Tushare Data

tushare-data

把自然语言财经数据请求，转成可执行的 Tushare 数据工作流。

这是一个面向自然语言的金融数据研究 skill。

What this skill is for

使用这个 skill 的典型场景：

• 看某只股票、指数、ETF 最近走势
• 查公司基本资料、估值、财务趋势
• 做多标的横向对比
• 看资金流、北向资金、龙虎榜、板块强弱
• 梳理公告、新闻、研报、政策线索
• 查看 CPI / PPI / PMI / 社融 / 利率等宏观数据
• 导出 CSV / parquet 供后续分析或回测使用
• 生成简洁研究摘要，而不是只吐原始字段表

先理解用户要解决什么问题，再去选接口、取数、整理、解释、交付。

When to use

当用户表达以下意图时，优先使用本 skill：

行情 / 趋势

• 看下 XX 最近怎么样
• XX 这段时间涨得怎么样
• 今年以来表现如何
• 最近有没有放量
• 这票最近强不强

财务 / 估值 / 公司质量

• 看下 XX 财报
• 最近几个季度利润趋势
• 财务质量怎么样
• 现金流好不好
• 现在估值算高吗
• 帮我看 PE / PB / ROE / 毛利率

对比 / 排行 / 筛选

• XX 和 YY 谁更强
• 帮我横向比较一下
• 哪些公司利润增长更快
• 帮我筛一下高 ROE 低负债
• 给我排个前十

板块 / 指数 / 主题

• 最近哪个板块最强
• 半导体最近怎么样
• 机器人为什么涨
• 指数成分股有哪些
• 哪些主题最热

资金流 / 情绪

• 最近资金在买什么
• 北向资金最近流向哪里
• 哪个板块最吸金
• 主力资金流入最多的是谁
• 龙虎榜上有什么看点

公告 / 新闻 / 研报 / 政策

• 最近有什么公告
• 帮我梳理下 XX 公告
• 最近有没有什么催化
• 最近新闻面怎么样
• 最近有什么重要政策

宏观 / 跨市场

• 最近宏观环境怎么样
• CPI / PMI 最近怎么看
• 当前市场风格偏什么
• 大盘环境偏多还是偏空
• 港股 / 美股 / 美债最近怎么样

数据导出 / 研究准备

• 给我导出一份行情数据
• 把近两年日线拉成 CSV
• 生成可回测的数据表
• 拉一个研究表供后续分析

What this skill is NOT for

这个 skill 不适合：

• 直接给买卖建议或替代投资顾问
• 自动下单或执行交易
• 需要毫秒级实时交易决策的场景
• 复杂回测引擎、组合优化系统本身的实现（那是另一个工程）
• 在没有 Tushare 权限/积分支持的情况下强行伪造数据

如果数据权限不够、接口不可用或时间范围不合理，要明确说出限制，不要硬编。

Natural-language trigger guide

即使用户完全不说 tushare、financials、macro 这些术语，只要意图符合以下含义，也应该触发本 skill。

常见口语触发

• 看看这个股票最近怎么样
• 给我快速研究一下 XX
• 上次说的那只票现在什么情况
• 帮我看下财报
• 最近哪个板块最强
• 北向最近在买什么
• 有什么催化消息
• 这个公司值不值得重点看
• 给我拉份数据
• 导出成 CSV
• 帮我筛一批票
• 把这几个公司对比一下

中文自然语言优先原则

用户说人话时，先理解任务，不要先回到接口名和字段名。 优先把：

• “最近” 解释成合理时间窗
• “财报” 解释成最近 8 个季度 / 最近年度
• “强不强” 解释成走势 + 相对强弱 + 活跃度
• “资金关注” 解释成净流入、活跃成交、龙虎榜/北向等可用口径

如果任务有多个合理解释，再做最小澄清。

Environment check

在真正请求数据之前，先做前置校验：

1. 检查 Python 是否可用， 版本要求 3.7+
2. 检查 tushare 包是否已安装·
3. 检查 TUSHARE_TOKEN 是否存在.
4. 必要时做一次轻量接口冒烟测试（如交易日历 / 基础接口）
5. 如用户请求高权限接口，提前提示可能存在积分/权限限制

