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

【点评报告】 量化看市场系列之十：给龙虾插上形态学的翅膀--形态学Skills（huachuang-morphology-skills）上线 华创证券研究所 ❖摘要 证券分析师：王小川邮箱：wangxiaochuan@hcyjs.com执业编号：S0360517100001 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：https://xingtai.pro。此外，我们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；前不久推出了ETF择时策略，辅助资产配置用户做好ETF配置。 相关研究报告 《量化看市场系列之九：四象限理论帮你消除AI焦虑》2026-03-13《量化看市场系列之八：OpenClaw的安全防护指南》2026-03-13《量化看市场系列之七：使用OpenClaw快速搭建AI助理团队》2026-03-10《量化看市场系列之六：OpenClaw金融行业必备Skills推荐与实战应用》2026-03-09《量化看市场系列之五：如何叫你的AI更聪明、运行更有效率——Skills的设置与使用》2026-02-17《量化看市场系列之四：使用“OpenClaw”搭建属于自己的私域AI助理》2026-02-03 同时，我们也为AI配置了访问形态学系统的能力。 本Skills将华创形态学相关能力拆分为两条技术主线： 一是经mark.hcquant.com/all_api访问、以token鉴权的PHP接口，承载形态元数据、可交易标的清单、最新日度统计、多维度截面择时以及ETF截面与部分中间数据； 二是经xingtai.pro获取的JSON资源，以资产代码与路径模板定位历史行情与betime信号区间，支撑历史复盘、区间识别及（在固定etftiming数据源下）策略与基准的绩效对比。 两类来源在鉴权方式、数据粒度与更新逻辑上存在明确分野，使用时应先区分“截面查询”与“历史序列/区间”场景，再选择对应方法。 整体而言，该封装适合作为投研与自动化流程中的统一数据接入层：上层聚焦策略逻辑与合规风控，下层通过CLI/JSON信封完成可审计、可编排的调用。 后续若服务端URL、参数或字段发生变更，应以线上响应为准同步修订接口映射与本文结论边界。 ❖风险提示： 本报告中所有统计结果和模型方法均基于历史数据，不代表未来趋势。本Skills中不包含恶意代码，可放心安装使用。 目录 一、形态学研究平台介绍.......................................................................................................3 二、形态学Skills简介............................................................................................................5 （一）安装方法...............................................................................................................5（二）基本用法：人类用户...........................................................................................6（三）基本用法：AI用户..............................................................................................7（四）Skills中的提供接口说明.....................................................................................8（五）形态学Skills提问范式......................................................................................10（六）安全与合规提示.................................................................................................11（七）文档与故障排查.................................................................................................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https://xingtai.pro/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：http://xingtai.pro。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。 基于这一思路，我们同步上线了ETF看线系统，网址为：https://xingtai.pro/ETF_portal.php。该系统延续了形态学研究的方法框架，将个股层面的形态信号映射至相应指数层面，为指数择时与板块轮动研究提供数据支持，方便使用者从更全局的角度理解和应用K线形态分析。 资料来源：华创证券，“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： ⚫固定目录下的命令行工具（`scripts/morphology_cli.py`）；⚫通过JSON标准输出返回结果，便于程序解析与对话中引用。 典型使用场景包括： ⚫查询形态文字说明、系统支持的资产、最新日统计等基础数据；⚫获取宽基/行业/风格/概念指数的最新截面择时信号或历史择时区间；⚫获取ETF截面信号、历史信号、门户数据、得分及中间数据；⚫在已安装`empyrical`模块的前提下，对ETF信号做简单绩效指标计算。 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 ⚫环境要求 操作系统：Windows/macOS/Linux均可 Python：建议3.8及以上 ⚫获取Skill文件 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。 ⚫安装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”。 ⚫配置Token（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。 ⚫验证安装 在Skill根目录执行：Pythonscripts/morphology_cli.py--list若输出包含`"ok":true`与方法名列表，说明CLI可运行。再执行（需Token有效、网络可达）Pythonscripts/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]' ⚫第一个参数：API方法名（与`morphology_api.py`中一致，如`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\"}