期货走势分析与预测 v3.0

> 数据源: AKShare + Tushare Pro (双引擎) + WebSearch | 后端: futures-monitor REST API

数据获取架构

期货分析 (futureanalyse v3.0)
  │
  ├── analyze.py ─────────── 技术面: AKShare futures_main_sina
  │
  ├── futures-monitor API ── 行情快照: GET /api/daily
  │                          │ 持仓排名: GET /api/holding
  │                          │ 仓单数据: GET /api/warehouse
  │                          │ 宏观数据: GET /api/macro/pmi|money|gdp
  │                          │ 南华指数: GET /api/nanhua
  │                          (AKShare + Tushare 双引擎, 自动回退)
  │
  └── WebSearch ──────────── 基本面供需 / 情绪面舆情 / 突发事件

输入规范

特殊格式: 品种+月份 如 生猪09 → 分析LH2609合约 + 主力合约对比

分析流程

Phase 1: 环境准备 → Phase 1.5: 启动数据服务 → Phase 2: 数据采集
→ Phase 3-5: 多维分析 → Phase 6: 综合研判 → Phase 7: 输出报告

Phase 1: 环境准备 (≤30秒)

pip install akshare pandas numpy scipy tushare -q 2>&1 | tail -3

确认 analyze.py 在 skill 目录下可用。

Phase 1.5: 启动 futures-monitor 数据服务 (推荐)

检查 127.0.0.1:8765 是否已运行:

curl -s http://127.0.0.1:8765/health 2>/dev/null || echo "未启动"

如未启动:

cd futures-monitor && python server.py -p 8765 --no-browser &

服务提供 analyze.py 之外的增量数据:

Phase 2: 数据采集

2.1 三层采集策略

Layer 1: analyze.py → 技术面 (价格/均线/MACD/RSI/KDJ/ATR/ADX/BB/量仓/评分)
Layer 2: futures-monitor API → 持仓排名 + 仓单 + 宏观 + 南华指数
Layer 3: WebSearch → 基本面供需 + 情绪面舆情 + 突发事件

2.2 发现正确 symbol (关键步骤!)

不同品种在不同交易所的 display symbol 不同。必须先用 futures_display_main_sina() 查找，不要猜测：

import akshare as ak
display = ak.futures_display_main_sina()
# 搜索用户品种: 沪锡→SN0, 生猪→LH0, 螺纹→RB0, 铁矿→I0, 原油→SC0
# 黄金→AU0, 铜→CU0, 豆粕→M0, 棕榈→P0, 股指→IF0
# 规则: 品种代码 + "0" (数字0)

常见品种 symbol 映射 (已验证):

2.2 运行分析脚本

直接使用打包好的 analyze.py，输出结构化数据：

# 基础: 只分析主力合约
python3 .claude/skills/futures-analysis/analyze.py SN0

# 带指定合约: 如生猪09 → LH2609
python3 .claude/skills/futures-analysis/analyze.py LH0 --contract LH2609

# 自定义分析窗口
python3 .claude/skills/futures-analysis/analyze.py SN0 --period 60

脚本输出格式: 每行 KEY:VALUE，最后输出 JSON。直接解析使用，无需修改脚本。

2.3 数据校验

校验通过后向用户展示数据摘要（用脚本输出的值填充）：

品种: {name} | 主力: {symbol} | 合约: {contract}
时间范围: {date_range} ({N}根K线)
最新价: {latest} | 120日涨跌: {change_pct}%
区间: {min} ~ {max} | ATR: {atr} ({atr_pct}%)

Phase 3-5: 多维分析

脚本已输出所有技术指标数值。分析时：

• 直接引用脚本输出的 KEY:VALUE，不要重新计算
• 技术面用脚本输出 + 手动补充K线形态解读
• 基本面用 WebSearch 采集，结合脚本输出的技术面数据
• 情绪面用 WebSearch 搜索"品种+最新消息+分析"

评分规则 (直接使用脚本输出)