若缺失 token，直接提示最短修复路径，例如：

export TUSHARE_TOKEN=your_token

不要等到主查询跑失败了才暴露环境问题。

Intent taxonomy

先识别任务类型，再决定接口组合。

1. 行情 / 趋势

典型问题：

• 最近走势怎么样
• 今年涨了多少
• 最近波动大不大
• 最近有没有放量

常用接口：

• daily
• pro_bar
• weekly
• monthly
• stk_mins
• rt_k / rt_min（如确需实时口径且权限允许）
• daily_basic

2. 基本资料 / 标的识别

典型问题：

• 这是什么公司 / 什么指数 / 什么基金
• 是创业板吗 / 是 ST 吗 / 什么时候上市

常用接口：

• stock_basic
• fund_basic
• index_basic
• stock_company
• stock_st / st

3. 财务 / 公司质量

典型问题：

• 最近几个季度利润趋势
• 最近几个季度营收和净利润趋势
• 财务质量怎么样
• ROE / 毛利率 / 现金流如何

常用接口：

• income（营收 / 净利润趋势优先）
• fina_indicator（ROE / 毛利率 / 净利率等质量指标补充）
• balancesheet
• cashflow
• forecast
• express
• disclosure_date

4. 估值 / 基本面指标

典型问题：

• 现在估值高不高
• 谁更便宜
• PE / PB / 股息率如何

常用接口：

• daily_basic
• fina_indicator

5. 资金流 / 市场行为

典型问题：

• 北向最近买什么
• 主力资金流向
• 龙虎榜情况

常用接口：

• moneyflow
• moneyflow_hsgt
• hsgt_top10
• top_list
• top_inst
• moneyflow_ind_dc
• moneyflow_mkt_dc

6. 板块 / 指数 / 主题

典型问题：

• 最近哪个板块最强
• 行业轮动如何
• 某板块有哪些成分股

常用接口：

• index_basic
• index_daily
• index_classify
• index_member_all
• sw_daily
• ths_index
• ths_member
• dc_index
• dc_member

7. 打板 / 情绪 / 活跃度

典型问题：

• 今天涨停梯队
• 连板结构
• 炸板率 / 情绪强弱

常用接口：

• limit_list_d
• limit_step
• kpl_list
• dc_hot
• ths_hot

8. 公告 / 新闻 / 研报 / 政策

典型问题：

• 最近有什么公告或催化
• 最近有什么研究报告
• 最近政策面发生了什么

常用接口：

• anns_d
• news
• major_news
• research_report
• npr
• irm_qa_sh
• irm_qa_sz

9. 宏观 / 跨市场

典型问题：

• CPI / PMI / 社融 / M2
• 利率与收益率曲线
• 港股 / 美股 / 美债数据

常用接口：

• cn_cpi
• cn_ppi
• cn_pmi
• cn_gdp
• cn_m
• sf_month
• shibor
• shibor_lpr
• us_tycr
• us_daily
• hk_daily
• index_global

10. 导出 / 研究准备

典型问题：

• 导出某标的一段时间行情
• 生成回测用数据表
• 输出 CSV / parquet

常用接口：

• 取决于上游任务，核心是统一输出规则与命名规范

Entity resolution rules

标的解析

• 优先识别股票名、股票代码、指数名、ETF 名、基金名
• 对中文简称先尝试匹配标准对象
• 若重名或多解，列出候选并做最小澄清
• 证券代码内部统一为标准格式，如：600519.SH、000001.SZ

市场识别

• 默认先按 A 股理解，除非用户明确提到港股 / 美股 / 基金 / 债券 / 期货
• 指数、ETF、个股要分开判断，不要混用接口

时间默认值

若用户没有明确给时间范围，使用合理默认：

• “最近走势” → 默认近 20 个交易日
• “这段时间 / 最近一段时间” → 默认近 3 个月
• “财报 / 业绩” → 默认最近 8 个季度 + 最近年度
• “资金流最近如何” → 默认近 5～20 个交易日，按任务粒度调整
• “宏观最近如何” → 默认看最近 6～12 期

板块口径默认值

若用户只说“板块 / 行业 / 概念”但未指定分类体系：

• 行业优先用申万 / 中信等较稳定口径
• 概念优先同花顺 / 东方财富等主题口径
• 若结论依赖具体口径差异，要明确说明使用了哪种分类

Input normalization rules

在请求数据前先做规范化：

• 日期统一为 YYYYMMDD
• 检查 start_date <= end_date
• 用户输入未来日期时，自动裁剪到最近可用日期并提示
• 裸代码如 000001 不要盲猜，能补全则说明补全规则，不能补全则澄清
• 对冲突参数（如 trade_date 与 start_date/end_date 同时给）要先裁决，不要直接乱传

