# 股票实时价格查询技能

## 技能概述

这是一个专门用于查询股票实时价格的专业技能，确保所有股票分析都基于准确的市场价格数据。

## 核心功能

1. **多市场支持**：A股、港股、美股等主要市场的股票价格查询
2. **实时数据源**：使用多个可靠的数据源确保准确性
3. **自动验证**：交叉验证多个数据源，确保价格准确性
4. **错误处理**：当无法获取准确价格时，明确告知而非猜测

## 使用方法

### 查询单个股票
```python
get_stock_price("00700.HK")  # 腾讯控股港股
get_stock_price("600519.SH")  # 贵州茅台A股  
get_stock_price("AAPL.US")    # 苹果美股
```

### 批量查询
```python
stock_codes = ["00700.HK", "09868.HK", "001309.SZ", "01088.HK"]
prices = get_stock_prices(stock_codes)
```

## 数据源优先级

1. **官方交易所数据**（最高优先级）
   - 港交所 (HKEX) - 港股
   - 上交所/深交所 - A股  
   - 纳斯达克/纽交所 - 美股

2. **权威金融数据提供商**
   - Yahoo Finance
   - Google Finance  
   - Bloomberg
   - Reuters

3. **国内金融数据平台**
   - 东方财富
   - 同花顺
   - 雪球

## 错误处理机制

### 当无法获取准确价格时：
- **绝不猜测或估算**
- **明确告知数据不可用**
- **建议替代查询方式**
- **记录错误以便改进**

### 数据验证规则：
- **价格合理性检查**：排除明显异常的价格（如小数点错误）
- **时间戳验证**：确保是最新交易日的数据
- **多源一致性**：至少两个数据源价格差异不超过5%

## 实现细节

### 股票代码标准化
```python
def standardize_stock_code(code):
    """
    标准化股票代码格式
    00700 -> 00700.HK (港股)
    600519 -> 600519.SH (A股)
    001309 -> 001309.SZ (A股创业板)
    AAPL -> AAPL.US (美股)
    """
    # 实现代码标准化逻辑
    pass
```

### 多源数据查询
```python
def query_multiple_sources(code):
    """同时查询多个数据源"""
    sources = [
        query_yahoo_finance,
        query_google_finance, 
        query_eastmoney,
        query_xueqiu
    ]
    
    results = []
    for source in sources:
        try:
            price = source(code)
            if price and is_reasonable_price(price):
                results.append(price)
        except Exception as e:
            log_error(f"Source {source.__name__} failed: {e}")
    
    return validate_and_return_price(results)
```

## 质量保证

### 必须遵守的原则：
1. **准确性第一**：宁可不返回结果，也不返回错误结果
2. **透明度**：明确说明数据来源和时间戳
3. **一致性**：同一只股票在不同查询中返回相同结果
4. **实时性**：确保数据是最新的交易日价格

### 验证清单：
- [ ] 股票代码格式正确
- [ ] 数据源可靠且最新
- [ ] 价格在合理范围内  
- [ ] 多源数据一致性验证
- [ ] 错误处理机制完善

## 触发条件

当用户需要进行任何股票相关的分析、建议或操作时，必须首先使用此技能查询准确的实时价格，然后再进行后续分析。

**禁止行为：**
- ❌ 凭记忆或印象给出股票价格
- ❌ 使用过时的价格数据
- ❌ 在没有验证的情况下进行价格推测
- ❌ 混淆不同市场的价格（如美股ADR vs 港股）

## 示例使用场景

**场景1：自选股分析**
```
用户：分析我的自选股
步骤：1. 识别自选股代码 → 2. 查询每个股票的实时价格 → 3. 基于准确价格进行分析
```

**场景2：持仓优化建议**  
```
用户：给我持仓操作建议  
步骤：1. 读取持仓文件 → 2. 查询每个持仓股票的当前价格 → 3. 计算准确盈亏 → 4. 给出操作建议
```

**场景3：新股票评估**
```
用户：评估德明利是否值得买入
步骤：1. 查询德明利(001309.SZ)实时价格 → 2. 获取历史价格区间 → 3. 基于准确数据给出建议
```

## 技术实现要求

### 依赖库
```bash
pip install yfinance requests beautifulsoup4 pandas
```

### 主要函数
```python
def get_realtime_stock_price(stock_code: str) -> dict:
    """
    获取股票实时价格
    
    Args:
        stock_code: 标准化股票代码 (e.g., "00700.HK", "600519.SH")
    
    Returns:
        {
            "code": "00700.HK",
            "price": 552.00,
            "currency": "HKD", 
            "timestamp": "2026-03-11 16:00:00",
            "source": "Yahoo Finance",
            "previous_close": 553.50,
            "change_percent": -0.27
        }
    """
    pass
```

## 维护和更新

- **定期验证数据源**：每月检查各数据源的可用性
- **错误日志记录**：记录所有查询失败的情况，持续改进
- **用户反馈集成**：根据用户指出的错误快速修正
- **新市场支持**：根据需求扩展支持更多交易市场

## 与其他技能的集成

此技能应作为以下技能的前置条件：
- `stock-analysis`：股票分析技能
- `portfolio-management`：投资组合管理技能  
- `trading-strategy`：交易策略技能

**执行流程：**
1. 用户请求股票相关信息
2. 自动调用 `stock-price-query` 技能获取准确价格
3. 基于准确价格执行后续分析
4. 如果价格查询失败，暂停后续分析并告知用户