx) + defineTool ×67
582
+ │ └── index.ts # cordis apply(ctx) + defineTool ×70
569
583
  │
570
584
  ├── tools/ # 共享 Python CLI 工具
571
585
  │ ├── stock_data.py # 行情 / 资金流 / 新闻 / 财务 / 短线情绪
package/package.json CHANGED
@@ -1,6 +1,6 @@
1
1
  {
2
2
  "name": "stock-analysis-plugin",
3
- "version": "0.2.7",
3
+ "version": "0.2.9",
4
4
  "description": "Pi Agent extension for stock analysis, screening, and strategy backtesting across A/HK/US/JP/KR/TW markets",
5
5
  "type": "module",
6
6
  "main": "./pi/index.ts",
@@ -12,6 +12,7 @@
12
12
  "./skills/stock-analysis/SKILL.md",
13
13
  "./skills/stock-screener/SKILL.md",
14
14
  "./skills/strategy-backtest/SKILL.md",
15
+ "./skills/sector-rotation/SKILL.md",
15
16
  "./skills/bull-trend/SKILL.md",
16
17
  "./skills/shrink-pullback/SKILL.md",
17
18
  "./skills/ma-crossover/SKILL.md",
@@ -37,6 +38,7 @@
37
38
  "tools/cli_budgets.json",
38
39
  "tools/requirements.txt",
39
40
  "skills/",
41
+ "!skills/**/__pycache__/**",
40
42
  "schemas/",
41
43
  "templates/",
42
44
  "strategies/",
@@ -46,7 +48,7 @@
46
48
  "scripts": {
47
49
  "postinstall": "node scripts/setup-python.mjs",
48
50
  "build:openclaw": "esbuild openclaw/index.ts --bundle --format=esm --platform=node --external:openclaw/* --outfile=openclaw/dist/index.js",
49
- "build:dsh": "esbuild dsh/index.ts --bundle --format=esm --platform=node --external:@deepseek-ai/* --outfile=dsh/dist/index.js"
51
+ "build:dsh": "esbuild dsh/index.ts dsh/research-role.ts --bundle --format=esm --platform=node --external:@deepseek-ai/* --outdir=dsh/dist"
50
52
  },
51
53
  "keywords": [
52
54
  "pi-agent",
@@ -76,9 +78,11 @@
76
78
  },
77
79
  "license": "MIT",
78
80
  "devDependencies": {
79
- "@deepseek-ai/cordis": "4.0.4",
80
- "@deepseek-ai/dsh-skill": "0.2.0-rc.2",
81
- "@deepseek-ai/dsh-tools": "0.2.0-rc.2",
81
+ "@deepseek-ai/cordis": "4.0.5",
82
+ "@deepseek-ai/dsh-llm": "0.2.1-rc.2",
83
+ "@deepseek-ai/dsh-skill": "0.2.1-rc.2",
84
+ "@deepseek-ai/dsh-system-prompt": "0.2.1-rc.2",
85
+ "@deepseek-ai/dsh-tools": "0.2.1-rc.2",
82
86
  "@types/node": "^22.0.0",
83
87
  "esbuild": "^0.28.0",
84
88
  "jiti": "^2.7.0",
package/pi/index.ts CHANGED
@@ -1186,7 +1186,7 @@ export default (pi: ExtensionAPI) => {
1186
1186
  registerTool({
1187
1187
  name: "get_technical_analysis",
1188
1188
  description:
1189
- "获取股票技术面分析(MA/MACD/RSI/BOLL/KDJ/成交量等指标 + 100分综合评分 + 6级买卖信号 + 趋势/偏离度/支撑压力位;多周期共振时 resonance.direction ∈ aligned_bullish/aligned_bearish/divergent)。个股技术面综合判断与买卖时机分析的首选;只要均线数值或自定义周期用 calculate_ma,专问量价用 get_volume_analysis,扫当日异动用 detect_anomaly",
1189
+ "获取股票技术面分析(MA/MACD/RSI/BOLL/KDJ/成交量等指标 + 100分综合评分 + 6级买卖信号 + 趋势/偏离度/支撑压力位;附 trend_temperature(实验性EMA差/ATR描述;direction为均线方向;validation_status=not_validated,非星球指标,七档不作入场依据;另附 trend_horizons:21/63/252根日K月度动量,建议count=360,非概率、未验证);多周期共振时 resonance.direction ∈ aligned_bullish/aligned_bearish/divergent)。个股技术面综合判断与买卖时机分析的首选;只要均线数值或自定义周期用 calculate_ma,专问量价用 get_volume_analysis,扫当日异动用 detect_anomaly",
