← 返回
未分类

stock-strategy-tracker

个股投资策略跟踪器——将从分析报告中提取的个股投资策略持久化到一个本地 Markdown 文件,然后定期核对市场行情是否触发了建仓、止损或止盈条件,给出可操作的下一步建议。
个股投资策略跟踪器——将从分析报告中提取的个股投资策略持久化到一个本地 Markdown 文件,然后定期核对市场行情是否触发了建仓、止损或止盈条件,给出可操作的下一步建议。
DC
未分类 community v2.0.0 1 版本 96551.7 Key: 无需
★ 0
Stars
📥 28
下载
💾 0
安装
1
版本
#latest

概述

Stock Strategy Tracker 📈

个股投资策略跟踪器——将从分析报告中提取的个股投资策略持久化到一个本地 Markdown 文件,然后定期核对市场行情是否触发了建仓、止损或止盈条件,给出可操作的下一步建议。

两种模式:

  • 保存模式(Save):完成任意个股分析后(DCF 估值、巴菲特框架、技术分析等),自动从分析文本中提取建仓条件、止损线、目标价、退出信号、核心假设等关键字段,格式化后追加到策略跟踪文件。如果该股票已存在则更新而非重复添加。触发词:保存策略跟踪这个票记录建仓条件
  • 核对模式(Check):读取策略跟踪文件中所有已保存的策略,获取每只股票的最新行情数据(价格、PE 等),逐条比对建仓条件是否已触发(✅ 已触发 / ❌ 未触发 / ⚠️ 接近触发),检查退出信号是否出现,输出清晰的汇总表格和每只股票的具体操作建议。触发词:检查策略核对建仓条件看看哪些票可以买

Quick Start

Install

Copy the skill directory to your agent's skills folder:

# WorkBuddy
cp -r stock-strategy-tracker ~/.workbuddy/skills/

# Codex / OpenClaw
cp -r stock-strategy-tracker ~/.codex/skills/

# Claude Code (project-level)
cp -r stock-strategy-tracker .claude/skills/

Configure

Set the environment variable to point to your tracking file:

export STOCK_STRATEGY_PATH="$HOME/Documents/stock/strategy.md"

If STOCK_STRATEGY_PATH is not set, the skill defaults to ~/Documents/stock/strategy.md.


Industry Classification(⚠️ 核心规则:行业决定宏观敏感度)

不同行业的股票对宏观事件的敏感度完全不同。 策略分析时必须按行业分类判断宏观事件的影响范围,不能一锅端。

行业分组与宏观敏感度矩阵

行业组包含板块受影响的关键宏观事件不受影响的事件
-------------------------------------------------
科技/半导体AI算力、芯片、消费电子、智能驾驶、通信英伟达财报、Google I/O、OpenAI发布会、苹果WWDC、美债利率(估值折现率)、半导体周期油价、厄尔尼诺、农产品价格
新能源/电力光伏、储能、风电、锂电、电网美债利率、IRA政策、铜价、欧盟碳关税英伟达财报、AI产品发布
化工/石化化纤、煤化工、烯烃、化塑油价(WTI/布伦特)、伊朗地缘、OPEC+产量决策、人民币汇率英伟达财报、Google I/O、AI产品发布
军工/航天商业航天、碳纤维、航空发动机国防预算、星网/铱星招标、中美关系、台海局势油价短期波动、AI产品发布
消费/医药白酒、食品、中药、创新药CPI/PPI、消费刺激政策、医保集采、利率(估值)英伟达财报、OPEC+决策
互联网/平台腾讯、阿里、美团、小米美债利率(港股估值压制)、监管政策、AI商业化进展、中美关系油价、OPEC+
金融券商、银行、保险央行利率、LPR、社融、M2、PMI英伟达财报、AI产品发布

