neo9527-finance-skill 4.4.1

Lightweight production-ready AI finance skill platform

Neo9527 Unified Finance Skill

📊 可组合的金融AI能力平台 | v4.4 | by Neo9527

---

🎯 项目简介

Neo9527 Unified Finance Skill v4.4 是一个可组合的金融AI能力平台，采用Skills生态架构，支持加密货币、股票、外汇多市场分析，提供REST API服务，可被Agent直接调用。

v4.4 核心特性

• 🐋 真实鲸鱼数据: DeFiLlama + Dune Analytics，非模拟数据
• 🔍 数据质量保证: 字段级provenance + 置信度评分 + 风险提示
• 🧩 Skills生态: 6个独立Skills，可组合编排
• 🤖 Agent调用: 标准接口 + OpenAI Function Calling
• 🌐 REST API: FastAPI服务 + 自动文档
• 📊 多市场支持: 加密货币 + 股票 + 外汇
• 🎯 信号分级: S/A/B/C分级系统
• 🤖 AI解读: 专业分析师语言生成

v4.3 → v4.4 升级亮点

功能	v4.3	v4.4
鲸鱼数据	⚠️ 模拟	✅ 真实数据
数据源	DeFiLlama	✅ + Dune预留
置信度	❌ 无	✅ 0.45-0.95
风险提示	❌ 无	✅ 完整
PyPI规范	⚠️ 不完整	✅ 完整
版本管理	⚠️ 不一致	✅ 统一v4.4.0

---

🚀 快速开始

方式1: PyPI安装 (推荐)

pip install neo9527-finance-skill

# 使用
neo-finance report BTC-USD --format html

方式2: 源码安装

# 克隆仓库
git clone https://github.com/beautifulboy9527/Neo9527-unified-finance-skill.git
cd Neo9527-unified-finance-skill

# 安装依赖
pip install -r requirements.txt

# 使用
python scripts/finance.py report BTC-USD --format html

---

💻 CLI命令

1. 生成报告

# HTML报告 (默认)
python scripts/finance.py report BTC-USD --format html

# 指定周期
python scripts/finance.py report ETH-USD --period long

# PDF格式
python scripts/finance.py report AAPL --format pdf

2. 快速分析

python scripts/finance.py analyze BTC-USD

# 输出:
# Price: $75,369
# Score: 75/100
# Decision: BUY
# Confidence: 75%

3. 信号检测

python scripts/finance.py signals BTC-USD

# 输出:
# 📈 Bullish Signals (3):
#   [技术形态] 趋势: 强烈看涨 (+5)
#   [趋势指标] MACD: 金叉看涨 (+3)
#   [经典形态] 双底: 看涨 (+4)
# 
# 📉 Bearish Signals (1):
#   [动量指标] RSI: 超买回调 (-2)
# 
# Total Strength: +10 (Bullish)

4. K线数据

# 获取K线数据
python scripts/finance.py kline BTC-USD --period 3mo

# 保存到JSON
python scripts/finance.py kline ETH-USD --save

5. 链上数据

python scripts/finance.py onchain BTC

# 输出:
# Network Metrics:
#   Hashrate: 0.00 EH/s
#   Difficulty: 138.97 T
#   Total Supply: 20,016,806
# 
# Whale Activity:
#   Net Flow: +350 BTC
#   Status: accumulating
#   Signal: 看涨 (低吸信号)

---

📊 报告结构

一、综合评分 (75/100)
    └─ 视觉卡片展示

二、市场数据 (实时)
    └─ 价格/涨跌/成交量/市值

三、技术分析
    📈 K线图 (交互式) ✨
       - 3个月历史数据
       - MA5/MA10/MA20 均线
       - 成交量柱状图
       - 可缩放/拖拽
    
    3.1 核心指标 (RSI/MACD/ADX/布林带)
    3.2 支撑阻力 (阻力位/支撑位)
    3.3 形态识别 (趋势/双顶双底/头肩)
    3.4 技术面专业解读

