⚠️ v3.4.6 起转为闭源开发 — 不再向 GitHub / ClawHub 公开发布新版本。详见 CLOSURE.md。
NeoAlpha 是一个面向多市场（美股、港股、A 股）的系统化投资研究与市场监控技能。它融合“主观基本面研究（Thesis-Driven）”与“量化数据流（Quantamental）”，将 Longbridge 行情数据、个股 Thesis 异步管理、SMAM 动量扫描、DCF 估值建模、自然语言组合 Ledger 和自动化交易日节奏（盘前/盘中/收盘）串联成一套可复盘、可验证的个人投研操作系统。
核心原则：本系统只做深度研究、策略监控和资产记录，不提供自动下单或盲目跟风功能。
个人投研常见的问题不是缺少信息，而是信息、判断和行动记录彼此割裂：新闻在网页里，财报数据在行情软件里，个股逻辑在聊天记录里，交易记录在另一个表格里。NeoAlpha 的目标是把这些环节串成一条工作流，让每一次研究、筛选、跟踪和复盘都能留下结构化证据。
它适合三类场景：
- 研究一家公司时，快速建立从基本面、催化剂、估值到风险的 thesis。
- 盘前和盘中需要同时看市场状态、板块轮动、动量变化和个股触发。
- 管理个人持仓时，希望用交易流水重建持仓快照，并把持仓变化和 thesis 状态挂钩。
NeoAlpha 使用 Markdown thesis 文件沉淀公司画像、核心催化、财务与估值、技术面、风险因素、反证条件和操作框架。每个持仓或重点观察标的都有独立文件，适合长期迭代。
默认 thesis 目录放在技能仓库外：
~/Documents/neoalpha/thesis-tracker
也可以通过环境变量覆盖：
export INVESTMENT_THESIS_DIR="/path/to/thesis-tracker"命名规则：
- 美股：
<SYMBOL>.US.md，例如TLN.US.md - 港股/A 股：
<CODE>.<MARKET>-<公司名>.md，例如0700.HK-腾讯控股.md、300394.SZ-天孚通信.md
文件名前缀就是 Longbridge symbol，脚本能稳定解析；公司名保留给人阅读。
NeoAlpha 优先使用 Longbridge CLI 获取行情、K 线、基本面、公告、新闻、估值和事件数据。研究输出强调：
- 数字必须可验证，不能凭印象写结论。
- 事实和推断分开，先列证据再给判断。
- 估值、催化剂、风险和反证条件同时出现。
- 短线动量和长期 thesis 分开处理，避免把交易信号误当长期逻辑。
当 Longbridge 数据不足时，公开网页搜索只作为补充来源。
NeoAlpha 内置全新升级的 双层选股器评分引擎，可从 thesis 标的、持仓池或自定义标的分组中进行大批量扫描：
- 基座风控与市场状态过滤：对趋势、市场状态、动量、相对强度、流动性、筹码质量、低风险买点、题材及催化计算加权基座分，并引入 过度延伸惩罚 (Overextension Penalty) 与 假突破/出货风险 (False Breakout / Distribution Risk)。当价格偏离 MA20 (>8%)、MA50 (>15%)、连续上涨、放量滞涨、冲高回落或突破失败时扣分，未达合格线（短线 45 分，长线 40 分）直接风控拦截（Avoid / Reject）。
- 低风险买点与前瞻蓄势触发：不仅保留单针洗盘、布林收缩 (TTM Squeeze)、K线反转、简化缠论背驰、VCP 波动收缩等择时亮点，还加入 低风险买点 (Low-Risk Entry)、EXPMA 趋势确认 (EXPMA Trend Confirmation)、窄幅收敛蓄势 (Tight Base)、缩量机构吸筹 (Volume Dry Pocket) 与 突破前高张力 (Pre-Breakout Tension)，重点寻找上升趋势中回踩支撑、缩量吸筹、EXPMA 多头排列和突破前的可控风险位置。v3.4.3–v3.4.6 逐步把回踩买点收紧为反转确认日，对突破信号加入 MA20 拥挤震荡 (
choppiness_score) 过滤和放量上限，减少反复假突破。 - 实盘历史回测校准：
scripts/backtest_screener.py支持市场过滤、正确基准映射和同标的 cooldown 去重，可用真实 Longbridge 日线回测短线信号的 5/10/20 日胜率、平均收益、利润因子与持有期最大回撤。scripts/backtest_short_term_strategy.py在 v3.4.6 中升级为趋势跟踪退出架构——Core 12 标的 PF=57.94、胜率 81.2%、均持仓 35 天、均收益 +28.68%；Global 37 标的 PF=13.91、胜率 63.2%、均收益 +15.57%。退出主力 stop_hit_close 占 75%，max_hold_exit 归零。 - 高性能与防限流：引入 12 小时本地文件级行情缓存层，暖缓存下大批量个股扫描从 3 分钟降至 2 秒左右，冷缓存首次运行严格保持完全串行与安全 0.2s 延时，彻底杜绝 Longbridge 行情 429 限速问题。
常用命令：
python3 skills/neoalpha/scripts/screen_momentum.py --from-thesis
python3 skills/neoalpha/scripts/screen_stocks.py --from-thesis --preset short_term_momentum
python3 skills/neoalpha/scripts/screen_stocks.py --from-thesis --preset long_term_compounder
python3 skills/neoalpha/scripts/screen_stocks.py --from-thesis --market CN --preset short_term_momentum
python3 skills/neoalpha/scripts/screen_stocks.py --group ai_infra --preset long_term_compounder选股器支持按子市场和命名分组批量扫描。--market 可取 US/HK/CN/A/SH/SZ，其中 CN/A 表示沪深 A 股。命名分组默认读取 ~/Documents/neoalpha/symbol-groups.json，也可用 --group-file 指定；JSON 可写成：
{
"ai_infra": ["300394.SZ", "AVGO.US", "MRVL.US"],
"cn_semis": {"symbols": ["002371.SZ", "600584.SH", "688110.SH"]}
}--group 直接扫描分组，--group-filter 在 --from-thesis、--symbols 或 --momentum-json 的结果上取交集。