1190
1190
  parameters: {
1191
1191
  type: "object",
1192
1192
  properties: {
@@ -1605,10 +1605,267 @@ export default (pi: ExtensionAPI) => {
1605
1605
  },
1606
1606
  });
1607
1607
 
1608
+ registerTool({
1609
+ name: "calculate_rotation_metrics",
1610
+ description: "行业轮动数值复核:输入真实MC-dropout样本和/或历史成交计数,计算集中度和原始配权;不训练模型、不生成买入信号,零历史不补默认值。",
1611
+ parameters: {
1612
+ "type": "object",
1613
+ "properties": {
1614
+ "prediction_samples": {
1615
+ "type": "array",
1616
+ "items": {
1617
+ "type": "object",
1618
+ "properties": {
1619
+ "symbol": {
1620
+ "type": "string",
1621
+ "description": "唯一标的标识"
1622
+ },
1623
+ "samples": {
1624
+ "type": "array",
1625
+ "items": {
1626
+ "type": "number",
1627
+ "description": "同一模型/标的/时间的有限线性输出,不是价格或收益率"
1628
+ },
1629
+ "description": "2..100000个真实MC-dropout预测;不得用随机数或动量代替"
1630
+ }
1631
+ },
1632
+ "required": [
1633
+ "symbol",
1634
+ "samples"
1635
+ ],
1636
+ "additionalProperties": false
1637
+ },
1638
+ "description": "1..100组,总样本<=100000;和trade_counts至少提供一项"
1639
+ },
1640
+ "trade_counts": {
1641
+ "type": "array",
1642
+ "items": {
1643
+ "type": "object",
1644
+ "properties": {
1645
+ "symbol": {
1646
+ "type": "string",
1647
+ "description": "唯一标的标识;代码别名须先统一"
1648
+ },
1649
+ "buys": {
1650
+ "type": "number",
1651
+ "description": "此前已平仓买入周数,非负整数"
1652
+ },
1653
+ "wins": {
1654
+ "type": "number",
1655
+ "description": "此前盈利平仓次数,0..buys"
1656
+ },
1657
+ "streak": {
1658
+ "type": "number",
1659
+ "description": "此前连续盈利交易次数,0..wins"
1660
+ }
1661
+ },
1662
+ "required": [
1663
+ "symbol",
1664
+ "buys",
1665
+ "wins",
1666
+ "streak"
1667
+ ],
1668
+ "additionalProperties": false
1669
+ },
1670
+ "description": "1..100条已完成历史成交计数;不得使用决策后的交易"
1671
+ }
1672
+ },
1673
+ "required": [],
1674
+ "additionalProperties": false
1675
+ },
1676
+ async execute(_id, params) {
1677
+ return asText(await withJsonInput(params, async (path: string) =>
1678
+ (await py("sector_rotation.py", ["analyze", "--input", path])).stdout));
1679
+ },
1680
+ });
1681
+
1682
+ registerTool({
1683
+ name: "backtest_rotation_allocation",
1684
+ description: "行业轮动配权分项回测:代码自动取行情,或传明确币种/复权OHLCV;相同每周全池买卖下比较等权与历史配权。按市场和报价币种独立资金,支持A/HK/US/JP/KR/TW;不是完整论文深度模型或跨币种共享资金回测。",
1685
+ parameters: {
1686
+ "type": "object",
1687
+ "properties": {
1688
+ "symbols": {
1689
+ "type": "array",
1690
+ "items": {
1691
+ "type": "string",
1692
+ "description": "唯一股票/ETF代码,按插件代码格式"
1693
+ },
1694
+ "description": "1..20只自动取数,与datasets互斥;任一失败整池停止"
1695
+ },
1696
+ "datasets": {
1697
+ "type": "array",
1698
+ "items": {
1699
+ "type": "object",
1700
+ "properties": {
1701
+ "symbol": {
1702
+ "type": "string",
1703
+ "description": "A六位代码/HK如2800.HK/US如XLK/JP如1306.T/KR如069500.KS/TW如0050.TW"
1704
+ },
1705
+ "currency": {
1706
+ "type": "string",
1707
+ "description": "已核实报价币种三字母代码,不按上市地猜测"
