🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

有据 taoqizhang55-code/stockproof

DeepSeek Harness
taoqizhang55-code3 天前有提交已提供中文文档扫描:无法判定

读新闻财报并附出处,用十年数据检验信号是否有效

35.6/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/11/2 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。

自动兼容检查有告警:未发布到 npm registry,仅可从源码安装;安装清单取自 dsh-plugin/package.json。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add taoqizhang55-code/stockproof
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

状态速览

判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态
信任档位:仅索引
是什么
dsh 原生插件 · market
装得上吗
静态安装检查有提示项,装前建议看一眼 README
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
活跃:最近一次提交在 3 天前
档位由哪些信号合成

本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。

验证判据与等级说明 →
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查⚠ 装前注意

未发布到 npm registry,仅可从源码安装;安装清单取自 dsh-plugin/package.json

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。

✗npm 包dsh-plugin-stockproof(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✓入口文件main/exports/bin 已声明

验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/11/2 15:45:26

安全扫描自动 · 静态分析源码
v2.7.0
⚪ 扫描:无法判定尚无人工评估
展开查看扫描说明与证据 ↓

已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。

  • · 包内无可扫 JS
  • · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/4(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个

大模型读取带来源引用的股市新闻、财报和公告,再把每个信号放到 10 年 point-in-time 数据上回测。量化实验室、持仓体检、网页仪表盘,DeepSeek Harness / MCP 插件。覆盖美股、A 股、港股。

README

由 DeepSeek 最新模型翻译生成
stockproof · 有据 让大模型替你读股票新闻、财报和公司公告,每条结论都附原文出处。再用多年历史数据逐一检验这些信号到底有没有用,并在界面上如实标明检验结果。 支持美股、A 股(沪深北)和港股,中英文界面。 30 秒装好,离线体验(不用 API key,不限时)。演示会打开完整的网页看板,用的是内置的真实数据;只有需要联网或调用 AI 的按钮是停用的: pip install stockproof stockproof demo 不需要 GitHub 账号,也不用装 git。国内网络建议用清华镜像,下载更快: pip install stockproof -i https://pypi.tuna.tsinghua.edu.cn/simple 觉得不错?跟着下面的 10 分钟上手,从演示走到你自己的股票、一次回测和一次持仓体检。 选股与证据评分卡 功能 日常看盘 | | 命令 | 作用 | | 新闻情绪 | scan | AI 判断每条新闻和这家公司有多相关、是利好还是利空。张冠李戴的新闻(比如把德国默克的消息算到默沙东头上)和同一事件的重复报道都会被剔除。 | | 财报解读 | earnings | 读公司官方财报原文(美股来自 SEC,A 股和港股来自东方财富):语气、业绩指引、要点、风险,并计算业绩惊喜 SUE。
展开完整文档(README 剩余 1 节)
stockproof · 有据

让大模型替你读股票新闻、财报和公司公告,每条结论都附原文出处。再用多年历史数据逐一检验这些信号到底有没有用,并在界面上如实标明检验结果。 支持美股、A 股(沪深北)和港股,中英文界面。

30 秒装好,离线体验(不用 API key,不限时)。演示会打开完整的网页看板,用的是内置的真实数据;只有需要联网或调用 AI 的按钮是停用的:

pip install stockproof
stockproof demo

不需要 GitHub 账号,也不用装 git。国内网络建议用清华镜像,下载更快: pip install stockproof -i https://pypi.tuna.tsinghua.edu.cn/simple

觉得不错?跟着下面的 10 分钟上手,从演示走到你自己的股票、一次回测和一次持仓体检。

选股与证据评分卡

功能

日常看盘

| | 命令 | 作用 |
| 新闻情绪 | scan | AI 判断每条新闻和这家公司有多相关、是利好还是利空。张冠李戴的新闻(比如把德国默克的消息算到默沙东头上)和同一事件的重复报道都会被剔除。 |
| 财报解读 | earnings | 读公司官方财报原文(美股来自 SEC,A 股和港股来自东方财富):语气、业绩指引、要点、风险,并计算业绩惊喜 SUE。 |
| 公告监控 | 网页看板 | 按重要程度给 A 股、港股公告分类,比如减持、问询函、回购、中标、重组等;重要公告由 AI 写摘要。 |
| 为什么涨跌? | 网页看板 | 遇到异动时,只用当天前后的新闻、公告、财报来解释,逐条注明出处;找不到原因就直接说找不到。 |
| 财报对比 | 网页看板 | 最新两期财报相比,业绩、展望、风险、业务、分红有哪些变化。 |
| 每日简报、财报日历、定时运行 | daily / calendar / schedule | 每天汇总关注列表、提醒即将发布的财报、每晚自动更新并弹出通知(Mac、Windows、Linux 都支持)。 |

