mike/Hermes-Skills
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
56b4d9cf62cea7e30b81391fb729dd3eaf73b104
Hermes-Skills/tonghuashun/SKILL.md
T

14 KiB
Raw Blame History

name, description, version, author, license, platforms, metadata, scripts, requires
name description version author license platforms metadata scripts requires
tonghuashun Use when user mentions '同花顺', 'THS', 'A股行情', 'A股财务', 'A股板块', 'A股排名', 'a股数据', or wants A-share stock market data (real-time quotes, K-lines, financials, board/concept analysis, market rankings). Provides A-share data via AKShare (同花顺/东方财富 sources). Cannot execute trades (同花顺无Linux API). 1.0.0 Hermes Agent MIT
linux
macos
hermes
tags related_skills
trading
a-shares
stocks
data
china-market
stock-analysis
longbridge-python-sdk
ths_query.py
python3 ~/.hermes/scripts/ths_query.py {quote|kline|financial|board|rank|scan} [args]
python3 + akshare (pip install akshare)
pandas

同花顺 A股数据 Skill

基于 AKShare（同花顺/东方财富数据源）的 A 股行情数据查询工具。只做数据查询，不做交易执行（同花顺无官方 Linux API）。

数据源说明

AKShare 是一个免费开源的 Python 金融数据接口库，底层数据源包括：

  • 同花顺 (THS) — 财务数据、板块概念、排名、IPO、股东变动等
  • 东方财富 (EM) — 实时行情、K线、个股信息
  • 新浪/腾讯 — 辅助行情源

所有数据免费、无需API Key，直接从网页公开接口爬取。

何时使用

  • 用户问 A 股行情："看看茅台多少钱"、"A股今天涨跌"
  • 用户问财务基本面："五粮液PE多少"、"宁德时代净利润"
  • 用户问板块："今天什么板块涨得好"、"AI概念股有哪些"
  • 用户要排名："连续下跌的股票"、"创新高的股票"
  • 用户要 A 股数据补充长桥 LongBridge 的覆盖
  • 用户给 fuyao.aicubes.cn API key（同花顺官方 REST API，2026-09-19 发现）→ 优先用官方 API，akshare 仅作 fallback

核心函数速查

1️⃣ 实时行情

import akshare as ak

# 方式A: 全市场行情（第一次调用慢~70s，后续有缓存）
df = ak.stock_zh_a_spot_em()
# 筛选特定股票
df[df['代码'].isin(['600519','000858','000333'])][['代码','名称','最新价','涨跌幅','成交额','换手率']]

# 方式B: 单只股票日K（快速 1-2s）
df = ak.stock_zh_a_hist(symbol='600519', period='daily', 
                         start_date='20260601', end_date='20260629', adjust='qfq')
# 最新价=收盘价最后一列，涨跌幅也在里面

2️⃣ 同花顺财务数据

# 财务摘要（利润表核心指标）
df = ak.stock_financial_abstract_ths(symbol='600519')   # 旧版
df = ak.stock_financial_abstract_new_ths(symbol='600519')  # 新版

# 盈利能力
df = ak.stock_financial_benefit_ths(symbol='600519')

# 现金流
df = ak.stock_financial_cash_ths(symbol='600519')

# 资产负债
df = ak.stock_financial_debt_ths(symbol='600519')

3️⃣ 主营业务

df = ak.stock_zyjs_ths(symbol='600519')
# 返回: 股票代码, 主营业务, 产品类型, 产品名称, 经营范围

4️⃣ 板块/概念

# 行业板块名称列表
df = ak.stock_board_industry_name_ths()  # 56个行业

# 概念板块名称列表
df = ak.stock_board_concept_name_ths()   # 373+个概念

# 行业板块行情（含涨跌幅）
df = ak.stock_board_industry_summary_ths()

# 概念板块行情
df = ak.stock_board_concept_summary_ths()

# 板块历史K线
df = ak.stock_board_industry_index_ths(symbol='白酒概念')
df = ak.stock_board_concept_index_ths(symbol='AI手机')

5️⃣ 市场排名

# 连续下跌
df = ak.stock_rank_cxd_ths()    # 连续下跌
df = ak.stock_rank_cxfl_ths()   # 连续下跌分类
df = ak.stock_rank_cxg_ths()    # 连续上涨
df = ak.stock_rank_cxsl_ths()   # 连续上涨分类

# 量价
df = ak.stock_rank_ljqd_ths()   # 量价齐跌
df = ak.stock_rank_ljqs_ths()   # 量价齐升
df = ak.stock_rank_lxsz_ths()   # 连续上涨(另一种)
df = ak.stock_rank_lxxd_ths()   # 连续下跌(另一种)

# 形态
df = ak.stock_rank_xstp_ths()   # 向上突破
df = ak.stock_rank_xxtp_ths()   # 向下突破
df = ak.stock_rank_xzjp_ths()   # 向中间靠

6️⃣ 股东/管理层变动

df = ak.stock_shareholder_change_ths(symbol='600519')    # 股东变动
df = ak.stock_management_change_ths(symbol='600519')     # 高管变动

