Investment Skills 是一个基于 Codex 的项目,提供为 A 股个股生成下一交易日条件式交易计划的技能,结合前复权历史行情、公司与行业新闻以及用户持仓信息,输出情景化、风险可控的方案。

Stars

11

7 天增长

暂无数据

Fork 数

2

开放 Issue

0

开源协议

暂无数据

最近更新

2026-07-25

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

该仓库因其严谨的多步骤方法论而值得关注:强制使用前复权计算、要求新闻原始来源核验、以强势/中性/弱势三种互斥情景组织计划,并明确风险与仓位规则,而非给出简单的看多/看空结论。

适合谁使用

  • 使用 Codex 进行盘前分析的 A 股个人投资者
  • 寻求结构化研究流程的量化开发者
  • 注重系统性风险管理的风险敏感型交易者
  • 需要每日组合简报的持仓管理用户

典型使用场景

  • 为单只股票生成下一交易日条件式计划,附带用户提供的成本和仓位
  • 每天早上 8:30 接收组合盘前简报,涵盖风险、集中度及逐只标的行动卡
  • 分析公司公告和行业新闻对下一交易日计划的影响
  • 管理本地关注清单,自动保存成本、仓位等数据并每日推送

项目优势

  • 强制使用前复权行情以避免分红送股造成的机械跳空,并用未复权最新 OHLC 进行交叉验证
  • 要求对每条新闻明确利好/利空、传导路径、影响强度、可信度及价格反映程度
  • 生成三种互斥情景(强势、中性、弱势),每个动作包含触发条件、目标仓位、止损和取消条件
  • 支持一次输入多只持仓,本地保存关注清单,每日 8:30 统一推送,单只失败不影响其他持仓

使用前须知

  • 仅针对 A 股设计,不适用于港股、美股等其他市场
  • 不适用于自动交易或毫秒级执行,无法直连券商,需用户手动触发
  • 严重依赖 AkShare 数据可用性及用户提供的账户与风险参数;若无成本或仓位信息仅输出百分比仓位

README 快速开始

安装

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482