1708
+ },
1709
+ "price_basis": {
1710
+ "type": "string",
1711
+ "enum": [
1712
+ "qfq",
1713
+ "total_return",
1714
+ "split_adjusted"
1715
+ ],
1716
+ "description": "已核实且一致的复权口径"
1717
+ },
1718
+ "bars": {
1719
+ "type": "array",
1720
+ "items": {
1721
+ "type": "object",
1722
+ "properties": {
1723
+ "date": {
1724
+ "type": "string",
1725
+ "description": "YYYY-MM-DD"
1726
+ },
1727
+ "open": {
1728
+ "type": "number",
1729
+ "description": "有限正OHLC价格;volume非负"
1730
+ },
1731
+ "high": {
1732
+ "type": "number",
1733
+ "description": "有限正OHLC价格;volume非负"
1734
+ },
1735
+ "low": {
1736
+ "type": "number",
1737
+ "description": "有限正OHLC价格;volume非负"
1738
+ },
1739
+ "close": {
1740
+ "type": "number",
1741
+ "description": "有限正OHLC价格;volume非负"
1742
+ },
1743
+ "volume": {
1744
+ "type": "number",
1745
+ "description": "有限正OHLC价格;volume非负"
1746
+ },
1747
+ "adjusted": {
1748
+ "type": "string",
1749
+ "description": "可选逐bar复权标记,存在时必须与price_basis一致"
1750
+ },
1751
+ "source": {
1752
+ "type": "string",
1753
+ "description": "可选行情来源标识,用于数据覆盖报告"
1754
+ }
1755
+ },
1756
+ "required": [
1757
+ "date",
1758
+ "open",
1759
+ "high",
1760
+ "low",
1761
+ "close",
1762
+ "volume"
1763
+ ],
1764
+ "additionalProperties": false
1765
+ },
1766
+ "description": "递增唯一daily OHLCV,2..20000行,包含评估前预热;总量<=100000"
1767
+ }
1768
+ },
1769
+ "required": [
1770
+ "symbol",
1771
+ "currency",
1772
+ "price_basis",
1773
+ "bars"
1774
+ ],
1775
+ "additionalProperties": false
1776
+ },
1777
+ "description": "1..20个离线数据集,与symbols互斥;8MiB JSON输入上限"
1778
+ },
1779
+ "start_date": {
1780
+ "type": "string",
1781
+ "description": "评估起始YYYY-MM-DD;跨边界周不交易,不能用评估期收益初始化配权"
1782
+ },
1783
+ "end_date": {
1784
+ "type": "string",
1785
+ "description": "已收盘截止YYYY-MM-DD;不完整末周不成交"
1786
+ },
1787
+ "history_start_date": {
1788
+ "type": "string",
1789
+ "description": "仅代码模式;默认评估前一年,必须早于start_date"
1790
+ },
1791
+ "warmup_weeks": {
1792
+ "type": "number",
1793
+ "description": "评估前完整历史交易周1..104整数,默认26;不足停止"
1794
+ },
1795
+ "capital": {
1796
+ "type": "number",
1797
+ "description": "每市场/报价币种分组独立初始资金,默认1000000,不是混合池总额"
1798
+ },
1799
+ "cost_per_side": {
1800
+ "type": "number",
1801
+ "description": "每边比例成本0..0.1,默认0.001;买入预算含费用"
1802
+ }
1803
+ },
1804
+ "required": [
1805
+ "start_date",
1806
+ "end_date"
1807
+ ],
1808
+ "additionalProperties": false
1809
+ },
1810
+ async execute(_id, params) {
1811
+ return asText(await withJsonInput(params, async (path: string) =>
1812
+ (await py("sector_rotation.py", ["backtest", "--input", path])).stdout));
1813
+ },
1814
+ });
1815
+
1816
+ registerTool({
1817
+ name: "analyze_trend_strategy",
1818
+ description: "月度右侧趋势策略:直接传同市场A/HK/US股票代码,自动获取日K,输出月度新入/持有/退出与逆波动预算。as_of默认最近已收盘交易日,持仓可选且不保存,不自动下单;跨样本仍not_validated。",
1819
+ parameters: {
1820
+ "type": "object",
1821
+ "properties": {
1822
+ "symbols": {
1823
+ "type": "array",
1824
+ "items": {
