10 分钟上手：如何用 AI 快速分析股票

这是一篇零基础教程。如果你看完还是拿不准怎么用，可以加我微信聊。搜「听雨量化」。

我用 AI 帮客户写量化代码快两年了，发现一件事：

大多数人不是不会分析股票，是分析一只股票要花太多时间。

财报要翻、新闻要查、研报要读、K 线要对——一只股票看下来，半天就过去了。等你看完，行情早就走了。

今天这篇，教你10 分钟内把一只股票的关键信息全部分析完——不是模糊的”用 AI 问问看”，是一套结构化的、可复用的、基于真实数据的工作流。

这套工作流是什么

PowerQuant 工作流架构：用户输入 → Claude Code 调度 → PowerQuant 6 技能 → pqds 数据服务

简单说：Claude Code + PowerQuant。

Claude Code 是 Anthropic 官方的 AI 编程助手，能读懂你的指令、调用工具、生成报告。
PowerQuant 是一个为普通股民设计的 AI 投资分析技能包，把数据查询、图表生成、报告输出全部封装好。

装好之后，你在 Claude Code 里直接打字：

分析下茅台
看看白酒板块谁最强
找近 20 日涨幅超 5% 且量能放大的股票

就能拿到一份带图表的完整分析报告。不用写一行代码。

PowerQuant 把”分析股票”这件事变成了 6 个开箱即用的技能：速读单股 / 扫描板块 / 筛选全市场 / 协整套利 / 期货套利 / 代码查询。

Part 1：装 Claude Code（3 分钟）

Claude Code 是 Anthropic 官方的命令行 AI 助手，PowerQuant 的所有技能都跑在它上面。

第 1 步：装 Node.js

去 nodejs.org 下载 LTS 版（22 以上），一路下一步装好。Mac/Linux 用户用 nvm install --lts 也行。

第 2 步：装 Claude Code

打开终端（Windows 用 PowerShell 或 Git Bash，Mac 用 Terminal），跑一行：

npm install -g @anthropic-ai/claude-code

装完验证：

claude --version

第 3 步：登录

现在 claude code 已经不让中国用户注册，但是我们当然有其他的方案，比如清华智谱 deepseek 都有对应的接口来完成，非常方便。并且清华智谱的 glm-5.2 模型已经到了与 opus 模型相当的程度。我建议工具使用 claude code 模型使用国内的。

如果你用的是国内网络，登录前记得配好代理。这步不会的，加我微信发你截图。

Part 2：装 PowerQuant（4 分钟）

PowerQuant 5 步部署流程：克隆仓库 → uv sync → 配 key → install.sh → ping

PowerQuant 开源在 Gitee（主）和 GitHub（备）。优先用 Gitee，国内速度快。首先安装 git

第 1 步：克隆仓库

# Gitee（推荐，国内速度快）
git clone https://gitee.com/power-quant/powerquant.git

# 备用：GitHub
git clone https://github.com/CodeListening/powerquant.git

cd powerquant

第 2 步：装 Python 依赖

PowerQuant 用 uv 管理 Python 依赖，比 pip 快十倍。先装 uv：

# Mac/Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

然后装依赖：

uv sync

这一步会自动创建虚拟环境、装好所有依赖。约 30 秒。

第 3 步：配置 API key

cp .env.example .env

编辑 .env，填入数据服务的 key：

PQDS_API_KEY=pk_xxxxxxxxxxxxxxx

key 从服务运营方获取。如果你是从我这儿看到这篇教程的，加我微信直接领试用 key。

第 4 步：注册技能到 Claude Code

./install.sh

这个脚本会把 PowerQuant 的 6 个技能注册到你电脑的 Claude Code 全局配置里。只需执行一次。

第 5 步：验证

uv run powerquant ping

看到 pong 就说明数据服务通了。

Part 3：实战一 · 单股速读（茅台）

启动 Claude Code（在 powerquant 目录里跑 claude），输入：

分析下茅台

或者用快捷命令：

/analyze-stock 茅台

Claude 会调用 PowerQuant 的 analyze-stock 技能，做这几件事：

查代码：茅台 → 600519.XSHG
拉数据：日线、量、基本面，最近 250 个交易日
算指标：MA、MACD、RSI、Boll、回撤、波动率
画图：4 面板图（价格+均线 / 成交量 / MACD / RSI）
写报告：Markdown 格式，趋势 / 动能 / 风险三个维度

报告会落到 output/2026-07-06/600519.XSHG/ 目录，里面有 report.md 和 chart.png。

报告长这样：

# 茅台（600519.XSHG）· 2026-07-06

## 趋势
- 收盘 1680.50，5/20/60 日均线多头排列
- 20 日线上行斜率 +0.8%，趋势温和向上

## 动能
- MACD 金叉第 3 日，柱状图放大
- RSI 62，处于强势区间但未超买

## 风险
- 当前价距 60 日高点 -2.3%，距 60 日低点 +12.5%
- 20 日波动率 18%，处于近一年中位数以下
- 最大回撤 -8.2%（近 60 日）

## 信号
- 综合判断：温和偏多，可关注突破 1700 后的延续性

关键不是这份报告多漂亮，是你 10 秒就拿到了。

同样的分析，手动做要查行情软件、切表格、画图、写总结——少说半小时。

Part 4：实战二 · 板块扫描（白酒）

单股分析适合”我已经关注某只股票”。但有时候你想问的是：白酒板块最近谁最强？

/analyze-sector 白酒

PowerQuant 会：

加载白酒板块成分股（约 20 只）
对每只股票跑一遍刚才的指标
按强度排序，挑出龙头
横向对比估值、动量、资金流
输出 Markdown 报告

报告里你会看到：

板块整体强弱（最近 20 / 60 日涨跌幅）
龙头股 Top 3 + 各自的优势（基本面 / 技术面 / 资金面）
落后股 + 风险提示
板块内部的相对强度热力图

这件事本来需要 wind 终端或者 Choice 才能做——现在一行命令搞定。

Part 5：进阶玩法

装好之后，还有 4 个技能没说：

筛选全市场

找近 20 日涨幅超 5% 且量能放大 1.5 倍的股票

A 股 5000 多只股票，10 秒筛出符合条件的几十只。

协整套利

茅台和五粮液能做配对交易吗

跑协整检验、半衰期、Z-score，告诉你价差什么时候该进、什么时候该出。

期货套利

螺纹钢主力和次主力价差分析

跨期 / 跨品种价差的历史分位 + Z-score，期货交易员的常规武器。

代码查询

茅台代码是多少

名称 → 标的代码。听起来简单，但写策略时这个查询每天能用几十次。

这套工作流真正的价值

PowerQuant 不是替代你的判断，是让你的判断有数据支撑。

10 分钟分析一只股票，意味着你能每天看 20 只。一个月 400 只，一年 5000 只。

这个数量级，是你靠手动永远到不了的。

很多人觉得 AI 投资分析是噱头。我同意——如果你只是问 ChatGPT “茅台能不能买”，那确实是噱头。但 PowerQuant 做的事不一样：它让 AI 调用真实行情数据、真实的统计模型、真实的图表，每一步都可验证。

这是从”问 AI”到”用 AI 当研究员”的跨越。

写在最后

整套环境装下来不超过 10 分钟。第一次跑通可能要 15 分钟——多出来的 5 分钟，主要花在配代理和申请 key 上。

关键不是工具多强大，是你愿意动手跑一遍。

💼 AI 量化培训 · 策略生成 · 代码代写 —— 微信 traderByAI 联系。