Data retrieval rules

文档先行

在写请求代码前，先确认：

• 接口名是否正确
• 必填参数
• 可选参数
• 返回字段
• 积分 / 频率限制

不要仅凭记忆硬写字段名。

字段确认

对 fields 参数，优先使用已知字段白名单或接口文档确认。 若用户要求字段不存在，应明确说明，而不是盲查。

默认分段拉取

长区间数据不要一次性全拉。 建议：

• 日线 / 周线 / 月线：按年或季度切片
• 财报：按年份 / 报告期切片
• 分钟数据：按月 / 周切片
• 大批量多标的：按标的分批 + 日期分段

重试与限流

• 仅对瞬时错误（网络抖动、超时、429）进行有限重试
• 参数错误、权限不足、字段错误不要盲重试
• 批量拉取时加入节流，避免高频撞限

分段合并

分段拉取后：

• 合并
• 去重
• 按主键排序
• 记录失败分段
• 若部分成功，要明确告诉用户哪些段失败了

Output contract

除非用户明确只要原始表，否则优先按这个结构输出：

1. 一句话结论
2. 数据范围与口径
3. 关键指标 / 关键表格
4. 异常点 / 风险点 / 解释限制
5. 如有本地输出，给出文件路径

结果交付形态

按任务复杂度选择：

• 小结果：Markdown 摘要 + 简短表格
• 中等数据表：CSV
• 大规模 / 后续分析：Parquet
• 需要可复用流程：附 Python 脚本
• 需要可视化时：输出图表 PNG 或说明可绘制图表

元信息

生成数据文件时，尽量同时记录：

• 接口名
• 请求参数
• 拉取时间
• 数据行数
• 字段列表
• 是否存在失败分段 / 缺失

Workflow templates

下面这些模板，是本 skill 的核心。 不要直接从接口想起，而要从任务模板想起。

1. 单标的行情分析

适用：

• 看下 XX 最近怎么样
• 这票最近强不强
• 今年以来表现如何

默认流程：

1. 解析标的
2. 确定时间范围
3. 取行情 + 必要基础指标
4. 总结区间涨跌、成交活跃度、高低点、波动
5. 输出一句结论 + 关键数字

2. 多标的横向对比

适用：

• XX 和 YY 谁更强
• 把这几家公司对比一下

默认流程：

1. 锁定对象
2. 统一时间口径
3. 选 3～5 个关键指标
4. 输出对比表
5. 给出“谁在哪方面更强”的总结

3. 财务质量快照

适用：

• 看下 XX 财报
• 最近几个季度利润趋势
• 财务质量怎么样

默认流程：

1. 拉最近 8 个季度 + 最近年度财务核心数据
2. 区分营收、利润、毛利率、ROE、现金流
3. 标出改善 / 恶化 / 波动点
4. 说明累计值、单季值、同比口径

4. 估值分析 / 筛选

适用：

• 现在估值高不高
• 谁更便宜
• 筛低估值高股息

默认流程：

1. 明确标的池
2. 拉 daily_basic 等估值指标
3. 必要时联动财务质量
4. 输出排序、极值、口径说明

5. 资金流追踪

适用：

• 最近资金在买什么
• 北向最近流向哪里
• 主力资金流入最多的是谁

默认流程：

1. 明确资金口径（北向 / 主力 / 龙虎榜 / 板块资金）
2. 确定时间窗
3. 拉净流入 / 活跃成交 / 持续性
4. 和价格表现联动解释
5. 避免把单日噪声说成趋势

6. 板块 / 题材轮动分析

适用：

• 最近哪个板块最强
• 机器人最近强在哪
• 某概念板块里有哪些成分股

默认流程：

1. 确定分类口径
2. 拉板块区间表现
3. 必要时联动成分股、资金流、涨停梯队
4. 输出强势板块排行与代表标的

7. 公告 / 新闻 / 事件梳理

适用：

• 最近有什么公告
• 有没有什么催化
• 最近新闻面怎么样

默认流程：

1. 明确对象和时间窗
2. 拉公告 / 新闻 / 研报 / 政策数据
3. 去噪，提炼 3～5 条主线
4. 区分事实、公告、媒体解读
5. 必要时结合股价异动做弱因果解释

