Investment Researcher Digital Employee

覆盖宏观策略、固收研究、行业公司深度分析、量化因子、大类资产配置、可转债、市场情绪、政策快评、行业景气度追踪等34项核心研究能力。证券研究员的全能数字助手。

Install

openclaw skills install @gechengling/investment-researcher-digital-employee

Investment Researcher Digital Employee / 投资研究员数字员工

Skill Overview / 技能概览

投资研究员数字员工，集成以下34项核心能力模块：

Module 1: 宏观日报
Module 2: 宏观周报
Module 3: 宏观数据解读
Module 4: 政策跟踪分析
Module 5: 宏观风险预警
Module 6: 海外宏观联动
Module 7: 大类资产配置
Module 8: 固收日报
Module 9: 固收隔夜简报
Module 10: 固收周报
Module 11: 利率市场回顾
Module 12: 行业信用风险
Module 13: 债务风险分析
Module 14: 转债估值分析
Module 15: 行业深度分析
Module 16: 行业一页纸分析
Module 17: 行业配置推荐
Module 18: 公司深度分析
Module 19: 公司一页纸分析
Module 20: 公告解读
Module 21: 业绩点评生成
Module 22: 机构调研大纲
Module 23: 全球财经简报
Module 24: 政策快评
Module 25: 策略日报
Module 26: 市场大势风格研判
Module 27: 市场极简复盘
Module 28: 市场情绪监控
Module 29: 估值景气度跟踪
Module 30: 因子跟踪评估
Module 31: 策略速回测
Module 32: 量化日报
Module 33: 量化周报
Module 34: 另类因子挖掘

Module 1: 宏观日报

证券宏观研究员日报生成技能

概述

本技能旨在模拟专业证券宏观研究员的日常工作流，通过自动化抓取和分析最新的宏观经济数据、政策动态、市场舆情及大类资产表现，生成一份结构化、逻辑严密、观点鲜明的宏观日报（Macro Daily Briefing）。报告风格贴近卖方宏观首席分析师，注重“边际变化”、“预期差”及“投资启示”。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
宏观数据	`MacroIndustryEDB`	查询中国宏观、行业经济、国际宏观等经济指标（PMI, CPI, PPI, 社融等）
政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态及内容
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话及活动信息
法律法规	`LawsRegulations`	法律法规信息，按类型、关键词筛选
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选经济预测及事件
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点
资金流向	`StockMarketCapitalFlow`	股票市场资金流入流出统计数据
北向资金	`HSGTTradeStats`	沪深港通市场交易统计（北向/南向资金）
两融数据	`MarginTradeStats`	融资融券余额、买入额、卖出量等统计数据
指数行情	`IndexDailyQuote`	A 股指数日行情（上证、创业板等）
债券行情	`MostActiveRateBondQuotation`	利率债最活跃券收益率及涨跌情况
海外市场	`web_search`	补充查询美联储、海外通胀、美债等（Gildata 覆盖不足时）

数据获取优先级

国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexDailyQuote + MostActiveRateBondQuotation
海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：数据采集与监控

宏观数据抓取
- 工具：gildata-aidata MacroIndustryEDB
- 查询示例：
  text
```
调用 gildata-aidata MacroIndustryEDB
query: "PMI CPI PPI 社融 信贷 M1 M2 进出口 工业增加值 社零 固投"
```
- 重点关注：PMI（官方/财新）、CPI/PPI、进出口、社融/信贷、M1/M2、工业增加值、社零、固投。
- 高频数据：高炉开工率、商品房成交面积、猪肉/蔬菜价格、螺纹钢/水泥价格（若 EDB 无高频，可用 web_search 补充）。
政策动态追踪
- 工具：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList + LawsRegulations
- 查询示例：
  text
```
调用 gildata-aidata PolicyMeetingsList
查询最新政策会议动态

调用 gildata-aidata OfficialSpeechEventList
查询央行行长、发改委官员等讲话

调用 gildata-aidata LawsRegulations
query: "央行 货币政策 OMO MLF LPR 专项债 减税降费"
```
- 重点关注：央行（OMO、MLF、LPR、降准降息）、财政部（专项债、特别国债）、国务院常务会议、发改委、证监会。
- 海外政策：使用 web_search 查询美联储（FOMC 声明、点阵图、官员讲话）、欧央行等。

市场舆情与资金面

工具：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints + StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats

查询示例：

text

调用 gildata-aidata MacroNewslist
query: "宏观经济 政策 最新舆情"

调用 gildata-aidata MacroeconomicAnalysisViewpoints
query: "宏观分析观点 最新"

调用 gildata-aidata StockMarketCapitalFlow
获取今日资金流向统计

调用 gildata-aidata HSGTTradeStats
获取北向资金数据

调用 gildata-aidata MarginTradeStats
获取融资融券数据

重点关注：资金流向（北向/南向、ETF、融资余额）、市场情绪（成交额、换手率）、舆情热点。

大类资产行情

工具：gildata-aidata IndexDailyQuote + MostActiveRateBondQuotation

查询示例：

text

调用 gildata-aidata IndexDailyQuote
获取上证、创业板、沪深 300 等指数日行情

调用 gildata-aidata MostActiveRateBondQuotation
获取 10Y 国债等最活跃券收益率

补充：汇率、商品（原油、黄金）行情可用 web_search 补充。

第二阶段：逻辑分析与研判

预期差分析
- 对比实际数据与 Wind/彭博一致预期，识别超预期（Beat）或不及预期（Miss）的数据点。
- 分析数据背后的驱动因素（季节性、基数效应、结构性因素）。
政策意图解读
- 解读政策措辞变化（如从“合理充裕”到“精准有力”）。
- 评估政策落地的可行性及对市场流动性的实际影响。
资产定价映射
- 股：分子端（盈利预期）与分母端（无风险利率、风险溢价）的博弈。
- 债：基本面（弱现实）与资金面（宽货币）的共振或背离。
- 汇：中美利差、贸易收支与央行态度的综合反映。
- 商：供需错配、金融属性（美元/利率）与地缘溢价的叠加。

第三阶段：报告生成

生成 Markdown 格式报告

使用以下标准模板生成最终报告：

markdown

# 宏观日报 | [YYYY-MM-DD] [一句话核心观点]

> **分析师**：AI 宏观研究团队  
> **日期**：YYYY-MM-DD  
> **市场情绪**：🟢 乐观 / 🟡 中性 / 🔴 谨慎  
> **核心逻辑**：[简述当日市场交易的核心主线，如“宽信用预期升温”、“海外衰退交易主导”等]

---

## 一、 核心观点与策略建议

**1.1 宏观全景**
（总结当日宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“今日公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日……"）

**1.2 策略展望**
（基于宏观判断，给出大类资产配置建议。例如：“短期维持‘股强债弱’判断，建议超配上游资源品，低配长久期利率债……"）

---

## 二、 宏观数据高频追踪

| 指标 | 最新值 | 前值 | 预期值 | 边际变化 | 信号解读 |
|------|--------|------|--------|----------|----------|
| 官方制造业 PMI | | | | | |
| 财新服务业 PMI | | | | | |
| 30 城商品房成交 | | | | | |
| 猪肉批发价 | | | | | |
| 螺纹钢价格 | | | | | |

**数据点评**：
*   **超预期项**：（分析哪些数据好于预期，驱动了什么逻辑）
*   **不及预期项**：（分析哪些数据低于预期，暴露了什么隐患）
*   **高频信号**：（结合高频数据验证宏观逻辑，如开工率回升验证生产修复）

---

## 三、 政策动态与解读

**3.1 国内政策**
*   **[政策名称/事件]**：（简述政策内容）
    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕……"）

**3.2 海外政策**
*   **[美联储/欧央行等]**：（简述最新动态）
    *   **解读**：（分析对美元指数、美债收益率及国内货币政策的溢出效应）

---

## 四、 市场舆情与资金面

**4.1 资金流向**
*   **央行操作**：今日净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。
*   **北向资金**：净买入/卖出 [金额] 亿元，主要流向 [板块]。
*   **融资余额**：环比增加/减少 [金额] 亿元，杠杆资金情绪 [高涨/低迷]。

**4.2 舆情热点**
*   **热点一**：[事件描述] -> **市场反应**：[板块异动/情绪变化]
*   **热点二**：[事件描述] -> **机构观点**：[主流券商看法汇总]

---

## 五、 大类资产表现

| 资产类别 | 指标 | 收盘价/最新值 | 涨跌幅 | 核心驱动 |
|---------|------|---------------|--------|----------|
| **权益** | 上证指数 | | | |
| | 创业板指 | | | |
| **债券** | 10Y 国债收益率 | | | |
| | 10Y 美债收益率 | | | |
| **汇率** | 美元兑人民币 (在岸) | | | |
| | 美元指数 | | | |
| **商品** | 布伦特原油 | | | |
| | 现货黄金 | | | |

**资产轮动分析**：
（分析股债商汇的联动关系，如“股债跷跷板效应显现”、“商品领涨反映通胀预期”等）

---

## 六、 风险提示

*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”
*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”
*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”

---

*免责声明：本报告由 AI 自动生成，基于公开数据与宏观模型分析，仅供参考，不构成任何投资建议。*

注意事项

时效性优先：日报必须基于当日或最近 24 小时的最新数据与新闻。
观点鲜明：避免模棱两可的陈述，必须给出明确的逻辑推演和方向性判断（看多/看空/震荡）。
预期差思维：不仅罗列数据，更要强调实际值与市场预期的偏差（Expectation Gap），这是市场交易的核心。
联动视角：分析单一指标时，必须结合其他资产或宏观背景进行交叉验证（如分析汇率时结合利差和贸易数据）。
专业术语：使用规范的宏观与金融市场术语（如“宽信用”、“期限利差”、“风险溢价”、“剪刀差”等）。
gildata-aidata 优先：所有国内宏观数据、政策、资金面、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。

示例调用

用户输入："生成今日宏观经济简报"

技能执行：

获取宏观数据：gildata-aidata MacroIndustryEDB
获取政策会议：gildata-aidata PolicyMeetingsList
获取官员讲话：gildata-aidata OfficialSpeechEventList
获取法律法规：gildata-aidata LawsRegulations
获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
获取行情数据：gildata-aidata IndexDailyQuote + MostActiveRateBondQuotation
补充海外数据：web_search 查询美联储、美债等
撰写报告：按模板生成 Markdown 格式宏观日报
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为宏观日报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

Module 2: 宏观周报

证券宏观研究员周报生成技能

概述

本技能旨在模拟专业证券宏观研究员的周报撰写工作流，通过对一周内宏观经济数据、政策动态、市场舆情及大类资产表现的系统性复盘，生成一份结构严谨、逻辑连贯、观点鲜明的宏观周报（Macro Weekly Briefing）。

与日报不同，周报更侧重于**“趋势的确认”、“逻辑的连贯性”以及“下周的前瞻性”**。报告风格贴近卖方宏观首席分析师，注重将周度高频数据串联成宏观叙事，并给出明确的投资策略建议。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
宏观数据	`MacroIndustryEDB`	查询中国宏观、行业经济、国际宏观等经济指标（支持周度/月度数据）
政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态及内容
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话及活动信息
法律法规	`LawsRegulations`	法律法规信息，按类型、关键词筛选
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选经济预测及事件
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点
资金流向	`StockMarketCapitalFlow`	股票市场资金流入流出统计数据
北向资金	`HSGTTradeStats`	沪深港通市场交易统计（北向/南向资金）
两融数据	`MarginTradeStats`	融资融券余额、买入额、卖出量等统计数据
指数区间行情	`IndexRangeQuotation`	A 股指数区间行情（周报专用，获取周涨跌幅）
债券行情	`MostActiveRateBondQuotation`	利率债最活跃券收益率及涨跌情况
海外市场	`web_search`	补充查询美联储、海外通胀、美债等（Gildata 覆盖不足时）

数据获取优先级

国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexRangeQuotation + MostActiveRateBondQuotation
海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：数据采集与监控

本周宏观数据抓取
- 工具：gildata-aidata MacroIndustryEDB
- 查询示例：
  text
```
调用 gildata-aidata MacroIndustryEDB
query: "PMI CPI PPI 社融 信贷 M1 M2 进出口 工业增加值 社零 固投"
time_range: "本周" 或 "最近 7 天"
```
- 重点关注：本周发布的月度数据（如 PMI、CPI、社融等）及高频数据趋势。
本周政策动态追踪
- 工具：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList + LawsRegulations
- 查询示例：
  text
```
调用 gildata-aidata PolicyMeetingsList
查询本周政策会议动态

调用 gildata-aidata OfficialSpeechEventList
查询央行行长、发改委官员等本周讲话
```
- 重点关注：央行（OMO、MLF、LPR）、财政部、国务院常务会议、发改委、证监会等本周重要发声。

本周市场舆情与资金面

工具：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints + StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats

查询示例：

text

调用 gildata-aidata MacroNewslist
query: "宏观经济 政策 最新舆情"

调用 gildata-aidata StockMarketCapitalFlow
获取本周资金流向统计

调用 gildata-aidata HSGTTradeStats
获取北向资金周度数据

调用 gildata-aidata MarginTradeStats
获取融资融券周度数据

重点关注：资金流向（北向/南向、ETF、融资余额）、市场情绪、舆情热点。

大类资产周度行情

工具：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation

查询示例：

text

调用 gildata-aidata IndexRangeQuotation
获取上证、创业板、沪深 300 等指数周涨跌幅

调用 gildata-aidata MostActiveRateBondQuotation
获取 10Y 国债等最活跃券收益率周变动

补充：汇率、商品（原油、黄金）行情可用 web_search 补充。

第二阶段：逻辑分析与研判

周度逻辑串联
- 识别本周市场交易的核心主线（如“宽信用预期升温”、“海外衰退交易主导”、“再通胀交易”等）。
- 分析数据与政策如何验证或证伪该主线。
预期差与趋势确认
- 对比本周实际数据与市场一致预期，识别超预期（Beat）或不及预期（Miss）的数据点。
- 结合连续几周的数据趋势，确认经济周期位置（复苏、过热、滞胀、衰退）。
资产定价映射与复盘
- 股：分子端（盈利预期）与分母端（无风险利率、风险溢价）的博弈复盘。
- 债：基本面（弱现实）与资金面（宽货币）的共振或背离。
- 汇：中美利差、贸易收支与央行态度的综合反映。
- 商：供需错配、金融属性（美元/利率）与地缘溢价的叠加。

