编程

Factorlab

试用

FactorLab 因子实验室 — 基于开源金工研报的多因子选股分析工具。对A股股票进行因子切割论（理想反转/理想振幅/长端动量）三因子评分，给出明确的购买建议（强烈推荐买入/建议买入/观望/不建议买入）。当用户询问某只股票是否值得买入、是否值得购买、因子分析、多因子评分、选股建议、股票评分、量化分析时触发此技能。

它能做什么

FactorLab 因子实验室 — 基于开源金工研报的多因子选股分析工具。对A股股票进行因子切割论（理想反转/理想振幅/长端动量）三因子评分，给出明确的购买建议（强烈推荐买入/建议买入/观望/不建议买入）。当用户询问某只股票是否值得买入、是否值得购买、因子分析、多因子评分、选股建议、股票评分、量化分析时触发此技能。

技能文档

FactorLab 因子实验室

概述

FactorLab 是基于开源证券金融工程研报整理的多因子选股分析系统。通过因子切割论（3因子模型）对A股股票进行量化评分，给出明确的购买建议。

核心能力：

  • 单股深度分析：输入股票代码，输出完整的因子明细 + 购买建议
  • 批量扫描筛选：扫描股票池，按因子评分排名，快速筛选高分标的
  • 购买建议：基于因子切割论三因子综合评分，给出4级建议（强烈推荐买入 / 建议买入 / 观望 / 不建议买入）及看多理由和风险提示

触发场景

当用户出现以下意图时使用此技能：

  • 询问某只股票"是否值得买入/购买"
  • 请求对股票进行因子分析、量化评分
  • 要求多因子选股、筛选高分股票
  • 询问因子切割论分析、理想反转/振幅/动量因子
  • 提供股票代码要求分析建议

快速开始

前置条件

脚本使用纯Python标准库实现，无需安装第三方包即可运行（模拟数据模式）。若需获取实时行情数据，需安装 pytdx：

pip install pytdx

Python 运行时

使用以下 Python 解释器执行脚本：

C:\Users\xfb\.workbuddy\binaries\python\versions\3.13.12\python.exe

单股分析（最常用）

python scripts/analyze.py <股票代码>

示例：

python scripts/analyze.py 000001          # 分析平安银行
python scripts/analyze.py 600519          # 分析贵州茅台
python scripts/analyze.py 000001 --json   # JSON格式输出
python scripts/analyze.py 000001 --no-live # 使用模拟数据（不连接TDX）

批量扫描

python scripts/analyze.py --batch                          # 扫描默认股票池
python scripts/analyze.py --batch --codes 000001,600519    # 扫描指定股票
python scripts/analyze.py --batch --min-score 60 --top 10  # 评分≥60，取前10
python scripts/analyze.py --batch --no-live                # 模拟数据模式

脚本路径相对于技能目录：~/.workbuddy/skills/factorlab/scripts/analyze.py

工作流程

场景1：用户问"000001是否值得买入"

  1. 运行 python scripts/analyze.py 000001 获取分析报告
  2. 读取输出中的"购买建议"部分
  3. 结合因子明细和风险提示，用自然语言向用户解释是否值得购买及原因
  4. 如需更详细的因子理论解释，参考 references/factor_theory.md

场景2：用户问"帮我筛选几只值得买的股票"

  1. 运行 python scripts/analyze.py --batch --min-score 60 --top 10 批量扫描
  2. 从结果中挑选评分较高的股票
  3. 对TOP候选股逐一运行单股分析获取详细报告
  4. 综合给出推荐列表和购买建议

场景3：用户问"这只股票因子表现怎么样"

  1. 运行 python scripts/analyze.py <股票代码> --json 获取结构化数据
  2. 解读三个因子的原始值和子分
  3. 参考 references/factor_theory.md 解释因子含义
  4. 给出因子层面的综合判断

输出解读

购买建议等级

建议FactorLab评分含义
🔥 强烈推荐买入≥80三因子共振，逢低布局
✅ 建议买入≥65因子偏多，小仓位试探
⚡ 观望≥50信号中性，等待明确信号
❌ 不建议买入<50风险大于收益，暂回避

FactorLab评分 = 理想反转×35% + 理想振幅×30% + 长端动量×35%

关键指标

  • FactorLab评分: 因子切割论综合评分（0-100分），三因子加权平均
  • 置信度: 购买建议的可信度，0-100%
  • 看多因子数: 三因子中达标的数量（0-3），3个全部达标为"三因子共振"
  • 数据源: 📡实时数据（TDX行情）/ 🔬模拟数据（测试用）