7️⃣ IPO

df = ak.stock_ipo_ths()           # A股IPO一览
df = ak.stock_ipo_benefit_ths()   # IPO受益股
df = ak.stock_ipo_hk_ths()        # 港股IPO

8️⃣ 利润预测

df = ak.stock_profit_forecast_ths(symbol='600519')  # 盈利预测

快速 CLI 工具

项目已包含一个速查脚本 ~/.hermes/scripts/ths_query.py，可直接在终端使用：

python3 ~/.hermes/scripts/ths_query.py quote 600519    # 实时行情
python3 ~/.hermes/scripts/ths_query.py kline 600519 5   # 最近5天K线
python3 ~/.hermes/scripts/ths_query.py financial 600519 # 财务摘要
python3 ~/.hermes/scripts/ths_query.py board industry   # 行业板块排行
python3 ~/.hermes/scripts/ths_query.py board concept    # 概念板块排行
python3 ~/.hermes/scripts/ths_query.py rank cxd          # 连续下跌
python3 ~/.hermes/scripts/ths_query.py scan             # 全市场速览

快速查询模板

查单只股票行情

import akshare as ak
from datetime import datetime, timedelta

code = '600519'  # 用户输入的股票代码
today = datetime.now().strftime('%Y%m%d')
# 往前取5天确保有数据
start = (datetime.now() - timedelta(days=5)).strftime('%Y%m%d')

df = ak.stock_zh_a_hist(symbol=code, period='daily', 
                         start_date=start, end_date=today, adjust='qfq')
latest = df.iloc[-1]
print(f"{latest['日期']} | {code} | 收盘: {latest['收盘']} | 涨跌: {latest['涨跌幅']}% | 成交额: {latest['成交额']/1e8:.2f}亿")

查板块涨跌排行

import akshare as ak
df = ak.stock_board_industry_summary_ths()
top5 = df.head(5)  # 涨幅前5
bot5 = df.tail(5)  # 跌幅前5

查财务数据（同比）

df = ak.stock_financial_abstract_new_ths(symbol='600519')
# 取最近一期
latest = df.iloc[0]
print(f"营收: {latest['营业总收入']} | 净利润: {latest['净利润']} | 净利同比: {latest.get('净利润同比增长率','N/A')}")

注意事项

⚠️ 以下函数下载全市场数据，第一次调用较慢（30-70秒），但后续调用有缓存：

  • stock_zh_a_spot_em() — 全市场实时行情（5000+只）
  • stock_board_industry_summary_ths() — 行业板块行情
  • stock_board_concept_summary_ths() — 概念板块行情
  • stock_rank_*_ths() — 各种排名

⚠️ 推荐策略：优先用 stock_zh_a_hist() 单只查询（1-2秒），全市场扫描用 stock_zh_a_spot_em() 一次性拉取。

⚠️ 同花顺数据源偶尔会因反爬机制暂时不可用，建议备选东方财富数据源：

  • ak.stock_zh_a_hist() — 东方财富K线（稳定）
  • ak.stock_zh_a_spot_em() — 东方财富实时行情（稳定）

Common Pitfalls

  1. 🔴 脑补股票代码 → 先查证再答 (2026-09-17 实战):

    • 场景: 用户问"北京银行是多少", agent 脑补"北京银行 = 601988", 实查 601988 = 中国银行, 真实北京银行 = 601169, 用户从没说过 601988 是北京银行
    • 正解: 用户问"X 是多少/是哪个" → 先查证 (grep / akshare / 长桥), 不联想; 不确定 → 列 3-4 个候选项 让用户选, 不要脑补一个当答案; 验证后答, 带源: "601169 (akshare 验证), 当前价 X, 股息率 Y"
    • 触发词: "X 是哪个" / "X 是多少" / "那 X 呢" / "X 是 Y 吗" / "你找错了" / "你说的不对" / "我说过吗" → 触发脑补陷阱

  2. 代码格式：A股代码直接传字符串（如 '600519'），不要加后缀

  3. 实时行情慢：full_spot = stock_zh_a_spot_em() 第一次跑很慢，但Hermes会话中变量保持，可以复用

  4. 同花顺 vs 东方财富：同花顺的财务/板块数据更全，东方财富的K线/行情更稳定，按需选择

  5. 无法交易：同花顺没有Linux API，本skill只做数据查询

  6. 数字货币/期货：AKShare也支持，但不是本skill重点

  7. 板块列名是'板块'不是'板块名称'：stock_board_industry_summary_ths() 返回的列名是中文'板块'，不是'板块名称'。直接用 df['板块'] 取，ths_query.py 已处理此问题

  8. 全市场扫描只跑一次：stock_zh_a_spot_em() 拉全市场约70秒，跑完后 DataFrame 可重复筛选多只股票，不要每查一只就重新拉一次

  9. 🔴 系统全局代理会阻断AKShare请求：如果系统设置了 HTTP_PROXY/HTTPS_PROXY 环境变量，requests 库会自动走代理，但代理（如 mihomo clash）可能不支持 HTTPS CONNECT 到东方财富/同花顺的 API 域名，导致 ProxyError。 症状：requests.exceptions.ProxyError: HTTPSConnectionPool(host='push2his.eastmoney.com') 诊断：env | grep -i proxy 修复：在 Python 中调用 AKShare 前清除代理变量：

    import os
for k in ['http_proxy','https_proxy','HTTP_PROXY','HTTPS_PROXY']:
    os.environ.pop(k, None)