第三阶段：报告生成

生成 Markdown 格式报告

使用以下标准模板生成最终报告：

markdown

# 宏观周报 | [YYYY-MM-DD] ~ [YYYY-MM-DD] [一句话核心观点]

> **分析师**：AI 宏观研究团队  
> **报告日期**：YYYY-MM-DD  
> **本周关键词**：[例如：再通胀 / 宽信用 / 衰退交易 / 政策博弈]  
> **市场情绪**：🟢 乐观 / 🟡 中性 / 🔴 谨慎  
> **核心逻辑**：[简述本周市场交易的核心主线及下周展望。例如：“本周宏观数据验证‘弱现实+强预期’组合，市场交易主线围绕‘上游资源通胀’与‘红利防守’展开，下周重点关注美联储议息会议及国内政治局会议定调……"]

---

## 一、 核心观点与下周策略建议

**1.1 周度宏观全景**
（总结本周宏观数据、政策及市场表现的核心特征，指出主要矛盾。例如：“本周公布的 3 月 CPI 低于预期，核心通胀依然疲软，印证了内需修复尚需时日，但社融超预期回暖显示宽信用正在发力……"）

**1.2 下周策略展望**
（基于宏观判断，给出下周大类资产配置建议及重点关注方向。例如：“下周建议维持‘股强债弱’判断，超配上游资源品，关注政治局会议对地产政策的定调……"）

---

## 二、 本周宏观数据全景

| 指标 | 本周最新值 | 前值 | 预期值 | 周度趋势 | 信号解读 |
|------|------------|------|--------|----------|----------|
| 官方制造业 PMI | | | | | |
| 财新服务业 PMI | | | | | |
| CPI 同比 | | | | | |
| PPI 同比 | | | | | |
| 社融增量 | | | | | |
| 新增人民币贷款 | | | | | |

**数据深度点评**：
*   **超预期项**：（分析哪些数据好于预期，驱动了什么逻辑，如“社融超预期主要由政府债支撑”）
*   **不及预期项**：（分析哪些数据低于预期，暴露了什么隐患，如“信贷结构中票据冲量明显”）
*   **高频趋势**：（结合本周高频数据验证宏观逻辑，如“高炉开工率连续三周回升验证生产修复”）

---

## 三、 本周政策动态与解读

**3.1 国内政策**
*   **[政策名称/事件]**：（简述政策内容）
    *   **解读**：（分析政策意图、力度、受益方向及潜在风险。例如：“央行开展 5000 亿 MLF 操作，利率维持不变，符合预期，但缩量续作显示央行对资金空转的警惕……"）

**3.2 海外政策**
*   **[美联储/欧央行等]**：（简述最新动态）
    *   **解读**：（分析对美元指数、美债收益率及国内货币政策的溢出效应）

---

## 四、 资金面与市场舆情

**4.1 资金流向与流动性**
*   **央行操作**：本周公开市场累计净投放/回笼 [金额] 亿元，资金面 [宽松/平衡/收敛]。
*   **外资流向**：北向资金周度净买入/卖出 [金额] 亿元，主要流向 [板块/行业]。
*   **杠杆资金**：融资余额周度增加/减少 [金额] 亿元，杠杆资金情绪 [高涨/低迷]。

**4.2 舆情热点**
*   **热点一**：[事件描述] -> **市场反应**：[板块异动/情绪变化]
*   **热点二**：[事件描述] -> **机构观点**：[主流券商看法汇总]

---

## 五、 大类资产周度表现与复盘

| 资产类别 | 指标 | 周涨跌幅 | 本周核心驱动逻辑 |
|---------|------|----------|------------------|
| **权益** | 上证指数 | | |
| | 创业板指 | | |
| | 恒生指数 | | |
| **债券** | 10Y 国债收益率 | | |
| | 10Y 美债收益率 | | |
| **汇率** | 美元兑人民币 (在岸) | | |
| | 美元指数 | | |
| **商品** | 布伦特原油 | | |
| | 现货黄金 | | |

**资产轮动分析**：
（分析股债商汇的联动关系，如“股债跷跷板效应显现”、“商品领涨反映通胀预期”、“美债收益率上行压制成长股估值”等）

---

## 六、 下周重要日程与前瞻

| 日期 | 国家/地区 | 重要数据/事件 | 市场预期/关注点 |
|------|-----------|---------------|-----------------|
| 周一 | | | |
| 周二 | | | |
| 周三 | | | |
| 周四 | | | |
| 周五 | | | |

**前瞻研判**：
（针对下周重点事件给出预判。例如：“周四公布的 CPI 数据预计回落，关注核心通胀能否企稳；周五美联储会议大概率按兵不动，需警惕鲍威尔新闻发布会的措辞变化……"）

---

## 七、 风险提示

*   [风险点 1]：如“海外通胀粘性超预期，美联储降息路径推迟”
*   [风险点 2]：如“国内地产销售修复不及预期，拖累信用扩张”
*   [风险点 3]：如“地缘政治冲突升级，能源价格剧烈波动”

---

*免责声明：本报告由 AI 自动生成，基于公开数据与宏观模型分析，仅供参考，不构成任何投资建议。*

注意事项

周度视角：周报必须基于**本周（通常为周一至周五）**的数据与新闻，侧重总结一周的趋势变化，而非单日的波动。
gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。
逻辑连贯：强调数据与政策之间的内在逻辑联系，构建完整的宏观叙事（如“数据走弱 -> 政策预期升温 -> 债市上涨”）。
前瞻性强：必须包含“下周重要日程与前瞻”模块，为用户提供未来一周的交易日历和预期管理。
预期差思维：重点捕捉数据与 Wind/彭博一致预期的偏差（Expectation Gap），这是市场交易的核心驱动力。
专业术语：使用规范的宏观与金融市场术语（如“宽信用”、“期限利差”、“风险溢价”、“剪刀差”、“削峰填谷”等）。

示例调用

用户输入："生成本周宏观经济周报"

技能执行：

获取宏观数据：gildata-aidata MacroIndustryEDB
获取政策会议：gildata-aidata PolicyMeetingsList
获取官员讲话：gildata-aidata OfficialSpeechEventList
获取法律法规：gildata-aidata LawsRegulations
获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
补充海外数据：web_search 查询美联储、美债等
撰写报告：按模板生成 Markdown 格式宏观周报
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为宏观周报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

Module 3: 宏观数据解读

宏观经济数据解读简报生成技能

概述

本技能用于自动抓取中国核心宏观经济数据，进行预期对比、政策解读和市场影响分析，生成面向投资专业人士的宏观数据解读简报。

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的宏观经济数据与投研分析工具：

数据需求	推荐工具	说明
宏观行业经济数据	`MacroIndustryEDB`	PMI、CPI、PPI、社融、M2、进出口、工业增加值等
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对GDP、CPI、PMI、政策等宏观维度的分析观点
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选经济预测及事件
政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态及内容
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话及活动信息
法律法规	`LawsRegulations`	法律法规信息，按类型、关键词筛选
全网舆情	`NewsInfoList`	全网舆情，按关键词、来源、情感类型筛选
市场舆情	`MarketNewslist`	市场舆情，按市场类型筛选

数据获取优先级

宏观核心数据：优先 MacroIndustryEDB 查询 PMI、CPI、PPI、社融、M2 等
宏观观点解读：优先 MacroeconomicAnalysisViewpoints 获取专业分析观点
宏观舆情与政策：优先 MacroNewslist + PolicyMeetingsList
网络搜索作补充：对于市场预期值、最新政策细节等，使用 web_search 补充

执行流程

第一阶段：数据抓取与整理

搜索最新宏观数据

使用 gildata-aidata 查询：
text
```
调用 gildata-aidata MacroIndustryEDB：
query: "PMI 制造业 非制造业 最新"
query: "CPI PPI 通胀 最新"
query: "社融 M2 M1 金融数据 最新"
query: "工业增加值 固定资产投资 社零 最新"
query: "进出口 贸易顺差 最新"
```
使用 web_search 补充：
- 搜索关键词示例："中国 PMI CPI PPI 最新数据市场预期"、"中国社融 M2 最新预期"
- 优先从国家统计局、人民银行、海关总署等官方渠道或权威财经媒体获取数据
- 重点获取市场预期值（共识预期/中值）

提取核心指标 重点关注以下指标（如有发布）：

指标类别	核心指标
景气度	制造业PMI、非制造业PMI、综合PMI
通胀	CPI同比/环比、PPI同比/环比、核心CPI
金融	社融增量、新增人民币贷款、M2同比、M1同比
实体经济	工业增加值同比、固定资产投资同比、社会消费品零售总额同比
外贸	进出口总额同比、出口同比、进口同比、贸易顺差
其他	城镇调查失业率、房地产投资/销售数据

对比市场预期
- 搜索各指标的市场预期值（共识预期/中值）
- 计算实际值与预期值的偏差（高于预期/低于预期/符合预期）

第二阶段：数据解读与分析

数据含义解读

使用 gildata-aidata 查询宏观分析观点：
text
```
调用 gildata-aidata MacroeconomicAnalysisViewpoints：
query: "GDP 经济增长 最新分析"
query: "CPI 通胀 通缩 分析观点"
query: "PMI 景气度 分析观点"
query: "货币政策 财政政策 分析观点"
```
- 对每个核心指标进行简要解读
- 分析数据反映的经济运行状况（经济扩张/收缩、通胀/通缩压力等）
- 识别数据中的亮点与异常点（如结构性分化、趋势性变化）
- 关注同比、环比、两年平均增速等多维度变化
预期偏差分析
- 分析实际数据与市场预期产生偏差的原因
- 判断偏差是暂时性扰动还是趋势性信号
- 评估偏差对后续经济走势的指示意义

第三阶段：政策与市场影响分析

政策传导分析

使用 gildata-aidata 查询政策信息：
text
```
调用 gildata-aidata PolicyMeetingsList：
查询最新政策会议动态

调用 gildata-aidata OfficialSpeechEventList：
查询重要官员讲话及活动信息

调用 gildata-aidata LawsRegulations：
查询相关法律法规信息
```
货币政策维度：
- 数据对央行货币政策取向的暗示（宽松/中性/收紧）
- 对降准、降息、MLF/LPR操作等具体政策工具的影响判断
- 流动性环境展望（资金面松紧、利率走廊变化）
财政政策维度：
- 数据对财政政策力度和方向的暗示（积极/稳健/收缩）
- 对专项债发行、财政支出节奏、减税降费等政策的影响判断
- 基建投资与财政发力的关联性分析
市场影响评估

使用 gildata-aidata 查询市场舆情：
text
```
调用 gildata-aidata MacroNewslist：
查询宏观舆情，按情感类型筛选

调用 gildata-aidata MarketNewslist：
查询市场舆情
```
股市影响：
- 整体市场情绪影响（利好/利空/中性）
- 受益/受损板块分析（如通胀数据利好资源股、社融数据利好金融地产等）
- 风格偏好判断（成长/价值、大盘/小盘）
债市影响：
- 利率债走势判断（利多/利空）
- 收益率曲线形态变化预期（陡峭化/平坦化）
- 信用利差影响分析

第四阶段：报告生成

生成Markdown格式简报

使用以下模板结构生成最终报告：

markdown

# 宏观经济数据解读简报

> 发布日期：YYYY-MM-DD
> 数据来源：Gildata-AIData、国家统计局、人民银行、海关总署等

---

## 一、核心数据概览

| 指标 | 实际值 | 预期值 | 前值 | 偏差方向 |
|------|--------|--------|------|----------|
| 制造业PMI | | | | |
| 非制造业PMI | | | | |
| CPI同比 | | | | |
| PPI同比 | | | | |
| 社融增量（亿元） | | | | |
| M2同比 | | | | |
| M1同比 | | | | |
| 新增人民币贷款（亿元） | | | | |
| 工业增加值同比 | | | | |
| 固定资产投资同比 | | | | |
| 社零同比 | | | | |
| 出口同比 | | | | |
| 进口同比 | | | | |

---

## 二、数据解读与预期偏差分析

### 2.1 景气度指标
（PMI数据解读，结合 MacroeconomicAnalysisViewpoints 分析观点...）

### 2.2 通胀指标
（CPI、PPI数据解读，分析通胀/通缩压力...）

### 2.3 金融与信用指标
（社融、M2、M1数据解读，分析信用扩张/收缩...）

### 2.4 实体经济指标
（工业增加值、固投、社零数据解读，分析经济内生动力...）

### 2.5 外贸指标
（进出口数据解读，分析外需变化...）

---

## 三、政策影响分析

### 3.1 货币政策展望
（结合 PolicyMeetingsList 和 OfficialSpeechEventList 分析...）
- 对央行货币政策的影响分析
- 降准/降息概率评估
- 流动性环境展望

### 3.2 财政政策展望
（结合 LawsRegulations 和政策会议分析...）
- 对财政政策的影响分析
- 专项债发行节奏
- 基建投资展望

---

## 四、市场影响评估

### 4.1 股市影响
（结合 MacroNewslist 和 MarketNewslist 分析...）
- 整体影响：利好/利空/中性
- 受益板块：[板块 1]、[板块 2]
- 受损板块：[板块 1]、[板块 2]
- 风格偏好：成长/价值

### 4.2 债市影响
- 利率债：利多/利空
- 收益率曲线：陡峭化/平坦化
- 信用利差：走阔/收窄

---

## 五、核心结论与投资启示

（总结核心观点，给出投资参考建议...）

### 核心观点
1. [观点 1]
2. [观点 2]
3. [观点 3]

### 投资启示
- [启示 1]
- [启示 2]

---

*免责声明：本报告仅供参考，不构成投资建议。*

注意事项

数据时效性：优先使用最新发布的月度/季度数据，注明数据所属期（如"2026年3月数据"）
预期值来源：如无法获取精确的市场共识预期，可参考主流券商研报预测或财经媒体汇总的预期区间
解读客观性：数据解读应保持客观中立，避免过度推断，区分事实与观点
不确定性提示：对于存在较大不确定性或数据矛盾之处，应明确提示风险
数据缺失处理：如部分指标当日未发布，可在表格中标注"未发布"或跳过该指标
gildata-aidata 优先：所有宏观数据查询优先使用 gildata-aidata 服务，web_search 仅作为补充获取市场预期值

输出要求

报告使用标准Markdown格式
数据表格保持清晰对齐
核心结论应简洁明了，适合快速阅读
报告长度控制在1500-2500字为宜，聚焦核心信息

示例调用

用户输入："今日宏观数据解读"

