a-share-reinforcement-trading
A股强化学习交易策略。当用户说"强化学习"、"reinforcement learning"、"RL交易"、"RL策略"、"DQN交易"、"PPO策略"、"智能体交易"时触发。基于 cn-stock-data 获取数据,设计RL交易环境与策略。支持 formal/brief 两种输出风格。
Best use case
a-share-reinforcement-trading is best used when you need a repeatable AI agent workflow instead of a one-off prompt.
A股强化学习交易策略。当用户说"强化学习"、"reinforcement learning"、"RL交易"、"RL策略"、"DQN交易"、"PPO策略"、"智能体交易"时触发。基于 cn-stock-data 获取数据,设计RL交易环境与策略。支持 formal/brief 两种输出风格。
Teams using a-share-reinforcement-trading should expect a more consistent output, faster repeated execution, less prompt rewriting.
When to use this skill
- You want a reusable workflow that can be run more than once with consistent structure.
When not to use this skill
- You only need a quick one-off answer and do not need a reusable workflow.
- You cannot install or maintain the underlying files, dependencies, or repository context.
Installation
Claude Code / Cursor / Codex
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/a-share-reinforcement-trading/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How a-share-reinforcement-trading Compares
| Feature / Agent | a-share-reinforcement-trading | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/A |
Frequently Asked Questions
What does this skill do?
A股强化学习交易策略。当用户说"强化学习"、"reinforcement learning"、"RL交易"、"RL策略"、"DQN交易"、"PPO策略"、"智能体交易"时触发。基于 cn-stock-data 获取数据,设计RL交易环境与策略。支持 formal/brief 两种输出风格。
Where can I find the source code?
You can find the source code on GitHub using the link provided at the top of the page.
SKILL.md Source
# 强化学习交易策略助手
## 数据获取
通过 cn-stock-data skill 获取数据:
- **K线数据**: 日线/分钟线序列
- **实时行情**: 环境状态更新
- **账户数据**: 持仓/资金/收益
## 分析工作流
### Step 1: 交易环境设计
- 状态空间:价格序列+技术指标+持仓状态
- 动作空间:买入/卖出/持有(离散)或仓位比例(连续)
- 奖励函数:收益率/Sharpe/风险调整收益
- A股约束:T+1、涨跌停、手续费建模
### Step 2: RL算法选择
- DQN:离散动作空间,适合简单买卖决策
- PPO/A2C:连续动作空间,适合仓位管理
- SAC:最大熵框架,探索与利用平衡好
- 多智能体RL:多股票组合的协同决策
### Step 3: 训练与调优
- 经验回放:打破时序相关性
- 课程学习:从简单市场环境逐步增加复杂度
- 奖励塑形:避免稀疏奖励导致训练困难
- 超参数:学习率/折扣因子/网络结构搜索
### Step 4: 策略评估与部署
- 样本外回测:未见过的市场数据测试
- 与基准策略对比:买入持有/均线策略
- 鲁棒性测试:不同市场状态下的表现
- 实盘模拟:Paper trading验证
### Step 5: 输出报告
## 输出格式
### formal 风格(研报级)
```
# RL交易策略报告
## 一、环境设计
| 组件 | 配置 |
|------|------|
## 二、训练结果
[学习曲线、收敛情况]
