量化看市场系列之十：给龙虾插上形态学的翅膀形态学Skills上线

目录一、形态学研究平介绍 3二、形态学Skills简介 5（一）装法 5（二）本法人户 6（三）本法：AI7（四）Skills中提口说明 8（五）态学Skills提范式 10（六）全合提示 （七）档故排查 12三、形态学Skills总结 12四、风险提示 12在过往的量化报告中，我们或运用多种指标对个股、指数及ETF进行择时判断，或从形态视角对不同类别资产展开分析，并基于此构建配套的量化产品，供客户参考使用。《量化看市场》系列报告致力于进一步拓展量化方法在市场研究中的应用：或围绕市场热点提供量化视角的解读，或分享原创性的思考结论，以此实现从提供产品策略到直接输出观点的转变，从而更高效地辅助投资决策。本系列报告所涉及的相关模型，我们将在/opinion网站持续更新专题内容与最新研判，欢迎访问。一、形态学研究平台介绍K线的本质，是多空双方资金在争夺主导权过程中留下的轨迹。通过对K线形态的研究，我们可以更深入地观察到市场真正的变化。无论是宏观环境的变动、赛道格局的调整，还是个股基本面的变化，最终都会在K线图上留下痕迹。科学的K线分析方法，不能仅仅停留在形态本身，而应结合多方面的信息进行综合判断，包括该K线出现时的均线排列状态、成交量、换手率、股东户数、筹码分布以及基本面情况等，真正做到：技术面与基本面并用来指导分析。需要指出的是，在全市场范围内对不同K线形态进行未来收益的统计，实际意义有限。同一形态在不同个股、不同历史阶段所蕴含的信号可能截然不同，必须结合具体标的和当时的环境加以分析。在此基础上，若能叠加合理的选股条件，则有望最大程度提升形态策略的胜率。为便于系统观察A股市场中各类K线形态的整体表现，我们对常见的K线形态进行了量化定义与特征归纳，构建了一套可在全部A股日线上自动标注K线形态的研究系统，并实现每日更新。网址为：。此外，我们也同步上线了微信小程序看线宝，以不同的产品形式为大家提供形态学相关的服务。在提供个股形态学研究结果的基础上，我们进一步将个股形态信号整合为指数信号，实现对宽基指数、行业指数及概念指数的择时分析。通过自下而上的视角，将个股层面的形态信号进行聚合与归纳，有助于从整体上把握不同板块的市场情绪与资金动向。ETFK图表1形态学网站创证券，图表2小程序：看线宝创证券，看线宝小程序二、形态学Skills简介本Skill面向OpenClaw、CursorAgent等可执行脚本的智能体，将华创金工形态学后端HTTP能力封装为：（`scripts/morphology_cli.py`）；JSON//风格获取ETF`empyrical`ETF数据来源为官方接口域名，访问需有效APIToken，Token仅存放在本地配置文件中，不写入Skills正文。（一）安装方法操作统： ows/macOS/Linux均可Python：建议3.8及以上网络：能访问形态学服务所在公网地址（包括与）⚫ Skill文件可以在/hgsz2003/huachuang-morphology-skill将本skills文件夹huachuang-morphology整目录复制到所需位置，例如：课题/项目内：放在你的工程目录下，与代码一起管理；个人Cursor技能目录（可选）：复制到~/.cursor/skills/huachuang-morphology，便于所有项目识别该Skill。OpenClaw：安装路径下的skills文件夹下目录内应至少包含：`SKILL.md``scripts/morphology_api.py``scripts/morphology_cli.py``scripts/config.json``scripts/requirements.txt`。等文件。⚫ Python依赖在本Skill根目录（与`SKILL.md`同级）打开终端，执行：pipinstall-rscripts/requirements.txt若仅需基础拉数、不做ETF绩效指标，可暂不安装empyrical；使用evaluate_etf_performance前需确保已安装empyrical。⚫ 必做）将scripts/config.example.json复制为同目录下的scripts/config.json。2用文本编辑器打开`scripts/config.json`，将`token`改为你的真实APIToken，例如：```json{"token":"此处填写你的真实Token"}```注意：不要将`config.json`提交到公共仓库。本仓库已提供`.gitignore`忽略`scripts/config.json`，请保持该习惯。⚫ 在Skill根目录执行：Pythonscripts/morphology_cli.py--list`"ok":true`CLIPythonscripts/morphology_cli.pyget_basic_info若返回`"ok":true`且`data`中有数据，则安装与配置成功。（二）基本用法：人类用户在Skill根目录下：Pythonscripts/morphology_cli.py<方法名>'[JSON参数字符串]'API（与`morphology_api.py``get_basic_info`）第二个参数（可选）：JSON对象字符串，作为该方法的关键字参数；未写的参数使用代码中的默认值。示例：Pythonscripts/morphology_cli.pyget_basic_infoPythonscripts/morphology_cli.pyget_historical_data"{\"win_rate\":0.6,\"trade_date\":\"2024-01-02\",\"position\":\"负面\"}"JSON中含双引号时，外层可用单引号包住整段JSON，或对内部双引号转义为`\"`返回约定简述：成功：`ok:true`，`type``dataframe`/`dict`/`text`/`json``data`中。失败：`ok:false`，`error`stderr。（三）基本用法：AI用户在Cursor或OpenClaw中安装本Skills后可以直接提问：图表3Cursor调用示例创证券，cursor图表4OpenClaw示例创证券，openclaw（四）Skills中的提供接口说明本skill所封装的请求主要落在两类服务端：其一为/all_api下的PHP接口，均采用GET，并在Query中携带token完成鉴权；其二为下的静态JSON资源路径，通常不依赖token，由资产代码或固定文件名定位资源。以下按客户端方法语义说明业务含义、关键参数映射及返回形态。⚫ token）get_basic_info请求basic.php，用于获取形态条目及其文字说明等元信息，便于与信号结果对照解读。