想要像专业量化分析师一样分析股票——用 AI 筛选机会、解读技术指标、管理风险——却不用写一行分析代码？
OpenClaw TradingView 量化技能是一个专业的量化投资分析系统，能将你的 AI 助手变成市场分析专家。基于 TradingView API 数据结构构建，提供 15 种预置分析工作流、100 分技术评分模型和专业风险管理框架，覆盖股票、加密货币、外汇和期货等 8+ 全球市场。
根据 RapidAPI 市场数据，TradingView Data API 服务超过 10,000 名开发者，覆盖 160,000+ 金融工具，使这个技能成为个人投资者和量化分析师最全面的 AI 驱动分析工具之一。
本指南适合：想要利用 AI 进行系统化市场分析的交易者、投资者和开发者。无需编程经验——只需用自然语言提问。
你将学到：
- 如何在 30 秒内安装和配置技能
- 使用多因子评分进行智能股票筛选
- 跨多个时间框架进行深度个股分析
- 进行每日市场回顾和板块轮动追踪
- 实施专业风险管理和仓位计算
💡 核心要点：读完本指南后，你将能够使用 15 种专业分析工作流来筛选股票、分析技术形态、回顾市场和管理风险——全部通过与 AI 助手的自然语言对话完成。该技能覆盖美股、全球市场、加密货币、外汇和期货。
什么是 OpenClaw TradingView 量化技能？
OpenClaw TradingView 量化技能（openclaw-tradingview-quant）是一个 AI 技能，提供基于 TradingView API 数据结构的专业量化投资分析框架和方法论。它将你的 AI 助手变成市场分析专家，能够进行系统化股票筛选、多时间框架技术分析、形态识别和风险调整仓位计算。
核心能力一览：
| 功能 | 描述 | 工作流文件 |
|---|---|---|
| 智能股票筛选 | 多因子评分结合技术+基本面过滤 | smart-screening.md |
| 深度个股分析 | 全面的单只股票评估 | deep-stock-analysis.md |
| 技术形态识别 | 经典形态识别与置信度评分 | pattern-recognition.md |
| 市场回顾 | 每日热门板块追踪和资金流向分析 | market-review.md |
| 风险管理 | Kelly 公式仓位计算和止损策略 | risk-assessment.md |
| 板块轮动 | 跨板块表现比较和趋势分析 | sector-rotation.md |
| 事件驱动分析 | 财报、政策和新闻影响框架 | event-analysis.md |
| 多时间框架分析 | 日/周/月趋势确认 | multi-timeframe-analysis.md |
主要优势：
- 零配置：安装后立即开始使用——无需 API 密钥或设置
- 自然语言界面：用中文或英文提问
- 专业方法论：机构量化分析师使用的分析框架
- 多市场覆盖：8+ 市场，包括美国（NYSE、NASDAQ）、全球交易所、加密货币和外汇
如何安装 OpenClaw 量化技能
第一步：运行安装命令
打开终端并运行：
npx skills add ljsd666/openclaw-tradingview-quant安装通常在 30 秒内完成。无需额外依赖、API 密钥或配置文件。
第二步：验证安装
安装后，你的项目目录将包含：
openclaw-tradingview-quant/
├── SKILL.md # AI 技能描述
├── SECURITY.md # 安全策略
├── references/ # 8 个参考文件 + 9 个 API 示例
│ ├── api-examples/ # 真实 API 响应格式示例
│ ├── api-documentation.md # 完整 TradingView API 文档
│ ├── technical-analysis.md # 100 分评分方法论
│ ├── pattern-library.md # 形态识别算法
│ ├── risk-management.md # 仓位和风险管理
│ └── us-stock-examples.md # 实战案例研究
└── workflows/ # 15 个分析工作流文件
├── smart-screening.md
├── deep-stock-analysis.md
├── market-review.md
└── ... (还有 12 个工作流)第三步：开始分析
只需向你的 AI 助手提出市场分析问题。当你询问股票分析、技术指标、市场筛选、风险管理或交易策略时，技能会自动激活。
💡 专业提示：该技能适用于任何支持 OpenClaw 技能格式的 AI 助手，包括 Claude、ChatGPT 和其他兼容平台。
智能股票筛选：发现优质机会
