Stock Simulator

Polar Sponsor
爱发电 赞助
.NET 9.0

模拟炒股技能。当用户想要模拟炒股、学习投资、记录股票交易、查看股票收益时使用此技能。支持A股、港股、美股市场,提供股票推荐、购买记录、收益计算等功能。

模拟炒股技能 (Stock Simulator)

功能概述

模拟炒股技能 (Stock Simulator)是一项面向实际任务的技能,主要用于这是一个模拟炒股的技能,帮助用户在不投入真实资金的情况下体验股票投资;用户可以:;

核心要点

  • 每天获取金融市场分析推荐;
  • 虚拟买入股票(按市场价格计算份额);
  • 查看每日收益和累计收益;

使用与执行

学习投资分析逻辑;Python 3.x - 用于运行数据处理脚本;网络环境 - 访问A股/港股/美股数据;数据存储(技能自动管理);技能会自动在以下位置创建数据目录:。

结果检查与注意事项

它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

模拟炒股技能 (Stock Simulator)

概述

这是一个模拟炒股的技能,帮助用户在不投入真实资金的情况下体验股票投资。用户可以:

  • 每天获取金融市场分析推荐
  • 虚拟买入股票(按市场价格计算份额)
  • 查看每日收益和累计收益
  • 学习投资分析逻辑

前置要求

  1. Python 3.x - 用于运行数据处理脚本
  2. 网络环境 - 访问A股/港股/美股数据

数据存储(技能自动管理)

技能会自动在以下位置创建数据目录:

workspace/stock_data/{用户ID}/
├── config.json      # 账户配置(自动创建)
├── holdings.json    # 持仓数据(自动创建)
├── transactions.json # 交易记录(自动创建)
└── profits.json    # 收益数据(自动创建)

用户无需手动创建这些目录

⚙️ 代理配置(仅当你的网络无法直接访问A股/港股/美股API时需要)

何时需要配置代理

  • 如果你在中国大陆,且无法直接访问 Yahoo Finance、东方财富等API → 需要代理
  • 如果你在海外或网络可以直接访问这些网站 → 无需配置

配置步骤

步骤1:创建脚本目录

在你的工作区内创建以下目录结构:

workspace/skills/stock-simulator/scripts/

步骤2:创建 get_market_data.py

在上述目录创建文件 get_market_data.py,复制以下代码:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""股票数据获取脚本"""

import json
import urllib.request
import sys
import os

# ====== 代理配置 ======
# 如果需要代理,取消注释以下两行并修改为你的代理地址
# PROXY = {'http': 'http://代理地址:端口', 'https': 'http://代理地址:端口'}
# ======================

def get_stock_data(stock_code, market='cn'):
    url = ""
    
    if market == 'cn':
        url = f"https://push2.eastmoney.com/api/qt/stock/get?secid=1.{stock_code}&fields=f2,f3,f4,f43,f44,f45,f57,f58"
    elif market == 'hk':
        url = f"https://qt.gtimg.cn/q=r_hk{stock_code}"
    elif market == 'us':
        url = f"https://query1.finance.yahoo.com/v8/finance/chart/{stock_code}"
    
    try:
        req = urllib.request.Request(url)
        req.add_header('User-Agent', 'Mozilla/5.0')
        
        # 只有配置了代理时才使用
        if 'PROXY' in dir():
            proxy_handler = urllib.request.ProxyHandler(PROXY)
            opener = urllib.request.build_opener(proxy_handler)
            response = opener.open(req, timeout=10)
        else:
            response = urllib.request.urlopen(req, timeout=10)
        
        data = json.loads(response.read().decode('utf-8'))
        
        # 解析返回数据(根据市场类型)
        if market == 'cn':
            data_obj = data.get('data', {})
            if data_obj:
                return {
                    'code': data_obj.get('f57'),
                    'name': data_obj.get('f58'),
                    'price': (data_obj.get('f43') or 0) / 100,
                    'change': (data_obj.get('f44') or 0) / 10000,
                    'change_percent': (data_obj.get('f45') or 0) / 10000,
                    'market': 'cn',
                    'source': 'eastmoney'
                }
        elif market == 'hk':
            import re
            text = str(data)
            match = re.search(r'="([^"]+)"', text)
            if match:
                parts = match.group(1).split('~')
                if len(parts) > 4:
                    return {
                        'code': parts[2],
                        'name': parts[1],
                        'price': float(parts[3]) if parts[3] else 0,
                        'change': float(parts[4]) - float(parts[3]) if parts[3] and parts[4] else 0,
                        'change_percent': 0,
                        'currency': 'HKD',
                        'market': 'hk',
                        'source': 'tencent'
                    }
        elif market == 'us':
            result = data.get('chart', {}).get('result', [])
            if result:
                meta = result[0].get('meta', {})
                price = meta.get('regularMarketPrice', 0)
                prev = meta.get('previousClose', price)
                return {
                    'code': stock_code,
                    'name': meta.get('shortName', stock_code),
                    'price': price,
                    'change': price - prev if price and prev else 0,
                    'change_percent': ((price - prev) / prev * 100) if prev and price else 0,
                    'currency': 'USD',
                    'market': 'us',
                    'source': 'yahoo'
                }
    except Exception as e:
        return {'error': str(e), 'code': stock_code, 'market': market}
    
    return {'error': 'No data', 'code': stock_code}

if __name__ == '__main__':
    if len(sys.argv) > 1:
        code = sys.argv[1]
        market = sys.argv[2] if len(sys.argv) > 2 else 'cn'
        print(json.dumps(get_stock_data(code, market), ensure_ascii=False, indent=2))