判断规则

  1. 英伟达财报 → 仅直接影响科技/半导体+互联网(AI投资预期),不影响化工/消费/金融
  2. 美债利率 → 影响所有港股(估值折现率)+ 高估值成长股,对低估值A股影响小
  3. 油价 → 影响化工/石化,但必须区分方向(见下方化工子类型规则),不影响科技
  4. AI产品发布(Google/OpenAI/Anthropic) → 仅影响科技/半导体+互联网,不影响化工/消费/金融
  5. OPEC+决策 → 仅影响化工/石化+交运,不影响科技

⚠️ 化工/石化子类型:油价影响方向相反

化工/石化不是铁板一块,必须区分油头下游和煤头竞品:

子类型标的示例油价↑影响油价↓影响传导路径
----------------------------------------------
油头下游(PTA/涤纶)桐昆股份🔴 成本压力✅ 利好油价↓→PTA成本↓→价差扩大→利润改善
煤头竞品(煤制烯烃)宝丰能源✅ 相对改善🔴 利空油价↓→油头烯烃成本↓→煤头竞争力削弱

判断规则:不能因为"都叫化工"就认为油价影响方向一致。看成本结构——是吃油(油头下游)还是跟油竞争(煤头)。

宏观数据缺失处理规则

  • Tier 1 指标获取失败 → 标注"获取失败,不作为本次判断依据",并建议补用前一日数据
  • 港股实时价缺失 → 标注"港股实时缺失",浮亏列写"待获取",不以估算值参与判断
  • 禁止行为:用美股 ADR 昨收推算港股实时价、用前一日浮亏冒充当日数据、无声略过数据缺失

Macro Context Data Sources(⚠️ 策略检查前必须获取宏观上下文)

策略检查时,不能只看个股行情,必须先获取当日宏观上下文

Tier 1:必须获取(每次策略检查)

数据数据源获取方式说明
-----------------------------
美债10Y利率英为财情curl+正则解析港股估值锚点,>4.5%压制港股科技估值
中国10Y国债利率akshareak.bond_china_yield()A股利率锚点
油价WTI英为财情curl+正则解析化工/石化板块核心变量
今日财经日历东方财富datacenterak/eastmoney API获取当日宏观事件

Tier 2:按需获取(持仓涉及该行业时获取)

数据数据源获取方式适用行业
--------------------------------
个股公告(A股)东方财富np-anotice-stock.eastmoney.com API所有A股持仓
持仓财报披露日东方财富datacenterak.stock_report_disclosure()所有持仓
美股科技财报日历WebSearch搜索"earnings calendar"科技/半导体持仓
AI/科技行业事件WebSearch搜索"tech events 2026"科技/半导体+互联网持仓
化工行业事件WebSearch搜索"OPEC+ oil geopolitics"化工/石化持仓
军工/航天事件WebSearch搜索"商业航天 发射 招标"军工/航天持仓
铜价/大宗商品英为财情curl+正则解析新能源/电力持仓

Tier 3:每周获取一次

数据数据源获取方式说明
-----------------------------
美联储利率预期akshareak.macro_bank_usa_interest_rate()下次议息日期+市场预期
美国CPIakshareak.macro_usa_cpi_yoy()通胀趋势
中国PMIakshareak.macro_china_pmi()制造业景气度

财经日历获取代码(Python 示例)

import urllib.request, ssl, json, re

ctx = ssl.create_default_context()
ctx.check_hostname = False
ctx.verify_mode = ssl.CERT_NONE

def fetch_us_treasury_10y():
    url = 'https://cn.investing.com/rates-bonds/u.s.-10-year-bond-yield'
    req = urllib.request.Request(url, headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36'
    })
    resp = urllib.request.urlopen(req, context=ctx, timeout=10)
    html = resp.read().decode('utf-8')
    match = re.search(r'data-test="instrument-price-last"[^>]*>([^<]+)<', html)
    return float(match.group(1).strip()) if match else None

def fetch_stock_notices(code):
    url = f'https://np-anotice-stock.eastmoney.com/api/security/ann?cb=&sr=-1&page_size=5&page_index=1&ann_type=SHA&stock_list={code}&f_node=0&s_node=0'
    req = urllib.request.Request(url, headers={'Referer': 'https://data.eastmoney.com/', 'User-Agent': 'Mozilla/5.0'})
    resp = urllib.request.urlopen(req, context=ctx, timeout=10)
    data = json.loads(resp.read().decode('utf-8'))
    return data.get('data', {}).get('list', [])[:5] if data.get('data') else []

