# 股票分析技能规范 ## 核心原则 **所有股票分析必须基于实时、准确的市场数据,严禁凭空猜测或想象** ### 数据验证要求 1. **价格验证**:任何提及的股票价格必须通过实时数据源验证 2. **名称验证**:股票名称必须通过代码查询确认,不能依赖OCR识别结果 3. **趋势分析**:必须基于最近3-6个月的历史数据和当前市场环境 4. **建议可操作性**:建仓价位必须在合理历史区间内,具有实际可操作性 ### 执行流程 #### 第一步:图片识别 - 使用统一视觉分析器识别股票截图 - 输出原始股票代码和名称列表 #### 第二步:数据验证 - 对每个股票代码进行实时查询: - 当前价格 - 历史价格区间(近6个月) - 正确股票名称 - 最新新闻和行业动态 #### 第三步:分析生成 - 基于验证后的数据生成分析报告 - 建仓建议必须符合历史价格区间 - 风险控制措施必须具体可行 ### 禁止行为 ❌ **严禁以下行为**: - 给出不切实际的建仓价位(如要求股价回到一年前低点) - 未验证当前市场价格就给出操作建议 - 依赖OCR识别结果而不进行代码验证 - 凭空猜测股票基本面或技术面情况 ### 必须执行 ✅ **必须执行以下步骤**: - 每个股票代码都要进行实时价格查询 - 建仓价位必须在近期合理区间内(通常为当前价±10-15%) - 提供具体的止损和目标价位 - 结合当前市场环境给出操作时机建议 ### 技术实现 ```python def validate_stock_data(stock_code: str) -> dict: """验证股票数据""" # 1. 查询当前价格 current_price = get_current_price(stock_code) # 2. 查询历史价格区间 price_range = get_historical_range(stock_code, months=6) # 3. 验证股票名称 correct_name = get_stock_name_by_code(stock_code) # 4. 获取最新新闻 latest_news = get_latest_news(stock_code) return { 'code': stock_code, 'name': correct_name, 'current_price': current_price, 'price_range_6m': price_range, 'latest_news': latest_news } def generate_actionable_advice(stock_data: dict) -> dict: """生成可操作建议""" current = stock_data['current_price'] low_6m, high_6m = stock_data['price_range_6m'] # 合理建仓区间(通常为当前价下方5-15%) entry_zone_low = max(current * 0.85, low_6m) entry_zone_high = min(current * 0.95, current) # 目标价位(基于历史高点和基本面) target_price = min(high_6m * 1.1, current * 1.3) # 止损价位 stop_loss = max(low_6m * 0.9, current * 0.8) return { 'entry_zone': f"{entry_zone_low:.2f}-{entry_zone_high:.2f}", 'target_price': f"{target_price:.2f}", 'stop_loss': f"{stop_loss:.2f}", 'position_size': '小仓位试水' if current > high_6m * 0.9 else '可积极建仓' } ``` ### 质量保证 **每次股票分析必须包含以下要素**: 1. ✅ 股票代码和正确名称 2. ✅ 当前实时价格 3. ✅ 近6个月价格区间 4. ✅ 具体可操作的建仓区间 5. ✅ 明确的目标价和止损价 6. ✅ 基于当前市场环境的操作时机建议 **审核清单**: - [ ] 所有价格数据已验证 - [ ] 建仓建议具有可操作性 - [ ] 风险控制措施具体明确 - [ ] 分析基于实时市场数据 - [ ] 无凭空猜测或想象内容