因子方向速查

因子方向达标阈值权重
理想反转值越负越好< -0.0235%
理想振幅值越负越好< -0.00830%
长端动量值越大越好> 0.0535%

注意事项

  1. 数据源标识：输出中标注"🔬 模拟数据"时，结果不反映真实市场，仅用于测试。实际使用应确保TDX服务器连接正常（显示"📡 实时数据"）。
  2. 数据要求：长端动量因子需160根日K线，数据不足时该因子无法计算。
  3. 非投资建议：本系统基于历史数据的量化模型，不构成投资建议。AI在解读结果时应加入风险提示。
  4. 输出格式：默认输出Markdown格式，加 --json 可输出JSON格式便于程序化处理。

参考资料

  • references/factor_theory.md — 因子理论详解：因子切割论三要素、三大因子定义、子分映射表、购买建议逻辑

相关技能

stock-factor

股票因子（Stock Factor）技能 —— 当前已收录 **1101 个因子（18 个因子族）**，为 AI 提供一套已收集、已转写、可由 QuantAll（全A解析）直接运行的 A 股因子清单（含 IC / IR / time_potential 等评估指标）。既可直接读取因子清单（scripts/output/*.xlsx）， 也可通过 run_task_file 执行 scripts/task/*.json 用 QuantAll 实时重算/更新因子参数。 已汇总 Qlib Alpha158、Qlib Alpha360、国泰君安 GTJA Alpha191、WorldQuant Alp

1 星标

小果量化因子分析系统助手

小果量化因子分析系统助手,作者(微信:xg_quant)基于 Alphalens 和自定义分析框架，提供因子数据清洗、IC分析、分层收益、多空组合、换手率、Fama-MacBeth回归、综合评分等完整因子评价功能。 触发关键词：因子分析、因子评价、Alphalens、IC分析、分层收益、多空组合、因子回测、因子评分、xg_alphalens、量化因子、因子有效性。

factor-prune

因子筛选（Factor Prune）技能 —— 在 stock-factor 技能产出初始因子清单（IC/IR 评估结果）后， 对有效因子做贪心前向选择 + 去相关筛选，精选出一组高有效性、低冗余的因子集合。 算法：汇总所有因子 → 按 |IR|/IC/time_potential 筛选有效 → 按有效性降序 → 贪心提取最优因子 → 与剩余因子做相关性评估 → 移除高相关冗余 → 提取下一个 → 如此反复直到收敛或达到上限。 技能提供两套主实现： (1) 文件驱动六步法 `prune_flow.py`（推荐）——脚本直连 QuantAll 自己跑完整个循环，临时文件统一在内存外的 state

Stockaskill

Multi-market intelligent stock selection for A-share/HK/US stocks and ETFs. Use when user asks about stock analysis, market scanning, portfolio construction,...

ljh-yinzi

内容因子工具。三种模式：拆解（把一条爆款素材拆到因子级）、排序（给候选专攻课题按 EV 打分排优先级并跑完整 SOP）、建库（指导搭建因子库三张表）。 触发方式：/ljh-yinzi、「帮我拆一条爆款」「这几个方向该先做哪个」「怎么搭因子库」 Content-factor toolkit for short-video e-commerce. Three modes: decompose a viral video into factors, rank candidate focus topics by expected value, or build a reusable factor library. Trigger: /ljh-yinzi, "break down this viral video", "which topic should I focus on first", "help me build a factor library" 学术论文结构拆解、金融因子模型这类非内容电商场景，不要自动触发。

1 次安装

Stock Screener

🔎 多因子选股器 v1.0.2。连接 fund-flow / market-signals → stock-planner 的桥梁。 支持按 RSI、均线信号、量比、主力资金、PE、PB、市值、价格、涨跌幅等条件多因子筛选， 以及综合评分排序、单股明细分析、因子相关性分析。 Use when: 需要根据技术面/资金面/基本面条件筛选股票、 对多股票综合评分排序、因子相关性分析、为交易计划(stock-planner)准备候选池。 触发关键词：选股、筛选、screener、多因子、scan、multi-factor、因子评分 数据源兼容性： - market-signals 的输出(包含

作者 ChengQian1 星标