Save Mode

When to Use

  • Immediately after completing any stock investment analysis (e.g., DCF valuation, Buffett framework, technical analysis, or any investment report).
  • The user says "保存策略", "把策略记下来", "跟踪这个票", "save strategy", "track this stock", or any variant.

Extraction Rules

From the analysis text, extract these fields. If a field is not mentioned, mark it as "未明确" rather than fabricating.

FieldDescriptionExample
-----------------------------
stock_codeStock code688111
stock_nameStock name金山办公
industry_group行业分组(见上方行业映射表)科技/半导体
analysis_dateAnalysis date2026-04-22
recommendationCore recommendation建议观察,等待更好入场时机
entry_conditionsEntry conditions (price/valuation/events)PE≤45-50;股价180-200元
stop_lossStop-loss condition跌破前期低点或技术位
target_priceTarget price / take-profit range机构目标价400元
exit_signalsExit signals (assumption invalidation)月活环比下滑;市场份额跌破80%
position_sizeSuggested position size轻仓试探
time_horizonHolding period3年
key_assumptionsKey assumptionsAI商业化持续推进
open_questionsOpen questions付费转化率是多少
current_pricePrice at analysis~250元
current_pePE at analysis62.46
market_capMarket cap at analysis1147亿

Output Format

Append a new section to the strategy file (path from STOCK_STRATEGY_PATH env var) using the exact format defined in references/strategy_format.md. Use Markdown table for entry conditions so they can be machine-parsed later.

Important

  • If the stock already exists in the strategy file, update the existing section rather than duplicating it. Preserve historical entries by appending a date-stamped update note.
  • 必须标注行业分组——在个股条目头部增加 行业分组: 科技/半导体 字段
  • After saving, briefly confirm to the user what was saved.

Check Mode

When to Use

  • User says "检查策略", "核对建仓条件", "看看哪些票可以买", "策略跟踪", "check strategy", or any variant.
  • Can be invoked standalone without any prior analysis.

Steps

Step 0:获取宏观上下文(⚠️ 必须先于个股检查完成)

在检查任何个股之前,必须先获取当日宏观上下文。按行业分组判断哪些宏观事件需要关注。

  1. 获取Tier 1数据:美债10Y利率、中国10Y国债利率、油价WTI
  2. 按持仓行业确定需要获取的Tier 2数据
    • 有科技/半导体持仓 → 搜索本周AI/科技行业事件
    • 有化工/石化持仓 → 搜索本周OPEC+/油价/地缘事件
    • 有军工/航天持仓 → 搜索本周航天发射/招标/政策事件
    • 有新能源持仓 → 获取铜价、储能政策
  3. 获取持仓股票公告(A股用东方财富API,港股用WebSearch)
  4. 汇总当日宏观事件日历

⚠️ 关键原则:宏观事件仅影响同行业组的持仓股票!

  • 英伟达财报 → 只影响科技/半导体+互联网持仓,不影响化工/石化
  • OPEC+决策 → 只影响化工/石化持仓,不影响科技
  • 美债利率 → 影响港股,对A股低估值股影响小

Step 1:读取前置文件

读取策略文件(STOCK_STRATEGY_PATH)和当日相关记忆文件。

Step 2:按行业分组获取个股行情

按行业分组批量展示个股行情和关键信号。

Step 3:评估建仓/止损条件

  1. Evaluate each entry_conditions row: compare current value vs target value.
  2. Mark each condition as ✅ 已触发, ❌ 未触发, or ⚠️ 接近触发.
  3. 按需读取投资研究报告:条件已触发或用户关注的股票读取,条件未触发且无用户提及的不读。
  4. Check if any exit_signals have occurred.