1825
+ "type": "string"
1826
+ },
1827
+ "minItems": 1,
1828
+ "maxItems": 100,
1829
+ "description": "同一市场的完整股票池,1..100只;A如600036,HK如0700.HK,US如AAPL"
1830
+ },
1831
+ "as_of": {
1832
+ "type": "string",
1833
+ "description": "可选已收盘截止日期YYYY-MM-DD,默认该市场最近已收盘交易日"
1834
+ },
1835
+ "held_symbols": {
1836
+ "type": "array",
1837
+ "items": {
1838
+ "type": "string"
1839
+ },
1840
+ "description": "可选,as_of时真实持股代码,必须在股票池中;省略代表初始空仓,不保存账户"
1841
+ },
1842
+ "pending_exit_symbols": {
1843
+ "type": "array",
1844
+ "items": {
1845
+ "type": "string"
1846
+ },
1847
+ "description": "可选,真实持股中此前已锁定且未成交的退出代码"
1848
+ },
1849
+ "slots": {
1850
+ "type": "number",
1851
+ "description": "可选固定容量K,默认ceil(N/3),不得小于真实持股数量"
1852
+ }
1853
+ },
1854
+ "required": [
1855
+ "symbols"
1856
+ ],
1857
+ "additionalProperties": false
1858
+ },
1859
+ async execute(_id, params) {
1860
+ return asText(await withJsonInput(params, async (path: string) =>
1861
+ (await py("trend_strategy.py", ["fetch", "--input", path])).stdout));
1862
+ },
1863
+ });
1864
+
1608
1865
  registerTool({
1609
1866
  name: "run_backtest",
1610
1867
  description:
1611
- "策略回测(AlphaEvo)。读取YAML策略定义,在历史数据上模拟交易,输出收益率/回撤/胜率等指标。只想知道单个技术信号的历史胜率用更轻量的 evaluate_signal。period为实际数据期间,requested_period保留请求期间,warnings提示覆盖差异;年化按实际期间计算。默认前日收盘信号、次日开盘成交;YAML simulation.execution=same_close可复现旧假设。execution返回模型、阻止成交次数和未模拟约束;零成交量及带历史限价的一字板不成交。",
1868
+ "策略回测(AlphaEvo)。读取YAML策略定义,在历史数据上模拟交易,输出收益率/回撤/胜率等指标。只想知道单个技术信号的历史胜率用更轻量的 evaluate_signal。period为实际数据期间,requested_period保留请求期间,warnings提示覆盖差异;年化按实际期间计算。默认前日收盘信号、次日开盘成交;YAML simulation.execution=same_close可复现旧假设。execution返回模型、阻止成交次数和未模拟约束;零成交量及带历史限价的一字板不成交。支持 monthly_momentum:月初首根有效日K收盘观察过去period根对数收益,次日开盘;长周期需预热。",
1612
1869
  parameters: {
1613
1870
  type: "object",
1614
1871
  properties: {
@@ -2180,10 +2437,11 @@ export default (pi: ExtensionAPI) => {
2180
2437
  registerTool({
2181
2438
  name: "render_stock_report",
2182
2439
  description:
2183
- "股票分析报告渲染 — 将结构化报告 JSON 通过 j2 模板渲染为 Markdown。report 字段以 skill 提供的 report_schema 为准,不要自造字段。template: brief|full。全部分析完成后的最后一步调用。仅渲染,不保存不推送。report可包含evidence(path/label/value/source/as_of)与data_quality(flags/limitations),brief/full均展示证据和限制。",
2440
+ "股票分析报告渲染 — 将结构化报告 JSON 通过 j2 模板渲染为 Markdown。report 字段以 skill 提供的 report_schema 为准,不要自造字段。template: brief|full。全部分析完成后的最后一步调用。默认仅渲染;final=true表示最终回复,支持直出的宿主可原样交付并结束本轮。report可包含evidence(path/label/value/source/as_of)与data_quality(flags/limitations),brief/full均展示证据和限制。",
2184
2441
  parameters: {
2185
2442
  type: "object",
2186
2443
  properties: {
2444
+ final: { type: "boolean", description: "最终回复标记,默认false;保存附件或继续分析时保持false" },
2187
2445
  report: {
2188
2446
  type: "object",
2189
2447
  description: "结构化股票报告 JSON",
@@ -2196,7 +2454,7 @@ export default (pi: ExtensionAPI) => {
2196
2454
  },
2197
2455
  required: ["report"],
2198
2456
  },
2199
- async execute(_id, { report, template = "full" }) {