四、链上数据 ✨
    🐋 鲸鱼行为分析
       - 24h 净流入: +350 BTC
       - 状态: accumulating
       - 信号: 看涨
    
    ⛏️ 网络指标 (BTC)
       - 算力/难度/流通量
    
    💎 DeFi 数据 (ETH)
       - TVL: $485.2B
       - Top 5 协议排名

五、信号汇总 (多因子共振)
    ├─ 看涨信号卡片 (绿色)
    └─ 看跌信号卡片 (红色)

六、最终结论与操作建议
    ├─ 综合分析
    ├─ 核心支撑因素
    ├─ 风险提示
    ├─ 入场策略
    └─ 止损位/目标位

七、风险提示

---

🔧 核心模块

scripts/
├── finance.py                      # CLI入口 ✨
├── features/
│   ├── complete_crypto_analyzer.py # 完整分析器
│   ├── report_generator_v4.py      # 报告生成器 v4
│   ├── kline_chart.py              # K线数据生成 ✨
│   ├── onchain_data.py             # 链上数据获取 ✨
│   ├── investment_framework.py     # 投资框架
│   ├── finance_toolkit.py          # 金融工具包
│   ├── backtest_engine.py          # 回测引擎
│   └── templates/
│       ├── crypto_report_v4.html   # HTML模板
│       └── kline_component.html    # K线组件 ✨
├── core/
│   ├── technical.py                # 技术分析
│   └── quote.py                    # 行情数据
└── agent/
    └── smart_orchestrator.py       # 智能调度

---

📈 数据来源

数据类型	来源	API	状态
市场数据	CoinGecko	免费	✅
技术指标	yfinance	免费	✅
K线数据	yfinance	免费	✅
链上数据	Blockchain.com	免费	✅
DeFi数据	DeFiLlama	免费	✅
情绪指数	alternative.me	免费	✅
鲸鱼数据	模拟/需API	-	⚠️

---

🧩 Skills 生态架构

6个独立Skills

Skill	Emoji	市场	功能	触发词
crypto-analysis	📊	加密货币	K线+技术+信号	分析/加密/BTC/ETH
signal-detection	🎯	多市场	S/A/B/C分级	信号/检测/评级
ai-commentary	🤖	多市场	专业解读	解读/评论/风险提示
onchain-whale	🐋	链上	TVL+资金流	链上/鲸鱼/DeFi
stock-analysis	📈	股票	技术面+基本面	股票/A股/美股
forex-analysis	💱	外汇	汇率+技术	外汇/汇率/货币对

Skills 调用方式

1. Python API

from skills.base_skill import SkillInput, SkillRegistry

# 加密货币分析
output = SkillRegistry.execute(
    'CryptoAnalysisSkill',
    SkillInput(symbol='BTC-USD', market='crypto')
)

print(f"Score: {output.score}/100")
print(f"Signals: {len(output.signals)}")

2. REST API

# 启动服务
uvicorn api.server:app --reload

# 调用分析
curl -X POST http://localhost:8000/api/analyze \
  -H 'Content-Type: application/json' \
  -d '{"symbol":"BTC-USD"}'

3. OpenAI Function Calling

# 获取Schema
import requests

schema = requests.get('http://localhost:8000/api/schema/openai').json()

# 用于 ChatGPT
response = openai.ChatCompletion.create(
    model='gpt-4',
    messages=[...],
    functions=schema['functions']
)

---

---

🎨 特色功能

1. 交互式K线图

• ✅ 轻量级 (40KB)
• ✅ 缩放/拖拽交互
• ✅ 均线叠加 (MA5/MA10/MA20)
• ✅ 成交量柱状图
• ✅ 响应式布局

2. 鲸鱼行为分析

• ✅ 24h 大单流入/流出
• ✅ 净流入量计算
• ✅ 鲸鱼状态判断
• ✅ 信号自动生成

3. 叠buff信号系统

形态	识别方法	信号强度
趋势判断	MA排列	±5分
头肩顶	三峰检测	-5分
双顶双底	两峰/谷相近	±4分
RSI超买超卖	>70/<30	-2/+3分
MACD金叉死叉	柱状图	+3/-3分
布林带突破	价格位置	±2分
鲸鱼流入流出	链上数据	±4分

