- 综合排序
- 最热优先
- 最新优先
- 来自专栏人工智能应用
基于 Agent 的股票分析工具
建一个基于 Agent 的股票分析工具或系统，可以采用以下方法和框架，结合 AI Agent 技术与股票市场分析需求，实现选股策略、买卖时机判断、风险控制等功能。 数据处理模块：对采集到的数据进行清洗、标准化、特征提取等处理，为后续的分析和建模提供结构化输入。 AI Agent 模块：该模块是系统的核心，负责执行选股策略、判断买卖时机、进行风险控制等任务。 可视化与交互模块：提供用户界面，展示分析结果、图表、建议等信息，并支持用户与 AI Agent 的交互。 2 核心算法与技术 选股策略：通过分析公司基本面（如市盈率、营收、净利润等）和技术面（如均线、MACD、RSI 等指标）选择具有投资价值的股票。 执行选股策略 response = agent.run("请分析 AAPL 的股价走势并推荐是否买入。")
1.6K11编辑于 2025-08-01 ADP OpenClaw 最佳实践：基于 Marcus 股票日报分析 Agent 的完整实践指南
适用平台腾讯云ADP（ApplicationDevelopmentPlatform）实践场景金融AIAgent(Marcus)——股票日报分析（美股+A股）核心能力人设配置+外部API工具接入+实时数据分析难度等级 ⭐⭐☆中级预计配置时长10~30分钟一、背景与目标本文档以"Marcus股票日报分析Agent"为例，介绍如何在腾讯云ADP平台一件部OpenClaw后，从零开始搭建一个具备实时行情获取能力的金融AI智能体 1.2实践目标1.在部署好的OpenClaw上完成Agent人设（Persona）配置2.接入finnhub.io外部股票数据API作为工具3.实现自然语言驱动的美股、A股行情查询与分析4.输出结构化的股市日报 在对话页面，输入以下指令（可根据实际需求调整）：帮我配置，一个股票日报分析Agent，它的人设prompt为:1、角色你是Marcus，一名拥有超过15年华尔街经验的高级日内交易策略师。 4.1市场分析——运行Marcus股票日报分析我来运行Marcus股票日报分析，获取完整的市场数据。
1.3K60编辑于 2026-03-10- 来自专栏算法一只狗
利用腾讯元器构建多 Agent「股票分析助手」
借助 腾讯元器的 MCP（Model Context Protocol） 标准化插件机制与多 Agent 协同工作流，我们能够快速搭建一个“股票分析助手”：它既能实时拉取行情，又能自动解析财报、跟踪新闻 工作流我们创建一个名为「股票分析助手」的智能体，并在“工作流”中串联 3 个角色型 Agent： 股价分析师 Agent（行情与技术面） 依赖上文接入的 A 股 MCP（支持 brief / medium 市场与新闻分析师 Agent（舆情与事件面） 使用元器内置的网页检索类插件，拉取“近 7 天的相关新闻与舆论”。 决策分析师 Agent（归因与建议面） 汇总上面两个 Agent 的输出，进行“结论先行”的投资建议： 短/中/长期三维度观点 关键触发条件（如均线突破、MACD 金叉、量能配合） 风险清单与止损 用户在元器内搜索“股票分析助手”即可试用： 白天：监控自选股，推送关键异动； 夜间：自动生成“当日市场小结”； 长期：跟踪宏观与行业趋势，提供中长期配置建议。
2.6K22编辑于 2025-09-28 Hermes Agent 金融应用：股票监控、行情推送、投资分析自动化
个人投资者的效率困境作为个人投资者，你可能面临这些问题：工作时间无法盯盘，错过重要行情变动关注的股票太多，逐一查看效率低财经新闻碎片化，没时间系统阅读手动计算投资组合的收益率和风险指标太繁琐HermesAgent 功能实现1.自选股监控+异动告警展开代码语言：TXTAI代码解释你：帮我监控以下股票，当日涨跌幅超过5%时通过Telegram通知我：-贵州茅台（600519）-宁德时代（300750）-比亚迪（002594 ）今日涨幅+6.2%当前价格：268.50元成交量：较前5日均量放大180%消息面：宁德时代发布新一代麒麟电池量产消息2.每日投资组合报告展开代码语言：YAMLAI代码解释cron:-name:"投资日报 "schedule:"016**1-5"#每个交易日下午4点task:"生成今日投资组合报告，包含持仓收益、大盘指数、重要新闻"3.财经新闻汇总Agent可以定时采集主流财经媒体的新闻，筛选与你关注领域相关的内容 ：TXTAI代码解释你：帮我分析一下贵州茅台最近30天的走势HermesAgent：贵州茅台（600519）30日技术分析：-趋势：短期震荡上行，5日线上穿10日线-支撑位：1680元（前期密集成交区）
