夜雨聆风场景
如果你有一套成熟的交易模式，每天都需要做差不多的数据分析，并将分析结果作为你操盘的依据，那么你完全可以使用龙虾来协助你完成这个工作。
前提
让龙虾帮你分析股票数据之前，你得先告诉它要从哪里获得股票的数据。我是借助龙虾以外的AI工具查询，并比较了一些股票API之后，选定了baostock这个股票数据接口作为龙虾的股票数据来源。
简单的第一步：让龙虾记住你关注的股票
首先，告诉它：请创建一个表格文件：stocks.cvs，这个表格中有2列：代码、名称。它可以自动帮你创建这个表格文件，并存放在workspace目录中。
然后，测试下它调用接口的能力，给他下指令：请用baostock 的 query_stock_basic() 接口获取代码=600487 的股票的名称。龙虾正确调用了这个接口，下面是它的反馈：
继续下达指令：当我说：“请关注<股票代码>”的时候，你就用刚才这个接口查询查询股票的名称，然后，把代码、名称添加到stocks.csv中。现在，请关注： 600487。
龙虾再次顺利完成：
我看到它执行的步骤有点多，可能会消耗较多token。所以对他说：帮我把关注股票的功能封装成一个skill。它成功帮我创建了这个skill：
最后，我通过类似的交互，让它创建一个取消关注的skill。这样，我们以后就能用简单的对话，让龙虾帮你维护一个关注股票清单了。
第二步：实现策略
本文提到的策略是一个简单的示例，并不是我真实使用的交易策略，请勿轻易模仿。
这是一个很简单的策略：当股票价格较大幅度低于ma30的时候，提示买入。当股票的价格较大幅度高于ma30的时候，提示卖出。
让我们和龙虾进行交互，并教会它这个模型：
1、给他下达指令：根据我给定的股票(比如300499)，请你用baostock获取它最近60天内的日历史数据，并计算它的ma30，然后计算最后一个交易日收盘价和当天ma30的偏离幅度。
龙虾的返回：
它完成得很漂亮，不需要任何纠正。
2、给他下达新的指令：现在遍历 stocks.csv，计算表格中每个股票的ma30, 以及最后交易日收盘价和ma30的偏离幅度，并把结果写入到ma30.csv文件，ma30.csv文件包含以下字段：代码、名称、ma30，偏离幅度。
龙虾的反馈：
依旧完美！
3、让他封装成技能，指令如下：把最后的任务封装成一个技能。龙虾反馈如下：
4、小幅修改，让它根据偏离幅度给出操作建议。下达指令如下：稍微修改下这个技能：根据偏离幅度给出买卖建议，当偏离幅度>15%的时候，给出卖出建议；当偏离幅度<-15%的时候，给出买入建议。把买卖建议增加到ma30.csv的最后一列。
龙虾的反馈：
5、额，我还不知道如何使用这个技能，问问龙虾吧。对话如下：我应该怎么召唤这个技能？龙虾说：
事实上，你无需拘泥这些短句，只要意思比较接近就可以了。
收尾
测试下这个新鲜出炉的技能吧，默念召唤咒语：分析下我关注的股票的ma30,并给出买卖建议。返回如下：
龙虾给出的结果超出了我的预期，我在创造技能的时候，让它输出的表格的列仅包含：代码、名称、MA30，偏离幅度和买卖建议。但它主动给我增加了一列“收盘价”，增加这列之后，得到的报告确实比我自己的设定更丰满，数字分身的确正在超越人类本体！
结语
希望读者们都不会被AI超越得太远！