2457
+ async execute(_id, { report, template = "full", final = false }) {
2200
2458
  const b64 = Buffer.from(JSON.stringify(report), "utf-8").toString("base64");
2201
2459
  const result = await py("report_renderer.py", [
2202
2460
  "stock",
@@ -2204,6 +2462,7 @@ export default (pi: ExtensionAPI) => {
2204
2462
  template,
2205
2463
  "--input-b64",
2206
2464
  b64,
2465
+ ...(final ? ["--final"] : []),
2207
2466
  ]);
2208
2467
  return asText(result.stdout);
2209
2468
  },
@@ -2212,21 +2471,23 @@ export default (pi: ExtensionAPI) => {
2212
2471
  registerTool({
2213
2472
  name: "render_market_report",
2214
2473
  description:
2215
- "大盘复盘报告渲染 — 将结构化报告 JSON 通过 j2 模板渲染为 Markdown。report 字段以 schemas/market_review_schema.json 为准。save=true 时把报告对象追加归档到本地 JSONL(默认不保存不推送),纵向对比用 get_review_history",
2474
+ "大盘复盘报告渲染 — 将结构化报告 JSON 通过 j2 模板渲染为 Markdown。report 字段以 schemas/market_review_schema.json 为准。save=true 时把报告对象追加归档到本地 JSONL(默认不保存不推送),纵向对比用 get_review_history;final=true仅用于最终回复,保存附件或继续分析时保持false",
2216
2475
  parameters: {
2217
2476
  type: "object",
2218
2477
  properties: {
2478
+ final: { type: "boolean", description: "最终回复标记,默认false;保存附件或继续分析时保持false" },
2219
2479
  report: { type: "object", description: "结构化市场复盘" },
2220
2480
  save: { type: "boolean", description: "是否归档到本地复盘 JSONL 存储,默认 false" },
2221
2481
  },
2222
2482
  required: ["report"],
2223
2483
  },
2224
- async execute(_id, { report, save }) {
2484
+ async execute(_id, { report, save, final = false }) {
2225
2485
  const b64 = Buffer.from(JSON.stringify(report), "utf-8").toString("base64");
2226
2486
  const result = await py("report_renderer.py", [
2227
2487
  "market",
2228
2488
  "--input-b64",
2229
2489
  b64,
2490
+ ...(final ? ["--final"] : []),
2230
2491
  ...(save ? ["--save"] : []),
2231
2492
  ]);
2232
2493
  return asText(result.stdout);
@@ -2450,6 +2711,7 @@ export default (pi: ExtensionAPI) => {
2450
2711
  `${baseDir}/skills/stock-analysis/SKILL.md`,
2451
2712
  `${baseDir}/skills/stock-screener/SKILL.md`,
2452
2713
  `${baseDir}/skills/strategy-backtest/SKILL.md`,
2714
+ `${baseDir}/skills/sector-rotation/SKILL.md`,
2453
2715
  `${baseDir}/skills/bull-trend/SKILL.md`,
2454
2716
  `${baseDir}/skills/shrink-pullback/SKILL.md`,
2455
2717
  `${baseDir}/skills/ma-crossover/SKILL.md`,
@@ -1,17 +1,18 @@
1
1
  #!/usr/bin/env node
2
2
  import { execFileSync } from "node:child_process";
3
- import { existsSync } from "node:fs";
3
+ import { existsSync, mkdirSync, renameSync } from "node:fs";
4
4
  import { join } from "node:path";
5
5
  import { fileURLToPath } from "node:url";
6
- import { venvPythonPath } from "./venv-python.mjs";
6
+ import { pythonEnvironmentRoot, venvPythonPath } from "./venv-python.mjs";
7
7
 
8
8
  // fileURLToPath (not URL.pathname) — the latter yields a bogus "/C:/..." path
9
9
  // on Windows, which would put the venv in the wrong place or fail outright.
