知微
213 lines
8.0 KiB
Markdown
213 lines
8.0 KiB
Markdown
# 全市场潜力股筛选 - LLM调用流程与提示词文档
|
||
|
||
## 概述
|
||
|
||
本流程在收盘后（16:00）通过一个 LLM cron（市场精选推荐-每日）一次性完成。全程只有一个 LLM 入口：**我（知微，deepseek-v4-flash）** 根据 cron prompt 的指令逐步执行。
|
||
|
||
数据采集层（market_watch.py）为 no_agent 脚本，不调 LLM，只拉 API 写数据库。
|
||
|
||
---
|
||
|
||
## 一、数据源准备（15:30，no_agent，不调LLM）
|
||
|
||
### market_watch.py
|
||
|
||
对 A 股 90 个行业板块逐个拉取同花顺（akshare）数据，写入 `mofin.db` 两张表：
|
||
|
||
**market_snapshots**（每次采集一条）：
|
||
- timestamp（采集时间）
|
||
- source（ths/eastmoney）
|
||
- up_ratio（上涨板块占比%）
|
||
- mood（bullish/neutral/bearish）
|
||
|
||
**sector_snapshots**（每条记录一个板块）：
|
||
- snapshot_id ← 关联 market_snapshots.id
|
||
- name（板块名，如"半导体"）
|
||
- change_pct（涨跌幅%）
|
||
- up_count / down_count（涨跌家数）
|
||
- net_inflow（资金净流入亿）
|
||
- lead_stock / lead_stock_change（领涨股）
|
||
|
||
**兼容说明**：`source=eastmoney` 时原始 change 是万分比（如 596 = 5.96%），需 ÷100；`source=ths` 时已是百分比。
|
||
|
||
---
|
||
|
||
## 二、LLM 入口
|
||
|
||
### 2.1 定时触发
|
||
|
||
```
|
||
cron 任务: 市场精选推荐-每日
|
||
job_id: 759064f56c03
|
||
时间: 0 16 * * 1-5（交易日16:00）
|
||
模型: deepseek-v4-flash
|
||
Tools: terminal, file, web, search
|
||
```
|
||
|
||
### 2.2 完整 Prompt
|
||
|
||
以下为 cron prompt 的完整内容（2026-06-20 更新，SQLite 版）：
|
||
|
||
```
|
||
## 任务：每日全市场潜力股精选 + 星级推荐
|
||
|
||
收盘后执行。全部通过 mofin.db SQLite 读数据。
|
||
|
||
### 第1步：读数据
|
||
|
||
运行以下SQL获取数据：
|
||
```
|
||
sqlite3 /home/hmo/MoFin/data/mofin.db "SELECT ms.timestamp, ms.up_ratio, ms.mood, ss.name, ss.change_pct, ss.up_count, ss.down_count, ss.net_inflow, ss.lead_stock, ss.lead_stock_change FROM market_snapshots ms JOIN sector_snapshots ss ON ms.id=ss.snapshot_id WHERE ms.id=(SELECT MAX(id) FROM market_snapshots) ORDER BY ABS(ss.change_pct) DESC"
|
||
```
|
||
```
|
||
sqlite3 /home/hmo/MoFin/data/mofin.db "SELECT c.code, c.name, c.sector, c.reason, c.entry_range, c.stop_loss, c.target, c.zhiwei_star, c.promoted, c.dropped, (SELECT score FROM candidate_score_history WHERE code=c.code ORDER BY created_at DESC LIMIT 1) as latest_score FROM candidates c ORDER BY c.zhiwei_star DESC NULLS LAST"
|
||
```
|
||
|
||
### 第2步：全市场分析
|
||
|
||
用板块数据分析：
|
||
- 市场情绪（涨跌比、mood字段）
|
||
- 领涨行业（涨幅前5，看涨跌家数比、资金流入）
|
||
- 领跌行业（跌幅前3）
|
||
- 判断哪些板块是真趋势、哪些是一日游
|
||
|
||
### 第3步：筛选潜力股
|
||
|
||
从领涨行业中基于你对A股的了解，选出2-3只候选股。
|
||
用腾讯API查实时价：`curl -s --noproxy '*' "http://qt.gtimg.cn/q=sh{code}"` 或 `sz{code}`
|
||
|
||
每只给：评分1-10、推荐理由、入场区间、止损价、目标价
|
||
|
||
### 第4步：更新候选池
|
||
|
||
将本次结果与candidates表合并：
|
||
- 新候选 → INSERT（最新评分写入candidate_score_history）
|
||
- 已有候选 → INSERT新的评分记录到candidate_score_history
|
||
- 连续3次评分下降 → candidates.trend_warning=true
|
||
- 平均分<5或7天未更新 → candidates.dropped=true
|
||
|
||
### 第5步：出推荐
|
||
|
||
从candidates中选最佳（未淘汰、未推荐过、最新评分>=7）：
|
||
- 给星级写入candidates.zhiwei_star
|
||
- candidates.promoted=true
|
||
|
||
### 输出格式
|
||
|
||
最终回复三段式推送给老爸：
|
||
【📊 今日市场】判断/热门行业/风险行业
|
||
【⚡ 潜力股推荐】股票名(代码) ★星级 | 入场X~X | 止损X | 目标X | 理由
|
||
【📋 候选池状态】活跃X只，今日新增X只，已推荐X只
|
||
|
||
禁止：可关注、可考虑、建议观察、试试、谨慎关注、择机
|
||
```
|
||
|
||
---
|
||
|
||
## 三、执行细节
|
||
|
||
### 3.1 LLM 工具调用序列
|
||
|
||
| 顺序 | 工具 | 用途 |
|
||
|------|------|------|
|
||
| 1 | terminal sqlite3 | 查 mofin.db 获取板块快照 |
|
||
| 2 | terminal sqlite3 | 查 mofin.db 获取候选池 |
|
||
| 3 | terminal curl 腾讯API | 验证候选股实时价格 |
|
||
| 4 | terminal sqlite3 | INSERT INTO candidate_score_history |
|
||
| 5 | terminal sqlite3 | UPDATE candidates SET zhiwei_star/promoted |
|
||
| 6 | 最终回复 | 输出三段式报告 |
|
||
|
||
### 3.2 腾讯API调用示例
|
||
|
||
```bash
|
||
# 沪市股票
|
||
curl -s --noproxy '*' "http://qt.gtimg.cn/q=sh688981"