智能筛选工作流使用多因子模型从市场中过滤优质标的，将技术分析和基本面分析结合成综合评分系统。
筛选流程如何工作
筛选遵循 7 步漏斗，逐步缩小候选范围：
- 定义筛选标准 — 市场范围、技术条件、基本面过滤器
- 获取市场元数据 — 确认市场代码和可用数据标签
- 构建候选池 — 从排行榜排名中提取前 100 名候选
- 技术筛选 — 对前 20-30 名候选进行详细技术分析
- K 线验证 — 验证前 10 名的价格形态和成交量
- 综合评分 — 应用 100 分评分模型
- 生成报告 — 输出排名结果和交易建议
100 分技术评分模型
每只筛选出的股票都会在 5 个维度上获得综合评分：
| 维度 | 权重 | 关键指标 |
|---|---|---|
| 趋势强度 | 30 分 | SMA/EMA 排列、ADX 值、价格与均线关系 |
| 动量 | 25 分 | RSI 区间、MACD 信号、随机指标交叉 |
| 形态识别 | 20 分 | 经典形态（头肩顶、双底、旗形） |
| 支撑/阻力 | 15 分 | 枢轴点、斐波那契水平、成交量分布 |
| 市场情绪 | 10 分 | 成交量趋势、买卖盘分析、新闻情绪 |
示例：筛选美国科技股
帮我从美国科技板块筛选强势股票，重点关注：
- 科技板块（软件、半导体、云计算）
- RSI 在 40-70 之间（未超买）
- 最近 5 天内 MACD 金叉
- 市值超过 100 亿美元AI 执行完整的筛选工作流：
- 从美国市场排行榜（NYSE、NASDAQ）提取前 100 名涨幅榜
- 获取估值和盈利能力数据进行基本面过滤
- 对顶级候选使用
include_indicators=true运行技术分析 - 使用 60 天日线 K 线数据验证均线排列
- 输出带有评分、入场价格和止损水平的排名报告
示例输出结构：
# 智能股票筛选结果 — 美国科技板块
## 合格股票（100 个候选中有 8 个通过）
### 1. Advanced Micro Devices (NASDAQ:AMD) ⭐⭐⭐⭐⭐
综合评分：87/100
- 技术面：RSI=55，MACD=金叉，趋势=强势看涨
- 基本面：PE=25.3，ROE=18.7%
- 买入建议：$145.20-146.80
- 止损：$142.50
- 目标价：$152.00深度个股分析
当你想要对特定股票进行全面评估时，深度分析工作流将 6 个数据源整合成一份综合报告。
6 步分析框架
步骤 1：代码确认 — 通过名称或代码搜索，确认准确的 EXCHANGE:SYMBOL 格式（例如 NASDAQ:AAPL、NYSE:TSLA）。
步骤 2：实时报价 — 当前价格、涨跌幅、成交量、市值、52 周区间和买卖盘数据。
步骤 3：多时间框架图表 — 三个并行数据拉取：
- 日线（120 根 K 线） — 中期趋势分析
- 周线（52 根 K 线） — 长期方向和主要支撑/阻力
- 60 分钟（100 根 K 线） — 短期入场时机和日内形态
步骤 4：详细技术分析 — 完整指标套件，包含跨 8 个时间框架（1 分钟到月线）的多时间框架信号摘要，以及 RSI、MACD、ADX 和均线系统的单独读数。
步骤 5：新闻分析 — 按代码过滤的最近 5-10 条新闻，涵盖财报、公司公告、行业发展和监管变化。
步骤 6：日历事件 — 即将到来的财报发布、分红日期和可能影响价格的公司行动。
示例：分析美国科技股
帮我分析英伟达（NVDA）— 现在是买入的好时机吗？AI 生成的综合报告包括：
- 所有时间框架的技术评分
- SMA50 的关键支撑和近期高点的阻力
- 即将到来的财报日期和分析师预期
- 基于你的资金的仓位建议
- 明确的风险回报比，包含止损和目标水平
每日市场回顾：追踪板块和资金流向
市场回顾工作流提供每日市场分析的系统框架，帮助你识别热门板块和发现投资机会。
市场回顾涵盖内容
完整的市场回顾从 4 个并行来源提取数据：
- 前 50 名涨幅榜 — 最强表现者，包含成交量和涨跌数据
- 前 50 名跌幅榜 — 最弱股票，用于识别板块弱势
- 最活跃（30 只股票） — 最高成交量，显示资金流向信号
- 异常成交量（30 只股票） — 异常成交量激增，表明机构活动
然后将这些数据与以下内容交叉参考：
- 市场新闻（10-20 条最新项目）用于催化剂识别
- 指数报价（例如标普 500、道琼斯、纳斯达克综合指数）用于大盘背景
- 板块分类以识别前 3-5 个热门板块
阅读市场回顾报告
输出遵循结构化格式：
# 美国股市回顾 — 2026-03-11
## 市场概览
- 标普 500：+1.2% | 道琼斯：+0.8% | 纳斯达克：+1.9%
- 涨跌比：3,200 上涨 / 1,500 下跌
- 交易量：4,200 亿美元（较前一日 +15%）
## 热门板块（按强度排名）
| 排名 | 板块 | 平均涨幅 | 股票数量 | 催化剂 |