10
10
  const pkgDir = fileURLToPath(new URL("..", import.meta.url));
11
- const venvDir = join(pkgDir, ".venv");
11
+ const envRoot = pythonEnvironmentRoot(pkgDir);
12
+ const venvDir = join(envRoot, ".venv");
12
13
  // Drive pip through the venv's own python (`-m pip`) instead of a pip/pip.exe
13
14
  // shim — resolves correctly on both POSIX (bin/python3) and Windows (Scripts/python.exe).
14
- const venvPython = venvPythonPath(pkgDir);
15
+ const venvPython = venvPythonPath(envRoot);
15
16
  const requirements = join(pkgDir, "tools", "requirements.txt");
16
17
 
17
18
  function run(bin, args) {
@@ -41,6 +42,12 @@ try {
41
42
  process.exit(1);
42
43
  }
43
44
 
45
+ if (envRoot !== pkgDir && existsSync(join(pkgDir, ".venv"))) {
46
+ // Preserve installed dependencies; never leave an old environment in captured source.
47
+ if (existsSync(venvDir)) throw new Error("Both legacy and current Python environments exist; move the legacy .venv outside the plugin package");
48
+ mkdirSync(envRoot, { recursive: true });
49
+ renameSync(join(pkgDir, ".venv"), venvDir);
50
+ }
44
51
  if (!existsSync(venvDir)) {
45
52
  run(python, ["-m", "venv", venvDir]);
46
53
  }
@@ -6,6 +6,13 @@ import { join } from "node:path";
6
6
 
7
7
  const isWin = process.platform === "win32";
8
8
 
9
+ // OpenClaw captures package source, including .venv symlinks; node_modules is excluded.
10
+ export function pythonEnvironmentRoot(rootDir) {
11
+ return existsSync(join(rootDir, "openclaw.plugin.json"))
12
+ ? join(rootDir, "node_modules", ".stock-analysis-python")
13
+ : rootDir;
14
+ }
15
+
9
16
  // Windows venvs ship Scripts/python.exe (there is no python3); POSIX venvs ship bin/python3.