## 三、策略表现
[收益/Sharpe/回撤]
## 四、部署建议
[实盘注意事项]
```
### brief 风格(快速分析)
```
## RL策略速览
- PPO算法,状态维度64
- 训练收敛,样本外Sharpe 1.8
- 年化收益 18%,最大回撤 12%
- 优于买入持有基准 +8%
```
参考 `references/reinforcement-trading-guide.md` 获取详细方法论与 A股实证研究。
## 使用示例
### 示例 1: 基本使用
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```Related Skills
tushare-pro
专业财务数据Skill - 提供A股基本面、三大财务报表(资产/利润/现金)、股东数据、日线行情 via Tushare Pro
trading-event-summary
交易事件摘要助手,适用于券商研究、投资管理、交易复盘、决策支持等场景。 以下情况请主动触发此技能: - 用户提供了交易记录、市场事件列表,问"帮我总结一下""今天发生了什么""有什么重要事件" - 用户问"今天市场有什么大事""交易日历怎么看""近期有哪些重要事件" - 用户需要:交易事件整理、市场大事摘要、投资决策参考、复盘材料 - 用户提到:交易日历、重要事件、市场大事、事件摘要、复盘 - 用户需要形成日报、周报、月报、会议纪要、投资决策材料 不要等用户明确说"交易事件摘要"——只要涉及市场事件整理、交易日历分析、重要事项摘要,就应主动启动此技能。
trading-behavior-clustering
交易行为聚类助手,适用于券商客户分析、行为研究、精准营销、风险识别等场景。 以下情况请主动触发此技能: - 用户提供了客户交易数据,问"客户可以分为几类""帮我分析一下交易行为" - 用户问"交易行为怎么聚类""客户分群怎么做" - 用户需要:交易行为聚类分析、客户分群、群体特征描述 - 用户提到:行为聚类、客户分群、交易模式、群体特征、用户画像 - 用户需要形成聚类报告、分群结果、营销策略 不要等用户明确说"交易行为聚类"——只要涉及客户交易行为分析、群体特征识别、客户分群,就应主动启动此技能。
ashare-data
Ashare 最轻量 A 股行情获取工具(3.2k Stars),基于新浪+腾讯双核心数据源,零依赖(仅需 requests+pandas),无需注册,支持日/周/月线及 1m/5m/15m/30m/60m 分钟级K线。当用户需要快速获取 A 股/指数行情而其他数据源不可用时,Ashare 是最可靠的回退方案——它使用新浪为主、腾讯为备的双核心架构,自动切换,极少出错。
investment-advisory-hk-share
投顾问答助手 - 港股版,专用于港股市场相关的客户咨询答复。 以下情况请主动触发此技能: - 客户问港股个股("腾讯控股怎么样""阿里健康能买吗") - 客户问港股与 A 股差异("为什么同一家公司港股便宜""AH 股溢价") - 客户问港股交易规则("港股通是什么""港币汇率影响""交易时间") - 客户问港股特色板块("互联网平台""生物医药""内房股") - 客户问国际因素影响("美联储加息""美元走势""中美关系") - 客户问港股流动性问题("为什么成交量这么低""仙股") 不要等用户明确说"港股投顾"——只要涉及港股个股、规则、市场特点的咨询,就应主动启动此技能。
investment-advisory-a-share
投顾问答助手-A 股版,专用于 A 股市场相关的客户咨询答复。 以下情况请主动触发此技能: - 客户问 A 股个股问题("XX 股票能买吗""为什么跌停""限售股解禁") - 客户问 A 股板块/主题("新能源还能拿吗""AI 板块怎么看""中特估是什么") - 客户问 A 股交易规则("涨停板多少""T+1 是什么意思""北向资金") - 客户问 A 股政策影响("注册制影响""减持新规""印花税调整") - 客户问 A 股财报/公告解读("业绩预告超预期吗""这个公告是利好吗") - 用户需要 A 股特色的答复话术(涉及政策敏感性、市场情绪、资金面分析) 不要等用户明确说"A 股投顾"——只要涉及 A 股个股、板块、政策、交易规则的咨询,就应主动启动此技能。
akshare-trend-judgment
用于基于AkShare数据的趋势判断场景。适用于金融工作中的基础任务单元。
akshare-survey
机构调研Skill - 提供调研记录、调研热度排行、调研问答分析 via AkShare
akshare-stock
A股股票数据Skill - 提供实时行情、历史数据、板块分析、资金流向等 via AkShare/腾讯财经
akshare-sentiment-risk
用于基于AkShare数据的情绪风险分析场景。适用于金融工作中的基础任务单元。
akshare-risk-trigger
用于基于AkShare数据的风险触发监控场景。适用于金融工作中的基础任务单元。
akshare-risk-tagging
用于基于AkShare数据的风险标签生成场景。适用于金融工作中的基础任务单元。