|------|------|----------|----------|--------|
| 1 | 半导体 | +5.2% | 18 | 芯片需求强劲 |
| 2 | AI/软件 | +3.8% | 12 | 财报超预期 |
| 3 | 清洁能源 | +2.9% | 15 | 政策支持 |
## 投资机会
- 半导体：AI 芯片需求激增，关注回调入场机会
- AI 板块：财报动能，聚焦云计算领军者支持的市场回顾
你可以对以下任何市场运行市场回顾：
- 美国：
market_code='america'— NYSE、NASDAQ - 欧洲：
market_code='uk'、market_code='germany'— LSE、XETR - 亚洲：
market_code='japan'、market_code='hongkong'— TSE、HKEX - 加密货币：
asset_type='crypto'— 所有主要交易所
风险管理：仓位计算和止损
专业的风险管理是区分盈利交易者和其他人的关键。该技能提供完整的风险评估框架，包括波动率分析、Kelly 公式仓位计算和多方法止损计算。
波动率分析
系统从 250 天历史数据计算关键风险指标：
- 年化波动率 — 日收益率标准差 × √252
- 最大回撤 — 期间内最大的峰谷跌幅
- Beta 系数 — 股票相对于市场的波动率
- 平均真实波幅（ATR） — 平均日价格区间，用于动态止损
Kelly 公式仓位计算
Kelly 公式根据你的胜率和风险回报比确定最优仓位大小：
f = (b × p - q) / b
其中：b = 赔率（回报/风险），p = 胜率，q = 1 - p
建议：使用半 Kelly (f/2) 采取保守方法波动率调整替代方案：
建议仓位 % = 目标日波动率 / 工具日波动率
示例：目标 2% 日波动率，股票有 4% → 最大仓位 = 50%分批建仓策略
技能推荐 3 阶段入场方法：
| 阶段 | 仓位大小 | 触发条件 |
|---|---|---|
| 首次入场 | 总仓位的 30-40% | 初始分析确认买入信号 |
| 加仓 1 | +30% | 趋势确认（例如突破阻力） |
| 加仓 2 | +30% | 突破关键技术水平并伴随成交量 |
止损和止盈计算
系统评估 4 种止损方法并推荐最合适的：
- ATR 止损：当前价格 − 2 × ATR（动态，适应波动率）
- 均线止损：低于 SMA20 或 SMA50 支撑
- 枢轴点止损：低于 S1 或 S2 支撑水平
- 形态止损：低于识别的图表形态的低点
风险回报要求：最低 1.5:1 比率，理想情况下 2.0:1 或更高。
示例：10 万美元投资组合的仓位计算
我有 10 万美元资金，想买苹果（AAPL）。
应该分配多少？AI 计算：
- 股票的年化波动率（例如 28%）
- 使用半 Kelly 公式的最优仓位大小
- 入场价格、基于 ATR 的止损水平和两个止盈目标
- 最大潜在损失：2,000 美元（每笔交易占总资金的 2%）
技术形态识别
形态识别工作流识别经典图表形态并提供置信度评分的交易信号。
支持的形态
技能的形态库涵盖最可靠的图表形态：
反转形态：
- 头肩顶 / 倒头肩底
- 双顶 / 双底
- 三重顶 / 三重底
- 圆弧底
持续形态：
- 牛旗 / 熊旗
- 上升 / 下降三角形
- 对称三角形
- 杯柄形态
每个形态分析包括：
- 形态置信度评分（0-100%）
- 形态库中的历史成功率
- 基于形态高度的测量价格目标
- 推荐的入场、止损和止盈水平
15 种分析工作流一览
以下是技能中可用的每个工作流的完整参考：
核心分析工作流
| 工作流 | 用例 | 示例查询 |
|---|---|---|
deep-stock-analysis | 全面的单只股票评估 | ”帮我分析特斯拉” |
smart-screening | 多因子股票筛选 | ”在美国找强势科技股” |
fundamental-screening | 价值/股息筛选 | ”找低市盈率高股息的美股” |
pattern-recognition | 图表形态识别 | ”AAPL 正在形成什么形态？“ |
multi-timeframe-analysis | 跨日/周/月趋势确认 | ”比特币处于上升趋势吗？“ |
市场和板块工作流
| 工作流 | 用例 | 示例查询 |
|---|---|---|
market-review | 每日市场回顾和板块追踪 | ”今天美国市场怎么样？“ |
sector-rotation | 跨板块表现比较 | ”本月哪些板块最强？“ |
news-briefing | 财经新闻汇总和分析 | ”总结今天的市场新闻” |
风险和事件工作流
| 工作流 | 用例 | 示例查询 |
