A股量化研究的数据管线与回测方法论指导。当用户要做行情数据采集/落库、回测框架设计、策略验证纪律(样本量/分年/幸存者偏差)相关的工作,或问"想做量化但卡在数据上"时使用。包含自建管线的完整方法论;配套的自动化工具(量研数据工作台)为商业授权软件。
Data & analysis
Dataquant Connector 量化数据通道
Try it对接 DataQuant 量化数据平台,为回测与选股提供 REST API 取数通道,覆盖 A股/港股/美股/加密货币/指数/ETF 六大市场,支持 K线、估值快照、条件筛选与宏观数据。 当用户需要从 DataQuant 查询行情、K线、估值快照、条件选股或宏观数据,或消息中出现 "DataQuant" / "dataquant kline" / "dataquant screen" 等取数指令时启用本 Skill。
What it does
对接 DataQuant 量化数据平台,为回测与选股提供 REST API 取数通道,覆盖 A股/港股/美股/加密货币/指数/ETF 六大市场,支持 K线、估值快照、条件筛选与宏观数据。 当用户需要从 DataQuant 查询行情、K线、估值快照、条件选股或宏观数据,或消息中出现 "DataQuant" / "dataquant kline" / "dataquant screen" 等取数指令时启用本 Skill。
The skill document
DataQuant Connector
触发条件
当用户消息包含以下任一模式时启动本 Skill:
| 类别 | 触发词(含中文/英文) |
|---|---|
| 取数指令 | "用 DataQuant 取"、"DataQuant 查"、"dataquant kline"、"dataquant batch"、"dataquant detail"、"dataquant screen"、"dataquant search"、"dataquant macro"、"dataquant quota" |
| API Key 提供 | "DataQuant API Key 是"、"DQ_API_KEY="、"DATAQUANT_API_KEY" |
前置依赖
- 必装:Python 3.8+,
requests(pip install requests) - 必填:DataQuant API Key(注册地址:https://app.dataquant.trade)。优先读环境变量
DATAQUANT_API_KEY,缺失时向用户索取,不要自己编造。 - Base URL:
https://api.dataquant.trade,认证方式X-API-KeyHeader(CLI 已封装)。
市场代码(固定 6 个)
ashare A 股
hkstock 港股
usstock 美股
crypto 加密货币
indices 全球指数
etfs ETF
Coverage:A 股 ~3000 / 港股 ~1000 / 美股 ~2000 / 加密 ~100 / 指数 15 / ETF 11。
端点总览
| 命令 | 方法 + 路径 | CLI 子命令 |
|---|---|---|
| 单标的日线 | GET /{market}/klines/{symbol} | kline |
| 批量日线 | GET /{market}/klines(symbols= 逗号分隔,必填) | batch |
| 单标的最新快照 | GET /{market}/detail/{symbol} | detail(单代码) |
| 批量最新快照 | GET /{market}/detail(symbols= 逗号分隔) | detail(多代码) |
| 条件筛选 | GET /{market}/screen | screen |
| 标的搜索 | GET /{market}/symbols | search |
| 宏观数据 | GET /macro | macro |
| 配额查询 | GET /quota | quota |
参数与默认值
K 线 fields
- 单标的
/klines/{symbol}:默认*(全字段)。 - 批量
/klines:默认close,volume。 fields支持短码或全名:o,h,l,c,v,a/open,high,low,close,volume,amount;非法列返回 400。adj:bfq(不复权,默认)/qfq/hfq。limit:单标的默认 100;批量默认 100。服务端按套餐max_single_rows截断(free=100,pro/ent=500)。offset:默认 0。- 批量额外支持
date=YYYY-MM-DD(与start/end互斥,取该日快照)。
detail fields:默认 * 全字段。symbol、date 始终返回,不受 fields 过滤。detail 接口不含 adj_factor。
screen
sort默认change_percent;order默认desc。limit默认 50;offset默认 0。返回列固定为服务端_SCREEN_COLUMNS(23 列:symbol/name/market_name/date/close + 估值/规模/动量/均线 等)。- 过滤语法:
min_<列>/max_<列>,列名必须在白名单内(见references/api-reference.md);不在白名单的列被服务端静默忽略。
search(/{market}/symbols)
search:对 symbol 代码做子串匹配(例如600519、sh600519、BTC)。不支持中文名称搜索——服务端仅按代码匹配,传贵州茅台/茅台返回空。limit默认 50,最大 100;offset默认 0。- 返回结构:
{"market","total","count","offset","symbols":[...]},symbols是代码字符串列表(不含名称)。
macro
indicator:gdp/cpi_ppi/pmi,不传返回全部。start/end:年份YYYY(可选)。⚠️ 服务端按字符串比较date,若想包含末年数据,建议end用年末日期(如2025-12-31)或省略end。limit默认 100;offset默认 0。返回data[]中data字段已由服务端解析为对象,调用方无需二次json.loads。
/screen 可筛选 / 可排序字段
完整白名单(分组)见 references/api-reference.md → 「/screen 字段白名单」。筛选/排序的列名必须取自该表,否则被服务端静默忽略。
常用 detail 字段
完整字段(分组)见 references/api-reference.md → 「常用 detail 字段」。响应示例与完整定义以线上 api-docs 为准。