get_supported_assets请求get_sid.php，返回系统当前支持的证券/指数代码集合，可用于参数合法性校验与标的筛选。get_latest_daily_stats请求all.php，提供全市场或全资产维度的最新日度统计，适用于最新截面的概览分析。get_historical_data请求fullfun.php，基于自2020年起的历史样本，按胜率阈值、交易日与持仓方向（正面/负面等）进行筛选；其中win_rate映射为查询参数win（默认0.6），trade_date映射为tr（缺省为当日YYYY-MM-DD），position映射为pos（默认负面）。上述接口在客户端侧多解析为pandas.DataFrame，经CLI序列化为JSON记录数组。⚫ token）四类接口分别对应不同指数域的最新截面形态学输出：get_broad_index_timing（indextiming.php，宽基）get_industry_timing（indtiming.php，行业）get_style_timing（styletiming.php，风格）get_concept_timing（concepttiming.php，概念）其共同特征为输出当前截面上的信号或解读型表格数据，具体字段以后端返回schema为准。历史择时JSON（资源域：，无token）请求模式为GET/<子路径>/<asset_code>.json。get_historical_broad_timingget_historical_industry_timingget_historical_style_timingget_historical_concept_timing分别对应timing、indtiming、styletiming、concepttiming子路径；881001.WI、CI005001.WI、000015.SH、884030.WIcode、、data（betime（Unix/。客户端在解析成功后附加processed_time，将区间转换为begindate/enddate的时序表，便于区间统计与可视化；CLI输出时对嵌套DataFrame做JSON化。⚫ ETFget_etf_cross_section_signal请求etfnow.php（需token），参数company为基金公司缩写（默认fg），返回指定管理人旗下的ETF截面信号表。get_etf_historical_signal基于xingtai资源路径，目录与company映射关系为：th→etftimingth，htbr→etftiminghtbr，fg/bs→etftiming，其余缺省为etftiming；asset_code多为跟踪指数代码。get_etf_portal_dataget_etf_scores请求etfv2/score_all.json，无额外路径参数，返回全市场ETF得分截面，客户端为DataFrame。⚫ empyrical）evaluate_etf_performance固定自/etftiming/<asset_code>.json拉取数据（asset_code=000812.CSI）betimeSortino、Calmar及有效样本长度rows。须注意：该方法与get_etf_historical_signal的路径策略不一致——后者随company切换etftiming/etftimingth/etftiminghtbr等目录，而绩效评价写死etftiming，仅适用于与该数据源一致的标的。其他get_realtime_historical_data请求fullfun_realtime.php（需token），trade_date→tr，默认当日；提供自2010年起、偏纯信号取向的历史序列，与fullfun.php口径不同。get_index_median_data请求index_median_data.php或当sid含港股指数特征子串HI时切换HK_median_data.php（均需token与sid）。get_etf_median_data请求etf_median_data_all.php（需token、company、sid），默认company=bs、sid=000861.CSI，用于ETF中间层序列或加工指标。归纳鉴权接口集中于mark域，承担元数据、截面信号与部分中间数据服务；xingtai域以资产代码定位历史JSON，支撑区间信号与序列回测；ETF场景需区分截面（etfnow）、多管理人历史路径与固定etftiming绩效管道三类用途，避免路径混用导致样本不一致。（五）形态学Skills提问范式⚫ 系统里形态学支持哪些资产？列出来。→get_supported_assets形态学里各形态的文字说明是什么？简要汇总。→get_basic_info最新一个交易日，全体资产的形态学日度统计是什么？→get_latest_daily_stats按胜率0.65、交易日2024-06-03、负面仓位，拉一下历史筛选结果。→get_historical_data今天（或不写日期用默认）的实时历史纯信号长什么样？→get_realtime_historical_data⚫ —）宽基指数最新的形态学截面择时信号是什么？→get_broad_index_timing中信一级行业最新的截面择时一览有吗？→get_industry_timing风格指数最新择时结果汇总一下。→get_style_timing概念指数最新择时截面给一份。→get_concept_timing⚫ —881001.WI宽基上的历史择时区间（起止时间）拉一下并转成可读日期。→get_historical_broad_timingCI005001.WI行业代码的历史择时区间。→get_historical_industry_timing000015.SH风格指数的历史择时区间。→get_historical_style_timing884030.WI概念指数的历史择时区间。→get_historical_concept_timing⚫ ETF富国（fg）旗下ETF截面形态学信号现在是怎样？→get_etf_cross_section_signal天弘（th）、标的000300.SH的ETF历史择时JSON以及区间处理结果。→get_etf_historical_signal000037.SH的ETF门户页对应那份JSON数据能拉吗？→get_etf_portal_data当前全市场ETF得分最新一版是什么？→get_etf_scores博时（bs）、000861.CSI的ETF中间数据。→get_etf_median_data用接口算一下000812.CSI这套ETF信号的简单绩效（年化、回撤、夏普等）。（需已装empyrical）→evaluate_etf_performance⚫ ）沪深300000