|---|---|---|
risk-assessment | 仓位计算和止损规划 | ”5 万美元应该买多少 TSLA？“ |
event-analysis | 财报/政策影响分析 | ”美联储会议将如何影响市场？“ |
calendar-tracking | 即将到来的财报、分红、IPO | ”下周有哪些财报？“ |
报价和搜索工作流
| 工作流 | 用例 | 示例查询 |
|---|---|---|
symbol-search | 跨市场查找工具 | ”找半导体 ETF” |
realtime-monitor | 解读实时报价数据 | ”BTC 的当前报价是多少？“ |
multi-symbol-analysis | 批量分析多个工具 | ”比较 AAPL、MSFT 和 GOOGL” |
exchange-overview | 交易所和市场元数据 | ”亚洲有哪些交易所？“ |
使用量化技能的最佳实践
1. 从市场回顾开始
每个交易日开始时进行市场回顾，在分析个股之前了解大盘背景。
2. 使用多时间框架确认
永远不要依赖单一时间框架。技能的多时间框架分析工作流检查日线、周线和月线趋势以确认信号。
3. 始终应用风险管理
在进入任何仓位之前，运行风险评估工作流以确定适当的仓位大小和止损水平。黄金法则：单笔交易的风险永远不要超过总资金的 2%。
4. 结合技术和基本面分析
智能筛选工作流特意结合了两种方法。使用基本面筛选识别优质公司，然后使用技术分析找到最佳入场时机。
5. 用形态识别验证
识别候选后，检查支持你论点的图表形态。带有置信度评分的形态识别增加了额外的确信层。
常见问题
什么是 OpenClaw TradingView 量化技能？
OpenClaw TradingView 量化技能是一个 AI 驱动的量化投资分析系统，提供 15 种专业分析工作流、100 分技术评分模型和风险管理框架。它覆盖股票、加密货币、外汇和期货等 8+ 全球市场，包括美国（NYSE、NASDAQ）、欧洲、亚洲和加密货币交易所。
我需要编程技能才能使用这个技能吗？
不需要编程技能。该技能通过自然语言工作——只需用中文或英文描述你想分析的内容，AI 会自动执行适当的工作流。例如，询问”帮我筛选强势科技股”或”分析 BTC/USDT 技术指标”。
技术分析评分有多准确？
100 分评分模型基于专业分析师使用的既定量化方法论。它结合了 5 个维度（趋势、动量、形态、支撑/阻力、情绪）和加权评分。但是，所有分析仅供参考——没有模型可以确定地预测市场。始终将技能的分析与你自己的判断和风险管理相结合。
我可以自定义筛选标准吗？
可以。你可以指定技术标准（RSI 区间、MACD 状态、成交量条件）、基本面标准（市盈率、ROE、市值、股息率）和市场范围（国家、板块、资产类型）的任意组合。AI 会根据你的具体要求调整筛选工作流。
这与彭博终端或其他专业工具相比如何？
该技能提供与专业量化分析师使用的类似的方法论级别分析框架，且零成本。虽然彭博终端（每年 24,000 美元）提供更深入的数据访问和专有分析，但 OpenClaw 量化技能通过 AI 提供可比的分析框架，使个人投资者能够获得专业级量化分析。对于实时数据，将技能与 TradingView Data API 配对（提供免费套餐）。
获取实时数据（可选）
该技能开箱即提供分析框架和方法论。对于实时市场数据以输入这些工作流，你可以选择连接 TradingView Data API：
- 免费套餐：每月 500 次请求 — 足够每日分析 5-10 只股票
- 基础计划：每月 10,000 次请求（$9.99）— 活跃的每日筛选
- 专业计划：每月 100,000 次请求（$49.99）— 全职量化分析
该 API 覆盖所有支持市场的 160,000+ 工具，提供实时报价、历史 OHLCV 数据、技术指标、排行榜、新闻和日历事件。
总结
OpenClaw TradingView 量化技能将 AI 助手转变为专业量化分析工具，提供 15 种分析工作流，涵盖从市场筛选到风险管理的完整投资分析生命周期。
凭借对 8+ 全球市场的支持、100 分技术评分模型、带置信度评分的形态识别以及 Kelly 公式仓位计算，该技能通过简单的自然语言对话提供机构级分析框架。
30 秒开始使用：
npx skills add ljsd666/openclaw-tradingview-quant然后提出你的第一个问题：“帮我从美国科技板块筛选强势股票”——看着你的 AI 助手成为你的个人量化分析师。
相关资源
本文参考来源：
- OpenClaw TradingView Quantitative Analysis Skill: Complete Usage Guide - TradingView Data API 官方博客
本技能提供的分析和建议仅供参考，不构成投资建议。投资有风险，决策需谨慎。