A Stock Prediction

What it does

When your agent uses it

• Tasks that involve Web search
• Tasks that involve Diagrams

Example prompts

• “四维分析框架”
• “/a-stock-prediction”

Workflow steps

5 steps, taken from the first numbered list in SKILL.md.

1. 1基础概率 50%(A股个股次日方向接近随机)
2. 2四维加权得分 × 7.5 → 得到偏移(满分 +2 → +15%,满分 -2 → -15%)
3. 3得分映射:50% + 偏移 = 初步概率
4. 4微调
5. 5硬性 clamp:任何方向概率 > 65% 自动 clamp 到 65%(A股次日方向是低信噪比事件,过度自信=爆仓最快路径)

What it can do on your machine

Read from SKILL.md and the folder at commit ad6fcb7. It shows what the files ask for, not the result of running them.

• Tool permissions

  Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

  From allowed-tools in the SKILL.md frontmatter.

• Runs code

  No scripts in the folder and no shell commands in SKILL.md (its code samples are markdown).

  From the folder's file list and the shell code blocks in SKILL.md.

• Network

  No URLs in SKILL.md.

  From URLs in SKILL.md, links to its own repository left out.

• Credentials

  Names no API keys, tokens, secrets or passwords.

  From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

Context cost

A Stock Prediction loads about 2.2k tokens when it runs, and up to ~17k if it reads all its reference files. Until then it costs about 131 tokens; SKILL.md has 521 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it

~131

When it runs · the whole SKILL.md, loaded when a task matches

~2.2k

With references · SKILL.md plus every file in references/, read only if the agent opens them

~17k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); files beside SKILL.md are not scanned.

SKILL.md

The full file from digoal/blog at commit ad6fcb7, republished under its GPL-2.0 licence (© digoal). 521 words, ~2,192 tokens.

name

a-stock-prediction

description

A股个股次日(T+1)走势预测 skill。当用户输入A股股票代码(如 600519、000858、300750、688981、430090)或公司名称(如"贵州茅台"、"宁德时代"、"比亚迪"),并要求预测次日走势、给出交易计划、评估盈亏概率时,触发本 skill。skill 会用 mcp__MiniMax__web_search 搜证大盘环境、龙虎榜、北向资金、融资融券、主力资金流、板块联动、公告与消息面等,按"四维分析框架"(大盘环境 30% / 资金行为 30% / 技术面 25% / 消息面 15%)交叉验证,产出可量化的方向预测(看多/看空/震荡 + 概率百分比 + 价格区间),并写入当前项目 markdown 目录下的 `a-stock-{代码}-{YYYY-MM-DD}.md`。输出包含详细逻辑推导链、中间结果与最终结果概率、专业术语小白解释、mermaid/ascii/svg 图表。适用场景:盘后复盘想做次日的方向判断与交易计划;不适用:长线基本面估值(改用 finance-core-analysis)、日内高频交易、港股/美股(改用 us-stock-prediction)。

[用户输入代码/名称]
        │
        ▼
[步骤 1: 标的解析] — 确认代码、公司全称、交易所、板块、涨跌停幅度、是否 ST
        │
        ▼
[步骤 2: 信息搜证] — 用 mcp__MiniMax__web_search 拉取大盘环境 + 个股 5 类关键数据
        │
        ▼
[步骤 3: 四维打分] — 大盘环境 30% / 资金行为 30% / 技术面 25% / 消息面 15%
        │
        ▼
[步骤 4: 综合推演] — 四维加权 → 方向预测(看多/看空/震荡) + 概率(%) + 价格区间
        │
        ▼
[步骤 5: 交易计划] — 入场价、止损价、目标价、仓位、时间止损、退出条件
        │
        ▼
[步骤 6: 写出 markdown] — 保存到 <项目>/markdown/a-stock-{代码}-{YYYY-MM-DD}.md
        │
        ▼
[步骤 7: 输出摘要] — 给用户核心结论 + 文件路径

60xxxx → 沪市主板  (±10%)
00xxxx → 深市主板  (±10%)
30xxxx → 创业板    (±20%,需 10 万门槛)
68xxxx → 科创板    (±20%,需 50 万门槛)
43/83/87/92 → 北交所 (±30%,需 50 万门槛)
ST/*ST → ±5%