技能执行：

获取宏观数据：gildata-aidata MacroIndustryEDB（PMI、CPI、PPI、社融、M2 等）
获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints
获取政策信息：gildata-aidata PolicyMeetingsList + OfficialSpeechEventList
获取市场舆情：gildata-aidata MacroNewslist + MarketNewslist
补充预期值：web_search 查询市场预期
撰写报告：按模板生成 Markdown 格式宏观数据解读简报
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为宏观数据简报建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, MacroeconomicAnalysisViewpoints, MacroNewslist, PolicyMeetingsList, OfficialSpeechEventList 等）
优化数据获取顺序：明确 gildata-aidata 优先获取宏观核心数据，web_search 仅用于补充市场预期值
移除 eastmoney-mx 依赖：原技能使用东方财富妙想作为数据源，现全面替换为 gildata-aidata

Module 4: 政策跟踪分析

宏观政策跟踪与推演分析技能

概述

本技能用于自动抓取全球及中国核心政策动态，进行政策意图解读、预期推演和落地效果跟踪，生成面向投资专业人士的政策分析简报。

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的政策、会议、讲话及舆情数据：

数据需求	推荐工具	说明
政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态及内容
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话及活动信息
法律法规	`LawsRegulations`	法律法规信息，按类型、关键词筛选
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选经济预测及事件
市场舆情	`MarketNewslist`	市场舆情，按市场类型筛选
全网舆情	`NewsInfoList`	全网舆情，按关键词、来源、情感类型筛选
宏观数据验证	`MacroIndustryEDB`	宏观行业经济数据，用于验证政策效果（如GDP、CPI、PMI等）
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对GDP、CPI、PMI、政策等宏观维度的分析观点

数据获取优先级

政策会议与法规：优先 PolicyMeetingsList + LawsRegulations 获取最新政策动态
官员讲话与定调：优先 OfficialSpeechEventList 获取央行、财政部、发改委等官员讲话
宏观舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints 获取市场解读
网络搜索作补充：对于海外政策（美联储等）细节、最新突发新闻，使用 web_search 补充

执行流程

第一阶段：政策信息抓取

全球主要经济体政策动态

使用 gildata-aidata 查询：
text
```
调用 gildata-aidata OfficialSpeechEventList：
查询海外重要官员讲话（如美联储主席讲话等）

调用 gildata-aidata MacroNewslist：
query: "美联储 欧央行 海外通胀 大宗商品"
```
使用 web_search 补充（海外政策）：
- 搜索关键词示例："美联储最新政策利率决议"、"欧央行货币政策"、"美债收益率最新走势"、"海外通胀数据 CPI PCE"、"国际大宗商品原油黄金铜价"
- 重点关注：美联储利率决议与点阵图、欧央行/日央行/英央行货币政策、美国财政与债务动态、全球主要经济体通胀与就业数据

国内政策动态

使用 gildata-aidata 查询：

text

调用 gildata-aidata PolicyMeetingsList：
查询最新政策会议动态

调用 gildata-aidata LawsRegulations：
query: "央行 货币政策 降准 降息 专项债 减税降费"

调用 gildata-aidata MacroNewslist：
query: "央行 货币政策 OMO MLF LPR 财政政策 专项债"

重点关注：央行公开市场操作、MLF/LPR报价、降准降息预期、财政预算与专项债发行、房地产政策、资本市场改革、行业监管政策

核心宏观舆情

使用 gildata-aidata 查询：

text

调用 gildata-aidata OfficialSpeechEventList：
查询央行行长、发改委官员等讲话

调用 gildata-aidata MacroNewslist：
query: "政治局会议 经济 国务院常务会议 发改委 产业政策"

调用 gildata-aidata MacroeconomicAnalysisViewpoints：
query: "货币政策 财政政策 最新分析观点"

重点关注：高层经济会议定调、央行/财政部/发改委官员讲话、重要行业政策导向（新能源、半导体、房地产、平台经济等）

第二阶段：政策分类与深度解读

政策分类整理

政策类别	关注要点
货币政策	利率调整、准备金率、公开市场操作、结构性工具、信贷窗口指导
财政政策	财政赤字、专项债发行、减税降费、转移支付、基建投资
产业政策	行业扶持/限制、技术标准、产能调控、进出口政策
监管政策	金融监管、资本市场改革、房地产调控、平台经济规范
海外政策	美联储/欧央行利率决议、海外财政刺激、贸易政策、地缘政治

政策意图解读
- 分析政策出台的背景与动因（经济数据压力、外部环境变化、结构性问题等）
- 解读政策信号（宽松/中性/收紧、稳增长/防风险、支持/限制某行业）
- 识别政策基调变化（相比前期政策的边际变化、措辞微调背后的含义）
实施路径分析
- 政策工具选择及其传导机制（如降准→银行流动性→信贷投放→实体经济）
- 政策力度评估（超预期/符合预期/低于预期）
- 政策时滞判断（立竿见影型、中期见效型、长期影响型）

第三阶段：政策预期推演

后续政策推演

货币政策推演维度：
- 结合当前经济数据（GDP、CPI、PPI、社融、就业）判断政策空间
- 推演未来1-3个月降准/降息/结构性工具出台的概率与节奏
- 分析央行货币政策执行报告、官员讲话中的前瞻性指引
财政政策推演维度：
- 财政赤字率与专项债额度使用进度
- 特别国债、地方化债政策后续安排
- 财政发力节奏（前置/后置）及对基建投资的拉动
产业与监管政策推演维度：
- 重要会议（两会、政治局会议、中央经济工作会议）定调方向
- 行业政策周期判断（扶持期、规范期、调整期）
- 监管态度边际变化（鼓励创新、防范风险、规范发展）

大类资产配置影响预判

资产类别	宽松政策影响	收紧政策影响
利率债	利多（收益率下行）	利空（收益率上行）
信用债	利差收窄	利差走阔
股市（整体）	流动性支撑、估值提升	流动性收紧、估值承压
股市（板块）	金融地产、成长股受益	银行、价值股相对抗跌
大宗商品	需求预期改善、美元走弱支撑	需求预期走弱、美元走强压制
汇率	本币短期承压	本币短期走强

第四阶段：政策落地跟踪

前期政策效果评估

使用 gildata-aidata 验证数据：
text
```
调用 gildata-aidata MacroIndustryEDB：
query: "信贷 投资 消费 就业 最新数据"
```
- 跟踪过去1-3个月出台的重大政策落地情况
- 分析政策传导过程中的堵点（如宽货币未宽信用、财政支出慢、企业投资意愿不足等）
- 评估政策对经济的实际拉动作用（数据验证：信贷、投资、消费、就业等）
政策预判调整
- 根据落地效果修正前期政策预期
- 识别政策"雷声大雨点小"或"超预期发力"的情形
- 提出后续政策优化建议或加码/退出预判

第五阶段：报告生成

生成Markdown格式推演报告

使用以下模板结构生成最终报告：

markdown

# 宏观政策跟踪与推演分析报告

> 报告日期：YYYY-MM-DD
> 数据来源：Gildata-AIData、央行、财政部、发改委、美联储、权威财经媒体等

---

## 一、政策动态概览

### 1.1 全球主要经济体政策
（美联储、欧央行、海外通胀与大宗商品动态...）

### 1.2 国内政策动态
（央行货币政策、财政政策、监管新政...）

### 1.3 核心宏观舆情
（经济会议、官员讲话、行业政策导向...）

---

## 二、核心政策深度解读

### 2.1 货币政策解读
（政策意图、工具选择、传导路径、力度评估...）

### 2.2 财政政策解读
（财政发力方向、专项债/减税降费、基建拉动...）

### 2.3 产业与监管政策解读
（行业扶持/规范、监管态度变化、中长期影响...）

---

## 三、政策预期推演

### 3.1 后续货币政策推演
（降准/降息概率、节奏预判、结构性工具展望...）

### 3.2 后续财政政策推演
（财政空间、发力节奏、特别国债/地方债展望...）

### 3.3 产业与监管政策趋势
（政策周期判断、重点行业展望...）

---

## 四、政策落地效果跟踪

### 4.1 前期政策执行情况
（过去1-3个月重大政策落地进度...）

### 4.2 传导堵点分析
（宽货币到宽信用、财政支出效率、企业投资意愿等...）

### 4.3 政策效果数据验证
（信贷、投资、消费、就业等数据对政策的响应...）

---

## 五、大类资产配置影响

### 5.1 债券市场
（利率债、信用债影响及策略建议...）

### 5.2 股票市场
（整体影响、板块受益/受损分析、风格偏好...）

### 5.3 商品与汇率
（大宗商品、人民币汇率影响...）

---

## 六、核心结论与策略建议

（总结核心政策信号、后续推演结论、资产配置建议...）

---

*免责声明：本报告基于公开信息整理分析，仅供参考，不构成投资建议。*

注意事项

政策时效性：优先使用当日或最近一周发布的政策信息，注明政策发布日期
解读客观性：政策解读应基于官方文本和权威渠道，避免主观臆测，区分事实与观点
推演逻辑性：政策推演需建立在经济数据和政策框架基础上，给出概率判断而非确定性结论
跟踪连续性：政策落地跟踪应与前期报告形成呼应，体现政策效果的动态演变
海外联动性：关注海外政策对国内市场的传导路径（如美联储加息对人民币汇率、资本流动的影响）
gildata-aidata 优先：所有国内政策、会议、讲话、舆情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策细节

输出要求

报告使用标准Markdown格式
政策引用需注明出处（如"央行2026年4月MLF操作"）
推演结论应给出概率判断（如"降准概率60%"）而非绝对断言
报告长度控制在2000-3000字为宜，聚焦核心政策信号与投资启示

示例调用

用户输入："今日政策解读"

技能执行：

获取政策会议：gildata-aidata PolicyMeetingsList
获取官员讲话：gildata-aidata OfficialSpeechEventList
获取法律法规：gildata-aidata LawsRegulations
获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
补充海外政策：web_search 查询美联储等最新动态
验证政策效果：gildata-aidata MacroIndustryEDB 查询最新宏观数据
撰写报告：按模板生成 Markdown 格式政策推演分析报告
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：将政策数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为政策分析建立 gildata-aidata 工具查询对照表（PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations, MacroNewslist 等）
优化数据获取顺序：明确 gildata-aidata 优先获取国内政策、会议、讲话、舆情，web_search 仅用于补充海外政策细节
移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业政策与舆情数据库

Module 5: 宏观风险预警

宏观风险预警监控技能

概述

本技能模拟宏观策略研究员的风险监控视角，通过持续跟踪核心宏观经济指标，自动识别数据异动（如大幅低于/高于预期、趋势性拐点），精准预警经济下行、通胀抬头、通缩螺旋及政策转向等关键风险，并输出专业的宏观经济风险预警报告。

数据获取策略

核心数据源：gildata-aidata

所有国内宏观数据、政策、舆情、资金面及行情数据均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
宏观数据	`MacroIndustryEDB`	查询中国宏观、行业经济、国际宏观等经济指标（支持周度/月度数据）
政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态及内容
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话及活动信息
法律法规	`LawsRegulations`	法律法规信息，按类型、关键词筛选
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选经济预测及事件
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点
资金流向	`StockMarketCapitalFlow`	股票市场资金流入流出统计数据
北向资金	`HSGTTradeStats`	沪深港通市场交易统计（北向/南向资金）
两融数据	`MarginTradeStats`	融资融券余额、买入额、卖出量等统计数据
指数区间行情	`IndexRangeQuotation`	A 股指数区间行情（周报专用，获取周涨跌幅）
债券行情	`MostActiveRateBondQuotation`	利率债最活跃券收益率及涨跌情况
海外市场	`web_search`	补充查询美联储、海外通胀、美债等（Gildata 覆盖不足时）

数据获取优先级

国内宏观与政策：优先 MacroIndustryEDB + PolicyMeetingsList + OfficialSpeechEventList
舆情与观点：优先 MacroNewslist + MacroeconomicAnalysisViewpoints
资金与行情：优先 StockMarketCapitalFlow + HSGTTradeStats + IndexRangeQuotation + MostActiveRateBondQuotation
海外数据：使用 web_search 补充查询（如美联储最新决议、美债收益率等）

执行流程

第一阶段：核心数据抓取与异动识别

核心宏观指标监控
- 工具：gildata-aidata MacroIndustryEDB
- 查询示例：
  text
```
调用 gildata-aidata MacroIndustryEDB
query: "GDP PMI CPI PPI 社融 M1 M2 进出口 工业增加值 社零"
time_range: "最近 3 个月"
```
- 增长类：GDP（季调/同比）、制造业 PMI、服务业 PMI、工业增加值、社零总额、出口金额。
- 通胀类：CPI（整体/核心）、PPI、PCE（美国）、原油价格、铜价。
- 信用/流动性：社融增量/存量增速、M1/M2 增速及剪刀差、信贷结构（中长期/短期）。
- 外部/汇率：中美 10Y 利差、美元指数、人民币汇率（在岸/离岸）、北向资金流向。
异动识别逻辑（预警触发器）
- 趋势性破位：如 PMI 连续 2 个月下滑且跌破 50 荣枯线；社融增速跌破历史低位分位数（如<8%）。
- 超预期偏离：实际值与市场预期值偏差超过 2 个标准差（如 CPI 意外突破 3% 或转负）。
- 结构性背离：如 M2 高增但 M1 萎缩（资金空转/企业活力下降）；出口高增但汇率贬值（资本外流压力）。
- 阈值触发：美债 10Y 收益率突破关键心理关口（如 4.5% 或 5%）；人民币汇率急贬（如单日跌幅>0.5%）。

第二阶段：风险研判与定性

风险类型识别
- 经济下行/衰退风险：增长指标全面走弱，信用收缩，就业恶化。
- 通胀/滞胀风险：通胀高企（CPI/PPI 双升），同时增长停滞或下滑。
- 通缩风险：物价持续负增长，实际利率上升，债务负担加重。
- 政策转向风险：央行措辞变化（如“精准有力的”转为“稳健中性”），流动性边际收紧，汇率压力倒逼政策收缩。
- 外部冲击风险：美联储超预期加息、地缘冲突导致能源断供、贸易制裁升级。
风险等级评估
- 🔴 高危：多项核心指标共振恶化，系统性风险概率大，需立即调整策略。
- 🟠 关注：关键指标出现恶化苗头，需密切跟踪后续数据验证。
- 🟡 观察：单一指标波动，或短期扰动，整体趋势未变。
- 🟢 安全：数据平稳或向好，风险可控。

