dsh-trading-toolkit

A-share + US stock trading toolkit for DeepSeek Harness agents: 行情查询（A股+美股）、ADX 三状态信号、简易回测预览。只读设计——永不下单、不触碰任何交易凭据。

Tools

工具	说明
market_quote	股票实时行情，自动识别 A股/美股：6位代码（600519）、前缀代码（sh600519）、中文名（贵州茅台）、美股 ticker（AAPL/NVDA）、指数（上证指数/深证成指/创业板指/科创50/沪深300）。数据源：东方财富，国内直连免 Key
kline_history	历史 OHLCV K线：A股/美股，周期 1m/5m/15m/30m/60m/1d/1w/1M，复权 0/1/2，最多 1000 根，输出可直接喂给 regime_signal
regime_signal	ADX 三状态市场分类：trend（趋势）/ oscillating（震荡）/ noise（噪声），含多空方向与 200-EMA 偏向。纯计算
backtest_run	基于跨状态规则的简易多空回测（总收益/最大回撤/胜率/交易次数）。教育用途预览，非生产级回测

安装

dsh plugin --profile web add github:kentleenot/dsh-trading-toolkit

（web 是 profile 名，可替换为你自己的 profile；该命令会在指定 profile 中安装本插件。）

然后将插件加入你的 DeepSeek Harness 组合配置（参见 harness 第三方插件文档）。

用法示例（agent 可调用）

market_quote(symbol: "600519")        # A股：贵州茅台
market_quote(symbol: "贵州茅台")       # A股：中文名搜索
market_quote(symbol: "000001")        # A股：上证指数
market_quote(symbol: "AAPL")          # 美股：苹果
market_quote(symbol: "NVDA")          # 美股：英伟达（未知 ticker 自动探测市场）
market_quote(symbol: "US:AAPL")       # 强制美股
market_quote(symbol: "CN:600519")     # 强制 A股
kline_history(symbol: "600519", period: "1d", limit: 120)   # 贵州茅台日K
kline_history(symbol: "AAPL", period: "60m", limit: 48)     # 苹果60分钟K
kline_history(symbol: "贵州茅台", period: "1w", limit: 30)  # 中文名周K
regime_signal(candles: [[high, low, close], ...])
backtest_run(candles: [[high, low, close], ...], feePct: 0.05)

自动路由规则

• 6 位数字 / sh|sz|bj 前缀 / 中文名 → A股
• 纯字母 ticker（AAPL、NVDA、PLTR）→ 美股
• US: / CN: 前缀 → 强制指定市场
• 常见美股 ticker（AAPL/MSFT/NVDA/TSLA/META/AMZN/GOOGL/HOOD/AMD/NFLX/BRK/JPM/KO/DIS/BA）走内置映射；未知 ticker 自动探测 NASDAQ/NYSE/AMEX

为什么做这个

本插件把作者实盘策略栈（PrinciplesV2 —— ADX 驱动的三状态自适应策略）以只读、教学形式开放。状态分类沿用生产环境相同的阈值：

• trend：ADX >= 25，方向由 +DI/-DI 交叉决定，200-EMA 偏向覆盖
• oscillating：15 <= ADX < 25
• noise：ADX < 15

行情数据源用东方财富公开接口：国内直连、无需代理、无需 API Key、免费，同时覆盖沪深与美股。

开发

npm test          # node --test test/
node test/smoke-market.mjs   # 行情网络冒烟测试（A股+美股）

相关阅读

• 作者博客：libuyan.top —— 量化交易策略实盘复盘（PrinciplesV2）、AI 与能源交叉分析、独立开发记录
• 策略架构：PrinciplesV2 三状态自适应策略 设计笔记

License

MIT