Step 4:结合宏观上下文给出操作建议

  1. 将宏观事件的影响范围与持仓行业匹配
  2. 仅对受影响的股票给出"等XX事件后再操作"的建议
  3. 不受影响的股票按原策略执行,不受外部事件约束
  4. 输出操作建议时明确标注"受XX事件影响"或"不受XX事件影响"

Output Format

## 策略核对报告 — YYYY-MM-DD

### 当日宏观上下文

| 宏观指标 | 数值 | 变化 | 影响行业 |
|---------|------|------|---------|
| 美债10Y | 4.65% | +5bp | 港股/高估值成长 |
| 中国10Y国债 | 1.73% | -1bp | A股利率锚 |
| WTI原油 | $62.5 | -1.2% | 化工/石化 |

### 本周关键宏观/行业事件

| 日期 | 事件 | 影响行业 | 受影响持仓 |
|------|------|---------|----------|

### 科技/半导体组
| 股票 | 当前价 | 涨跌 | 关键信号 | 受宏观影响 |
|------|--------|------|---------|----------|

### 化工/石化组
| 股票 | 当前价 | 涨跌 | 关键信号 | 受宏观影响 |
|------|--------|------|---------|----------|

### 操作建议(按优先级)
1. 🔴 XX股票:...
2. ✅ XX股票:...

### ⚠️ 操作状态三态标注规范

**所有报告中涉及操作的文字,必须严格区分三种状态,绝不可混用:**

| 状态 | 含义 | 使用场景 | 示例表述 |
|------|------|---------|---------|
| **`已触发`** | 价格/条件到了 | 股价触及目标线、止损线、均线破位等 | "28目标已触发" |
| **`建议执行`** | 系统建议动作 | 需要用户决策并下单的动作 | "建议冲28.5-29减仓" |
| **`已执行`** | 用户确认成交后 | ⚠️ **只有用户亲口确认成交后才能写** | "已减仓200股@28.70" |

**禁止行为**:
- ❌ 写"减仓执行中" → 你以为自己下单了,其实没有
- ❌ 写"✅ 执行" → 除非用户确认过成交
- ❌ 写"止损上移 ✅ 执行" → 你没权限下单,只能写"建议"
- ❌ 在方案中暗示动作已经完成

**正确做法**:
- ✅ 写"已触发,建议执行"(明确界限)
- ✅ 写"待减仓后执行止损上移"(动作依赖关系清晰)
- ✅ 在触发评估表里标注"⏳ 待执行"而非"✅ 已执行"

strategy.md 更新规则

日常(每次策略检查):只更新顶部「当日盘中跟踪」汇总表 → 1 次 Edit

  • ⚠️ 禁止逐只股票追加历史跟踪:多次 Edit 浪费 Token,个股区保持静态(核心策略 + ≤2 条历史跟踪)
  • 策略检查完 → 写顶部汇总表(1 Edit)→ 完成

周五归档(仅周五):

  1. 删除超过 2 天的顶部汇总表 → 追加到 backup 文件
  2. 更新 header 日期 → 总计 2-3 次 Edit

调仓时:建仓/减仓/清仓 → 更新顶部汇总 + 个股状态字段(1-2 Edit)

低吸失效→右侧切换规则

场景:第一笔买入后股价快速上涨,原定低位加仓档(第二、三档)永远到不了。

核心原则:不能把所有低吸计划无脑上移追着买;必须切换成右侧加仓方案。

规则1:第一笔必须明确仓位性质

建仓方案必须标注:

  • 「第一档标准仓」:按计划买够原定仓位(如10%)
  • 「半仓试错」:只买原定仓位的50%(如5%),事后底仓太轻无法补救

规则2:上涨8-12%后,原低位档自动失效

建仓后股价累计上涨 8%-12%

  • 原第二、三档低位加仓 自动失效,禁止追补
  • 失效≠放弃 → 自动触发规则3(右侧补仓条件)
  • 在策略检查报告中标注:⚠️ 低位档已失效(涨幅xx%),等右侧确认