10
17
  export function venvPythonPath(rootDir) {
11
18
  return join(rootDir, ".venv", isWin ? "Scripts" : "bin", isWin ? "python.exe" : "python3");
@@ -1,6 +1,6 @@
1
1
  ---
2
2
  name: bull-trend
3
- description: 趋势交易:识别中长期趋势,制定入场、持仓和退出规则。用于趋势股持有、规则化趋势策略或肥尾收益分析。
3
+ description: 趋势交易:识别中长期趋势,制定入场、持仓和退出规则。用于趋势温度计算、趋势股持有、规则化趋势策略或肥尾收益分析。
4
4
  ---
5
5
 
6
6
  # 趋势追踪分析
@@ -13,6 +13,10 @@ description: 趋势交易:识别中长期趋势,制定入场、持仓和退
13
13
 
14
14
  仅解释肥尾概念时,到此完成;下述流程用于具体标的的趋势分析。
15
15
 
16
+ 用户要求运行股票池月度右侧趋势策略时,MUST 先读取 [月度右侧趋势策略](references/monthly-trend-strategy.md),将股票名称解析为代码、按市场分组,直接调用 `analyze_trend_strategy(symbols, ...)` 自动取行情;仅在用户提供时传入真实持股集合,报告动作、原因与新仓预算。MUST 保留 `not_validated` 及跨样本失败边界;用户明确采用的规则可输出条件计划,实际成交和个人持仓由调用方核实。
17
+
18
+ 仅要求解释多期限方向或复核旧温度时,先读取 [多期限月度趋势](references/trend-horizons.md),调用 `get_technical_analysis` 的 daily、count=360,优先解释 `trend_horizons` 的21/63/252期限组成、方向与观察日期。当前仍为 `not_validated`,MUST 说明交易有效性未被完整验证,MUST NOT 自行转换成交易建议。七档温度或旧模型复核才读取 [独立趋势温度](references/trend-temperature.md)并解释兼容字段 `trend_temperature`;仅用户明确要求七档时展示研究标签,不能把“平”当作零方向。这些都不是趋势动物、肥尾 κ、原综合评分或市场复盘温度;用户自定条件的研究回测仍可运行。
19
+
16
20
  ## 执行流程
17
21
 
18
22
  ### 1. 采集数据
@@ -25,6 +29,8 @@ python3 scripts/gather.py <symbol>
25
29
 
26
30
  确认数据日期、周期和复权口径;120 根日K线用于近期趋势判断。肥尾分支按参考文件另取历史收益,报告实际取得的区间和样本量。
27
31
 
32
+ 多期限分支报告 `model/validation_status/components/positive_count/negative_count/neutral_count/direction/decision_as_of/as_of/price_basis`;不足月初预热时先解释不可用,不能改用零值。通用采集脚本仍默认120根,不能据它声称已完成252根趋势判断,需另取daily、count=360。旧温度分支报告模型、EMA差方向、分数、日期及口径;七档只按明确请求补充。先确认观察K线收盘,未知价格口径需说明;不把样本不足当中性趋势。
33
+
28
34
  ### 2. 趋势确认
29
35
 
30
36
  **多头趋势确认条件**:
@@ -79,3 +85,7 @@ python3 scripts/gather.py <symbol>
79
85
  4. 入场/持有/离场建议
80
86
  5. 初始风险、保护位和退出触发条件
81
87
  6. 数据或成交限制;肥尾分支附计算口径和不确定性
88
+
89
+ ### 市场环境入场实验
90
+
91
+ 用户要求验证宽基右侧条件如何约束趋势入场时,读取[多期限参考中的市场环境实验](references/trend-horizons.md#市场环境入场实验),准备带足预热的个股/同市场宽基daily OHLCV JSON,再运行 `scripts/market_trend.py`。该脚本调用共享Python核心,输出真实规则的三期限研究结果。MUST 分清初始空仓与已有持仓、观察与成交、开发集与新标的复核;不得拿七档标签代替入场条件,或将通过单次历史门槛称为稳定有效。
@@ -0,0 +1,47 @@
1
+ # 月度右侧趋势策略:上行SMA200与波动预算
2
+
3
+ 开发样本曾通过效果门槛,扩展及历史样本仍未通过;`validation_status=not_validated`。采用它表示使用这套确定的规则,不表示已经验证未来收益。它不是趋势动物的私有温度公式。
4
+
5
+ ## 调用
6
+
7
+ 直接告诉Agent股票池即可,例如“用月度右侧趋势策略分析招商银行、工商银行和中国神华”。Agent解析代码后,调用四宿主共同的 `analyze_trend_strategy`:
8
+
9
+ ```json
10