选股与评分卡

| | 命令 | 作用 |
| 全市场选股 | screen | 全部 A 股按业绩惊喜、营收和利润增长、ROE、走势打分,每个行业最多 3 只,附通俗易懂的理由;任意一只股票都能查排名。 |
| 证据评分卡 | scorecard | 每个维度 0–100 分,附出处、利好和风险。每个维度都标明历史检验结果,只有检验过的维度才计入总分。 |

研究与量化实验室

| | 命令 | 作用 |
| 研究 | research | 事件研究和扣费回测:上面这些信号到底能不能预测股价? |
| 政策信号 | policy | 2016 年以来的新闻联播,按行业判断政策态度,以及措辞落在哪一级(研究 → 稳步推进 → 加快 → 大力支持)。 |
| 量化实验室 | lab | 把任何交易想法写成策略(财报、业绩预告、政策信号、因子),用不偷看未来的历史数据回测,生成图文报告。最近 2 年数据锁住,只能检验一次;每多试一个版本,显著性门槛自动提高,防止过拟合。 |

持仓体检与 AI 智能体

| | 命令 | 作用 |
| 持仓体检 | portfolio | 用真实历史股价体检你的持仓:集中度、看似分散其实同涨同跌的股票、风险从哪来,并用今天的仓位重演 2015、2018、2020、2021–22、2024 年的大跌。 |
| AI 智能体 | mcp | 23 个 MCP 工具,含 DeepSeek Harness 插件(dsh-plugin/),Claude 和 Cursor 也能用。上面每一项功能都能用中文直接问;问"你能做什么"会列出全部功能。另外让 DeepSeek 做到它原本做不到的事:用真实数据回测、筛选 5000 只股票、体检你的持仓。 |

所有功能都在一个本地网页看板里:stockproof dashboard。首页列出能做的事,例子点一下就能跑;实验室页用表单回测想法,不用写 JSON;持仓体检页体检你的持仓,填过的持仓下次自动填好。第一次在 DeepSeek Harness 里用 stockproof 时,DeepSeek 会在对话里列出全部功能,并推荐打开网页看板体验;之后问"你能做什么"、输入 /stockproof 选现成问题,或说"打开网页看板"都可以;说"打开网页看板的实验室页"可以直接跳到某一页。命令行直接输入 stockproof 会显示同样的分组菜单;在 DeepSeek Harness 里输入 / 可以选现成的问题(体检持仓、回测想法、为什么涨跌……)。

大模型自己做不到,装了 stockproof 就能做到

在 DeepSeek Harness 里问:"A 股业绩大超预期的公司,财报公布后第二天买入持有 20 天,扣费后能跑赢吗?"
DeepSeek 把问题翻译成策略,实验室用十年 A 股数据现场回测,浏览器自动弹出报告。结论是不能:每年 −3.6%(t = −2.0), 2020 年前 4 年里有 3 年为正,2020–2024 年每年都是负的。再让它换个条件试,它会提醒你"已经试了 2 个版本,显著性门槛提高到 2.24"。

在 DeepSeek Harness 里用 stockproof 现场回测

在 DeepSeek Harness 里输入 /stockproof,可以选 10 个现成的问题:

研究发现

用作者自己的数据(2016–2026)跑出的结果。网页看板的"研究"页里有完整报告,包括 t 值和注意事项。

| 问题 | 结论 |
| 股价对财报惊喜有反应吗? | 有,而且集中在公布当天。 业绩好的组减去业绩差的组:美股大盘股 +1.7%(t = 5.4),沪深 300 +2.0%(t = 17.4)。如果把日期错用成法定截止日,反应就看不到了,所以日期要用真实的披露日。 |
| AI 读财报有额外价值吗? | 能解释当天的反应。 美股 472 份财报中,语气能解释当天的涨跌,SUE 解释不了(语气 t = 3.1,SUE t = −0.5)。A 股负面语气的财报公布两天平均 −1.3%(t = −4.2)。 |
| 能预测之后的走势吗? | 不能。 对之后第 2–61 天没有预测力(t = 0.6)。 |
| 财报后漂移还在吗? | 美股大盘股 2021 年后已经消失;A 股仍然存在(+2.2%,t = 2.5),但只能做多的话,扣除交易成本后每年仅 +0.3%(t = 0.2)。漂移主要发生在坏消息之后股价继续下跌这一边,A 股很难做空。 |
| 按基本面选股能跑赢吗? | 不能。 综合分前 30 名每年比同一股票池多 +1.3%(t = 0.5);只看走势是 +6.4%(t = 1.5,不显著)。 |
| 新闻联播的政策措辞能预测行业涨跌吗? | 普通人交易不了。 在 8490 次中央新举措中,措辞强弱在开盘前就已经反映在价格里(+0.03%,t = 5.3;最强一级 +0.12%)。之后,受支持的行业反而略微跑输。回测每年 +0.6%(t = 0.4)。 |

这些结论的共同点是:公开信息会被市场很快消化。所以 stockproof 的定位是帮你更快地阅读和核实证据,而不是给你一个买卖信号。看板上凡是出现分数的地方,都会如实写明这一点。