• SCORE_TECH: 脚本的技术面综合评分 (-10~+10)，直接引用
• 基本面评分: 手动判断 (-10~+10)
• 情绪面评分: 手动判断 (-10~+10)

Phase 6: 综合研判

总分 = SCORE_TECH×0.4 + 基本面评分×0.30 + 情绪面评分×0.15 + 宏观评分×0.15

> v3.0 调整: 宏观权重从 10% 提升到 15%，因为现在有多维度宏观数据支撑

宏观评分参考 (基于 futures-monitor 数据):

跨合约分析 (如用户指定了月份)

对比主力合约 vs 指定合约：

• 价差结构: contango(远月升水) / backwardation(远月贴水)
• 持仓分布: 哪个合约是主战场
• 基差含义: 升水=乐观预期 / 贴水=悲观现实

Phase 7: 输出报告

根据用户需求选择模板：

• 综合报告: 使用 完整模板
• 快速研判: 精简到4段（见下方快捷指令）
• 交易计划: 聚焦入场/止损/止盈
• PPT报告: 生成 .pptx 演示文稿 (Phase 8)

Phase 8: 生成PPT (可选)

当用户需要PPT时，运行 generate_ppt.py：

# 基础用法: analyze.py输出的JSON → PPT
python3 .claude/skills/futures-analysis/generate_ppt.py \
  --data /tmp/sn_result.json \
  --output 沪锡分析报告.pptx

# 带Markdown报告文本 (自动提取基本面/情绪面/核心逻辑)
python3 .claude/skills/futures-analysis/generate_ppt.py \
  --data /tmp/rb_result.json \
  --report-md /tmp/rb_report.md \
  --output 螺纹钢分析报告.pptx \
  --title "螺纹钢RB2610 期货走势分析"

PPT结构 (9页):

1. 封面 — 品种名称、最新价、技术评分徽章
2. 数据概览 — 价格指标、均线、市场状态
3. 技术面-趋势 — MA/MACD/ADX/RSI/KDJ/布林带
4. 关键价位 — 支撑压力表 + 斐波那契可视化(含现价标记)
5. 基本面分析
6. 情绪面分析 — 机构观点表
7. 综合研判 — 评分汇总 + 风险矩阵
8. 情景推演 — 三种情景卡片
9. 交易参考 + 跟踪清单 + 免责声明

配色: 深蓝主色调，涨绿跌红，专业金融风格。文字使用微软雅黑。

Phase 8b: 生成HTML演示稿 (可选)

当用户需要演示稿时，生成乔布斯风极简科技感竖屏HTML演示稿，可直接在浏览器中打开演示。

设计规范:

幻灯片结构 (12页标准):

配色方案 (金融定制):

• 背景: #0a0a0a 深黑
• 光斑: #1a1a2e(深蓝) #3b82f6(蓝) #8b5cf6(紫)
• 涨: #16a05e 跌: #e02e2e 平: #9ca3af
• 评分徽章: 绿(#16a05e)/黄(#d29922)/红(#f85149)

生成步骤:

1. 从 analyze.py 的 JSON 输出提取数据
2. 基于已完成的综合研判报告内容
3. 按12页结构逐页填充
4. 内容精简: 每页 ≤5 个要点，每要点 ≤15 字
5. 输出单个 .html 文件，保存到工作目录

快捷指令

快速研判模板 (4段)

## {品种} 快速研判

**方向**: {结论} (技术面{score_tech}/10, 置信度{conf}%)
**核心逻辑**: {3句话}
**关键位**: 支撑{support} | 压力{resistance} | 止损{stop}
**风险**: {top1_risk} | {top2_risk}

多品种联动

常见问题处理

安全与免责

• 不构成投资建议，交易决策需用户自行判断
• 免费数据源存在 15 分钟以上延迟
• AI 分析基于历史规律，无法预测黑天鹅事件
• 频繁请求可能触发 API 限流

依赖

pip install akshare pandas numpy scipy   # 核心
pip install python-pptx                  # PPT生成
pip install yfinance                     # 国际期货(可选)