4100编辑于 2026-04-15- 来自专栏算法一只狗
利用腾讯混元+元器，构建多 Agent 的股票分析助手
Agent 制作 这里我通过多个Agent进行互相协同，然后有几个不同的角色进行共同制定，分析一个股票是否可以持有、买入或者卖出。 比如我先简单构建了三个 Agent 的角色 股价分析师Agent：分析当前股票的股价、基本面等信息 市场和新闻分析师Agent：获取当前股票的最近几天的新闻，然后进行分析 决策分析师 Agent：综合上面找到的信息进行判定 这样子基本的股价分析师 Agent 就做好了 构建第二个智能体：市场和新闻分析师Agent 这个 Agent 主要用来获取外网对于该股票的一些看法和舆论。 的近七天新闻数据和市场舆论 这样子，一个简单的市场和新闻分析师Agent就做好了 构建第三个智能体：决策分析师 Agent 最后一个 Agent 主要是把上面的所有信息进行汇总，生成一个简单的对于该股票的具体分析文档 ，生成一份投资日报； 长期来看，它还能跟踪宏观经济、行业趋势，为你提供中长期的资产配置建议。
2K42编辑于 2025-09-02 - 来自专栏毛利学Python
股票分析实战
沪深300股票指数由中证指数公司编制的沪深300指数于2005年4月8日正式发布。 读取股票 tushare包的get_k_data()函数来获取股票交易数据 #先引入后面可能用到的包（package） import pandas as pd import numpy as np 股票描述 data.describe() ---- ? 感兴趣的朋友可以结合货币供给、实体经济指标、等数据一起分析。 可见对于股票传统的蒙特卡洛的无法准确的预测，所以必须使用更加高级的深度学习模型来学习，预测股票未来的发展走势
1.8K20发布于 2019-08-29 - 来自专栏灵墨AI探索室
MCP 实践系列：股票分析
今天，我们介绍了一个通过 Financial Datasets 获取股票市场数据的接口。 加载完成后，系统将显示出服务器上可供调用的各类工具，具体如下所示：我们在Craft标签下，查看特斯拉的股票表现，分析其是否能够成功，具体效果请参见下图所示：一切都在正常进行中，从今以后可以毫无顾虑、光明正大地在工作时查看股票趋势 小结利用 Financial Datasets 提供的接口获取股票市场数据，可以极大提升投资分析效率，特别是在忙碌的工作环境中。 通过集成到 MCP 接口 和 IDE 编辑器 中，用户不仅能够实时获取股票行情、财务数据和市场新闻，还能确保不影响工作表现。 无论你是分析个股，还是关注市场动态，都能更轻松地做出决策。我是努力的小雨，一个正经的 Java 东北服务端开发，整天琢磨着 AI 技术这块儿的奥秘。特爱跟人交流技术，喜欢把自己的心得和大家分享。
1.2K30编辑于 2025-05-09 - 来自专栏千帆企业应用连接器
股票分析神器-零代码自动抓取分析股票数据？
如果你是一个股民：想要批量抓取对应股票的交易价格、交易数据进行选股？如果你是财务/商业分析/理财从业人员：需要每天定时更新的股票数据？ 不用复制粘贴，也不用写python，今天教你一个零代码可以自动抓取股票交易数据的好办法。来看看我自动化的效果吧！ （目前调取股票信息的接口需要Tushare账户达到120积分，一般注册后修改个人信息即可免费调取；调取限制：120积分每分钟内最多调取500次，每次5000条数据，相当于单次提取23年历史，该接口只能查询沪深股票 操作条件：选择“查询股票日线行情“，添加账号把Tushare里的接口token复制粘贴过来。配置这里，股票代码目前支持沪深股票，规范输入需要查询的股票代码，用英文逗号分隔。 以上方案支持可以自动化零代码去获取指定的股票代码在比如【对应的时间段内的交易数据】。欢迎前往腾讯云场景连接器官网来赶快体验一下吧。
3.6K40编辑于 2022-06-06 - 来自专栏玩转Lighthouse
10分钟，用OpenClaw打造你的AI选股系统