+ {
11
+ "symbols": ["600036", "601398", "601088"],
12
+ "held_symbols": ["600036"]
13
+ }
14
+ ```
15
+
16
+ `symbols`为必填,其他字段均可选。插件自动获取整个股票池的日K,不要求用户准备文件或手工提供行情。混合市场由Agent按A/HK/US分组调用,各市场资金/币种独立。
17
+
18
+ |字段|要求|
19
+ |---|---|
20
+ |`symbols`|同一个市场的完整股票池,1–100只;A用六位代码,HK如`0700.HK`/`00700.HK`,US如`AAPL`;大小写与HK补零统一识别,同股不能重复|
21
+ |`as_of`|可选已收盘截止日期`YYYY-MM-DD`,默认交易所最近已收盘交易日;盘中排除当天未收盘K线,按实际日历处理夏令时与半日市|
22
+ |`held_symbols`|可选,as_of时真实持股代码,须在股票池中;省略表示初始空仓,Agent明确这个假设,挂买单不算持仓|
23
+ |`pending_exit_symbols`|可选,已发出但未成交的退出锁,必须在真实持仓内,价格恢复不撤销|
24
+ |`slots`|可选固定容量K,默认ceil(N/3),不得小于当前真实持股数量|
25
+
26
+ 默认取至少360根daily;历史截止日期会增加取数长度以保留预热,接口有历史总量上限。有效价格不足221根时不填零,也不发明入场条件。所有数据沿现有行情源故障切换;任一成员取数失败,返回`incomplete_pool`和失败代码,不生成缩小股票池的计划。已取数据不合格则返回`invalid_market_data`。核对返回的`as_of/quote_as_of/price_basis`,停牌或报价未更新的成员仍显式列出。持仓只作为本次输入,不保存账户。
27
+
28
+ ### 离线复核
29
+
30
+ 开发者需要复现冻结研究时,CLI仍支持 `python3 tools/trend_strategy.py --input snapshot.json`。离线快照包含market/as_of/histories及可选held_symbols/pending_exit_symbols/slots,每条历史需要date/close/volume,可保留adjusted;日期递增唯一,价格为正且有限,量非负,最大32 MiB普通文件。该入口只用于已有行情的离线复核,正常插件工具使用上面的股票代码参数。
31
+
32
+ ## 固定规则
33
+
34
+ 1. 以股票池正成交量日期并集中的每月第一根收盘为观察点。当天不能按该收盘立即成交,最早是后续有效开盘。月中返回`waiting_for_monthly_observation`,只显示当前条件,不用今天持仓倒推月初交易。
35
+ 2. 新入同时要求:close>SMA200,且SMA200高于21根有效价格以前的SMA200。按`log(close)-log(SMA200)`降序,代码破同分。
36
+ 3. 真实旧仓优先占K槽。个股仍在200线上就保持原股份,排名下降或均线斜率转负不触发换仓;无有效报价时保持并占槽。已有200失效则给出`exit_next_valid_open`。已锁定退出始终返回`exit_pending`。
37
+ 4. 每股sigma63为过去63段对数收益的样本标准差,需64根有效价格。参考中位数取观察日整个固定池有当日报价、sigma有限且>0的股票,包括尚不满足入场资格者。
38
+ 5. 新入预算系数=`0.8704/K × min(1, median_sigma63 / stock_sigma63)`。低波动不扩大原槽,高波动折减;真实旧仓不按这个比例重新等权,不补仓。0.8704沿用已拟合的开发参数。
39
+ 6. 没有合格新股可保持现金;空槽不必填满。选择新股不代表已经有可用现金或腾出槽位,须先确认退出真实成交。
40
+
41
+ ## 输出和执行边界
42
+
43
+ 报告`model/validation_status/status/as_of/observation_date/selected/reference_volatility/stocks`。每股有价格口径、报价日期、SMA200及21根前均线、distance、sigma63、资格、action、reason及new_budget_fraction。无充分旧仓历史时返回`insufficient_held_history`,不生成新的交易计划;先补齐历史。
44
+
45
+ `new_budget_fraction` 是下一执行批次开盘净值乘数,买入费用包含在预算内,**不是目标持仓权重,也不是买入股数**。真实成交还要核对可用现金、已完成卖出、实际整手、停牌/涨跌停/禁售、费用与结算;此工具没有订单簿、现金账本或成交模拟,不会自动下单。不使用复权close直接计算真实股数,不因一笔新仓没成交就当作已持有。
46
+
47
+ 单股`get_technical_analysis`的`trend_temperature`与`trend_horizons`仍可辅助解释,但不是这套组合规则。普通单股YAML回测也不能代替共享资金、旧仓保留和整池风险中位数。本工具不计算历史组合收益,不把信号计划冒充组合回测。