> Source: https://ashareapi.com/ai-screener/  ·  Markdown version for LLMs / AI agents

AI 选股

# 用 AI 选股，靠的是一套能核对的选股链路
 AI 能帮你选股，前提是你给的每一步都可核对：因子怎么算、筛选什么条件、选出来之后怎么验证。我们把这条链路的每一环做成 API —— 不给你股票名单，给你自己选出、自己验证的能力。

 一句话说清
 **AI 选股 = 让 AI 走完「因子 → 筛选 → 回测」的链路**，你负责定条件、做裁决。关键不是「数据多」，是「**每一步都能复算**」—— 否则 AI 选出来的，你分不清是算出来的还是编出来的。

## 三步链路，每一步都有对应端点
 选股不是「问一句就出名单」，是三个可以查错的步骤。每一步我们都有对应的端点：
 |
| | 步骤 | 端点 | 做什么

| | ① 定因子 | [/v1/factors](/docs/endpoints/factors) | 88 个因子（估值 / 盈利 / 资产负债 / 现金流）+ 50 个筛选入口 + 22 个预设 —— 先看有哪些维度可用

| | ② 写条件 | [/v1/screen](/docs/endpoints/screen) | 把条件写成表达式筛股票，如 `intersect([PE_TTM > 0, PE_TTM 15])`；支持历史截面，可回到任意交易日

| | ③ 验结果 | [/v1/backtest](/docs/endpoints/backtest) | 把选出来的股票按策略跑历史回测，含真实交易成本 —— 样本量够不够、样本外还成不成立，一验便知

 ① 定因子
 [/v1/factors](/docs/endpoints/factors)
 88 个因子（估值 / 盈利 / 资产负债 / 现金流）+ 50 个筛选入口 + 22 个预设 —— 先看有哪些维度可用

 ② 写条件
 [/v1/screen](/docs/endpoints/screen)
 把条件写成表达式筛股票，如 `intersect([PE_TTM > 0, PE_TTM 15])`；支持历史截面，可回到任意交易日

 ③ 验结果
 [/v1/backtest](/docs/endpoints/backtest)
 把选出来的股票按策略跑历史回测，含真实交易成本 —— 样本量够不够、样本外还成不成立，一验便知

 ⇒ 三步走完，一份「选股逻辑」才算立住。我们要给的不是「一份看起来合理的名单」，是**这份名单能不能被验证**。

## 一条真实可跑的选股条件
 把条件写成表达式就能筛 —— 下面这条已经能直接调（免费端点无需 Key，筛选端点需付费档）：
 ```
# ① 看有哪些因子可用
cli.factors()

# ② 筛选：市盈率为正且低于 20 倍、ROE 高于 15%
cli.screen("intersect([PE_TTM > 0, PE_TTM < 20, ROETTM > 15])")

# ③ 把指数成分按等权跑一遍组合回测
cli.backtest(strategy="buy_hold_equal", mode="portfolio")
```
 ⚠️ 最常见的一条坑：`PE_TTM > 0` 必须前置 —— 亏损股 PE 为负，不前置会被当成「低 PE」选进来。

## AI 会怎么用这套端点
 接入之后，Agent 可以自己完成整个选股流程：
 1 接上数据
 把端点接成 Agent 能直接调的工具（MCP 或 REST），不是让它读网页

 2 提一个选股假设
 Agent 自己提：「高 ROE + 低 PE 的股票，过去几年表现如何」

 3 取数与筛选
 调因子库看维度，写表达式筛出候选 —— 条件、口径、返回都可复算

 4 回测验证
 把候选按策略跑回测，按统计门槛裁决，而不是「看起来不错」

## 我们把边界先说清
 这一页讲的是能力，不是承诺。三件事我们不做：

 不推荐股票
 我们不给你一份「买入名单」。选股逻辑给你、验证方法给你，判断在你。

 不承诺收益
 回测结果不代表未来表现。我们保证的是数据口径固定、结论可复算。

 不碰自动交易
 只提供数据与验证能力，不下单、不接管账户。

## 想再深入
 这一页讲「怎么做」，更完整的背景在这几篇：
 [Agent 量化是什么（与传统量化的区别）](/agent-quant) 数据可核对为什么是前提 · 量化专属端点 · 完整闭环

 [AI 量化怎么做：数据与验证（完整指南）](/docs/ai-quant) 四条数据路径对比 · REST 与 MCP 两条接入路 · 回测容易骗自己的坑

 [因子库 / 筛选能力字典](/docs/endpoints/factors) 88 因子全清单 · 50 个筛选入口 · 14 个策略模板 · 易错写法对照

## 常见问题
 你们提供 AI 选股吗？
 提供选股所需的全部能力：因子库、条件筛选、策略回测。但**不提供选股结果**（不推荐股票、不承诺收益）—— 那是对散户的收益承诺，我们做的是给开发者/研究者的能力。你或你的 AI 定条件、跑回测、做裁决。

 用 AI 选股，和直接用 AKShare 这类库有什么区别？
 AKShare 等开源库给的是原始数据，稳定性依赖上游网站；我们给的是**托管好的选股链路**（因子 → 筛选 → 回测），口径固定、多源互为备份、有错误码可自纠 —— 让 AI 拿到的每一步都能复算。

 需要会写代码吗？
 起步不需要。把选股想法说清楚，AI 帮你写成筛选表达式、调端点取数。但**裁决**这一步需要你判断：样本量够不够、样本外还成不成立。

 多少钱能用？
 免费端点（行情 / K线 / 热搜 / 市场总览 / 涨跌分布）无需 Key。筛选、因子、回测属于付费能力，起步 ¥9.9 体验版即可试用，标准版起额度更宽。详见定价页。

 从一条真实数据开始
 免费端点无需 Key，接上就能让 AI 跑第一条选股链路。

 [MCP 接入说明](/mcp)[查看定价](/pricing)