|
||
# 返回: v_sh688981="1~中芯国际~688981~140.50~..."
|
||
# 字段[3]=当前价, 字段[32]=涨跌幅
|
||
|
||
# 深市股票
|
||
curl -s --noproxy '*' "http://qt.gtimg.cn/q=sz002371"
|
||
```
|
||
|
||
### 3.3 候选池治理规则
|
||
|
||
由 LLM 执行时自行判断：
|
||
- 候选评分连续 3 次下降 → candidates.trend_warning=true
|
||
- 近 3 次平均分 < 5 → candidates.dropped=true
|
||
- 距上次更新超过 7 天 → candidates.dropped=true
|
||
- dropped 的候选保留在池中供追溯，不再参与推荐
|
||
|
||
---
|
||
|
||
## 四、完整数据流
|
||
|
||
```
|
||
┌────────────────────────────────────────────────────────┐
|
||
│ 15:30 数据采集层（no_agent） │
|
||
│ │
|
||
│ market_watch.py │
|
||
│ → akshare 拉取同花顺90个行业板块 │
|
||
│ → INSERT INTO market_snapshots + sector_snapshots │
|
||
└──────────────────────┬─────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌────────────────────────────────────────────────────────┐
|
||
│ 16:00 LLM层（deepseek-v4-flash，单次cron调用） │
|
||
│ │
|
||
│ SELECT mofin.db 板块数据 │
|
||
│ → 分析涨跌比 → 市场判断 │
|
||
│ → 选热门行业 → 选危险行业 │
|
||
│ → 腾讯API查实时价 │
|
||
│ → 筛选候选股 │
|
||
│ → INSERT评分历史 + UPDATE候选状态 │
|
||
│ → 给最终星级 → 输出报告 │
|
||
└──────────────────────┬─────────────────────────────────┘
|
||
│
|
||
▼
|
||
老爸收到三段式报告
|
||
```
|
||
|
||
---
|
||
|
||
## 五、数据库表结构
|
||
|
||
### 核心表
|
||
|
||
| 表 | 用途 | 关键字段 |
|
||
|----|------|---------|
|
||
| market_snapshots | 每次采集元信息 | id, timestamp, up_ratio, mood |
|
||
| sector_snapshots | 板块快照 | snapshot_id, name, change_pct, net_inflow |
|
||
| candidates | 候选池 | code, zhiwei_star, promoted, dropped |
|
||
| candidate_score_history | 评分变更历史 | code, score, source, created_at |
|
||
|
||
### 关联查询示例
|
||
|
||
```sql
|
||
-- 最新板块排行
|
||
SELECT ss.name, ss.change_pct, ss.net_inflow, ss.up_count, ss.down_count, ss.lead_stock
|
||
FROM sector_snapshots ss
|
||
JOIN market_snapshots ms ON ss.snapshot_id = ms.id
|
||
WHERE ms.id = (SELECT MAX(id) FROM market_snapshots)
|
||
ORDER BY ABS(ss.change_pct) DESC;
|
||
|
||
-- 候选池最新评分
|
||
SELECT c.code, c.name, c.sector, c.zhiwei_star, c.promoted,
|
||
(SELECT score FROM candidate_score_history
|
||
WHERE code = c.code ORDER BY created_at DESC LIMIT 1) as latest_score
|
||
FROM candidates c
|
||
WHERE c.dropped = 0
|
||
ORDER BY c.zhiwei_star DESC NULLS LAST;
|
||
```
|
||
|
||
---
|
||
|
||
## 六、与其他管道的关系
|
||
|
||
| 管道 | 时间 | 关系 |
|
||
|------|------|------|
|
||
| 市场数据采集 (market_watch) | 每30分 | 本管道的唯一数据源 |
|
||
| 市场精选推荐 (本管道) | 16:00 | 依赖 market_watch 的最新一次写入 |
|
||
| 小果情感分析 | 16:00 | 独立管道，本管道可选参考 |
|
||
| 策略评估-每日 | 21:00 | 无关，独立评估持仓策略 |
|
||
| 知识萃取 | 16:30 | 本管道的输出可作为输入 |
|