使用公开市场数据的专业美股雷达,用于筛选、深度分析和自选提醒。适用于需要按排名筛选股票候选(A/B/C...)的场景。
US Stock Radar. 运行美国库存实用工作流程,有三种模式: . 屏幕:通过多因子信号分数对一个滴答宇宙进行排序. 深潜:分析一个滴答与基本数+技术代是一项面向实际任务的技能。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。
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。
以三种模式运行一套实用的美股分析工作流:
screener:基于多因子信号分值对股票代码(ticker)集合进行排序deep-dive:结合基本面与技术面代理指标,深入分析单只股票watchlist:监控自定义股票列表,并输出潜在预警标的本技能属于只读式启发式市场工作流,并非完整的机构级研究终端。所调用的公开免费接口可能存在数据不全、延迟或限频等问题;需明确揭示此类缺陷。
scripts/us_stock_radar.py 脚本。如需快速审查:
python3 skills/us-stock-radar/scripts/us_stock_radar.py --sourcespython3 skills/us-stock-radar/scripts/us_stock_radar.py --mode screener --jsonavailability、data_gaps 和 degraded_mode 字段。python3 skills/us-stock-radar/scripts/us_stock_radar.py --sources python3 skills/us-stock-radar/scripts/us_stock_radar.py --version python3 skills/us-stock-radar/scripts/us_stock_radar.py --mode screener --tickers "AAPL,MSFT,NVDA,AMZN,GOOGL" python3 skills/us-stock-radar/scripts/us_stock_radar.py --mode deep-dive --ticker AAPL --audience pro python3 skills/us-stock-radar/scripts/us_stock_radar.py --mode deep-dive --ticker TSLA --audience beginner --lang zh python3 skills/us-stock-radar/scripts/us_stock_radar.py --mode watchlist --tickers "AAPL,NVDA,TSLA" --event-mode high-alert python3 skills/us-stock-radar/scripts/us_stock_radar.py --mode screener --json
auto。--lang auto 且提示中含中文内容,则最终叙述切换为中文。--lang auto 且未检测到中文,则使用英文。--json 输出与语言无关。as_of_utcmodeevent_modeavailabilitydata_gapsdegraded_modeconfidencesourcespro:简洁信号摘要beginner:通俗语言解读normalhigh-alert(采用更严格阈值)信号分值综合多项启发式检查,例如:
评级标准:
/v7/finance/quote/v8/finance/chart/v10/finance/quoteSummary相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章