第三阶段：传导路径与资产影响

宏观传导分析
- 实体层面：对企业盈利（营收/利润率）、居民收入与消费意愿、就业市场的影响。
- 政策层面：央行可能的对冲手段（降息/降准/汇率干预）及政策空间受限情况。
资产定价反应
- 股票：分子端（盈利预期下调）与分母端（风险溢价上升/无风险利率变化）双重挤压或支撑。
- 债券：避险情绪推动收益率下行（牛市），或通胀/政策收紧导致收益率上行（熊市）。
- 汇率：利差变化与资本流动方向决定汇率走势，央行逆周期调节力度。
- 商品：通胀预期与供需格局变化，黄金（避险/抗通胀）与工业金属（增长预期）的分化。

第四阶段：应对逻辑与策略建议

应对策略生成
- 宏观应对：建议关注的政策对冲工具（如财政发力、结构性货币工具）。
- 投资防御：降低风险敞口，增配防御性资产（高股息、短债、现金、黄金）。
- 投资进攻：寻找受益于该风险的结构性机会（如通胀受益的上游资源、衰退受益的长债）。
- 对冲工具：利用期权、期货或反向 ETF 进行尾部风险对冲。

第五阶段：预警报告生成

生成 Markdown 格式报告

使用以下模板结构生成最终报告：

markdown

# 宏观经济风险预警报告

> 报告日期：YYYY-MM-DD
> 预警等级：🔴 高危 / 🟠 关注 / 🟡 观察 / 🟢 安全
> 核心风险：[衰退风险 / 通胀风险 / 通缩风险 / 政策转向风险 / 汇率风险]

---

## 一、核心宏观数据异动监控

| 指标类别 | 核心指标 | 最新值 | 前值/预期 | 异动幅度 | 信号状态 |
|---------|---------|-------|----------|---------|---------|
| 增长 | 制造业 PMI | | | | |
| 增长 | 社融存量增速 | | | | |
| 通胀 | CPI 同比 | | | | |
| 通胀 | PPI 同比 | | | | |
| 流动性 | M1-M2 剪刀差 | | | | |
| 外部 | 中美 10Y 利差 | | | | |

### 1.1 异动数据解读
（详细分析偏离预期或历史极值的数据点，说明异动原因...）

---

## 二、风险研判与定性

### 2.1 核心风险点
（明确当前面临的主要风险类型，如：经济失速风险加剧、输入性通胀抬头等）

### 2.2 风险等级评估
- **等级**：🔴 / 🟠 / 🟡 / 🟢
- **依据**：（结合数据共振情况、政策空间、历史类比进行解释...）

---

## 三、传导路径与资产影响

### 3.1 宏观经济传导
（对企业盈利、就业、居民消费的具体冲击路径...）

### 3.2 大类资产定价反应
- **股市**：（盈利预期调整、风险偏好变化、风格切换...）
- **债市**：（避险需求、通胀预期、政策利率引导...）
- **汇市**：（利差驱动、资本流动、央行态度...）
- **商品**：（供需错配、金融属性、抗通胀需求...）

---

## 四、应对逻辑与策略建议

### 4.1 宏观应对建议
（政策层面可能的对冲手段及预期效果...）

### 4.2 投资应对策略
- **防御策略**：（降低仓位、增配红利/短债/黄金...）
- **结构性机会**：（受损较少的板块、受益于风险的板块...）
- **对冲工具**：（期权保护、期现套利、反向 ETF...）

---

## 五、后续监控重点

- **关键数据**：（未来 1-2 周需重点跟踪的指标，如非农、CPI、PMI 初值...）
- **重大事件**：（央行会议、重要官员讲话、地缘局势节点...）
- **预警触发条件**：（若出现什么信号，风险等级将升级...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，web_search 仅用于补充海外政策及高频细节数据。
数据时效性：必须使用最新发布的数据，若数据尚未公布，需注明“待公布”或使用高频数据替代（如高炉开工率、地铁客运量、票房收入等）。
逻辑一致性：风险研判必须基于数据异动，避免主观臆断。资产影响分析需符合经典宏观经济学逻辑（如美林时钟、股债性价比）。
区分短期与长期：明确风险是短期扰动（如天气、基数效应）还是趋势性拐点（如人口结构、债务周期），应对策略应有所区分。
情景分析：对于不确定性较高的风险，提供“基准情景”与“极端情景”的应对差异。

示例调用

用户输入："生成宏观预警风险报告"

技能执行：

获取宏观数据：gildata-aidata MacroIndustryEDB
获取政策会议：gildata-aidata PolicyMeetingsList
获取官员讲话：gildata-aidata OfficialSpeechEventList
获取法律法规：gildata-aidata LawsRegulations
获取宏观舆情：gildata-aidata MacroNewslist + MacroeconomicAnalysisViewpoints
获取资金流向：gildata-aidata StockMarketCapitalFlow + HSGTTradeStats + MarginTradeStats
获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
补充海外数据：web_search 查询美联储、美债等
撰写报告：按模板生成 Markdown 格式宏观预警报告
输出报告：直接在对话中显示完整报告内容

输出要求

报告使用标准 Markdown 格式
必须包含异动数据表格和风险等级标识
必须给出明确的资产影响方向和应对策略
报告长度控制在 2000-3000 字，聚焦风险识别与应对
语言专业、客观，适合机构投资者风控与策略参考

技能更新日志

2026-05-11 更新：

核心数据源变更：将宏观数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为宏观风险预警建立 gildata-aidata 工具查询对照表（MacroIndustryEDB, PolicyMeetingsList, OfficialSpeechEventList, LawsRegulations 等）
优化数据获取顺序：明确 gildata-aidata 优先获取国内宏观、政策、资金、行情，web_search 仅用于补充海外政策细节
移除单一 web_search 依赖：原技能主要依赖 web_search，现全面接入 gildata-aidata 专业宏观与舆情数据库

Module 6: 海外宏观联动

海外宏观联动分析技能

概述

本技能模拟证券宏观研究员的海外研究视角，自动抓取全球核心宏观数据与政策动态，深入剖析海外经济对中国宏观经济、货币政策及资本市场的多维传导路径，输出专业的海外 - 国内宏观联动分析简报。

数据获取策略

核心数据源：gildata-aidata

所有宏观数据、政策、资金流向、行情及舆情数据均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
海外/国内宏观数据	`MacroIndustryEDB`	查询国际宏观（美/欧/日 GDP、CPI、PMI、非农等）及中国宏观经济指标
海外政策/央行	`MacroIndustryEDB` + `web_search`	美联储利率决议等结构化数据通过 EDB 获取，细节纪要补充 web_search
国内政策会议	`PolicyMeetingsList`	国内经济金融领域政策会议动态
官员讲话	`OfficialSpeechEventList`	国内外重要官员讲话
宏观舆情	`MacroNewslist`	宏观舆情，按区域、情感类型筛选
宏观分析观点	`MacroeconomicAnalysisViewpoints`	研报中对宏观维度的分析观点
北向资金/外资	`HSGTTradeStats`	沪深港通市场交易统计（北向资金流向）
资金流向	`StockMarketCapitalFlow`	股票市场资金流入流出统计
汇率/利率	`MacroIndustryEDB` + `MostActiveRateBondQuotation`	汇率及中美利差数据通过 EDB 获取，国内活跃券收益率通过债券工具获取
指数行情	`IndexRangeQuotation`	A 股指数行情

数据获取优先级

宏观数据（含海外）：优先 gildata-aidata MacroIndustryEDB（支持国际宏观数据库查询）
资金与行情：优先 gildata-aidata (HSGTTradeStats, StockMarketCapitalFlow, MostActiveRateBondQuotation)
政策与舆情：优先 gildata-aidata (PolicyMeetingsList, MacroNewslist, MacroeconomicAnalysisViewpoints)
补充信息：web_search 仅用于补充海外政策细节、地缘政治突发新闻等 EDB 未覆盖内容。

执行流程

第一阶段：海外核心数据与政策扫描

美国核心宏观数据
- 工具：gildata-aidata MacroIndustryEDB
- 查询示例：
  text
```
调用 gildata-aidata MacroIndustryEDB
query: "美国 GDP CPI PMI 非农就业 零售销售"
time_range: "最近 3 个月"
```
- 增长：GDP（季调环比/同比）、ISM 制造业/服务业 PMI、零售销售、个人消费支出。
- 通胀：CPI（核心/整体）、PCE 物价指数（美联储核心指标）、PPI。
- 就业：非农就业人数、失业率、平均时薪、初请失业金人数。
海外央行政策与流动性
- 美联储：联邦基金利率目标区间、点阵图预测、缩表/扩表节奏（QT/QE）、官员讲话（鹰派/鸽派倾向）。
- 其他央行：欧央行（ECB）、日央行（BOJ）、英央行（BOE）利率决议及政策转向信号。
- 流动性指标：美债收益率曲线（2Y/10Y 利差）、美元指数（DXY）、TED 利差。
全球地缘与贸易政策
- 地缘政治：中东局势、俄乌冲突、能源供应中断风险。
- 贸易政策：关税政策变化、科技制裁、供应链重构动态。

第二阶段：海外 - 国内传导路径分析

四大传导渠道深度剖析

传导渠道	核心逻辑	关键指标	影响对象
利率与汇率渠道	中美利差倒挂/收窄 -> 资本流动 -> 汇率波动 -> 央行货币政策空间	中美 10Y 利差、在岸/离岸汇率、外汇储备	货币政策（降息掣肘）、汇率
贸易与产业链渠道	海外需求强弱 -> 中国出口增速 -> 制造业 PMI/盈利 -> 经济增长	美国零售/进口数据、中国出口金额、航运指数	出口链企业、制造业景气度
情绪与资金渠道	海外风险事件（衰退/战争） -> 全球避险情绪（VIX） -> 外资流向（北向资金）	VIX 恐慌指数、北向资金净流入、MSCI 中国指数	A 股核心资产、市场风险偏好
通胀输入渠道	海外大宗商品涨价（油/铜/金） -> 中国进口价格 -> PPI -> 中下游成本	布伦特原油、LME 铜、中国 PPI 环比	上游资源股、中游制造利润

海外经济情景推演
- 情景一：美国经济软着陆（增长放缓但无衰退，通胀温和） -> 利好中国出口结构优化，外资回流新兴市场，中国货币政策空间打开。
- 情景二：美国经济硬着陆（衰退风险上升，快速降息） -> 短期冲击全球风险资产，外需大幅萎缩拖累中国出口，但中国可能因“避风港”效应受益。
- 情景三：美国再通胀（通胀反弹，加息或维持高位） -> 美元走强，人民币汇率承压，中国央行降息空间受限，输入性通胀压力上升。

第三阶段：国内影响深度评估

对国内宏观政策的影响
- 货币政策：美联储政策是否构成掣肘？国内是否有“以我为主”的降息/降准空间？汇率维稳压力如何？
- 财政政策：外需走弱是否倒逼内需发力？出口退税、设备更新等政策是否加码？
对国内资产价格的影响
- A 股：外资重仓股（白酒、新能源）受汇率影响？出口链（家电、机械、汽车零部件）受需求影响？
- 债券：中美利差对国内债市影响有限，但若外资大幅流出可能阶段性扰动；海外衰退预期利好国内长债。
- 汇率：人民币兑美元走势预判，央行逆周期因子、外汇存款准备金率等工具使用概率。
- 商品：输入性通胀对国内定价品种（原油、有色）的传导。

第四阶段：联动分析简报生成

生成 Markdown 格式报告

使用以下模板结构生成最终报告：

markdown

# 海外宏观联动分析简报

> 报告日期：YYYY-MM-DD
> 核心关注：海外经济/政策 -> 国内传导 -> 资产影响

---

## 一、海外核心动态概览

### 1.1 美国宏观数据
（GDP、通胀、就业最新表现及预期差...）

### 1.2 海外央行政策
（美联储/欧央行决议、点阵图、缩表节奏...）

### 1.3 全球地缘与贸易
（地缘风险、关税政策、供应链扰动...）

---

## 二、海外 - 国内传导逻辑分析

### 2.1 利率与汇率传导
（中美利差变化、资本流动方向、汇率压力...）

### 2.2 贸易与产业链传导
（外需强弱、出口结构变化、制造业影响...）

### 2.3 情绪与资金传导
（VIX 波动、北向资金流向、风险偏好...）

### 2.4 通胀输入传导
（大宗商品价格、PPI 传导路径...）

---

## 三、对国内宏观与资产的影响

### 3.1 国内政策空间评估
（货币政策掣肘/空间、汇率维稳手段、财政发力方向...）

### 3.2 A 股市场影响
（外资流向、出口链景气、核心资产估值...）

### 3.3 债券与汇率市场
（中美利差、长债收益率、人民币走势...）

### 3.4 商品市场
（输入性通胀、定价权品种...）

---

## 四、情景推演与策略建议

### 4.1 核心情景推演
| 情景 | 概率 | 特征 | 对国内影响 |
|------|------|------|-----------|
| 软着陆 | | | |
| 硬着陆 | | | |
| 再通胀 | | | |

### 4.2 投资策略建议
- **股票**：受益/受损板块、外资偏好变化。
- **债券**：久期建议、利差策略。
- **汇率**：避险/对冲建议。

### 4.3 核心风险提示
（海外数据超预期、政策急转弯、地缘黑天鹅...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

gildata-aidata 优先：所有国内宏观数据、政策、资金、行情查询优先使用 gildata-aidata 服务，海外宏观数据同样优先通过其国际宏观数据库（EDB）获取。
数据时效性：优先使用最新发布的海外数据（如非农、CPI 公布当日），注明数据发布时间。
逻辑严谨性：传导分析必须建立在经济学逻辑之上，避免简单线性外推，考虑二阶效应。
概率思维：海外经济充满不确定性，使用情景分析（软着陆/硬着陆）而非单一结论。
国内视角：始终落脚于“对中国的影响”，强调“以我为主”的政策定力与资产韧性。
跨境联动：关注离岸/在岸汇率价差、北向资金流向、中美利差倒挂程度等高频指标。

示例调用

用户输入："中美宏观联动分析"

技能执行：

获取海外宏观数据：gildata-aidata MacroIndustryEDB (查询美国 GDP, CPI, PMI, 非农等)
获取国内宏观数据：gildata-aidata MacroIndustryEDB (查询中国 GDP, CPI, PMI, 出口等)
获取资金流向：gildata-aidata HSGTTradeStats + StockMarketCapitalFlow
获取行情数据：gildata-aidata IndexRangeQuotation + MostActiveRateBondQuotation
获取政策与舆情：gildata-aidata PolicyMeetingsList + MacroNewslist
补充海外细节：web_search (查询美联储最新讲话细节、地缘政治突发)
撰写报告：按模板生成 Markdown 格式联动分析简报
输出报告：直接在对话中显示完整报告内容

