朝阳永续-A股多维筛选

概述

suntime-a-shares-screen- A股多维度条件筛选Skill

1. 配置与调用

1.1 检查 API Key 与错误引导

需配置环境变量 SUNTIME_API_KEY（朝阳永续 API Key，去 https://open.go-goal.com?channel=qw 首页点「获取 API KEY」领取）。

调用返回以下错误时，改参数无法解决，需自动为用户打开浏览器引导处理（无图形界面的云端环境改为直接把链接给用户）。按返回 JSON 的 message 关键词匹配：

打开浏览器命令：macOS open <url>；Windows start <url>；Linux xdg-open <url>。

1.2 接口调用

curl -s "https://sntp-opendata-qw.go-goal.cn/s/100006/a/search_stock?query=ROE大于20%且PE小于15的股票" 
  -H "Authorization: Bearer ${SUNTIME_API_KEY}"

参数说明：

• query = 用户的原始问题（不要改写，执行时自动 URL 编码）
• Authorization = Bearer $SUNTIME_API_KEY
• 超时时间 = 50秒

⚠️ 安全：API Key 仅通过请求头 Authorization 传递，不暴露到前端。

1.3 可用字段

构造查询时只使用这些字段名，不要自己编。

1.3a 字段查询措辞指南（重要）

NL2SQL 接口会根据 query 中的措辞决定字段映射到哪个后端数据源。措辞不同，即使含义相同，也可能返回不同口径的数据。为确保结果一致，需先按前缀判定数据口径，再写出最终query措辞。

数据来源判定规则（通用，适用于所有财务指标）

用户在描述财务指标时，根据前缀确定指向哪个数据口径：

⚠️ 非财务类字段（换手率、市值、概念、行业、资金流向等）不适用以上规则，按各自口径直传。

映射表

以下表格列出各字段口语词对应的API真实字段名。使用时将下方真实字段名代入上方规则公式，拼出最终query：

① 营收类

② 净利润类

③ ROE类

④ PE / PB / 估值类

⑤ 毛利率类

⑥ 预测 / 一致预期类

⑦ 超预期 / 业绩鉴定类

核心原则：

数据来源选型：

• 历史已披露财务数据 → Y0_1年财报 / Y0_2年财报 + 指标名（ROE默认累计口径）
• 卖方一致预期 → Y0年一致预期 / Y1年一致预期 / 滚动一致预期 + 指标名
• 行情量价 → 收盘价 / 涨跌幅 / 市盈率TTM / 换手率
• 标签类 → 业绩预判未来 / 行业地位 / 公司荣誉 / A股评分

业绩超预期场景判定（按优先级）：

1. 说"未来可能/很可能超预期" → 前瞻：业绩预判未来（用"或"合并）
2. 说"最新财报超预期" → 事后确认：最新财报超预期且财报二次鉴定结果为超预期 + 财报期
3. 只说"业绩超预期"（无前缀）→ 默认走事后确认路径
4. 预告阶段 → 预告鉴定（优先二次）
5. ⚠️ 可用字段中 业绩鉴定 是独立口径（单次鉴定标签），需明确写成"业绩鉴定结果为超预期"

时间坐标系：措辞指南中 Y0_1年财报 是相对年份标识，与下方锁定的绝对财报期（财报期为2025年年报）是两套坐标系。同时使用时，以绝对财报期为准。

最新统一财报期（仅适用于历史已披露财务数据）：筛选历史已披露财务数据时，需要统一口径，所有股票比较同一个财报期的数据才有意义。根据当前日期确定最新完整财报期并追加到query末尾。