4. 专业文字解读

每个分析环节都有详细文字说明：

• ✅ 趋势分析 (多头/空头/震荡)
• ✅ RSI区间解读 (超买/超卖/中性)
• ✅ MACD动能判断
• ✅ 支撑阻力建议
• ✅ 综合操作建议

---

📝 更新日志

v4.4 (2026-04-17)

• 🐋 OnchainWhaleSkill真实数据 (whale.py, 400行)
  • DeFiLlama Protocols API (协议TVL)
  • DeFiLlama Chains API (链级数据)
  • Dune Analytics API (可选增强)
  • 鲸鱼偏向分析 (accumulation/distribution)
  • 置信度评分 (0.45-0.95)
  • 风险提示 (risk_flags)
• 🔍 数据质量保证
  • 字段级provenance追踪
  • 置信度计算引擎
  • 风险提示机制
  • 专业解读生成
• 📦 PyPI发布规范
  • setup.py v4.4.0
  • pyproject.toml (现代打包)
  • MANIFEST.in (完整清单)
  • extras_require (分组依赖)
• 📝 SKILL.md规范
  • 完整触发词列表
  • 数据源说明
  • 分析规则
  • 失败行为

v4.3 (2026-04-17)

• ✨ Skills生态架构 (6个独立Skills)
• ✨ StockAnalysisSkill (A股/港股/美股)
• ✨ ForexAnalysisSkill (外汇分析)
• ✨ REST API服务 (FastAPI)
• ✨ OpenAI Function Calling Schema
• ✨ 信号分级系统 (S/A/B/C)
• ✨ AI专业解读生成
• ✨ GitHub Actions CI/CD
• 🔧 标准化接口 (BaseSkill)
• 📝 完整测试套件 (27+用例)

v4.2 (2026-04-16)

• ✨ 交互式K线图 (lightweight-charts)
• ✨ 鲸鱼行为数据集成
• ✨ DeFi TVL 数据
• ✨ CLI工具 (5个命令)
• ✨ PyPI打包准备
• 🔧 链上数据模块重构
• 🗑️ 清理冗余文件

v4.0 (2026-04-16)

• ✨ HTML报告重构 (卡片式 + 响应式)
• ✨ 叠buff信号系统
• ✨ 形态识别 (头肩/双顶双底)
• ✨ 技术面专业解读
• ✨ 结论详细分析

v3.2 (2026-04-15)

• 🔌 插件系统重构
• 📊 FinanceToolkit集成
• ✅ 回测验证引擎
• 💼 组合优化器

---

📦 PyPI发布

安装

pip install neo9527-finance-skill

使用

# 方式1: 命令行
neo-finance report BTC-USD --format html

# 方式2: Python API
from neo9527_finance_skill import analyze_complete

result = analyze_complete('BTC-USD')
print(f"Score: {result['conclusion']['score']}/100")
print(f"Decision: {result['conclusion']['decision']}")

---

🛠️ 开发指南

环境设置

# 克隆仓库
git clone https://github.com/beautifulboy9527/Neo9527-unified-finance-skill.git
cd Neo9527-unified-finance-skill

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

# 安装依赖
pip install -r requirements.txt

# 安装开发依赖
pip install -r requirements.txt -e ".[dev]"

运行测试

# 运行所有测试
pytest tests/

# 生成覆盖率报告
pytest --cov=scripts tests/

---

📄 License

MIT License

---

👤 Author

Neo9527

• GitHub: @beautifulboy9527
• Email: [e-mail]

---

🙏 Acknowledgments

感谢以下开源项目:

• yfinance
• pandas
• lightweight-charts
• DeFiLlama
• CoinGecko API
• Blockchain.com API

---

🗺️ 路线图

• Phase 12.4: 测试覆盖 (80%+)
• Phase 13: 多语言支持
• Phase 14: ML增强
• Phase 15: 移动端适配

---

Star ⭐ 本项目以获取最新更新！