---

name: a-share-strategy-mainboard-multi-swing-defensive description: A 股主板流动性池内按趋势回踩（trend_pullback）产出买入候选与持仓卖出信号；另有 realtime_quotes 批量拉取现价快照。供下单前决策；不跑回测、不自动下单。Use when 用户要选股、看实时报价、判断买卖信号或检查持仓是否触发离场条件。

主板多波段防御型 · 决策信号

本 skill 核心做三件事：选股范围、买入侧信号、卖出侧信号；并可选使用 realtime_quotes.py 对指定代码批量拉取现价类快照（基于 MarketDataProvider.get_quote，腾讯报价 + 分钟 K 聚合）。 输出的是决策参考（结构化列表或 JSON），不包含历史回测撮合、不包含自动报单；真实下单请用券商或另接 a-share-paper-trading 等执行通道。 策略信号定位为条件有效：在市场结构与交易成本变化下，信号强度可能衰减，需持续复核。

能力边界

做	不做
从主板高流动性股票中取前 N 只构成当日股票池	分钟级回测、混合回测、收益曲线
用日线 trend_pullback 标出入场/离场条件	保证收益或替代投顾
给出两类「买入参考」列表（见下）	直接向交易所或模拟盘服务下单
可选：读取持仓列表文件，标出「策略离场」标的	替你保存实盘持仓（除非你自建文件）
批量拉取多只股票现价、涨跌幅、涨跌停参考价等（realtime_quotes.py）	替代 a-share-data 的全市场实时板块、资金流等重接口

策略逻辑（与参数）

默认参数见 scripts/strategy_lab/strategy_params.py（均线快慢、回踩幅度、RSI 区间与离场 RSI 等）。 信号计算在 scripts/strategy_lab/strategies.py 的 trend_pullback。 脚本会额外应用两层过滤：

• 成本过滤：按 --roundtrip-cost-bps 估算往返成本，只有 edge_after_cost > 0 的候选才进入最终买入列表。
• 鲁棒性过滤：在 ROBUSTNESS_PARAM_GRID 参数邻域内计算 entry_consensus_ratio，低于 --entry-consensus-min 的候选会被过滤。

买入参考（两组，请区分语义）：

• from_previous_day_close：上一根已收盘日线满足 entry。与「前一日收盘后出信号、当日再执行」的习惯一致，更贴近事前计划。
• from_last_close：最新一根日线也满足 entry，偏形态展示；若与上一日重复，请避免重复计数。

列表内按策略内 score（均线强弱） 降序；默认每种买入列表最多保留 5 只（strategy_params.MAX_BUY_CANDIDATES），与「同时关注仓位不宜过多」一致。需要更多或全部时加 --max-buys 0 表示不截断，或 --max-buys 10 等。

卖出参考： 对 --holdings 文件中的代码，若最新一根日线满足 exit（破慢线或 RSI 过高等规则内条件），则列入卖出参考。文件格式：一行一只代码，可含注释行（# 开头）。

风控参考（仅文档与 JSON 字段）： REFERENCE_INTRADAY_STOP_PCT 表示历史上与策略文档一致的日内止损比例参考，本脚本不替你监控盘中止损，需自行在下单软件中设置。

环境与依赖

pip install akshare pandas numpy requests

运行

SKILL_DIR="<本 skill 绝对路径>"
python3 "$SKILL_DIR/scripts/daily_decisions.py" --json

常用参数：

• --top-n：股票池大小，默认 120
• --max-buys：买入侧列表在排序后最多保留几条，默认 5；传 0 不截断
• --holdings：持仓代码文件路径
• --workers：拉日线并发数
• --json：输出一份 JSON，便于程序消费（JSON 内含截断前数量 *_total）
• --roundtrip-cost-bps：往返交易成本估计（单位 bps），默认 45
• --entry-consensus-min：参数邻域入场一致性阈值，默认 0.67
• --disable-robust-check：关闭参数邻域一致性过滤（仅在调试时使用）

示例：

python3 "$SKILL_DIR/scripts/daily_decisions.py" --top-n 120 --holdings "$HOME/my_holdings.txt"

JSON 输出中会同时包含原始候选与过滤后候选：

• from_previous_day_close_raw / from_last_close_raw：仅满足信号的原始候选
• from_previous_day_close / from_last_close：通过成本与鲁棒过滤后的候选
• 单条候选附带 entry_consensus_ratio、edge_after_cost、cost_filter_passed、consensus_filter_passed
• todo_confirm_items：当前采用口径的记录项（roundtrip=45bps、consensus=0.67、RSI 区间偏移）

实时行情快照（增强）

对已知代码列表批量取报价（并发），可与 daily_decisions 输出的代码配合使用：

python3 "$SKILL_DIR/scripts/realtime_quotes.py" 600519 000001 601318 --json
python3 "$SKILL_DIR/scripts/realtime_quotes.py" -f "$HOME/my_holdings.txt" --workers 10

• --json：输出统一 JSON（含 quotes 与逐条 details）
• --intraday：额外拉取最后一根分钟 K（--intraday-freq 默认 5m），便于核对与日线快照的时间对齐
• 数据来自 paper_trading/market_data.py：与全市场深度行情相比为轻量快照，盘中价格随最新分钟 K 更新

脚本布局

路径	作用
scripts/daily_decisions.py	入口：拉池、算信号、打印或 --json
scripts/realtime_quotes.py	批量现价快照，可选附带最后一根分钟 K
scripts/paper_trading/market_data.py	行情与 get_mainboard_universe
scripts/strategy_lab/strategies.py	trend_pullback
scripts/strategy_lab/indicators.py	均线、RSI
scripts/strategy_lab/strategy_params.py	默认参数与策略名

与执行层衔接

若要将信号落到模拟盘，可在 Agent 中组合使用 a-share-paper-trading：先读本 skill 输出，再调用模拟盘 CLI 或 HTTP API 下单；本 skill 不依赖模拟盘进程。