今日 上证指数 收盘 涨跌
今日 涨停 跌停 家数 连板
{股票代码} 今日 收盘价 涨跌
{股票代码} 今日 龙虎榜
{股票代码} 主力资金 流入
近一周 {股票代码} 公告

{股票代码} 北向资金 持股
{股票代码} 融资融券 余额
{股票代码} {行业板块} 今日 涨跌幅
{股票代码} 所在概念 龙头 涨幅
近 3 日 {行业} 政策 消息
A股 主线 今日 涨停板

{股票代码} 业绩预告 {季度}
{股票代码} 限售解禁 时间
{股票代码} 大股东 减持 公告
明日 A股 重要公告 财经日历
富时A50 期指 隔夜
人民币汇率 中间价 今日

方向:        看多 / 看空 / 震荡
方向概率:    55% (区间 50%-60%)
价格区间:    18.50 元 - 19.80 元 (次日内最可能的运行区间)
期望波动幅度: ±2.3% (基于近 5 日 ATR 估算)

### 交易计划(仅置信度 ≥ "中" 才给)

- 入场触发价: ___ 元 (理由:____)
- 止损价:    ___ 元 (理由:跌破 ___ 元支撑 / 形态破坏 / 单日亏损 7% 无条件清仓)
- 目标价 TP1: ___ 元 (赔率 1:1,平 50% 仓位)
- 目标价 TP2: ___ 元 (赔率 2:1,再平 30% 仓位)
- 跟踪止损: 剩余 20% 仓位用 1×ATR 跟踪
- 仓位大小:  账户净值的 ___% (确保止损触发时亏损 ≤ 2%)
- 最大持仓: ___ 个交易日(时间止损,A股不持仓过周末)
- 不做条件: 若次日集合竞价高开 > 7% 或低开 > 5%,放弃执行

仓位金额 = (账户净值 × 风险预算 2%) ÷ (入场价 − 止损价) × 入场价
仓位股数 = 仓位金额 ÷ 入场价 ÷ 100 × 100  (A股最少 1 手 = 100 股)

# {代码} {公司全称} 次日走势预测

> 预测日期:YYYY-MM-DD | 目标交易日:YYYY-MM-DD
> ⚠️ 免责声明:本预测基于公开信息与概率推断,不构成投资建议。A股次日方向本身就是低信噪比事件,任何 ≥ 65% 的概率都视为过度自信。

## 一、核心结论(速读)

## 二、标的画像

## 三、四维分析详细推导
  ### 3.1 大盘环境(权重 30%,打分 ±N)
  ### 3.2 资金行为(权重 30%,打分 ±N)
  ### 3.3 技术面(权重 25%,打分 ±N)
  ### 3.4 消息面(权重 15%,打分 ±N)

## 四、四维加权汇总(含可视化)

## 五、概率推导与价格区间(含可视化)

## 六、交易计划(若置信度 ≥ "中")

## 七、风险与陷阱(列 3-5 个)

## 八、专业术语小白解释

## 九、数据来源(编号 [n] 引用)

✅ 已生成预测报告:markdown/a-stock-600519-2026-06-08.md

📊 核心结论(贵州茅台):
- 方向:弱看多(置信度 中)
- 次日方向概率:58% (区间 50%-66%)
- 关键价位:支撑 1850 元 / 压力 1920 元 / 止损 1830 元
- 期望波动:±1.8%

⚠️ 重要风险:
- 白酒板块今日资金净流出 12 亿,情绪偏弱
- 次日是月末,机构调仓可能加大波动

💡 建议仓位:总资金的 8%(基于止损 1830、入场 1875,单笔亏损不超过 2%)
📁 详细报告:/Users/digoal/new/markdown/a-stock-600519-2026-06-08.md

© digoal, GPL-2.0. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 8 other files (references, assets) in skills/a-stock-prediction of digoal/blog.

• SKILL.md
• agents/openai.yaml
• assets/report-template.md
• references/four-dimension-framework.md
• references/scenarios.md
• references/scoring-system.md
• references/search-queries.md
• references/terminology.md
• references/visualization-templates.md

Open the folder on GitHubat commit ad6fcb7