输出要求

报告使用标准 Markdown 格式
必须包含四大传导渠道分析（利率汇率、贸易产业链、情绪资金、通胀输入）
必须包含情景推演表格
报告长度控制在 2500-3500 字，聚焦核心传导逻辑与投资策略
语言专业、客观，适合机构投资者阅读

技能更新日志

2026-05-11 更新：

核心数据源变更：全面接入 gildata-aidata 服务，包括海外宏观数据查询（通过 MacroIndustryEDB 国际宏观库）。
工具矩阵明确：新增 EDB、资金流向、行情、舆情等工具的映射表。
流程优化：明确先获取 Gildata 数据，再进行逻辑推演的执行顺序。

Module 7: 大类资产配置

宏观大类资产配置技能

概述

本技能模拟宏观策略研究员的大类资产配置视角，结合最新宏观经济数据、政策预判与市场环境，运用美林时钟或宏观象限分析框架，自动生成股票、债券、商品、外汇及现金等大类资产的配置建议。报告旨在为专业投资机构提供具有逻辑支撑的配置方向、权重建议与风险提示。

数据获取策略

核心数据源：gildata-aidata

所有宏观经济数据、资金流向、指数行情及市场观点均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
宏观经济指标	`MacroIndustryEDB`	核心工具。查询 GDP、CPI、PPI、PMI、社融、M2、工业增加值等，用于判定经济周期象限（复苏/过热/滞胀/衰退）。
指数行情	`IndexRangeQuotation`	获取沪深 300、中债综合、南华商品指数等近期涨跌幅，评估资产表现。
资金流向	`HSGTTradeStats`, `StockMarketCapitalFlow`	获取北向资金、两融余额等，辅助判断股市资金面情绪。
宏观分析观点	`MacroeconomicAnalysisViewpoints`	获取研报中对宏观经济的分析观点，辅助交叉验证。
海外宏观	`MacroIndustryEDB` (国际宏观)	获取美欧主要经济体数据，辅助全球宏观联动分析。
政策与舆情	`PolicyMeetingsList`, `MacroNewslist`	获取重大会议决议与宏观舆情。

数据获取优先级

周期判定数据：优先 gildata-aidata MacroIndustryEDB（获取增长与通胀数据）。
资产表现数据：优先 gildata-aidata IndexRangeQuotation。
资金与情绪：优先 gildata-aidata HSGTTradeStats。
补充信息：web_search 仅用于补充海外突发政策细节或特定商品现货价格。

执行流程

第一阶段：宏观象限判定与周期定位

核心宏观数据抓取
- 工具：gildata-aidata MacroIndustryEDB
- 查询示例：
  text
```
调用 gildata-aidata MacroIndustryEDB
query: "GDP 同比 CPI 同比 PPI 同比 PMI 社融存量增速 M2 增速"
time_range: "最近 6 个月"
```
- 增长维度：GDP 增速趋势、PMI 荣枯线位置、社融/M2 增速变化。
- 通胀维度：CPI（核心/整体）趋势、PPI 趋势。
- 流动性维度：DR007、SHIBOR、央行公开市场操作净投放。
美林时钟定位 根据增长与通胀的边际变化方向，判定当前经济周期位置：
- 复苏期（增长↑ 通胀↓）：企业盈利改善，流动性宽裕。股票 > 债券 > 商品 > 现金。
- 过热期（增长↑ 通胀↑）：央行收紧流动性，抗通胀为主。商品 > 股票 > 现金/债券。
- 滞胀期（增长↓ 通胀↑）：企业盈利恶化，通胀高企。现金 > 商品/债券 > 股票。
- 衰退期（增长↓ 通胀↓）：央行放松流动性，债券牛市开启。债券 > 现金 > 股票 > 商品。

第二阶段：大类资产深度分析

权益类资产（股票）
- 估值与盈利：全 A 或主要指数（沪深 300、创业板指）的 PE/PB 分位数，盈利增速预期（EPS）。
- 资金面：北向资金流向、两融余额变化、新发基金规模。
- 风格研判：大盘 vs 小盘，成长 vs 价值，结合宏观环境（如复苏期偏成长，滞胀期偏价值）。
固定收益类资产（债券）
- 利率环境：10Y 国债收益率走势及分位数，中美利差。
- 信用风险：信用利差变化，违约事件监测。
- 配置建议：久期策略（长/短）、杠杆策略、信用下沉与否。
商品与另类资产
- 工业金属：受全球制造业 PMI 及国内基建/地产投资驱动。
- 贵金属（黄金）：受实际利率（美债收益率 - 通胀预期）及避险情绪驱动。
- 原油：受供需格局（OPEC+ 减产、全球经济预期）及地缘政治影响。
- 外汇：美元指数走势，人民币汇率（在岸/离岸）预期。

第三阶段：配置策略生成

战术资产配置（TAA）建议
- 结合当前周期位置，给出超配/标配/低配建议。
- 考虑极端风险情景下的对冲策略（如尾部风险对冲）。
权重建议与逻辑支撑
- 给出建议的资产权重区间（如：股票 40-50%，债券 30-40%，商品 10%，现金 5%）。
- 详细阐述配置逻辑。

第四阶段：资产配置报告生成

生成 Markdown 格式报告

使用以下模板结构生成最终报告：

markdown

# 宏观大类资产配置建议报告

> 报告日期：YYYY-MM-DD
> 核心观点：[一句话总结，如：经济弱复苏，建议超配股票，标配债券]
> 宏观象限：[复苏 / 过热 / 滞胀 / 衰退]

---

## 一、宏观经济周期定位

### 1.1 核心宏观数据监控
| 指标类别 | 指标名称 | 最新值 | 趋势 | 信号 |
|---------|---------|-------|------|------|
| 增长 | GDP/PMI | | | |
| 通胀 | CPI/PPI | | | |
| 信用 | 社融/M2 | | | |

### 1.2 周期象限判定
- **当前位置**：[如：衰退向复苏过渡期]
- **判定依据**：（详细分析增长与通胀的组合特征...）

---

## 二、大类资产分析与建议

### 2.1 权益资产（股票）
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（盈利预期、估值分位、资金流向、政策催化...）
- **风格建议**：（大盘/小盘，成长/价值，红利/科技...）

### 2.2 固定收益（债券）
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（利率趋势、货币政策、信用环境...）
- **策略建议**：（久期长短、信用资质要求...）

### 2.3 商品与实物资产
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（供需格局、通胀预期、地缘风险...）
- **细分品种**：（黄金、原油、铜等...）

### 2.4 现金与外汇
- **配置评级**：[超配 / 标配 / 低配]
- **核心逻辑**：（流动性充裕度、汇率预期...）

---

## 三、资产配置组合建议

### 3.1 建议权重
| 资产类别 | 建议权重 | 评级 | 备注 |
|---------|---------|------|------|
| 股票 | | | |
| 债券 | | | |
| 商品 | | | |
| 现金 | | | |

### 3.2 策略逻辑与风险提示
- **核心逻辑**：（总结为何这样配置...）
- **潜在风险**：（如：通胀超预期反弹、海外衰退拖累出口、政策收紧不及预期等...）
- **动态调整触发条件**：（若出现什么信号，需调整配置...）

---

## 四、后续关注重点
- **关键数据**：（未来需跟踪的宏观指标...）
- **重大事件**：（重要会议、央行决议等...）

---

*免责声明：本报告基于公开数据与宏观分析框架生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

gildata-aidata 优先：所有国内宏观数据、资金流向、行情数据优先使用 gildata-aidata 服务。
逻辑严密：资产配置建议必须基于宏观数据推导，严禁无依据的主观预测。
动态视角：强调“边际变化”而非绝对水平（如关注 PMI 是回升还是回落，而非仅仅是高于 50）。
风险提示：必须包含对配置策略可能失效的风险提示（如黑天鹅事件）。
专业表达：使用专业术语（如“股债性价比”、“期限利差”、“信用下沉”、“实际利率”等）。

示例调用

用户输入："当前宏观环境下适合怎么配置资产？"

技能执行：

获取宏观数据：gildata-aidata MacroIndustryEDB (查询 GDP, CPI, PPI, PMI, 社融等)
获取指数行情：gildata-aidata IndexRangeQuotation (查询沪深 300, 国债指数表现)
获取资金流向：gildata-aidata HSGTTradeStats (查询北向资金)
获取宏观观点：gildata-aidata MacroeconomicAnalysisViewpoints
判定周期象限：基于数据判断处于美林时钟哪个阶段
撰写报告：按模板生成 Markdown 格式资产配置报告
输出报告：直接在对话中显示完整报告内容

输出要求

报告使用标准 Markdown 格式
必须包含美林时钟/宏观象限判定
必须给出各大类资产的评级（超配/标配/低配）及建议权重
报告长度控制在 2000-3000 字
语言专业、客观，适合机构投资者资产配置参考

技能更新日志

2026-05-11 更新：

核心数据源变更：全面接入 gildata-aidata 服务。
工具映射明确：新增 MacroIndustryEDB（宏观周期判定）、IndexRangeQuotation（资产表现）、HSGTTradeStats（资金面）等工具映射。
流程优化：明确先获取 Gildata 宏观数据判定周期，再结合资金和行情数据生成配置建议的逻辑流。

Module 8: 固收日报

固定收益日报生成技能

技能概述

本技能面向证券固定收益研究员，自动生成标准化的固定收益市场日报。通过 gildata-aidata 专业金融数据服务获取权威数据，覆盖资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆情，输出专业、结构化的Markdown格式日报。

触发场景

用户要求生成固收日报、债市日报、债券日报、利率日报、资金面日报
用户询问"今天债市情况"、"资金面如何"、"债券市场复盘"
用户需要每日固定收益市场回顾与展望
用户要求生成固收晨报、债市早报、固收晚报
即使用户表述简短如"固收日报"、"债市日报"、"今天债券市场"也要触发

数据获取流程

第一步：获取当前日期

使用 time 工具获取当前日期，确定报告覆盖的交易日。

第二步：资金面数据

使用 finx gildata-aidata MacroIndustryEDB 获取资金面核心指标：

bash

# 获取DR系列利率（银行间质押式回购利率）
finx gildata-aidata MacroIndustryEDB --body '{"query": "DR001 DR007 DR014 银行间质押式回购利率"}'

# 获取R系列利率（存款类金融机构质押式回购利率）
finx gildata-aidata MacroIndustryEDB --body '{"query": "R001 R007 R014 质押式回购利率"}'

# 获取SHIBOR利率
finx gildata-aidata MacroIndustryEDB --body '{"query": "SHIBOR 隔夜 7天 14天 1个月"}'

# 获取同业拆借利率
finx gildata-aidata MacroIndustryEDB --body '{"query": "同业拆借利率 隔夜 7天"}'

第三步：国债收益率曲线

使用 finx gildata-aidata MostActiveRateBondQuotation 获取利率债最活跃券行情：

bash

# 获取利率债最活跃券收益率
finx gildata-aidata MostActiveRateBondQuotation --body '{"query": "国债 活跃券 收益率 1年 3年 5年 7年 10年 30年"}'

使用 finx gildata-aidata BondDailyClosingQuotes 获取国债期货数据：

bash

# 获取国债期货行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "国债期货 TS TF T TL 2年期 5年期 10年期 30年期"}'

第四步：央行公开市场操作

使用 finx gildata-aidata MacroIndustryEDB 获取央行操作数据：

bash

# 获取央行公开市场操作数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "央行公开市场操作 逆回购 MLF 投放 回笼"}'

# 获取LPR报价
finx gildata-aidata MacroIndustryEDB --body '{"query": "LPR 贷款市场报价利率 1年期 5年期"}'

第五步：信用债市场

使用 finx gildata-aidata BondDailyClosingQuotes 获取信用债行情：

bash

# 获取信用债收益率和利差
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "信用债 城投债 产业债 收益率 信用利差 AAA AA+ AA"}'

第六步：同业存单

使用 finx gildata-aidata NCDIssueRate 获取同业存单发行利率：

bash

# 获取同业存单发行利率
finx gildata-aidata NCDIssueRate --body '{"query": "同业存单发行利率 AAA 1M 3M 6M 1Y"}'

第七步：地方债市场

使用 finx gildata-aidata BondDailyClosingQuotes 获取地方债行情：

bash

# 获取地方债发行和二级市场数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "地方政府债 发行利率 二级市场收益率 3年 5年 7年 10年"}'

第八步：二级资本债与永续债

使用 finx gildata-aidata BondDailyClosingQuotes 获取银行资本债数据：

bash

# 获取二级资本债和永续债行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "二级资本债 银行永续债 收益率 AAA AA+ 3年 5年"}'

第九步：资产支持证券（ABS）

使用 finx gildata-aidata BondDailyClosingQuotes 获取ABS数据：

bash

# 获取ABS市场数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "ABS 资产支持证券 信贷ABS 企业ABS ABN 发行利率 收益率"}'

第十步：重要政策与舆情

使用 finx gildata-aidata MacroNewslist 获取宏观舆情：

bash

# 获取宏观舆情
finx gildata-aidata MacroNewslist --body '{"query": "债券市场 货币政策 央行 利率债"}'

使用 finx gildata-aidata NewsInfoList 获取全网舆情：

bash

# 获取债券市场重要新闻
finx gildata-aidata NewsInfoList --body '{"query": "债券市场 违约 评级调整 监管政策"}'

第十一步：可转债市场（可选）

使用 finx gildata-aidata BondDailyClosingQuotes 获取可转债数据：

bash

# 获取可转债行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "可转债 转债指数 行情"}'

报告结构

报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：

markdown

# 固定收益市场日报

**报告日期：** YYYY年MM月DD日（周X）
**编制时间：** HH:MM
**报告类型：** 固收日报

---

## 一、核心观点

> 用2-3句话概括当日债市核心特征，包括资金面松紧、利率债走势、市场情绪等。

---

## 二、资金面监测

### 2.1 银行间质押式回购利率

| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |
|------|-------------|---------|----------|
| DR001 | | | |
| DR007 | | | |
| DR014 | | | |
| R001 | | | |
| R007 | | | |

### 2.2 SHIBOR利率

| 品种 | 最新利率(%) | 前值(%) | 变动(BP) |
|------|-------------|---------|----------|
| 隔夜 | | | |
| 7天 | | | |
| 14天 | | | |
| 1个月 | | | |

