aifinlab A股聪明钱/主力行为识别 (a-share-smart-money)
数据源
通过 cn-stock-data 统一层获取：
- fund_flow: 个股资金流向（大单/中单/小单净流入）
- kline: 日K线（open/high/low/close/volume/amount）
- quote: 实时行情（辅助判断当前状态）
核心指标体系
1. 大单净流入占比 (Large Order Flow Ratio)
- 公式:
大单净流入 / 总成交额 × 100% - 阈值: >5% 强流入, 2%
5% 温和流入, -2%2% 平衡, <-5% 强流出
2. OBV (On Balance Volume)
- 收盘上涨: OBV += 当日成交量; 下跌: OBV -= 当日成交量
- 关注 OBV 与价格的背离（价跌量增 = 吸筹信号）
3. A/D Line (Accumulation/Distribution)
- 公式:
CLV = ((close-low)-(high-close))/(high-low),AD += CLV × volume - AD 持续上升但价格横盘 → 主力吸筹
4. MFI (Money Flow Index)
- 类似 RSI 但加入成交量权重，范围 0-100
- MFI > 80 超买（可能出货），MFI < 20 超卖（可能吸筹）
主力行为模式识别
| 模式 | 价格特征 | 量能特征 | 资金流特征 |
|---|---|---|---|
| 吸筹 accumulation | 低位横盘/缓跌 | 缩量后间歇放量 | 大单持续净流入 |
| 出货 distribution | 高位震荡/滞涨 | 高位放量 | 大单持续净流出 |
| 洗盘 washout | 急跌后快速收回 | 下跌缩量反弹放量 | 大单流出但占比小 |
| 拉升 markup | 连续上涨/突破 | 持续放量 | 大单强劲流入 |
工作流程
- 调用 cn-stock-data 获取目标股票近 N 日资金流向 + K线数据
- 保存为 JSON，调用
scripts/smart_money_detector.py计算指标 - 解读脚本输出的模式分类与置信度
- 结合近期市场环境和个股基本面给出综合判断
- 按用户偏好输出（formal / brief）
脚本调用
# 准备数据后调用
python scripts/smart_money_detector.py --flow flow.json --kline kline.json
# 可选: --days 20 (分析窗口，默认20)
输出格式
formal（研报风格）
- 标题 + 股票信息
- 聪明钱指标总览表（大单占比/OBV趋势/AD方向/MFI值）
- 主力行为模式判定（模式名 + 置信度 + 证据链）
- 量价关系分析段落
- 近期关键信号时间线
- 风险提示与操作建议
brief（快速分析风格）
- 一句话结论：主力在做什么（吸筹/出货/洗盘/拉升/无明显迹象）
- 关键指标速览（3-4个数字）
- 信号强度评级（强/中/弱）
注意事项
- 资金流向数据存在滞后性，不可作为唯一决策依据
- 大单定义因券商而异，跨数据源对比时需注意口径差异
- 短期资金流向噪声大，建议至少看 5-10 个交易日趋势
- 本分析为量化辅助工具，不构成投资建议
使用示例
示例 1: 基本使用
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
示例 2: 命令行使用
python scripts/run_skill.py --input data.json