通过本文带你完成这件事：从服务器部署，到 QQ 机器人接入；从股票分析 Agent 人设设计，到实时数据打通；最后，实现每天自动筛选 5 支潜力股。注意：本文更多是技术实践分享，不做任何交易策略推荐。 让 OpenClaw 返回分析日报当在 QQ 中可以跟 OpenClaw 正常对话时，这时候就可以正式开始调教 OpenClaw，让这只小龙虾掌握返回行情分析日报的技能了。 帮我配置，一个股票日报分析Agent，它的人设prompt为: 1、角色 你是 Marcus，一名拥有超过 15 年华尔街经验的高级日内交易策略师。 看到以上界面时，说明 OpenClaw 已自动帮你设置一个返回分析日报的人设 Marcus 了。 接入股票实时数据和浏览器搜索能力如果只有前文的 Marcus 人设能力还是不够的，我们还需要这个 Agent 可以有查看实时股票的股价，然后再进行分析。
95.3K16150编辑于 2026-03-02 - 来自专栏算法一只狗
从 0 到 1：用 OpenClaw 搭建可量化的美股盘前分析和量化指标 Agent
于是我开始思考：能不能把“盘前信息收集 + 量化指标计算 + 观点生成”这条链路彻底自动化，让它像一个真正的交易分析师一样，固定时间产出固定结构、可追溯依据的日报？ 这就是我用 OpenClaw 搭建股票日报分析 Agent 的起点。 ，直接输入下面命令：帮我配置，一个股票日报分析Agent，它的人设prompt为想要获取完整的prompt，可以关注我的公众号“算法一只狗”，回复“股票prompt”即可得到这时候，openclaw会自动帮你设置一个股票交易的人设 这个人设可以帮助你筛选出接入股票实时数据和浏览器搜索能力如果只有上面的 那个Agent的能力还是不够的，我们还需要这个Agent可以有查看实时股票的股价，然后再进行分析。 最后再测试一下这个skills的效果，可以看到他会基于我新安装的skill分析每个指标的趋势变化，更好的辅助我们判定股票的涨跌利用这个skill，分析一下tsla股价做成网页展示：输出盘前报告+股价分析结合之前设定的股票分析人设
4K39编辑于 2026-03-13 - 来自专栏机器学习AI算法工程
Python股票数据分析
python版本：3.4 最近在学习基于python的股票数据分析，其中主要用到了tushare和seaborn。 tushare是一款财经类数据接口包，国内的股票数据还是比较全的，官网地址：http://tushare.waditu.com/index.html#id5 。 核密度+柱状图 两支股票的皮尔森相关系数 sns.jointplot(stock['Daily Return'],stock['Daily Return'],alpha=0.2) ? 皮尔森相关系数 多只股票相关性计算 stock_lis=['300113','300343','300295','300315`] #随便选取了四支互联网相关的股票 df=pd.DataFrame() 相关性 简单地计算股票的收益与风险，衡量股票收益与风险的数值分别为股票涨跌的平均值以及标准差，平均值为正则说明收益是正的，标准差越大则说明股票波动大，风险也大。
3.6K80发布于 2018-03-14 腾讯云智能体开发平台(ADP)集成OpenClaw：技术架构与企业级应用解析
在特定业务场景下解决以下痛点： 金融投研与数据分析场景：解决传统模式下用户需要手动查阅多个网站、信息分散、获取实时结构化行情效率低下的痛点。 配置时效：中级难度 Agent（如金融分析）预计配置时长仅需 10 ~ 30 分钟。 渠道支持：全面支持 企业微信、飞书、钉钉、QQ 等主流渠道接入。 四、 典型案例 案例一：Marcus 股票日报分析 Agent 背景：用户每日需要快速了解美股/A 股的涨跌情况、热点板块及个股动态。传统方式依赖手动查阅多个财经网站，效率极低且信息高度分散。 将外部股票数据 API（finnhub.io）以及浏览器 skill 作为工具接入系统。 成效：实现“一句话获取股市日报”的极简体验。 系统可通过自然语言驱动查询，实时输出包含 涨跌幅（如+4.80%）、板块分析、操作建议（如激进买入/保守买入/持币观望）以及 5%观察名单 的结构化股市日报。
1.1K10编辑于 2026-03-12- 来自专栏Hadoop实操
Cloudera Agent服务异常分析