示例：当前6月 → 追加 且财报期为2026年一季报。

⚠️ 适用范围限制：

判断标准是：映射后的字段名中是否已含有相对时间坐标前缀，而非属于哪类数据。

• ✅ 需要追加：映射表中的字段名不含 Y0_1年财报 / Y0_2年财报 / 当季 等相对时间坐标前缀的。例如 销售毛利率（%）（毛利率类映射不含时间坐标，需追加财报期明确口径）。
• ❌ 不需要追加：
  • 映射表中字段名已含相对时间坐标前缀（Y0_1年财报 / Y0_2年财报 / 当季）—— 这些前缀本身已指向"最近完整财报期"，追加绝对财报期会覆盖其语义，导致下个季度时 query 仍被锁定在上一期。
    • 例如：Y0_1年财报ROE（%） → Y0_1年财报 自动指向最近一期，不加统一财报期。
    • 例如：当季营业总收入（亿元） → 当季 本身就是最近单季度，不加。
  • 一致预期/预测类（Y0年一致预期 / Y1年一致预期 / 滚动一致预期 口径）—— 本身就是明确年度的预测值
  • 行情量价类（总市值、换手率、PE/PB、涨跌幅等）—— 实时数据，无财报期概念
  • 标签类（行业地位、业绩预判、A股评分等）—— 无财报期概念

快速判定口诀： 映射表字段名前已经带有 Y0_1年财报 / Y0_2年财报 / 当季 → 不加统一财报期；裸字段名如 销售毛利率（%） → 需要加。

2. 问题分类

不确定时一律走筛选。

3. 筛选流程

3.1 全新查询 / 清空重来

1. 拼装query：用户原始提问 → 按 §1.3a 规则替换歧义字段 → 检查替换后的 query 是否已含 Y0_1年财报 / Y0_2年财报 / 当季 等相对时间坐标前缀（有则跳过统一财报期）；如果字段名是裸字段（不含相对时间坐标）且属于历史已披露财务数据，按最新统一财报期规则追加财报期
2. 调API → 回JSON
3. 验证结果（标签/鉴定类必做）：取首条检查关键字段值是否匹配查询意图。不匹配则自动重试（最多3次），超限提示"结果不稳定"
4. 存入记录栈，标记为当前活跃结果
5. 按输出格式（§5）返回

3.2 引用历史

1. 定位历史记录：
   • "刚才的" = 记录栈最近一条（注意和活跃结果区分）
   • "第X次" = 按序号。序号以记录栈存入顺序的全局序号为准（从1递增），清空重来不重置序号
   • "在XX中" = 按关键词匹配。匹配到多条时，取最近一条（timestamp最新）；匹配不到时跳到步骤2
2. 找不到或引用序号已被淘汰 → 列出当前记录栈中所有历史记录的序号+query概览，供用户重新选择
3. 取出该历史记录的 records + fields，走追加筛选逻辑（§3.3）

3.3 追加/叠加筛选

从记录栈获取当前活跃结果的 records（完整JSON数据集）和 fields（可用字段列表），然后：

解析用户新条件 → 涉及字段在 fields 中？
  ├─ ✅ 是 → 本地过滤（§3.3.1）
  └─ ❌ 否 → 优先：独立查询+本地求交集（§3.3.2）
                   → 截断致交集为0？→ 兜底：代码列表补数据（§3.3.3）

操作完成后存入记录栈，覆盖当前活跃结果，按输出格式（§5）返回。

3.3.1 字段存在 → 本地过滤（不调API）

1. 遍历 records，逐条判断是否满足新条件
2. 符合条件的保留，不符合的丢弃

3.3.2 字段不存在 → 优先：独立查询+本地求交集

1. 独立查询：用新条件做一次全市场查询（同样执行 §3.1 的query拼装规则）
2. 求交集：按 证券代码 取两批 records 的交集
3. 截断校验：见 §4
4. 合并字段：交集结果合并两查询的全部 fields

3.3.3 字段不存在 → 兜底：代码列表补数据

当独立查询被截断且交集为0时使用。用活跃结果中的证券代码锁定股票池，避免扩大范围。

1. query = 股票代码为[代码列表]并且[新条件]
   • 代码 > 50只时分批并行 curl + wait
   • 每批独立截断校验（count > data.length → batch_truncated: true），任一批准截断则最终结果标注 truncated: true
2. API返回结果通过证券代码匹配到原records，合并字段