规则3:右侧补仓条件 = 突破关键压力后回踩不破

当低位档失效后,新增补仓只有一种方式:

步骤条件验证方法
---------------------
1. 突破关键压力放量突破整数关口/前高/均线压力量比>1.5 + K线实体收盘突破
2. 回踩确认自然回落至突破位附近,缩量不破回撤不超过突破价的2%,量比<1
3. 补仓触发回踩位企稳后右侧加仓15分钟K线在回踩位收阳或十字星

规则4:做T回补单未成交 → 禁止当天追回

  • 做T卖出后的回补挂单未成交 → 当天禁止追回
  • 允许次日:等15分钟回踩支撑位再挂,或开盘重新评估
  • 策略检查报告中标注:⚠️ 回补未成交,放弃日内追回

与正/倒金字塔的关系

原策略涨幅检查切换动作
--------------------------
正金字塔(低吸)>8% → 低位档失效等右侧补仓条件(规则3),不追
倒金字塔(追趋势)加速中本来就是右侧,用规则3加仓
T操作回补回补未成交放弃当日(规则4)

Resources

  • references/strategy_format.md — Exact Markdown schema for strategy.md entries.
  • scripts/save_strategy.py — Script to parse and append strategy data to strategy.md.
  • scripts/check_strategy.py — Script to read strategy.md, fetch prices, and evaluate conditions.

Security & Guardrails

  1. Local file only: Scripts only read/write a local Markdown file specified by STOCK_STRATEGY_PATH. No network calls by save_strategy.py or check_strategy.py.
  2. Market data source: During check mode, market data is fetched via the agent's available financial data tools or web search. No private strategy content or position details are transmitted.
  3. No trading execution: This skill provides analysis and recommendations only. It does NOT execute any trades or connect to brokerage accounts.
  4. No credential collection: This skill only requires STOCK_STRATEGY_PATH (a file path). It never asks for API keys, tokens, passwords, or any other credentials.
  5. Data integrity: The save script uses atomic write patterns and preserves historical entries.
  6. Path validation: The scripts validate that STOCK_STRATEGY_PATH points to a .md file and will create parent directories if needed.

Environment Variable Contract

VariablePurposeRequiredSet Via
--------------------------------------
STOCK_STRATEGY_PATHPath to the strategy tracking Markdown fileNo (defaults to ~/Documents/stock/strategy.md)Shell profile or agent config

Troubleshooting

ProblemCauseFix
---------------------
"No such file or directory"STOCK_STRATEGY_PATH not set or points to invalid pathSet env var or rely on default
Strategy not found during checkStrategy file is empty or format is corruptedVerify the file uses the format in references/strategy_format.md
Duplicate entries for same stockSave mode ran twice without updatingThe script auto-detects duplicates
Chinese characters garbledTerminal encoding mismatchEnsure UTF-8 (export LANG=en_US.UTF-8 or zh_CN.UTF-8)

Release Notes

  • 2.0.0 — Major update: Added industry classification system, macro context data sources, three-state action labeling, low-absorb→right-side switch rules, strategy.md update optimization rules, and chemical/petrochemical sub-type analysis.
  • 1.1.0 — Fixed metadata consistency, added credential collection disclaimer, clarified market data query scope.
  • 1.0.0 — Initial release. Save and check modes with Markdown-based tracking file.

Links

Publisher

  • Publisher: @dcsight
  • License: MIT-0
  • Source: https://github.com/dcsight/stock-strategy-tracker

版本历史

共 1 个版本

  • v2.0.0 Initial release 当前
    2026-05-31 20:29 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 323,845
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,350 📥 317,750
ai-intelligence

self-improving agent

pskoett
捕获经验教训、错误和纠正,以实现持续改进。使用时机:(1)命令或操作意外失败;(2)用户纠正……
★ 4,056 📥 796,412