richman-skill

"Richman Skill"：面向专业投资人的 赛道题材 + 情绪热度 + K 线技术形态选股助手。

核心思路：从热门题材/赛道中出发，用舆情热度筛方向，用技术形态筛买点，最后生成结构化的选股理由和每日早晚报。

功能模块

1. 题材热度模块（计划中）

   • 从雪球 / 东方财富股吧 / 同花顺等公开网页/接口抓取帖子数据。
   • 统计不同题材在最近 24 小时 vs 过去 3–7 天的发帖数、回复数增速。
   • 计算综合热度得分，选出当下最热的 3–5 个题材/赛道。

2. K 线技术形态模块（开发中）

   • 基于免费行情源（优先 A 股，后续扩展港股/美股），获取标的的日 K 线数据。
   • 使用可配置规则（YAML）识别经典形态：
     • 突破前高 + 放量（breakout）
     • 第一个涨停启动（first_limit_up，A 股）
     • 底部放量反转（bottom_reversal）等。
   • 将识别到的技术信号写入 SQLite 数据库，供报告和上层 Agent 使用。

3. 推荐理由模块（计划中）

   • 结合：
     • 题材逻辑（赛道为何火、核心驱动因素）
     • 公司在产业链中的位置与竞争格局
     • 市场观点 & 券商研报摘要
   • 由 LLM（如 Kimi / MiniMax）生成结构化的推荐理由文本，包括：
     • 题材 & 赛道逻辑
     • 公司位置与优势
     • 当前技术信号的含义
     • 风险提示（估值、预期一致性、政策风险等）。

4. 定时推送模块：Richman 早晚报（计划中）

   • 早上 07:50：生成并推送一份“开盘前选股摘要”，侧重：
     • 当下最热题材 Top N
     • 每个题材下技术形态有信号的重点标的
   • 晚上 21:30：生成并推送一份“收盘后复盘摘要”，侧重：
     • 早盘信号标的当天实际走势
     • 题材热度变化与市场情绪回顾
   • 推送渠道（示例）：
     • Telegram / 飞书（通过 OpenClaw 的 message / Feishu 插件）
   • 后续可扩展邮件 / 其他渠道。

当前仓库处于 MVP 阶段：先实现本地 SQLite + 行情 + K 线形态扫描 + Markdown 报告，之后再逐步接入题材抓取和自动推送。

目录结构（当前）

• schema.sql — SQLite 数据库结构（topic_posts, topics, stocks, signals, topic_heat 等）
• config/
  • topics.example.yaml — 题材归一化映射示例（统一名称 + 别名列表）
• fetch/
  • fetch_all.py — 各站点抓取入口脚本（目前为骨架，待补充具体逻辑）
• signals/
  • scan_signals.py — 扫描标的的 K 线技术信号（当前为骨架，将接入行情和模式识别）
  • patterns.example.yaml — 技术形态规则示例（breakout / first_limit_up / bottom_reversal 等）
• report/
  • generate_daily_report.py — 生成每日选股 Markdown 报告的脚本。
• README_FOR_OPENCLAW.md — 初始设计笔记，可后续合并进正式 README。

后续还会新增：

• init_seeds.py — 初始化题材和标的池（插入 CPO/光模块等赛道的代表性股票）。
• cron/ — 示例定时任务脚本（早 7:50 / 晚 21:30 自动跑报告并通过 OpenClaw 推送）。

使用说明（本地开发阶段）

以下为规划中的使用流程，随着代码完善会逐步补全。

1. 克隆仓库并进入目录：

git clone https://github.com/<your-account>/richman-skill.git
cd richman-skill

2. 创建 Python 虚拟环境并安装依赖（示例）：

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt  # 后续会补充依赖列表

3. 初始化数据库（自动执行 schema.sql）：

python fetch/fetch_all.py  # 当前会创建 data/topics.db 并打印 TODO

4. 运行技术信号扫描和日报生成：

python signals/scan_signals.py          # 根据行情+形态规则更新 signals 表
python report/generate_daily_report.py  # 生成 reports/daily-YYYY-MM-DD.md

未来会通过 OpenClaw Skill 的方式接入到 Agent，支持自然语言调用和自动推送。

免责声明

本项目仅用于技术研究与教学演示，不构成任何投资建议。
使用者需自行承担基于本工具输出进行交易的风险。