如何用HunterCode对话式投研:从查行情到个股深度分析的实战教程
如何用HunterCode对话式投研:从查行情到个股深度分析的实战教程
HunterCode 是一个开源、可自托管的 AI 投研终端,主打对话式投研:你像聊天一样提问,它就能查行情、拉公告、读财报,并输出带数据来源的个股深度分析报告。覆盖 A股/港股/美股,推理跑在你自己的机器上,仓位数据不出硬盘,支持 BYOK 自带模型 Key,采用 Apache 2.0 协议。
⚠️ 本文所有输出均为 AI 生成内容,仅供研究参考,不构成投资建议。投资有风险,决策需谨慎。
一、HunterCode 是什么:本地自托管的对话式投研终端
用一句话概括:一个跑在你自己电脑或服务器上的金融 AI 投研终端。
给它一个大模型 Key(或使用内置免费额度),它就能:
| 能力 | 说明 |
|---|---|
| 📈 对话查行情 | 一句话获取价格、涨跌幅、盘口、52 周分位等实时行情快照 |
| 📄 个股深度分析 | 22 维度投研报告,含【已核实事实 / 逻辑推断 / 待核实问题】三栏证据 |
| 🔮 K线预测 | Kronos 模型给出 5 日预测收盘与 8 因子综合评分 |
| 🧩 技能扩展 | 内置 22 个金融 SKILL(分析方法论)+ 20 个 MCP 数据服务 |
| 🔒 数据本地化 | 对话、自选股、持仓、投资论点全部存在本地数据库 |
核心服务由 apps/api/(FastAPI 后端)、apps/web/(Next.js 前端)与 AtomCode 对话内核组成,整体可用一条 docker compose 命令拉起。
二、5 分钟快速部署:一条命令跑起投研终端
准备:Docker Desktop(Windows / macOS)或 Docker Engine + Compose v2(Linux),磁盘 10 GB、内存 4 GB。
git clone https://gitcode.com/gh_mirrors/hu/hunter-community
cd hunter-community
docker compose up -d
然后打开 http://localhost:3100,在浏览器里完成首次启动向导即可——向导第 2 步可一键申请内置免费大模型 Key,或填入你自己的 OpenAI 兼容 Key(DeepSeek、Qwen、Claude、本地 Ollama 均支持),当场实测连通性、热生效无需重启。
完整安装、备份与排障手册见 docs/部署与运维.md,服务编排定义在 docker-compose.yml。
三、打开对话页:认识你的投研工作台
部署完成后打开 /chat,你会看到「猎鹿人 Hunter」对话主界面:
界面要点:
- 快捷技能卡片:首页直接提供「UZI 深度分析」「UZI 大佬评审团」「UZI 龙虎榜分析」「风险画像」四个高频入口,点一下就能按模板发起研究;
- 左下角能力区:显示已连接的数据源数量与已安装的**能力(SKILL)**数量,缺失的能力可在这里补全;
- 底部输入框:支持自然语言提问,也支持上传 PDF 财报、Excel 交割单等文档。
💡 小技巧:提问时带上股票代码(如 600519),能让数据工具更精准地命中标的。
四、实战一:一句话查行情,来源可追溯
在输入框里直接问:
用 stock_quickview 看一下 600519 贵州茅台
几秒后你会得到一张结构化的实时行情快报:
这张快报有三个值得注意的细节:
- 每个数字都标注「来源路径」——当前价来自
stock_quickview盘中实时(延迟约 15 分钟)、开盘价来自开盘快照,口径清清楚楚; - 文末固定附带风险提示——数据可能延迟、存在口径差异,不构成投资建议;
- 底部提供「深入追问」快捷问题——比如"当前估值处于历史什么分位""估值下修的主要风险有哪些",点一下即可追问。
回复中还内嵌了工具调用卡片,点开可以查看这次查询实际调用了哪个 MCP 工具:
点击卡片还能在右侧面板中展开完整的 INPUT / OUTPUT 原始数据,每一个数字都能溯源到是哪个工具、什么时候取的:
这种"数字可溯源"的设计,是对话式投研和普通聊天机器人的本质区别——你不必盲信结论,可以逐项核对。
五、实战二:个股深度分析,三栏证据投研报告
查完行情,直接升级到深度分析。输入:
帮我写一份 贵州茅台 的深度投研报告