4. 边界情况处理

API 截断判定

API 可能返回 count > data.length（如 count=296 但只返回100条）：

5. 记录栈 + 输出格式

5.1 记录栈存储

每次调API或本地过滤后，存入记录栈。栈容量最多10条，超出淘汰最早的。当前活跃结果 = 最近一条。清空重来只重置活跃结果，不删历史。

淘汰后引用处理： 用户引用被淘汰的历史序号时，提示"该历史记录（第X次）已被淘汰，当前记录栈中最早的记录是第Y次"，并列出当前记录栈的全部历史供重新选择。

记录格式：

{
  "timestamp": "2026-06-03T13:00:00+08:00",
  "query": "用户的原始查询",
  "count": 100,
  "api_count": 365,
  "records": [
    {"证券代码":"000333.SZ", "证券名称":"美的集团", ...}
  ],
  "fields": ["证券代码", "证券名称", "申万一级行业", ...],
  "truncated": true,
  "source": "api" | "local_filter" | "independent_query" | "code_list_filter" | "independent_intersection"
}

source 说明：

• api — 全新查询/清空重来
• local_filter — 本地过滤后
• independent_query — 独立查询结果
• code_list_filter — 代码列表补数据
• independent_intersection — 独立查询+本地求交集后：count为交集数，records为交集数据（合并两查询全部字段），fields为两查询fields的去重并集

本地过滤后：query/fields不变，count更新为过滤后数量，records更新。独立查询+本地求交集后：同上，source标记为 independent_intersection。

5.2 输出格式

显示多少条

每条内容

股票代码 + 名称 + 行业 + 本次核心指标值 + 入选理由。按表格形式输出。

数据验证（必做）

在输出任何基于API返回数据的表格前，必须先打印一条样本记录确认实际字段和数据存在，再组织展示。不得凭猜测或"想当然"填补数据占位。如果数据缺失，应让代码显式报错或输出提示。

开头话术

尾部引导

当前筛选条件：【具体条件】

操作建议：
1. 输入"刷新"：重新执行当前条件
2. 输入"清空"：重置所有条件重新筛选
3. 输入"再加【条件】"：在当前结果基础上添加新条件
4. 输入"在第X次结果中筛XX"：跳回历史筛选

⚠️ 风险提示：以上内容由AI辅助生成，仅供参考，不形成任何投资决策和投资建议。

6. 铁律

1. 不编造字段名 — 只用 §1.3 可用字段里列出来的
2. 替换歧义措辞为精确字段名 — 对易路由错误的字段（ROE/PE/营收/净利润/超预期等），按 §1.3a「映射表 + 前缀规则」拼出精确query措辞
   • 正确：用户说"ROE>20%" → query中用"Y0_1年财报ROE大于20%"
   • 正确：用户说"营收增长>30%" → query中用"Y0_1年财报营业总收入同比大于30%"
   • 不改：用户说"银行股" / "市值>500亿" → 保持原样（无歧义）
   • ⚠️ 替换后检查：如果替换后的 query 中已含 Y0_1年财报 / Y0_2年财报 / 当季 等相对时间坐标前缀，不要再追加统一财报期（见 §1.3a 适用范围限制）
3. 不确定就走筛选 — §2 判断拿不准时直接走筛选流程
4. 每次存结果 — 调API或本地过滤后必存到记录栈
5. 保存完整数据集 — records + fields 必须完整保存
6. 代码列表锁定股票池 — 补数据时必须用股票代码拦住范围，绝不能扩大
7. 并行批次 — 代码列表 >50 只时分多批并行 curl + wait
8. 必须验证 API Key — 调用前检查 $SUNTIME_API_KEY 是否有效
9. 输出前验证数据完整性 — 见 §5.2 数据验证
10. NL2SQL 非确定性路由处理 — 同一 query 多次调用可能返回不同 count，属 API 正常现象。返回结果以 data 中的实际记录为准，count 仅作参考。涉及标签/鉴定类字段的查询（如业绩超预期、业绩预判未来），必须验证返回记录的首条关键字段值是否与查询条件一致（见 §3.1 步骤3），不一致则提示用户重试。