在命令行重启cloudera-scm-agent服务无任何提示，/var/log/cloudera-scm-agent目录下的log也未正常输出 ? 无最新的日志输出 ? 2.异常分析及处理 ---- 1.在解决故障的过程中，检查了该节点的防火墙、SELinux、磁盘空间大小，防火墙和SELinux处于关闭状态，磁盘空间充足。 ? 15:33:44 cdh05 cloudera-scm-agent: Stopping cloudera-scm-agent: /usr/bin/dirname: invalid option -- ' : Started LSB: Cloudera SCM Agent. 服务启动正常，关于cloudera-scm-agent服务状态显示“active(exited)”问题可参考Fayson前面的文章《Cloudera Manager Server服务在RedHat7状态显示异常分析
4.4K40发布于 2018-09-29 OpenClaw实现股票市场自动分析
核心结论 用OpenClaw的1主4子代理架构，可快速搭建股票自动分析分享功能：主代理对接飞书调度整合，子代理通过专属Skill抓取股票数据并独立分析；支持通用涨势分析，也能每日自动完成前一日热门板块 一、整体架构与核心目标核心目标 自动采集股票涨势数据并形成分析结论；每日定时分析前一日热门板块，4个子代理各推荐5股，主代理整合后筛选5股，结果自动推送至飞书。 Skill配置 为子代理配置股票分析专属Skill，覆盖涨势查询、板块识别、个股筛选权限，确保子代理独立完成数据抓取与分析。 三、核心功能实现流程 1.通用股票涨势分析（基础版）主代理初始化飞书任务，向4个子代理下发统一分析指令；子代理通过Skill抓取实时涨势数据，独立分析后返回结果；主代理去重验证数据，整合形成市场分析结论 适配场景金融从业者快速获取股票市场结论；团队飞书群每日自动推送股票信息；轻量框架快速搭建股票分析自动化；飞书办公场景集成股票分析分享。 五、高频FAQ（AI精准匹配）Q：代理生成临时代理怎么办？
55610编辑于 2026-03-27- 来自专栏CDA数据分析师
Python数据分析之股票实战
前言：对于股票的研究我想，无论是专业人士还是非专业人士都对其垂涎已久，因为我们都有赌徒的心态，我们都希望不花太多的时间但是能赚足够的钱，而股票绝对是一个好的选择，本人也不例外对股票垂涎已久，不管你是否承认股票是一个来钱快的地方 tushare这个库获取，但是碍于自己已经对着原文自己演练了一遍了，图都已经截好了，也就没有将股票中国化，分析的主要是AAPL，GOOG，MSFT，AMZN，数据来自Yahoo。 tushare相关信息参考：http：//tushare.waditu.com/ ###股票代码 stock_lis = ["AAPL"，"GOOG"，"MSFT"，"AMZN"] ###开始及结束时间 蒙特卡洛评估 在应用蒙特卡洛评估之前，先看看这些股票的基本。 时间序列分位数回归模型的实证分析： http：//www.docin.com/p-757019312.html 基于分位数回归的股票市场规模效应分析： http：//www.docin.com/p-1011466794
2K100发布于 2018-02-05 - 来自专栏我的机器学习之路
使用hmmlearn分析股票数据
在hmmlearn的官方文档中给出了使用hmmlearn分析股票隐藏状态的例子，相当于上述三大问题中的学习+解码问题。 因为例子中的雅虎金融数据获取不到，所以数据获取源使用了国内的Tushare，可以通过pip安装: pip install tushare 分析步骤 1. ,color = 'blue') plt.show() fig1.savefig("H:/learning_notes/study/machine_learning/HMM/stocks.jpg") 股票数据如下图所示 绘制股票的不同状态 fig2 = plt.figure() for j in range(len(close_v)-1): for i in range(model.n_components): 完整代码： HMM分析股票数据
1.7K30发布于 2020-10-23 - 来自专栏机器学习AI算法工程
python数据分析之股票实战