关键点

  • 代码使用 if 'PROXY' in dir() 判断是否配置了代理
  • 如果你没有配置代理变量,脚本会直接访问(无代理)
  • 如果你配置了代理变量,脚本会使用代理

步骤3:测试脚本

python workspace/skills/stock-simulator/scripts/get_market_data.py 600519 cn
python workspace/skills/stock-simulator/scripts/get_market_data.py 00700 hk
python workspace/skills/stock-simulator/scripts/get_market_data.py AAPL us

使用方法

交互方式

对AI说:

  • "模拟炒股" - 开始使用技能
  • 根据提示设置初始资金
  • 选择操作:查看推荐、买入股票、查看收益

直接命令

模拟炒股,买入腾讯控股 10000元
模拟炒股,推荐股票
模拟炒股,我的收益

功能说明

1. 初始化账户

  • 首次使用需设置初始资金(如10万元)
  • 多用户/群聊数据自动隔离

2. 股票推荐

  • 每日市场分析
  • 推荐A股、港股、美股

3. 买入股票

  • 输入金额(人民币)
  • 自动按实时汇率转换
  • 计算可购份额

4. 查看收益

  • 多市场持仓展示
  • 汇率转换显示人民币价值

股票代码格式

市场 代码格式 示例
A股 6位数字 600519, 000001
港股 5位数字 00700, 09988
美股 字母 AAPL, GOOGL, NVDA

数据来源

  • A股:东方财富 (eastmoney.com)
  • 港股:腾讯财经 (gtimg.cn)
  • 美股:Yahoo Finance
  • 汇率:Yahoo Finance

注意事项

  1. 虚拟交易:不涉及真实资金
  2. 数据延迟:免费API可能有延迟
  3. 投资风险:仅供学习参考

版本: 1.0.0

相关专题

更多
Aionclaw智能助手介绍
Aionclaw智能助手介绍

本专题汇总了AionClaw(AI龙虾助手)的功能介绍与在线使用入口。AionClaw是杭州趣猿人工智能有限公司推出的桌面级AI智能体,能直接在电脑上读写文件、运行脚本、操作浏览器,自动交付Word、PPT、Excel等成品。

2026.09.20

0

13

AionClaw AI智能体与电脑自动化任务执行功能使用教程
AionClaw AI智能体与电脑自动化任务执行功能使用教程

AionClaw专题整理AI智能体与电脑自动化相关功能使用教程,涵盖安装部署、AI任务执行、Skills技能、文件处理、浏览器控制、电脑操作、持久记忆、聊天工具连接以及办公、编程和内容创作等功能,帮助用户快速掌握AionClaw的实际使用方法。

2026.09.20

0

15

AI视频生成软件推荐
AI视频生成软件推荐

本专题汇总了当前主流的AI视频生成软件推荐与排行榜单,涵盖seko、AniShort、剧云、Lovart、LiblibAI及立刻mv等热门工具。同时整理了各软件在文生视频、图生视频、时长限制、画质表现及免费额度等方面的差异对比,助您快速选对适合创作需求的AI视频生成工具。

2026.09.16

0

9

ai生成视频的工具免费版合集
ai生成视频的工具免费版合集

本专题汇总了当前免费AI生成视频工具的排行榜与推荐清单,涵盖seko、讯飞智作、AniShort及剧云、Lovart等多模型集成平台。同时整理了各工具的免费额度、输出时长、水印政策及适用场景差异,助您快速选择合适工具开启AI视频创作。

2026.09.16

0

10

Pandas时间序列分析与可视化报表
Pandas时间序列分析与可视化报表

本专题整理Pandas日期转换、时间索引、重采样、滚动窗口、时区处理、plot绘图、Styler表格样式和报表输出方法。

2026.09.16

0

23

Pandas数据筛选索引与清洗处理
Pandas数据筛选索引与清洗处理

本专题整理Pandas中的loc、iloc、条件筛选、query查询、缺失值处理、重复值删除、类型转换和字符串列清洗方法。

2026.09.16

0

25

Pandas数据读取导入与文件导出处理
Pandas数据读取导入与文件导出处理

本专题整理Pandas读取CSV、Excel、JSON、SQL、Parquet等文件的方法,以及to_csv、to_excel、to_sql和to_parquet等常用数据导出流程。

2026.09.16

0

27

GDB怎么设置断点
GDB怎么设置断点

本专题介绍GDB按照函数名、源代码行号和文件位置设置断点的方法,详细说明run、continue、next、step等命令的配合使用,帮助定位程序崩溃、逻辑异常及代码未按预期执行的问题。

2026.09.11

0

28

GDB怎么查看变量值
GDB怎么查看变量值

本专题介绍GDB调试过程中查看变量值的具体方法,涵盖局部变量、函数参数、数组、结构体和指针内容查询,同时整理变量持续显示、格式化输出及无法读取变量时的排查思路。

2026.09.11

0

22

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.6万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 133万人学习