### 2.3 资金面点评

[分析当日资金面松紧程度、央行投放情况、跨月/跨季因素、市场预期等]

---

## 三、利率债市场

### 3.1 国债收益率曲线

| 期限 | 收益率(%) | 前值(%) | 变动(BP) |
|------|-----------|---------|----------|
| 1Y | | | |
| 3Y | | | |
| 5Y | | | |
| 7Y | | | |
| 10Y | | | |
| 30Y | | | |

### 3.2 国债期货

| 合约 | 收盘价 | 涨跌幅(%) | 成交量(万手) |
|------|--------|-----------|--------------|
| 2年期(TS) | | | |
| 5年期(TF) | | | |
| 10年期(T) | | | |
| 30年期(TL) | | | |

### 3.3 期限利差

| 利差 | 最新(BP) | 前值(BP) | 变动(BP) |
|------|----------|----------|----------|
| 10Y-1Y | | | |
| 10Y-5Y | | | |
| 30Y-10Y | | | |

### 3.4 利率债点评

[分析当日利率债走势、收益率曲线形态变化、多头/空头逻辑、市场情绪等]

---

## 四、央行操作与流动性

### 4.1 公开市场操作

| 操作类型 | 投放(亿) | 回笼(亿) | 净投放(亿) |
|----------|----------|----------|------------|
| 逆回购 | | | |
| MLF | | | |
| 其他 | | | |
| **合计** | | | |

### 4.2 流动性点评

[分析央行操作意图、流动性管理态度、后续政策预期等]

---

## 五、信用债市场

### 5.1 信用利差监测

| 评级 | 3Y利差(BP) | 5Y利差(BP) | 变动(BP) |
|------|------------|------------|----------|
| AAA | | | |
| AA+ | | | |
| AA | | | |

### 5.2 信用债点评

[分析信用债成交活跃度、利差变化、信用分层情况、城投/产业债表现等]

---

## 六、同业存单市场

### 6.1 NCD发行利率

| 评级 | 1M | 3M | 6M | 1Y |
|------|----|----|----|----|
| AAA | | | | |

### 6.2 同业存单点评

[分析NCD发行利率走势、银行负债端压力、发行规模等]

---

## 七、地方政府债市场

### 7.1 地方债一级发行

| 期限 | 发行规模(亿) | 中标利率(%) | 倍数 |
|------|--------------|-------------|------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |

### 7.2 地方债二级市场

| 期限 | 收益率(%) | 前值(%) | 变动(BP) |
|------|-----------|---------|----------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |

### 7.3 地方债点评

[分析地方债发行节奏、供给压力、与国债利差变化、配置需求等]

---

## 八、二级资本债与永续债

### 8.1 二级资本债

| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |
|------|------|---------------|---------|----------|
| AAA二级资本债 | 3Y | | | |
| AAA二级资本债 | 5Y | | | |
| AA+二级资本债 | 3Y | | | |

### 8.2 银行永续债

| 品种 | 期限 | 最新收益率(%) | 前值(%) | 变动(BP) |
|------|------|---------------|---------|----------|
| AAA银行永续债 | 3Y | | | |
| AAA银行永续债 | 5Y | | | |
| AA+银行永续债 | 3Y | | | |

### 8.3 资本债点评

[分析银行资本债成交活跃度、信用利差变化、银行负债端压力、监管政策影响等]

---

## 九、资产支持证券（ABS）

### 9.1 ABS一级市场发行

| 类型 | 发行规模(亿) | 加权利率(%) | 期限(年) |
|------|--------------|-------------|----------|
| 信贷ABS | | | |
| 企业ABS | | | |
| ABN | | | |

### 9.2 ABS二级市场

| 品种 | 评级 | 收益率(%) | 利差(BP) |
|------|------|-----------|----------|
| 优先A档 | AAA | | |
| 优先A-1档 | AAA | | |
| 次级档 | - | | |

### 9.3 ABS点评

[分析ABS发行节奏、基础资产类型分布、优先级/次级利差变化、流动性情况等]

---

## 十、重要事件与政策

- [事件1：简述当日重要政策、数据发布、监管动态等]
- [事件2：...]
- [事件3：...]

---

## 十一、市场展望

[基于当日市场表现和政策信号，给出次日/近期债市走势展望，包括：
- 资金面预期
- 利率债方向判断
- 关键关注点（数据发布、政策会议、供给压力等）
- 操作建议]

---

## 十二、风险提示

- 货币政策超预期收紧风险
- 经济数据超预期风险
- 供给冲击风险
- 外部因素扰动风险
- 信用风险事件冲击

数据获取注意事项

数据准确性优先：如果某些数据无法获取，应明确标注"数据待更新"或"暂无数据"，不要编造数据
多源交叉验证：对关键数据（如10年期国债收益率）应从多个工具交叉验证
时效性：优先获取当日最新数据，如无当日数据可使用最近交易日数据并注明
单位统一：利率统一用百分比(%)，利差和变动用基点(BP)，金额用亿元
专业性：使用固收研究员常用的专业术语，如"资金面收敛/宽松"、"曲线牛陡/熊平"、"资产荒"等

数据获取失败处理

如果某项数据查询失败：

尝试更换查询关键词
如仍无法获取，在对应表格中标注"数据待更新"
在点评部分说明数据缺失原因
不影响其他已完成部分的数据展示

输出要求

报告必须使用标准Markdown格式
表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）
点评部分应简洁专业，避免冗长叙述
核心观点必须精炼，便于快速阅读
所有数据需注明数据来源（"数据来源：gildata-aidata"）

高级功能

定时任务支持

本技能支持通过定时任务每日自动生成固收日报。配置建议：

执行时间：每个交易日 17:00-18:00（收盘后）
任务描述：自动生成当日固定收益市场日报

自定义模板

用户可要求调整报告结构，如：

精简版：仅保留核心观点、资金面、利率债三部分
详细版：包含全部板块（地方债、二级资本债、永续债、ABS等）
定制版：按用户需求调整章节顺序或增减内容

技能调用示例

用户输入： "生成今天固收日报"

技能执行：

获取当前日期
使用 gildata-aidata 服务依次查询：
- MacroIndustryEDB 获取资金面利率（DR001/DR007/DR014、R001/R007、SHIBOR）
- MostActiveRateBondQuotation 获取利率债最活跃券收益率
- BondDailyClosingQuotes 获取国债期货、信用债、地方债、二级资本债、永续债、ABS行情
- NCDIssueRate 获取同业存单发行利率
- MacroIndustryEDB 获取央行公开市场操作数据
- MacroNewslist 和 NewsInfoList 获取政策舆情
整理数据填入报告模板
输出完整Markdown格式日报

Module 9: 固收隔夜简报

固定收益隔夜舆情速览

技能定位

本技能专为证券固定收益研究员设计，用于快速聚合隔夜及最新债券市场相关舆情，生成每日雷点清单和速览报告，帮助研究员在开盘前掌握市场动态、识别信用风险、跟踪政策变化。

触发场景

用户要求生成隔夜固收舆情速览、固收晨报、债市日报
用户询问今日债市有什么风险点、雷点、需要关注的事件
用户要求跟踪债券违约、评级下调、评级展望负面等信用事件
用户要求汇总央行公开市场操作、MLF、LPR、降准降息等货币政策动态
用户要求梳理最新宏观政策、财政政策、监管政策对债市的影响
用户提及"固收舆情"、"债券市场要闻"、"信用债跟踪"、"利率债动态"等关键词

执行流程

第一步：获取当前日期和时间

调用 finx time 工具获取当前准确日期，用于确定报告覆盖的时间范围（通常为隔夜及最近一个交易日）。

第二步：多维度信息采集

并行执行以下查询，获取最新固收市场信息：

1. 违约事件跟踪

使用 finx gildata-aidata 查询违约债券信息：

text

调用 gildata-aidata DefaultBondList，查询违约债券清单：
- 支持按时间、发行人、类型等多维筛选
- 获取违约日期、违约类型、涉及金额等核心信息

调用 gildata-aidata BondIssuerFirstDefault，查询发债主体首次违约：
- 获取违约日期、行业、企业性质等
- 识别新增违约主体

2. 评级调整跟踪

使用 finx gildata-aidata 查询评级变动信息：

text

调用 gildata-aidata BondRatingChange，查询债项评级变动：
- 获取债项评级上调/下调记录
- 支持按评级机构、变动方向筛选

调用 gildata-aidata BondIssuerRatingChange，查询发债主体评级变动：
- 获取主体评级上调/下调记录
- 支持按企业性质、评级机构筛选

调用 gildata-aidata GuarantorRatingChange，查询担保人评级变动：
- 获取担保人评级变动记录

调用 gildata-aidata CCDCImpliedRatingChange，查询中债隐含评级变动：
- 获取隐含评级变动，反映市场真实信用预期

3. 央行操作与资金面

使用 finx gildata-aidata 查询资金利率数据：

text

调用 gildata-aidata NCDIssueRate，查询同业存单发行利率：
- 获取按日统计的同业存单平均发行利率
- 支持按期限、主体评级、银行类别筛选

调用 gildata-aidata MostActiveRateBondQuotation，查询利率债最活跃券行情：
- 获取各期限最活跃券的收益率及涨跌情况
- 反映市场资金面风向

使用 web_search 补充查询央行公开市场操作：
- "央行公开市场操作 最新"
- "MLF 操作 最新"
- "LPR 报价 最新"
- "逆回购 投放 回笼"
- "DR007 SHIBOR 最新"

4. 宏观政策与监管动态

使用 finx gildata-aidata 查询宏观舆情和政策会议：

text

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选

调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态
- 解析政策逻辑

调用 gildata-aidata BondIssueMatNetFin，查询债券发行与到期统计：
- 获取按周/月统计债券总发行、总偿还及净融资额
- 细分到期、提前兑付、回售、赎回等偿还结构

调用 gildata-aidata MarketIssueStatByBondType，查询债券发行统计：
- 统计债券发行量，支持按类型、期限、评级筛选

5. 债市行情与热点

使用 finx gildata-aidata 查询债市行情和舆情：

text

调用 gildata-aidata BondDailyClosingQuotes，查询债券日收盘行情：
- 获取债券在指定日期的收盘行情
- 包括价量、到期收益率及久期

调用 gildata-aidata BondRiskReturnAnalysis，查询债券风险收益分析：
- 获取债券的收益率、久期、凸性、信用利差等风险收益指标

调用 gildata-aidata SecurityNewslist，查询债券舆情：
- 获取债券相关舆情
- 支持按情感类型、证券代码筛选风险信息

调用 gildata-aidata InterestRateDebtViewpoints，查询利率债观点：
- 获取研报中对利率债基本面、政策、资金面等的分析观点

第三步：信息筛选与分类

对查询结果进行筛选和分类：

剔除无关信息：过滤与固收市场无关的结果
去重合并：合并同一事件的多个报道
重要性排序：按事件影响力排序（重大违约 > 评级下调 > 政策变化 > 常规操作）
时效性确认：确保信息为最新（24-48 小时内）

第四步：生成速览报告

按照以下模板生成 Markdown 格式报告：

markdown

# 固定收益隔夜舆情速览

**报告日期**：YYYY-MM-DD
**覆盖时段**：隔夜及最新交易日
**生成时间**：HH:MM

---

## 核心观点

[用 2-3 句话概括隔夜债市核心动态，包括最重要的违约/评级事件、央行操作方向、政策信号等]

---

## 一、每日雷点清单 ⚠️

> 本清单按风险等级排序，红色为高风险，橙色为中风险，黄色为关注级

### 🔴 高风险事件

| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |
|------|----------|----------|----------|----------|----------|
| 1 | [企业名称] | [违约/展期/评级下调] | [XX 亿元] | [AAA→AA+ 等] | [一句话描述] |

### 🟠 中风险事件

| 序号 | 事件主体 | 事件类型 | 涉及金额 | 影响评级 | 简要说明 |
|------|----------|----------|----------|----------|----------|
| 1 | [企业名称] | [评级展望负面/列入观察] | [XX 亿元] | - | [一句话描述] |

### 🟡 关注级事件

| 序号 | 事件主体 | 事件类型 | 简要说明 |
|------|----------|----------|----------|
| 1 | [企业名称] | [负面舆情/诉讼/资产冻结] | [一句话描述] |

---

## 二、评级调整跟踪

### 下调记录

| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 下调原因 |
|------|----------|--------|--------|----------|----------|
| - | - | - | - | - | - |

### 上调记录

| 日期 | 主体名称 | 原评级 | 新评级 | 评级机构 | 上调原因 |
|------|----------|--------|--------|----------|----------|
| - | - | - | - | - | - |

### 评级展望调整

| 日期 | 主体名称 | 当前评级 | 展望变化 | 评级机构 |
|------|----------|----------|----------|----------|
| - | - | - | - | - |

---

## 三、央行操作与资金面

### 公开市场操作

| 操作类型 | 期限 | 操作量（亿元） | 中标利率 | 净投放/回笼 |
|----------|------|----------------|----------|-------------|
| 逆回购 | 7D | - | - | - |
| MLF | 1Y | - | - | - |

### 政策利率

| 利率品种 | 最新报价 | 前值 | 变动（BP） |
|----------|----------|------|------------|
| 1Y LPR | - | - | - |
| 5Y LPR | - | - | - |
| MLF 利率 | - | - | - |
| 7D 逆回购利率 | - | - | - |

### 资金面概况

- **DR007**：XX%（前值 XX%，变动 XX BP）
- **R007**：XX%（前值 XX%，变动 XX BP）
- **SHIBOR O/N**：XX%（前值 XX%）
- **同业存单发行利率**：XX%（前值 XX%，变动 XX BP）
- **资金面评价**：[宽松 / 均衡 / 偏紧 / 紧张]

---

## 四、宏观政策与监管动态

### 货币政策

- [政策要点 1]
- [政策要点 2]

### 财政与监管政策

- [政策要点 1]
- [政策要点 2]

### 债券供给

- 国债发行计划：[简述]
- 地方债发行计划：[简述]
- 信用债净融资：[简述]
- 本周债券净融资：[XX 亿元]

---

## 五、债市行情速览

### 利率债

| 品种 | 最新收益率 | 前值 | 变动（BP） |
|------|------------|------|------------|
| 1Y 国债 | - | - | - |
| 10Y 国债 | - | - | - |
| 10Y 国开 | - | - | - |

