美国股票AI交易助手 | Intellectia AI股票预测 — 智能分析买卖点、目标价、概率与技术评级,支持‘该不该买’投资决策问答。
Intellectia Stock Profession.
功能概述
Intellectia Stock Profession.是一项面向实际任务的技能,主要用于Single-symbol Profession(每年的预测)和"我是否应该买?;."来自Intellectia API.Base URL:https://api.intellectia.ai.;
核心要点
- Overview. 这一技能涵盖两个.。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
Intellectia 股票预测
来自 Intellectia API 的单只标的(股票/加密货币)预测(年度预测)及 “我是否应该买入?” 分析。
基础 URL:https://api.intellectia.ai
概览
本技能涵盖两个接口:
- 预测(forecast):
GET /gateway/v1/stock/screener-public - 为何买入 / 是否应买入(analysis):
POST /gateway/v1/finance/should-i-buy
适用场景
当您希望实现以下目标时,请使用该技能:
- 获取单只股票/加密货币的最新行情 + 2026–2035 年度预测
- 针对特定代码(ticker),以结构化方式回答“为何买入?”或“我是否应该买入?”
如何提问(高命中率)
若希望 OpenClaw 自动调用该技能,请在请求中包含以下要素:
- Intellectia
- 代码(ticker)(例如:TSLA / AAPL / BTC-USD)
- 明确提及 forecast / prediction(获取预测) 或 why / should I buy(获取分析)
强制调用该技能的命令:/skill intellectia-stock-forecast <您的请求>
可直接复制使用的提示语示例:
- “请提供 Intellectia 对 TSLA 的预测,显示当前价格、上涨概率、预期收益以及 2026–2035 年各年预测值。”
- “我是否应该买入 TSLA?请使用 Intellectia Should I Buy 功能进行分析。”
- “我是否应该买入 AAPL?请给出结论、关键催化剂、分析师评级及 52 周价格区间。”
- “请获取 Intellectia 针对 BTC-USD(asset_type 2)的年度预测。”
接口列表
| 使用场景 | 方法 | 路径 |
|---|---|---|
| 预测(2026–2035 年度预测) | GET | /gateway/v1/stock/screener-public |
| 为何买入 / 是否应买入分析 | POST | /gateway/v1/finance/should-i-buy |
API:预测(screener-public)
- 方法:
GET /gateway/v1/stock/screener-public - 查询参数:
ticker(字符串,必填)asset_type(整数,必填):0=股票 1=ETF 2=加密货币
- 返回字段:
data.list(单个对象)+data.prediction_2026…data.prediction_2035
cURL 示例
curl -sS "https://api.intellectia.ai/gateway/v1/stock/screener-public?ticker=TSLA&asset_type=0"
Python 示例
python3 - <<'PY'
import requests
r = requests.get("https://api.intellectia.ai/gateway/v1/stock/screener-public", params={"ticker": "TSLA", "asset_type": 0}, timeout=30)
r.raise_for_status()
data = r.json().get("data") or {}
obj = data.get("list") or {}
print("symbol:", obj.get("symbol"), "price:", obj.get("price"))
for y in range(2026, 2036):
k = f"prediction_{y}"
if k in data: print(k, data[k])
PY
API:“为何买入” / “是否应买入”(should-i-buy)
- 方法:
POST /gateway/v1/finance/should-i-buy - 请求头:
Content-Type: application/json - 请求体:
{ "asset": { "ticker": "TSLA", "asset_type": 0, "locale": "en" } }
- 返回字段:
data.action_type、data.conclusion、催化剂(catalysts)、技术面分析、分析师评级,以及价格背景信息。
cURL 示例
curl -sS -X POST "https://api.intellectia.ai/gateway/v1/finance/should-i-buy"
-H "Content-Type: application/json"
-d '{"asset":{"ticker":"TSLA","asset_type":0,"locale":"en"}}'
Python 示例
python3 - <<'PY'
import requests
r = requests.post("https://api.intellectia.ai/gateway/v1/finance/should-i-buy",
json={"asset": {"ticker": "TSLA", "asset_type": 0, "locale": "en"}}, timeout=30)
r.raise_for_status()
d = r.json().get("data") or {}
print("conclusion:", d.get("conclusion"))
print("action_type:", d.get("action_type"))
print("positive_catalysts:", d.get("postive_catalysts"))
print("negative_catalysts:", d.get("negative_catalysts"))
PY
工具配置
| 工具 | 用途 |
|---|---|
curl |
一次性执行 GET 或 POST 请求 |
python3 / requests |
编写脚本;需先执行 pip install requests |
在 OpenClaw 中使用本技能
clawhub install intellectia-stock-forecast
启动一个新的 OpenClaw 会话后,运行:
openclaw skills list openclaw skills info intellectia-stock-forecast openclaw skills check
免责声明与数据说明
- 免责声明:本技能所提供的数据与分析仅作信息参考之用,不构成任何金融、投资或交易建议。过往表现及模型预测结果均不预示未来收益。您须自行承担所有投资决策责任;在做出任何财务决策前,请务必咨询合格的专业人士。
- 数据延迟:API 提供的数据(包括价格、预测、分析等)可能存在延迟,并非实时数据。请勿将其用于时效性要求高的交易决策。
- 实时数据:如需实时或直播数据,请访问 Intellectia 官方平台。
注意事项
- screener-public:每次请求仅支持单个代码(ticker)。
- should-i-buy:当用户就某只标的提出“为何买入?”或“我是否应该买入?”类问题时使用;请在回复中引用
conclusion与catalysts字段内容。
热门AI工具
相关专题
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题梳理XORM框架的入门路径,从框架定位、依赖安装、连接数据库到跑通第一个增删改查示例,讲清Engine初始化、日志开启与项目目录规划,并对比GORM等同类ORM的差异,帮助Go开发者建立整体认知。
0
2026.11.04
本专题聚焦Docker Desktop容器端口映射与访问配置,整理从创建容器、设置端口绑定到验证本地服务访问的操作流程。针对端口被占用、映射配置错误、容器服务无法访问等情况,也提供相应的检查方向,方便用户完成端口配置。
0
2026.11.03
想使用Docker Desktop将本地项目构建成Docker镜像?本专题围绕镜像构建的实际操作展开,介绍Dockerfile编写、构建命令使用、镜像标签设置和构建日志查看等内容,同时整理镜像无法生成、依赖安装失败及构建缓存异常等问题的排查思路。
0
2026.11.03
本专题聚焦Docker Desktop容器创建与运行配置,介绍通过本地镜像或远程镜像创建容器的方法,以及容器启动、终端访问、日志查看和基础管理等操作。针对端口冲突、参数配置不当、容器无法启动等情况,也整理了相应的排查方向。
0
2026.11.03
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章