    或在终端中 unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY。 或使用 Session 关闭代理：s.trust_env = False

  10. stock_financial_abstract_new_ths() 返回长格式：该函数返回长格式 DataFrame，列名为 ['report_date','report_name','report_period','quarter_name','metric_name','value','single','yoy','mom','single_yoy']，metric_name 字段包含指标名称（如 parent_holder_net_profit），value 为数值。需筛选 metric_name 提取具体指标：

    df = ak.stock_financial_abstract_new_ths(symbol='000333')
profit = df[df['metric_name'] == 'parent_holder_net_profit']
print(f"净利润: {profit.iloc[0]['value']}")

    如需宽格式，用旧版 stock_financial_abstract_ths()。

  11. 分红/股息率接口（2026-09-17 实测）：

    • 批量（推荐）：ak.stock_fhps_em(date='20241231') 一次返回 ~3700 只股票的分红数据。字段含 现金分红-股息率（同花顺 APP 算法直接给出，不用算）。 
      df = ak.stock_fhps_em(date='20241231')  # 该报告期所有实施/预案
# 字段：'代码','名称','送转股份-送转总比例','现金分红-现金分红比例',
#       '现金分红-股息率','每股收益','方案进度','股权登记日','除权除息日'...
    • 单只（带历史）：ak.stock_fhps_detail_ths(symbol='601169') 返回该股所有历史派息。关键字段 税前分红率（直接是 %，同花顺 APP 算法）。 
      df = ak.stock_fhps_detail_ths(symbol='601169')
# 字段：'报告期','董事会日期','股东大会预案公告日期','实施公告日',
#       '分红方案说明'(如"10派1.2元"),'分红总额','股利支付率','税前分红率'
# 进度过滤：df[df['方案进度']=='实施方案']
    • 🔴 单位陷阱（必踩）：ak.stock_history_dividend 的 年均股息 字段单位是 "每 10 股"（不是每股！）。ak.stock_history_dividend_detail 的 派息 字段也是 "每 10 股"。计算股息率必须 /10： 
      avg_div = float(row['年均股息'])  # 例如 4.10
px = prices[code]                  # 当前价
div_per_share = avg_div / 10       # /10 → 每股派息
yield_pct = div_per_share / px * 100
    • 🔴 "派息" / % 字符串：同花顺/东方财富股息率带 % 符号，转 float 必须 str.replace('%','')： 
      df = ak.stock_fhps_detail_ths(symbol='601169')
yld = df['税前分红率'].astype(str).str.replace('%','',regex=False)
yld = pd.to_numeric(yld[yld != '--'], errors='coerce').dropna()
    • 🔴 不要自己算 TTM 用"报告期"过滤：按"实施公告日"过滤才是同花顺算法。北京银行 2024 中报 2025-01-14 实施，按"报告期 2024-06-30"会算漏，要按"实施公告日"找最近 365 天。 
      from datetime import datetime, timedelta
now = datetime.now()
ttm_start = now - timedelta(days=365)
df['imp_dt'] = pd.to_datetime(df['实施公告日'], errors='coerce')
recent = df[df['imp_dt'] >= ttm_start]
ttm_yield = float(pd.to_numeric(recent['税前分红率'].astype(str)
                                 .str.replace('%','',regex=False), errors='coerce').sum())
    • 🔴 AI 算不过同花顺专家：user 原话 2026-09-17 "你一个AI写算法，还能比得过人家真正的专家吗"。能用 现金分红-股息率 字段就别用派息金额反推；多只股票优先用 stock_fhps_em(date=) 批量接口，不要循环 stock_fhps_detail_ths。

Reference Documents

See references/buy-point-analysis.md for a complete A-share buy-point analysis framework (technical + valuation + financials + profit forecast + entry/stop/target strategy templates).

See references/cn-broker-account-api-2026-09-14.md for A股券商账户 API 接入路线 (同花顺无账户API; 中泰 XTP / easytrader / QMT 对比, 2026-09-14 中泰证券实战调研)。

See references/fuyao-aicubes-ths-official-api-2026-09-19.md for 同花顺官方 REST API (fuyao.aicubes.cn) — key 存 ~/.bashrc FUYAO_API_KEY; corporate-actions/adjustment-factors 返 dividend_per_share 每股派息流; 官方无股息率 TTM 字段, valuations 只有 PE/PB/PS/PCF TTM。

Verification Checklist

  • pip show akshare 确认已安装
  • 单只行情: stock_zh_a_hist(symbol='600519') 返回正常
  • THS财务: stock_financial_abstract_ths(symbol='600519') 返回正常
  • 板块: stock_board_industry_name_ths() 返回正常
Reference in New Issue View Git Blame Copy Permalink