系统会自动挂载 deep_analysis 技能(方法论定义在 skills/deep_analysis/SKILL.md),按固定工作流执行:
- 数据采集:拉取证券主数据、最新报价、三大财务报表、估值分位、近期公告与新闻;
- 数据核验:核对每个数据点的业务时间与披露时间,缺失值统一填「—」并注明原因,严禁用 0 或凭记忆估算;
- 三栏证据输出:所有结论严格分栏呈现。
最终报告长这样:
报告结构遵循**【已核实事实】/【逻辑推断】/【待核实问题】**三栏证据格式:
- 已核实事实:带来源和时间戳的客观数字(毛利率、ROE、负债率等);
- 逻辑推断:基于事实推导的护城河评估、盈利持续性判断;
- 待核实问题:数据缺失项与未来 1~2 个季度的核心验证指标。
所有百分比、金额、财务比率必须 100% 匹配工具返回的原始数据,严禁大模型"心算改写"——这是内置的合规硬约束,也意味着报告可以直接作为你的研究底稿。
六、实战三:K线预测面板,走势判断有依据
深度分析之外,HunterCode 还提供 Kronos K线预测:
面板内容包括:
- 历史 K 线 + 预测 K 线:预测区间以虚线样式区分;
- 5 日预测收盘价与预测涨跌幅;
- 8 因子综合评分:动量因子、Kronos 因子、分数区间等权重明细全部可查。
💡 重要提醒:预测是模型给的,回测是历史算的,两件事要分开看。预测面板仅供研究参考,不是买卖指令。
七、进阶玩法:22 个金融 SKILL 定制你的分析流程
SKILL 本质是 Markdown 写成的分析方法论,告诉智能体何时使用、先查什么、如何交叉验证、怎样输出。HunterCode 内置 22 个金融 SKILL,覆盖投研全流程:
| 场景 | SKILL | 文件路径 |
|---|---|---|
| 盘前 08:30 | daily_market_brief 市场晨报 |
skills/daily_market_brief/SKILL.md |
| 自选股日报 | watchlist_daily_brief |
skills/watchlist_daily_brief/SKILL.md |
| 财报体检 | earnings_review |
skills/earnings_review/SKILL.md |
| 组合巡检 | portfolio_risk_check |
skills/portfolio_risk_check/SKILL.md |
| 深度投研 | deep_analysis |
skills/deep_analysis/SKILL.md |
| 防踩坑 | trap_detector |
skills/trap_detector/SKILL.md |
| 66 位大佬评审 | investor_panel |
skills/investor_panel/SKILL.md |
以组合巡检为例,技能会按你设定的风控约束执行硬校验——风险偏好、可用现金、单票持仓上限、行业上限等,任何建议一旦触碰约束就显式告警而不会自动生效:
🔧 想写自己的方法论? 把一个标准格式的 SKILL.md 放到 user-skills/<名称>/ 目录即可加载(同名时覆盖内置技能),详细格式见 user-skills/README.md。完整功能说明可查阅 doc/产品说明书.md。
八、常见问题 FAQ
Q1:没有付费模型 Key 能用吗? 可以。首启向导支持一键申请内置免费额度 Key,直接解锁默认旗舰推理模型,每日有免费 Token 额度。
Q2:我的持仓和数据安全吗? 对话、持仓、账本全部存在你机器上的本地数据库,仓位数据不出硬盘。系统物理上不提供实盘下单接口。
Q3:支持哪些市场? A股、港股、美股全覆盖,行情、K线、财报、公告、交易日历均按市场适配。
Q4:回答的数据源在哪看? 每个回答都带「来源路径」列;工具调用卡片可展开查看原始 INPUT/OUTPUT,工具清单定义在 distro/mcp-tools.json。
九、总结
走完本教程,你已经掌握了 HunterCode 对话式投研的完整链路:
- ✅ 一条命令部署本地投研终端,开箱即用;
- ✅ 一句话查行情,每个数字来源可追溯;
- ✅ 个股深度分析,三栏证据格式让结论可核查;
- ✅ K线预测 + 22 个 SKILL,从日常晨报到自定义方法论全覆盖。
把搜索、整理、研究交给智能体,把投资决策与交易执行留给自己——这就是对话式投研的正确打开方式。🦌