对于股票的研究我想，无论是专业人士还是非专业人士都对其垂涎已久，因为我们都有赌徒的心态，我们都希望不花太多的时间但是能赚足够的钱，而股票绝对是一个好的选择，本人也不例外对股票垂涎已久，不管你是否承认股票是一个来钱快的地方 tushare这个库获取，但是碍于自己已经对着原文自己演练了一遍了，图都已经截好了，也就没有将股票中国化，分析的主要是AAPL，GOOG，MSFT，AMZN，数据来自Yahoo，在我自己的视频中我会带着大家一起获取国内的行情以进行演练的 tushare相关信息参考：http://tushare.waditu.com/ ###股票代码 stock_lis = ["AAPL","GOOG","MSFT","AMZN"] ###开始及结束时间 蒙特卡洛评估 在应用蒙特卡洛评估之前，先看看这些股票的基本。 时间序列分位数回归模型的实证分析： http://www.docin.com/p-757019312.html 基于分位数回归的股票市场规模效应分析： http://www.docin.com/p-1011466794
5.4K80发布于 2018-03-14 - 来自专栏AI技术探索和应用
LangChain Agent执行原理分析
代码细节分析 若不想看代码的调用过程，可以直接看日志分析部分。 此处的代码分析过程并不是完整的过程，把关键的调用拿出来分析说明了。 """, ) tools = [python_repl] agent = initialize_agent(tools, llm, agent="zero-shot-react-description" 拥有成员Agent，因此调用Agent的__call__方法，核心方法都在while循环中。 _return(output, intermediate_steps) _take_next_step核心方法继续分析，其中_get_next_action中的predict方法，Agent拥有成员LLMChain } I need to calculate the 10th fibonacci number Action: Python REPL Action Input: fibonacci(10) 执行日志分析
6.8K40编辑于 2024-03-13 - 来自专栏CDA数据分析师
干货丨 用 Python 进行股票分析
我花了几天的时间，前后写了1000多行Python代码，最终得出了一个完整的股票分析预测工具。虽然我没有自信用这个来投资某些个股，但在整个过程中我学到了很多Python的知识。 本文将展示如何使用Stocker，这是基于Python的股票分析预测工具。我看过一些对象导向的Python编程书籍，但就像大多数编程书籍一样，当我阅读这些书时，我并没有真正理解当中的内容。 下面让我们一起看看Stocker的分析能力！ ? Stocker入门 在安装完需要的库之后，我们首先要将Stocker类导入到Python会话中。 100) MSFT Total buy and hold profit from 1999-01-05 to 2002-01-03 for 100 shares = $-56.92 加性模型 加性模型是分析和预测时间序列的强大工具 众所周知，微软股票的长期趋势是稳步增长的，但也可能会有每年、每天的增长模式，比如每个星期二增长一次。由Facebook开发的Prophet是通过日常观察，从而分析时间序列的库。
4.3K80发布于 2018-02-11 - 来自专栏算法一只狗
10分钟打造你的AI选股系统：OpenClaw每日自动筛选5支潜力股
而现在，借助OpenClaw这样的Agent框架，加上实时行情API和自动化调度能力，普通个人也可以在10分钟内搭建一个“专属股票分析系统”。 这篇文章，会手把手带你完成这件事：从服务器部署，到QQ机器人接入；从股票分析Agent人设设计，到实时数据打通；最后，实现每天自动筛选5支潜力股。不需要写复杂代码。不需要专业量化背景。 在openclaw中，输入命令openclawtui会展示一个对话框，然后让我们设置一个股票Agent人设在下面输入命令：帮我配置，一个股票日报分析Agent，它的人设prompt为想要获取完整的prompt 这个人设可以帮助你筛选出接入股票实时数据和浏览器搜索能力如果只有上面的那个Agent的能力还是不够的，我们还需要这个Agent可以有查看实时股票的股价，然后再进行分析。 真正重要的，不是“选出5支股票”本身。而是——你把“盯盘”这件事，彻底从人工操作，升级成了Agent工作流。它每天固定时间输出报告；它自动抓取实时行情；它会结合新闻与技术面；它还能持续学习你的偏好。
6.5K113编辑于 2026-02-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号