盘前策略会吸收这些筛选结果，减少只凭单条新闻或主观偏好做判断。
NeoAlpha 提供盘前、盘中、收盘三段式工作流，覆盖美股、港股和 A 股观察。
- 盘前：生成市场主假设、风险状态、板块轮动、动量扫描和重点标的观察。
- 盘中：优先评估市场状态，再处理个股触发；已触发条件不会无意义重复刷屏。
- 收盘：复盘指数、持仓、观察列表、风险变化和当天触发事件。
- 跨市场：按实际开市市场过滤标的，港股休市但 A 股交易时仍可输出 A 股播报。
这套机制把“市场环境”和“个股动作”拆开处理，避免盘中被单一标的波动牵着走。
NeoAlpha 的组合记录遵循一个原则：交易流水是事实来源，持仓快照是生成产物。
python3 skills/neoalpha/scripts/portfolio_ledger.py record "<trade description>"脚本会把自然语言交易描述转成结构化流水，再重建：
memory/strategies/portfolio/transactions.csv：交易流水，唯一事实来源memory/strategies/portfolio/positions-current.json：当前持仓快照memory/strategies/portfolio/positions-tracker.md：人类可读持仓跟踪
如果价格、数量、方向或 symbol 不明确，应先确认再记录。
NeoAlpha 包含 DCF 模型生成和验证脚本，用于快速生成可打开、可校验的 Excel 工作簿。适合做：
- Bear / Base / Bull 三情景估值
- DCF 关键假设整理
- 公式结构校验
- Excel 自动重算参数设置
OfficeCLI 可用于 workbook finalization，最终建议用 Microsoft Excel 打开后重算并人工检查。
NeoAlpha 的技能代码、模板、通用参考文档和脚本可以公开发布；个人 thesis、持仓、交易流水、盘中状态、策略输出和 owner prompts 不应进入公开仓库。
因此实际 thesis 默认放在：
~/Documents/neoalpha/thesis-tracker
而不是技能目录内部。公开仓库只保留通用机制，不携带个人研究资产。
- OpenClaw with skill support
- Python 3.10+
- Longbridge CLI 已安装并完成认证
- 可选：OfficeCLI，用于 Excel workbook finalization
本技能支持极简的 AI 助手一键代劳部署以及人类手动安装。
如果您正在使用 AI 编程助手（如 Claude、Gemini、Antigravity-ide 或其他 Agentic AI Coder）为您在 OpenClaw 中配置和部署本技能，请直接将以下 Prompt 复制并发送给它：
Tip
请将以下内容发送给您的 AI 助手：
"请打开并完整阅读本技能目录下的 INSTALLATION.md 文件。该文件包含了供 AI 代理人一键自动部署的结构化指令与序列化命令。请按照 INSTALLATION.md 中第一步到第五步的步骤，在我的 OpenClaw 工作区中自动完成 NeoAlpha 技能的完整安装与 Cron 后台任务的自动化注册。"
如果您是人类操作者，我们为您编写了非常详尽、包含多通道（飞书/Discord/Telegram/Slack）通知订阅以及故障排查的完整安装手册，请直接移步阅读：
➡️ INSTALLATION.md (完整安装与配置指南)
简要手动安装步骤如下：
- 将技能目录复制到
~/.openclaw/workspace/skills/neoalpha/。 - 创建
~/.openclaw/workspace/memory/strategies/portfolio目录。 - 将
templates/下的两个盘前提示词模板复制到memory/strategies/下。 - 使用
scripts/setup_cron.py自动化注册或手动配置 8 个 Cron 定时任务。
python3 skills/neoalpha/scripts/screen_momentum.py --from-thesis
python3 skills/neoalpha/scripts/screen_stocks.py --from-thesis --preset short_term_momentum
python3 skills/neoalpha/scripts/backtest_screener.py --from-thesis --market CN --signal all --lookback-days 230 --cooldown-days 5
python3 skills/neoalpha/scripts/portfolio_ledger.py record "<trade description>"
python3 skills/neoalpha/scripts/validate_us_strategy.py
python3 skills/neoalpha/scripts/validate_hk_strategy.py核心文档：
- SKILL.md：技能入口和路由规则
- references/market-operations.md：盘面分析、交易时段与 Extended Hours 防误用规则
- references/thesis-tracker.md：thesis 管理规则
- references/quick-reference.md：请求路由速查
- references/momentum-model.md：SMAM 动量模型
- references/technical-screener.md：v3.4.6 选股器技术指标定义
- references/screener-usage.md：选股器及回测框架运行指南
- references/portfolio-monitoring.md：组合监控
- references/architecture.md：系统架构
发布到 GitHub 或 ClawHub 前，不要包含：
- 个人 thesis 文件
- 组合交易流水、当前持仓、生成策略、盘中状态文件或 owner prompts
- API keys、OAuth tokens、cookie、session 数据或 credential 文件
- 邮箱、用户 ID、聊天 ID、真实本机绝对路径、个人行程和其他隐私信息
建议发布前运行：
rg -n "(/Users/[^/ ]+|[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Za-z]{2,}|api[_-]?key|token|secret|password|Bearer|Authorization|ou_[0-9a-z]+|oc_[0-9a-z]+)" .每个命中都要人工确认。文档中的通用检查规则可以保留，真实私人信息不能保留。