设计原则

- 有出处,不编造: AI 只能使用编了号的证据,注明不了出处的观点会被自动删掉;"找不到原因"也是允许的回答。
- 分数带着检验记录: ✓ 历史检验有效 · 检验过但不显著 · ? 尚未检验。
- 不偷看未来: 每股收益用首次公布的数字,日期用真实披露日,买入时点在消息发布之后。
- 任意大模型: 默认 DeepSeek,也支持 OpenAI、通义千问、本地 Ollama 和任何 OpenAI 兼容接口。每条内容只读一次并缓存,日常使用一天只要几分钱。
- 不用付费数据: SEC、Nasdaq、Yahoo 和 Google 新闻 RSS,以及通过 AKShare 获取的东方财富、新浪、央视、申万数据。
- 本地运行,保护隐私: 网页看板只在本机(127.0.0.1)运行,拒绝其他网站发来的请求;API key 只从环境变量读取,不写进任何文件。

安装

需要 Python 3.10 以上(A 股和港股需要 3.11 以上)。

Mac、Windows、Linux 都能用,三个系统都有自动测试。

pip install "stockproof[cn,mcp]"

然后设置 API key(默认用 DeepSeek,stockproof providers 可以查看其他模型)。只有美股财报需要第二行的联系方式(SEC 要求)。

Mac / Linux:把下面两行加到 ~/.zshrc(或 ~/.bashrc)里,这样会一直有效,然后重新打开终端:

export DEEPSEEK_API_KEY="sk-..."
export STOCKPROOF_SEC_CONTACT="你的名字 you@example.com"

Windows:在 PowerShell 里运行(会为当前用户保存,之后重新打开窗口):

setx DEEPSEEK_API_KEY "sk-..."
setx STOCKPROOF_SEC_CONTACT "你的名字 you@example.com"

最后打开网页看板:

stockproof dashboard

在网页里添加股票(600519、300750、00700、AAPL……),然后点"更新新闻"和"更新财报"。

10 分钟上手

先完成上面的安装并设置好 API key,然后:

1. 逛一遍演示(2 分钟)。 运行 stockproof demo,把每个标签页点开看看。首页列出了能做的事,例子点一下就能跑。
2. 加你自己的股票(3 分钟)。 运行 stockproof dashboard → 股票页 → 输入几个代码(600519, 00700, AAPL)→ 添加 → 点更新新闻,再点更新财报。第一次更新每只股票大约要一分钟。点任意一行,可以看新闻、财报解读和公告;遇到异动,点旁边的为什么?。
3. 检验一个想法(2 分钟)。 实验室页 → 点一个模板,比如"业绩大超预期后买入,持有 20 天" → 开始回测。看完结论,改一个条件再跑一次:每多试一个版本,显著性门槛就会提高。
4. 体检你的持仓(1 分钟)。 持仓体检页 → 填入持仓(600519 100, AAPL 50)→ 开始体检。报告会告诉你仓位集中不集中、哪些股票其实同涨同跌,以及按今天的仓位,历史上几次大跌会亏多少。
5. 用中文直接问(1 分钟,可选)。 运行 stockproof mcp --install-dsh,重启 DeepSeek Harness,输入 /stockproof,或者问"你能做什么"。
6. 每天自动更新(1 分钟)。 运行 stockproof schedule --time 21:00,每晚自动更新关注列表并生成每日简报(Mac、Windows、Linux 都支持)。

常用命令

stockproof dashboard # 打开网页看板 stockproof screen --top 30 # 全市场选股 stockproof screen --backtest --skip-screen # 用历史数据检验选股规则 stockproof scorecard # 给选股名单前 10 名生成证据评分卡 stockproof scorecard 600519 000898 # 也可以指定任意股票 stockproof research --market cn --open # A 股财报事件研究和回测 stockproof policy # 新闻联播政策研究(第一次需要下载几个小时) stockproof schedule --time 21:00 # 每晚自动更新(Mac、Windows、Linux 都支持) stockproof mcp --install-dsh # 一条命令装进 DeepSeek Harness(含桌面版,任何电脑) stockproof lab caps # 量化实验室:能检验哪些想法 stockproof lab confirm <id> # 在锁定的近两年数据上检验一次 stockproof portfolio "600519 100, 00700 300, AAPL 50" # 持仓体检 stockproof demo # 离线演示

数据与局限

- 数据接口是免费、公开但非官方的,可能变化或限流。stockproof 会自动放慢、重试,被拒绝时会给出明确提示后停止。
- AI 可能读错,每条结论都附原文链接,请以原文为准。
- 不构成投资建议。 上面的研究结论,正是这个工具不给买卖建议的原因之一。

MIT 许可证。
预览分享卡片长什么样 ↓taoqizhang55-code/stockproof
分享 · DeepSeek Harness Hub
taoqizhang55-code/stockproof

读新闻财报并附出处,用十年数据检验信号是否有效

这是你的仓库?认领条目

回到顶部