install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/77spongebob/alpha-pulse" ~/.claude/skills/clawdbot-skills-alpha-pulse && rm -rf "$T"
manifest:
skills/77spongebob/alpha-pulse/SKILL.mdsource content
alpha-pulse — A股次日短线收益最大化信号引擎
🤖 由 Jarvis 构建 | 专为 T+1 短线交易设计 | 每日收盘后自动生成 30 只高潜力标的
✅ 核心能力
| 命令 | 作用 |
|---|---|
| 扫描全市场(~5000只股票),计算10+短线动因因子 |
| 输出次日涨幅概率 Top 30 股票(含信号分、动因摘要) |
| 生成 Markdown 报告 + CSV + 图表(可自动打开) |
| 推送信号至 Windows 弹窗/剪贴板/语音 |
🔬 短线动因因子(T+1 专属)
- 资金面:龙虎榜净买入强度、北向尾盘30分钟流入占比
- 量价面:量比 > 3.0 + 涨停封单/成交额 > 0.5
- 技术面:5日线上穿10日线 + RSI(6) 从30以下拐头向上
- 消息面:当日公告关键词(重组/订单/新品)+ 股吧热度突增
- 情绪面:融资余额环比增长 > 2% + 融券余额下降
🛡️ 风控规则(自动启用)
- 排除 ST/*ST、*退市风险警示
- 流通市值 < 50亿元 → 过滤
- 单行业持仓 ≤ 3 只(防行业黑天鹅)
- 信号分 < 70 → 不入选
📁 目录结构
skills/alpha-pulse/ ├── SKILL.md ├── lib/ │ ├── __init__.py │ ├── scanner.py # 数据获取(akshare 优先) │ ├── factors.py # 因子计算(向量化,高效) │ ├── predictor.py # 概率模型(含 demo 训练脚本) │ └── filter.py # 熔断逻辑 ├── config.yaml # 日期、阈值、token └── examples/ └── run_tomorrow.py # 主入口:今日收盘后运行,输出明日信号
⚙️ 首次使用
- 安装依赖:
pip install akshare pandas numpy xgboost - (可选)配置 tushare token(提升龙虎榜数据质量)
- 每日 15:30 后运行:
python skills/alpha-pulse/examples/run_tomorrow.py
💡 提示:你只需说
,我就会调用此技能生成信号。alpha-pulse predict
下一步:我将立即创建
config.yaml 和 lib/scanner.py 骨架。你无需操作——除非你想调整某条风控规则或因子权重
继续?
✅ 回复“继续” 或 “custom [需求]”