### 信用债

- 各等级信用利差变动简述
- 重点关注板块利差变化

### 国债期货

| 合约 | 收盘价 | 涨跌 | 涨跌幅 |
|------|--------|------|--------|
| TS | - | - | - |
| TF | - | - | - |
| T | - | - | - |
| TL | - | - | - |

---

## 六、研究员关注提示

1. **[重点提示 1]**：[说明及对债市的影响]
2. **[重点提示 2]**：[说明及对债市的影响]
3. **[重点提示 3]**：[说明及对债市的影响]

---

## 数据来源

- gildata-aidata 金融数据服务
- 网络公开信息（搜索引擎）
- 央行及监管机构官网

> **免责声明**：本报告基于公开信息整理，仅供参考，不构成投资建议。数据可能存在延迟或误差，请以官方披露为准。

数据获取指引

使用 gildata-aidata 查询示例

查询违约债券：

text

finx gildata-aidata DefaultBondList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询主体评级变动：

text

finx gildata-aidata BondIssuerRatingChange --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "direction": "down"}'

查询债项评级变动：

text

finx gildata-aidata BondRatingChange --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询同业存单发行利率：

text

finx gildata-aidata NCDIssueRate --body '{"statType": "daily", "startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询利率债最活跃券：

text

finx gildata-aidata MostActiveRateBondQuotation --body '{"tradeDate": "2026-05-11"}'

查询债券日收盘行情：

text

finx gildata-aidata BondDailyClosingQuotes --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询债券舆情：

text

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "sentiment": "negative"}'

查询宏观舆情：

text

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询政策会议：

text

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询债券发行与到期统计：

text

finx gildata-aidata BondIssueMatNetFin --body '{"statType": "weekly", "startDate": "2026-05-05", "endDate": "2026-05-11"}'

查询利率债观点：

text

finx gildata-aidata InterestRateDebtViewpoints --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

注意事项

数据真实性：所有数据必须来源于查询结果，不可编造。如某项数据无法获取，标注"待更新"或"暂无数据"
时效性：优先使用 24-48 小时内的最新信息，标注信息日期
客观中立：仅陈述事实，主观判断需在"研究员关注提示"中明确标注为个人观点
风险优先：雷点清单应放在报告前部，便于快速阅读
格式规范：表格数据对齐，缺失数据用"-"填充，不使用"未知"等模糊表述
引用标注：重要事件应标注信息来源链接

输出要求

报告生成后直接在对话中显示完整 Markdown 内容
无需生成文件，除非用户明确要求保存
如用户要求定时生成，可建议创建定时任务

Module 10: 固收周报

固定收益周报生成技能

技能概述

本技能面向证券固定收益研究员，自动生成标准化的固定收益市场周报。通过 gildata-aidata 专业金融数据服务获取权威数据，覆盖一周内的资金面、利率债、信用债、同业存单、地方债、二级资本债、永续债、ABS、央行操作及重要政策舆情，输出专业、结构化的Markdown格式周报。

与日报不同，周报更侧重于周度趋势的确认、逻辑的连贯性以及下周的前瞻性，强调将一周高频数据串联成债市叙事，并给出明确的配置建议。

数据获取流程

第一步：获取当前日期

使用 time 工具获取当前日期，确定报告覆盖的周期（通常为周一至周五或最近五个交易日）。

第二步：资金面周度数据

使用 finx gildata-aidata MacroIndustryEDB 获取资金面周度核心指标：

bash

# 获取DR系列利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "DR001 DR007 DR014 银行间质押式回购利率 周度"}'

# 获取R系列利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "R001 R007 R014 质押式回购利率 周度"}'

# 获取SHIBOR利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "SHIBOR 隔夜 7天 14天 1个月 周度"}'

# 获取同业拆借利率周度数据
finx gildata-aidata MacroIndustryEDB --body '{"query": "同业拆借利率 隔夜 7天 周度"}'

第三步：国债收益率曲线周度数据

使用 finx gildata-aidata MostActiveRateBondQuotation 获取利率债最活跃券周度行情：

bash

# 获取利率债最活跃券周度收益率
finx gildata-aidata MostActiveRateBondQuotation --body '{"query": "国债 活跃券 收益率 1年 3年 5年 7年 10年 30年 周度"}'

使用 finx gildata-aidata BondDailyClosingQuotes 获取国债期货周度数据：

bash

# 获取国债期货周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "国债期货 TS TF T TL 2年期 5年期 10年期 30年期 周度"}'

第四步：央行公开市场操作周度汇总

使用 finx gildata-aidata MacroIndustryEDB 获取央行周度操作数据：

bash

# 获取央行公开市场操作周度汇总
finx gildata-aidata MacroIndustryEDB --body '{"query": "央行公开市场操作 逆回购 MLF 投放 回笼 周度汇总"}'

# 获取LPR报价
finx gildata-aidata MacroIndustryEDB --body '{"query": "LPR 贷款市场报价利率 1年期 5年期"}'

第五步：信用债市场周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取信用债周度行情：

bash

# 获取信用债周度收益率和利差
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "信用债 城投债 产业债 收益率 信用利差 AAA AA+ AA 周度"}'

第六步：同业存单周度数据

使用 finx gildata-aidata NCDIssueRate 获取同业存单周度发行利率：

bash

# 获取同业存单发行利率周度数据
finx gildata-aidata NCDIssueRate --body '{"query": "同业存单发行利率 AAA 1M 3M 6M 1Y 周度"}'

第七步：地方债周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取地方债周度行情：

bash

# 获取地方债发行和二级市场周度数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "地方政府债 发行利率 二级市场收益率 3年 5年 7年 10年 周度"}'

第八步：二级资本债与永续债周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取银行资本债周度数据：

bash

# 获取二级资本债和永续债周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "二级资本债 银行永续债 收益率 AAA AA+ 3年 5年 周度"}'

第九步：资产支持证券（ABS）周度数据

使用 finx gildata-aidata BondDailyClosingQuotes 获取ABS周度数据：

bash

# 获取ABS市场周度数据
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "ABS 资产支持证券 信贷ABS 企业ABS ABN 发行利率 收益率 周度"}'

第十步：重要政策与舆情周度汇总

使用 finx gildata-aidata MacroNewslist 获取宏观舆情周度汇总：

bash

# 获取宏观舆情周度数据
finx gildata-aidata MacroNewslist --body '{"query": "债券市场 货币政策 央行 利率债 周度"}'

使用 finx gildata-aidata NewsInfoList 获取全网舆情周度汇总：

bash

# 获取债券市场重要新闻周度汇总
finx gildata-aidata NewsInfoList --body '{"query": "债券市场 违约 评级调整 监管政策 周度"}'

第十一步：可转债市场周度数据（可选）

使用 finx gildata-aidata BondDailyClosingQuotes 获取可转债周度数据：

bash

# 获取可转债周度行情
finx gildata-aidata BondDailyClosingQuotes --body '{"query": "可转债 转债指数 行情 周度"}'

数据处理与分析

周度变动计算

对获取的利率数据进行以下计算：

周度变动：本周末利率 - 上周末利率（单位：BP）
月度变动：本周末利率 - 上月末利率（单位：BP）
年初至今变动：本周末利率 - 上年末利率（单位：BP）

期限利差分析

计算关键期限利差及其周度变化：

国债期限利差：
- 10Y-1Y 利差及周变动
- 10Y-2Y 利差及周变动
- 30Y-10Y 利差及周变动
信用利差：
- AAA/AA+/AA 各等级信用利差及周变动
- 城投债/产业债信用利差分化情况
曲线形态判断：
- 根据期限利差变化判断曲线形态（牛陡/牛平/熊陡/熊平）
- 结合一周内曲线形态演变进行分析

报告结构

报告必须严格按照以下模板生成，使用专业、简洁的固收研究员语言风格：

markdown

# 固定收益市场周报

**报告周期：** YYYY年MM月DD日 ~ YYYY年MM月DD日
**编制时间：** YYYY年MM月DD日 HH:MM
**报告类型：** 固收周报

---

## 一、核心观点

> 用3-4句话概括本周债市核心特征，包括：
> - 资金面整体松紧程度及周度变化
> - 利率债走势及收益率曲线形态变化
> - 信用债市场表现及利差变化
> - 本周核心驱动逻辑（政策/数据/资金/情绪等）

---

## 二、本周债市全景复盘

### 2.1 大类资产周度表现

| 资产类别 | 指标 | 本周最新 | 上周末 | 周变动(BP/%) | 本月变动 |
|---------|------|----------|--------|--------------|----------|
| **利率债** | 1Y国债收益率(%) | | | | |
| | 10Y国债收益率(%) | | | | |
| | 30Y国债收益率(%) | | | | |
| **国债期货** | 10年期主力合约 | | | | |
| **资金面** | DR007(%) | | | | |
| **信用债** | AAA 3Y中票收益率(%) | | | | |
| **同业存单** | AAA 1Y NCD利率(%) | | | | |

### 2.2 本周债市交易主线

[分析本周债市交易的核心逻辑，例如：
- "本周债市围绕'弱现实+宽货币预期'主线交易"
- "资金面持续宽松叠加经济数据不及预期，推动利率下行"
- "供给压力与配置需求博弈，利率震荡整理"
等]

---

## 三、资金面周度监测

### 3.1 银行间质押式回购利率周度走势

| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) | 本周均值(%) | 波动区间(%) |
|------|-----------|-----------|------------|-------------|-------------|
| DR001 | | | | | |
| DR007 | | | | | |
| DR014 | | | | | |
| R001 | | | | | |
| R007 | | | | | |

### 3.2 SHIBOR利率周度变化

| 品种 | 本周末(%) | 上周末(%) | 周变动(BP) |
|------|-----------|-----------|------------|
| 隔夜 | | | |
| 7天 | | | |
| 14天 | | | |
| 1个月 | | | |

### 3.3 资金面周度点评

[分析本周资金面整体特征，包括：
- 资金面松紧程度及日度演变
- 央行公开市场操作周度净投放/回笼情况
- 跨月/跨季/缴税等季节性因素
- 非银机构融资成本变化（R-DR利差）
- 下周资金面展望]

---

## 四、利率债市场周度复盘

### 4.1 国债收益率曲线周度变化

| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 本月变动(BP) |
|------|-----------------|-----------|------------|--------------|
| 1Y | | | | |
| 2Y | | | | |
| 3Y | | | | |
| 5Y | | | | |
| 7Y | | | | |
| 10Y | | | | |
| 30Y | | | | |

### 4.2 国债期货周度表现

| 合约 | 周末收盘价 | 上周末收盘价 | 周涨跌幅(%) | 周成交量(万手) |
|------|------------|--------------|-------------|----------------|
| 2年期(TS) | | | | |
| 5年期(TF) | | | | |
| 10年期(T) | | | | |
| 30年期(TL) | | | | |

### 4.3 期限利差周度变化

| 利差 | 本周末(BP) | 上周末(BP) | 周变动(BP) | 形态判断 |
|------|------------|------------|------------|----------|
| 10Y-1Y | | | | |
| 10Y-2Y | | | | |
| 30Y-10Y | | | | |

### 4.4 利率债周度点评

[分析本周利率债走势，包括：
- 收益率曲线形态演变（牛陡/牛平/熊陡/熊平）
- 长端与短端利率驱动因素分化
- 现券成交活跃度与买卖盘力量对比
- 利率债供给压力（国债、政金债发行）
- 配置盘与交易盘行为分析]

---

## 五、央行操作与流动性管理

### 5.1 公开市场操作周度汇总

| 操作类型 | 周投放(亿) | 周到期(亿) | 周净投放(亿) | 操作利率(%) |
|----------|------------|------------|--------------|-------------|
| 逆回购 | | | | |
| MLF | | | | |
| 国库现金定存 | | | | |
| 其他 | | | | |
| **合计** | | | | |

### 5.2 流动性管理点评

[分析本周央行操作意图，包括：
- 流动性管理态度（呵护/中性/收敛）
- 削峰填谷操作效果
- 降准/降息预期变化
- 后续流动性展望]

---

## 六、信用债市场周度分析

### 6.1 信用利差周度监测

| 评级 | 1Y利差(BP) | 3Y利差(BP) | 5Y利差(BP) | 周变动(BP) |
|------|------------|------------|------------|------------|
| AAA | | | | |
| AA+ | | | | |
| AA | | | | |

### 6.2 城投债与产业债分化

| 品种 | 3Y收益率(%) | 周变动(BP) | 信用利差(BP) | 利差周变动 |
|------|-------------|------------|--------------|------------|
| 城投债 AAA | | | | |
| 城投债 AA+ | | | | |
| 产业债 AAA | | | | |
| 产业债 AA+ | | | | |

### 6.3 信用债周度点评

[分析本周信用债市场，包括：
- 信用债成交活跃度与流动性
- 信用利差整体走势及结构分化
- 城投债/产业债相对表现
- 低等级信用债配置需求
- 信用风险事件跟踪（如有）]

---

## 七、同业存单市场周度分析

### 7.1 NCD发行利率周度走势

| 评级 | 1M | 3M | 6M | 9M | 1Y |
|------|----|----|----|----|----|
| AAA | | | | | |
| AA+ | | | | | |

*注：表中数值为本周末利率，括号内为周变动(BP)*

### 7.2 同业存单发行与到期

| 指标 | 本周 | 上周 | 环比变化 |
|------|------|------|----------|
| 发行规模(亿) | | | |
| 到期规模(亿) | | | |
| 净融资(亿) | | | |
| 发行只数 | | | |

### 7.3 同业存单周度点评

[分析本周NCD市场，包括：
- 发行利率走势及驱动因素
- 银行负债端压力变化
- 发行期限结构偏好
- 股份制银行与城农商行分化]

---

## 八、地方政府债周度跟踪

### 8.1 地方债一级发行周度汇总

| 期限 | 本周发行规模(亿) | 本周平均利率(%) | 认购倍数 |
|------|------------------|-----------------|----------|
| 3年 | | | |
| 5年 | | | |
| 7年 | | | |
| 10年 | | | |
| 20年 | | | |
| 30年 | | | |
| **合计** | | | |

### 8.2 地方债二级市场周度表现

| 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 与国债利差(BP) |
|------|-----------------|-----------|------------|----------------|
| 3年 | | | | |
| 5年 | | | | |
| 7年 | | | | |
| 10年 | | | | |

### 8.3 地方债周度点评

[分析本周地方债市场，包括：
- 发行节奏与全年额度使用进度
- 供给压力对利率债市场的影响
- 地方债与国债利差变化
- 配置需求与投标倍数]

---

## 九、银行资本债周度跟踪

### 9.1 二级资本债周度表现

| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |
|------|------|-----------------|-----------|------------|--------------|
| AAA二级资本债 | 3Y | | | | |
| AAA二级资本债 | 5Y | | | | |
| AA+二级资本债 | 3Y | | | | |

### 9.2 银行永续债周度表现

| 品种 | 期限 | 本周末收益率(%) | 上周末(%) | 周变动(BP) | 信用利差(BP) |
|------|------|-----------------|-----------|------------|--------------|
| AAA银行永续债 | 3Y | | | | |
| AAA银行永续债 | 5Y | | | | |
| AA+银行永续债 | 3Y | | | | |

### 9.3 资本债周度点评

[分析本周银行资本债，包括：
- 成交活跃度与流动性变化
- 信用利差走势及驱动因素
- 银行资本补充需求与发行节奏
- 监管政策影响（如资本新规等）]

---

## 十、资产支持证券（ABS）周度跟踪

### 10.1 ABS一级市场周度发行

| 类型 | 本周发行规模(亿) | 本周发行只数 | 加权利率(%) |
|------|------------------|--------------|-------------|
| 信贷ABS | | | |
| 企业ABS | | | |
| ABN | | | |
| **合计** | | | |

### 10.2 ABS二级市场周度表现

[描述本周ABS二级市场成交活跃度、优先级/次级利差变化、流动性情况等]

### 10.3 ABS周度点评

[分析本周ABS市场，包括：
- 发行节奏与基础资产类型分布
- 房贷/消费贷/汽车贷款/租赁债权等基础资产表现
- 优先级/次级利差变化
- 流动性与配置需求]

---

## 十一、本周重要事件与政策回顾

### 11.1 宏观数据发布

- **[数据名称]**：[数据值]，[预期值]，[前值] → [解读：超预期/不及预期/符合预期，对债市影响]
- **[数据名称]**：...