8. 数据导出与研究准备

适用：

• 拉一份 CSV
• 做回测数据表
• 导出某段时间的行情/财务数据

默认流程：

1. 明确数据范围、频率、字段
2. 采用分段策略取数
3. 清洗、去重、统一字段类型
4. 输出 CSV / parquet
5. 给出文件路径和元信息

9. 综合研究简报

适用：

• 给我快速研究一下 XX
• 做个投资者视角简报
• 先给个全景判断

默认流程：

1. 一句话结论
2. 行情表现
3. 财务趋势
4. 估值水平
5. 资金流情况
6. 公告 / 新闻催化
7. 风险点
8. 值得继续深挖的问题

Data quality rules

拉取完成后，至少做这些检查：

• schema 校验
• 关键字段存在性检查
• 主键去重
• 固定排序
• 日期标准化
• 数值字段类型规范化

空结果处理

空表不一定是失败，要区分：

• 非交易日
• 区间无数据
• 股票未上市
• 参数错误
• 接口权限不足

不要把所有空结果都说成“接口坏了”。

Cache and reuse rules

为了让 skill 可长期复用，应优先支持：

• 基础表缓存（如 stock_basic、交易日历、指数基础信息）
• 增量更新，而不是每次全量重拉
• 大任务断点续跑
• 结果文件规范命名

推荐命名格式：

• daily_600519.SH_20230101_20231231_20260322.csv
• fina_indicator_300750.SZ_20260322.parquet

缓存命中时，最好说明哪些来自缓存，哪些是新拉取的数据。

Error handling

优先用“人话 + 调试细节分层”的方式输出错误。

用户可见层

• token 未配置
• 当前接口可能需要更高积分/权限
• 时间范围过大，已自动改为分段拉取
• 股票名称不唯一，请确认是哪一个
• 当前结果为空，可能因为该日期非交易日 / 标的未上市 / 无权限

调试层

必要时补：

• 接口名
• 参数
• 失败分段
• 异常原文

部分成功原则

如果部分分段失败，不要说“成功完成”。 应明确说：

• 哪些部分成功
• 哪些部分失败
• 是否已生成不完整结果

Recommended minimal interface set

主 skill 正文不要塞几百个接口。 优先记住 80% 常用任务的核心接口集：

• stock_basic
• trade_cal
• daily
• pro_bar
• daily_basic
• fina_indicator
• income
• balancesheet
• cashflow
• forecast
• express
• moneyflow
• moneyflow_hsgt
• hsgt_top10
• top_list
• index_basic
• index_daily
• index_classify
• sw_daily
• ths_index
• ths_member
• limit_list_d
• limit_step
• news
• major_news
• research_report
• anns_d
• cn_cpi
• cn_pmi
• us_tycr

全部数据接口，请参考 references/数据接口.md。

Best practices

• 先理解任务，再选接口
• 能少取就少取，先核心数据，再扩展
• 先给结论，再给证据
• 默认说人话，不堆字段名
• 对“最近 / 财报 / 强不强 / 资金关注”这类模糊中文表达，要有合理默认口径
• 大任务先给执行计划，再开跑
• 导出任务尽量保留脚本、元信息、文件路径，方便复用

Examples

单票行情

• 看下宁德时代最近三个月走势
• 茅台今年以来涨了多少
• 招行这两年最大回撤大概多少

财务 / 估值

• 看下比亚迪最近 8 个季度营收和净利润趋势
• 茅台现在估值算高吗
• 帮我找高 ROE 低负债的公司

对比

• 比一下茅台、五粮液、泸州老窖近一年的涨幅和估值
• 对比一下沪深300、中证500、创业板今年表现

资金流 / 板块

• 今天北向资金流入最多的股票有哪些
• 最近哪个板块最强
• 半导体板块最近一个月强不强

公告 / 事件

• 帮我梳理下寒武纪最近的重要公告
• 最近机器人板块有什么消息面催化

宏观

• 看一下最近 CPI、PPI、PMI 变化
• 当前市场风格偏成长还是价值

导出

• 把沪深300成分股近两年日线导成 CSV
• 下载宁德时代 2020 到现在的复权行情
• 把最近 3 年 ROE、PE、PB、营收增速拉成一个表

Quick rule

当用户在说：

• 看走势
• 查财报
• 比较公司
• 看板块
• 看资金流
• 梳理公告新闻
• 看宏观
• 拉数据导出

就不要先想“有哪些接口”。 先想： 这是什么任务？默认该走哪条数据工作流？结果应该怎样交付才真正有用？