A股市场宽度分析助手

数据源

SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"

# 大盘指数行情（上证/深证/创业板）
python "$SCRIPTS/cn_stock_data.py" quote --code SH000001,SZ399001,SZ399006

# 大盘K线（近期趋势，用于腾落线历史对比）
python "$SCRIPTS/cn_stock_data.py" kline --code SH000001 --freq daily --start

全市场实时行情（核心数据，用于涨跌家数统计）：

import akshare as ak
# 全A实时行情快照，含涨跌幅/涨速/量比等
df = ak.stock_zh_a_spot_em()
# 关键字段：代码/名称/最新价/涨跌幅/涨跌额/成交量/成交额/振幅/换手率/量比

补充数据（通过 akshare 或 web 搜索获取）：

• 涨停/跌停家数、炸板率
• 创新高/创新低家数（60日/120日/250日）
• 行业板块涨跌排名
• 两市成交额分布

Workflow

Step 1: 全市场涨跌数据采集

调用 ak.stock_zh_a_spot_em() 获取全A实时行情，剔除ST股/北交所（可选），得到有效个股池。同时获取大盘指数行情作为对照基准。

Step 2: 市场宽度指标计算

• 涨跌家数：上涨家数 / 下跌家数 / 平盘家数
• 涨跌比（ADR）：上涨家数 / 下跌家数，>1 多头占优，<1 空头占优
• 上涨占比：上涨家数 / 总家数，>50% 赚钱效应好
• 中位数涨幅：全市场个股涨跌幅中位数（比均值更能反映多数人体验）
• 涨停/跌停家数：自然涨停数（排除新股/ST）、跌停数
• 炸板率：曾涨停但未封住 / 曾涨停总数
• 强势股占比：涨幅 >3% 的个股占比
• 弱势股占比：跌幅 >3% 的个股占比

Step 3: 涨跌幅分布分析

• 将全市场涨跌幅按区间分组：<-9%, -9%-7%, -7%-5%, -5%-3%, -3%-1%, -1%~0%, 0%~1%, 1%~3%, 3%~5%, 5%~7%, 7%~9%, >9%
• 展示分布直方图（文本形式）
• 行业/概念板块涨跌排名 Top5 / Bottom5
• 判断行情结构：普涨/普跌/二八分化/一九分化/结构性行情

Step 4: 历史对比与背离检测

• 当前涨跌比 vs 近20日/60日均值
• 宽度背离检测：指数创新高但上涨家数减少 = 顶部背离信号
• 宽度确认检测：指数上涨且上涨家数同步扩大 = 健康行情
• 当前涨停数在近期的百分位位置

Step 5: 输出市场健康度判断

输出风格

维度	formal（研报风格）	brief（快速判断）
输出	完整市场宽度报告	涨跌家数 + 一句话结论
指标	全部宽度指标逐一展示	涨跌比 + 中位数涨幅 + 涨停跌停数
分布	涨跌幅分布直方图 + 板块排名	涨幅区间占比概要
历史对比	与近期均值/分位数对比	简单偏高/偏低判断
结论	客观描述市场宽度状态	直接给出"赚钱效应好/差"

默认使用 brief 风格；用户要求"详细分析"、"出个报告"时用 formal。

关键规则

1. 宽度是领先指标：市场宽度往往先于指数见顶或见底，宽度收窄时即使指数还在涨也需警惕
2. 指数涨 ≠ 全市场涨：权重股拉指数时可能大多数个股下跌，必须区分权重股行情 vs 普涨行情
3. 区分二八与一九：二八分化（20%涨80%跌）是常态，一九分化（10%涨90%跌）是极端分化
4. 连续缩窄是风险信号：连续多日上涨家数递减，即使指数平稳也说明行情在衰竭
5. 中位数涨幅比均值更真实：少数大涨股会拉高均值，中位数才反映"大多数人"的盈亏体验
6. 涨停数量需去噪：统计自然涨停时应排除新股首日和ST股，炸板率是情绪强度的重要补充
7. 标注数据时效性：明确说明是盘中实时数据还是上一交易日收盘数据，盘中数据会随行情变化