K 线复权(adj_factor)
- 每行 K 线始终返回
symbol、date、adj_factor。 adj_factor = hfq_close / bfq_close(恒正,首日 ≈ 1.0)。bfq_price= 原始不复权价(默认)。hfq_price = bfq_price × adj_factor。qfq_price = bfq_price × adj_factor / 最新日 adj_factor。- 仅缩放
open/high/low/close;volume/amount不缩放。 - 取 K 线用于计算指标时建议
--adj qfq,避免除权除息跳空。
套餐与配额
- 配额按「返回行数」计:kline 按行数、detail 按标的数、screen 按
limit。 - 速率:api-docs 文档值 30/120/600 rpm(免费/专业/企业);服务端另设全局
200/min硬上限,超限返回 429。 - 建议:批量请求之间留 ≥ 0.5s 间隔;先用
/quota看剩余再决定分批或缩减时间跨度。 - 完整套餐表(日配额 / 批量标的 / 单次行数)见
references/api-reference.md→ 「套餐与配额」。
错误处理
HTTP 状态含义与处理见 references/api-reference.md → 「错误码」。要点:401 让用户检查 Key;429/503 退避后重试;403 仅 dashboard 写操作会触发,本 Skill 只做 GET 不会遇到。
Agent 工作流
1. 获取 API Key
os.environ.get("DATAQUANT_API_KEY") → 不存在则问用户要,禁止自造。
2. 选命令(示例均为真实可跑)
# 单标的日线(前复权)
python scripts/dataquant.py kline ashare sh600519 --start 2020-01-01 --end 2025-12-31 --adj qfq --api-key KEY
# 批量日线(默认 close,volume)
python scripts/dataquant.py batch ashare sh600519,sz000858 --start 2025-01-01 --adj bfq --api-key KEY
# 最新快照(单 / 多)
python scripts/dataquant.py detail ashare sh600519 --api-key KEY
python scripts/dataquant.py detail ashare sh600519,sz000858 --api-key KEY
# 条件筛选(列名取白名单)
python scripts/dataquant.py screen ashare --min-pe-ratio 0 --max-pe-ratio 30 --min-total-market-cap 1000 --sort chg_20d --api-key KEY
# 标的搜索(按代码子串,非名称!)
python scripts/dataquant.py search ashare 600519 --api-key KEY
# 宏观
python scripts/dataquant.py macro gdp --start 2020 --end 2025 --api-key KEY
# 配额
python scripts/dataquant.py quota --api-key KEY
3. 解析响应
CLI 输出 JSON 到 stdout;用 raise_for_status() 检查 HTTP 状态。字段含义见上方「常用 detail 字段」「K 线复权」;完整字段与响应示例见 references/api-reference.md 与线上 api-docs。
文件清单与角色
| 文件 | 必须 |
|---|---|
SKILL.md | ✅ |
skill.json | ✅ |
scripts/dataquant.py | ✅ |
references/api-reference.md | ✅ |
README.md | — |
LICENSE | — |
字段定义与响应示例以 https://app.dataquant.trade/api-docs 为准,本 Skill 只做精确摘要,不替代 api-docs。
Related skills
A股/港股/美股量化数据查询(数据 REST API,**非 OpenAI/LLM 兼容端点**;所有接口在 /openapi/v1/** 下,token 自查用 POST /openapi/v1/whoami)。把"看下宁德时代最近怎么样""龙虎榜""ML 选股""美债收益率"这类中文问题翻成 /openapi...
股市/股票/行情/股价/涨跌/大盘/指数/个股分析——金融/投资/股票/基金/ETF/板块/指数/宏观/外汇/大宗商品/财报/估值/持仓/交易/仓位/量化/因子/回测/选股/期权/衍生品/投行建模/技术指标/行情监控/预警——内置研究框架(红线/检索策略/数据口径/50+方法论 references/scripts)、A股量化数据引擎(12层数据源·bin/quant.py)、多市场数据层(港股/期货/期权/宏观/公告事件·bin/cn/*.py)与 8 个研报写作工作流(读年报/可比公司/深度报告/业绩快评/调研纪要/行业研究/晨会纪要/研报摘要·references/research-wo
Quantitative analysis skill for the Chinese A-share market using Tushare Pro data and a holiday helper. Use when the user asks for stock screening, stock dia...
小果(微信:xg_quant)量化交易平台助手技能。小果量化是一个专业的量化交易系统,提供完整的回测、模拟交易、社区策略分享等功能。 【核心功能】 - 📊 历史行情数据获取(股票、ETF、可转债) - 📈 多维度因子数据提取(技术指标、Alpha因子、动量因子等) - 💰 财务数据分析(资产负债表、利润表、现金流量表等) - 🔄 多种策略回测(定投、动量、资产配置、网格、海龟、均值方差等) - 🤖 模拟交易和社区策略管理 - 📉 多标的量化分析(相关性矩阵、协方差矩阵、投资组合优化) - 📊 股票组合收益分析(绩效指标、夏普比率、最大回撤等) - ⏰ 分钟级K线数据
🧠 自学习量化引擎,每只股票60W+历史信号回测,输出历史匹配率+规律挖掘(5类规律图谱)+17维全量数据+自动生成DOCX报告。独家ETF四象联动资金分析、券商研报观点交叉验证。不只是查数据——给你的信号附上"过去准不准"的答案。