### 11.2 政策动态

- **[政策名称]**：[政策要点] → [解读：对债市影响]
- **[政策名称]**：...

### 11.3 信用风险事件（如有）

- **[事件描述]**：[影响分析]

### 11.4 监管动态

- **[监管动态]**：[影响分析]

---

## 十二、下周展望与策略建议

### 12.1 资金面展望

[预测下周资金面松紧程度，考虑因素包括：
- 央行公开市场操作到期情况
- 政府债发行计划
- 税期/跨月等季节性因素
- 降准/降息可能性]

### 12.2 利率债展望

[判断下周利率债走势方向，包括：
- 收益率曲线形态预判
- 关键期限利率波动区间
- 多空逻辑分析]

### 12.3 信用债展望

[预判下周信用债市场，包括：
- 信用利差走势
- 城投/产业债配置价值
- 信用风险关注点]

### 12.4 下周重要日历

| 日期 | 重要数据/事件 | 市场预期/关注点 |
|------|---------------|-----------------|
| 周一 | | |
| 周二 | | |
| 周三 | | |
| 周四 | | |
| 周五 | | |

### 12.5 配置与交易建议

[给出下周固收资产配置与交易建议，包括：
- 利率债交易策略（久期选择、曲线策略）
- 信用债配置建议（等级下沉、期限选择）
- 杠杆策略建议
- 风险提示]

---

## 十三、风险提示

- **货币政策风险**：央行流动性投放不及预期，资金面超预期收敛
- **经济数据风险**：经济数据超预期回暖，基本面修复超预期
- **供给冲击风险**：政府债集中发行，利率债供给压力骤增
- **信用风险**：信用风险事件发酵，引发市场风险偏好下降
- **外部因素**：海外货币政策收紧，中美利差倒挂加深
- **监管政策**：金融监管政策超预期收紧

数据获取注意事项

数据准确性优先：如果某些数据无法获取，应明确标注"数据待更新"或"暂无数据"，不要编造数据
多源交叉验证：对关键数据（如10年期国债收益率）应从多个工具交叉验证
时效性：优先获取本周末（周五或最近交易日）数据，如无当日数据可使用最近交易日数据并注明
单位统一：利率统一用百分比(%)，利差和变动用基点(BP)，金额用亿元
专业性：使用固收研究员常用的专业术语，如"资金面收敛/宽松"、"曲线牛陡/熊平"、"资产荒"、"信用分层"等
周度视角：周报必须基于本周（通常为周一至周五）的数据与新闻，侧重总结一周的趋势变化，而非单日的波动

数据获取失败处理

如果某项数据查询失败：

尝试更换查询关键词
如仍无法获取，在对应表格中标注"数据待更新"
在点评部分说明数据缺失原因
不影响其他已完成部分的数据展示

输出要求

报告必须使用标准Markdown格式
表格数据对齐，数字保留合理小数位（利率保留2-3位小数，BP取整数）
点评部分应简洁专业，避免冗长叙述
核心观点必须精炼，便于快速阅读
所有数据需注明数据来源（"数据来源：gildata-aidata"）
报告生成后直接在对话中显示完整内容，无需发送文件

高级功能

定时任务支持

本技能支持通过定时任务每周自动生成固收周报。配置建议：

执行时间：每周五 18:00-19:00 或周一 09:00-10:00
任务描述：自动生成上周固定收益市场周报

自定义模板

用户可要求调整报告结构，如：

精简版：仅保留核心观点、资金面、利率债、信用债、下周展望五部分
详细版：包含全部板块（地方债、二级资本债、永续债、ABS等）
定制版：按用户需求调整章节顺序或增减内容

历史对比功能

用户可要求添加历史对比维度，如：

与上月末/季末/年初数据对比
与去年同期数据对比
关键指标历史分位数分析

技能调用示例

用户输入： "生成本周固收周报"

技能执行：

获取当前日期，确定报告周期（上周末至本周末）
使用 gildata-aidata 服务依次查询：
- MacroIndustryEDB 获取资金面周度利率（DR001/DR007/DR014、R001/R007、SHIBOR）
- MostActiveRateBondQuotation 获取利率债最活跃券周度收益率
- BondDailyClosingQuotes 获取国债期货、信用债、地方债、二级资本债、永续债、ABS周度行情
- NCDIssueRate 获取同业存单周度发行利率
- MacroIndustryEDB 获取央行公开市场操作周度汇总
- MacroNewslist 和 NewsInfoList 获取政策舆情周度汇总
计算周度变动、期限利差、信用利差等指标
整理数据填入报告模板
输出完整Markdown格式周报

Module 11: 利率市场回顾

固定收益研究员资金面&利率复盘简报

技能概述

本技能面向证券固定收益研究员，自动化生成资金面与利率复盘简报。通过获取银行间市场核心利率数据、分析利率变动逻辑、结合宏观与政策因素，输出结构化的复盘报告。

数据获取流程

第一步：获取当前日期

使用 finx time 获取当前日期，确定复盘的交易日。

第二步：获取资金面核心数据

使用 finx gildata-aidata 查询以下数据：

DR 系列利率：DR001、DR007、DR014、DR021、DR1M

text

调用 gildata-aidata MacroIndustryEDB，查询银行间回购利率：
- 获取 DR 系列利率的最新数据
- 支持时间序列查询，可获取日度、周度、月度数据

同业存单利率：1M、3M、6M、9M、1Y 同业存单发行利率/到期收益率

text

调用 gildata-aidata NCDIssueRate，查询同业存单发行利率：
- 获取按日统计的同业存单平均发行利率
- 支持按期限（1M/3M/6M/9M/1Y）、主体评级、银行类别筛选
- 获取发行规模及只数统计

国债收益率曲线：1Y、2Y、3Y、5Y、7Y、10Y、30Y 国债到期收益率

text

调用 gildata-aidata MostActiveRateBondQuotation，查询利率债最活跃券行情：
- 获取各期限最活跃国债的收益率及涨跌情况
- 反映市场资金面风向和收益率曲线形态
调用 gildata-aidata BondDailyClosingQuotes，查询债券日收盘行情：
- 获取指定日期国债的收盘行情，包括到期收益率及久期

SHIBOR 利率：O/N、1W、2W、1M、3M

text

调用 gildata-aidata MacroIndustryEDB，查询 SHIBOR 利率：
- 获取 SHIBOR 各期限品种的报价数据
- 支持时间序列查询

第三步：获取央行公开市场操作数据

使用 web_search 查询：

当日央行公开市场操作（逆回购、MLF、TMLF 等）
央行公告与政策动态
查询关键词示例："今日央行公开市场操作逆回购 MLF"

第四步：获取宏观与市场舆情

使用 finx gildata-aidata 查询宏观舆情：

text

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选
调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态

使用 web_search 补充搜索：

当日资金面相关新闻与评论
流动性影响因素（缴税、政府债发行、跨月跨季等）
查询关键词示例："今日资金面银行间流动性央行投放"

数据处理与分析

利率变动计算

对获取的利率数据进行以下计算：

日度变动：当日利率 - 上一交易日利率（单位：BP）
周度变动：当日利率 - 上周同日利率（单位：BP）
月度变动：当日利率 - 上月同日利率（单位：BP）

期限利差分析

计算关键期限利差：

国债期限利差：
- 10Y-1Y 利差
- 10Y-2Y 利差
- 30Y-10Y 利差
同业存单期限利差：
- 1Y-3M 利差
- 3M-1M 利差
政策利率偏离度：
- DR007 相对 7 天逆回购利率的偏离
- DR007 相对 MLF 利率的偏离

曲线形态判断

根据期限利差变化判断曲线形态：

陡峭化：长端利率上行幅度 > 短端，或短端下行幅度 > 长端
平坦化：长端利率下行幅度 > 短端，或短端上行幅度 > 长端
牛平/熊平/牛陡/熊陡：结合利率方向与曲线形态综合判断

报告生成

报告结构

按照以下模板生成 Markdown 格式报告：

markdown

# 资金面&利率复盘简报
**报告日期**：YYYY-MM-DD
**报告类型**：固定收益研究·资金利率日报

---

## 一、核心观点

[用 2-3 句话概括当日资金面与利率市场的核心特征]

---

## 二、资金面概览

### 2.1 DR 系列利率

| 品种 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |
|------|-------------|------------|------------|------------|
| DR001 | | | | |
| DR007 | | | | |
| DR014 | | | | |
| DR021 | | | | |
| DR1M | | | | |

**资金面研判**：[宽松/均衡/偏紧/紧张]
**核心特征**：[描述当日资金面特征]

### 2.2 SHIBOR 利率

| 品种 | 最新利率 (%) | 日变动 (BP) |
|------|-------------|------------|
| O/N | | |
| 1W | | |
| 2W | | |
| 1M | | |
| 3M | | |

---

## 三、同业存单市场

### 3.1 同业存单利率

| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) |
|------|-------------|------------|------------|
| 1M | | | |
| 3M | | | |
| 6M | | | |
| 9M | | | |
| 1Y | | | |

### 3.2 发行与到期

[描述当日同业存单发行规模、净融资情况]

---

## 四、国债收益率曲线

### 4.1 收益率水平

| 期限 | 最新利率 (%) | 日变动 (BP) | 周变动 (BP) | 月变动 (BP) |
|------|-------------|------------|------------|------------|
| 1Y | | | | |
| 2Y | | | | |
| 3Y | | | | |
| 5Y | | | | |
| 7Y | | | | |
| 10Y | | | | |
| 30Y | | | | |

### 4.2 期限利差

| 利差 | 最新水平 (BP) | 日变动 (BP) |
|------|--------------|------------|
| 10Y-1Y | | |
| 10Y-2Y | | |
| 30Y-10Y | | |

### 4.3 曲线形态

**当日曲线形态**：[牛陡/牛平/熊陡/熊平]
**形态解读**：[解释曲线形态变化的原因]

---

## 五、央行操作与流动性

### 5.1 公开市场操作

| 操作类型 | 投放规模 (亿) | 到期规模 (亿) | 净投放 (亿) | 利率 (%) |
|----------|--------------|--------------|------------|---------|
| 逆回购 | | | | |
| MLF | | | | |

### 5.2 流动性影响因素

- [ ] 税期因素
- [ ] 政府债发行
- [ ] 跨月/跨季/跨年因素
- [ ] 降准/降息预期
- [ ] 其他因素：[具体说明]

---

## 六、利率涨跌逻辑

### 6.1 资金面驱动

[分析资金面松紧对短端利率的影响]

### 6.2 基本面驱动

[分析经济数据、通胀预期对利率的影响]

### 6.3 政策面驱动

[分析货币政策预期、监管政策对利率的影响]

### 6.4 供需面驱动

[分析债券供给、配置需求对利率的影响]

---

## 七、复盘结论与展望

### 7.1 当日复盘结论

1. [结论一]
2. [结论二]
3. [结论三]

### 7.2 后续展望

**短期（1-2 周）**：[展望]
**中期（1-3 个月）**：[展望]

### 7.3 交易建议

[给出基于复盘结论的交易建议参考]

---

## 八、风险提示

- [风险因素一]
- [风险因素二]
- [风险因素三]

数据获取指引

使用 gildata-aidata 查询示例

查询 DR 系列利率和 SHIBOR：

text

finx gildata-aidata MacroIndustryEDB --body '{"indicator": "DR007,DR001,SHIBOR_O/N", "startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询同业存单发行利率：

text

finx gildata-aidata NCDIssueRate --body '{"statType": "daily", "startDate": "2026-05-10", "endDate": "2026-05-11", "term": "1M,3M,6M,9M,1Y"}'

查询利率债最活跃券行情：

text

finx gildata-aidata MostActiveRateBondQuotation --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询债券日收盘行情：

text

finx gildata-aidata BondDailyClosingQuotes --body '{"tradeDate": "2026-05-11", "bondType": "government"}'

查询宏观舆情：

text

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询政策会议：

text

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

执行指引

数据获取：按照上述流程依次获取各类数据
数据校验：检查数据完整性，对缺失数据进行标注
计算分析：执行利率变动、期限利差等计算
逻辑推演：结合数据与市场信息，分析利率变动逻辑
报告生成：按照模板生成完整报告
质量检查：检查数据一致性、逻辑合理性

注意事项

利率变动单位统一使用 BP（1BP = 0.01%）
数据缺失时标注"数据暂缺"，不可编造数据
复盘结论需有数据支撑，避免主观臆断
交易建议仅供参考，不构成投资建议
报告生成后直接在对话中显示完整内容，无需发送文件

Module 12: 行业信用风险

产业债财报风控体检

技能概述

本技能面向证券固定收益研究员的产业债投资与风控场景，提供发债主体全方位财务风险筛查能力。通过自动获取企业财务数据、司法风险、评级变动、担保信息等，系统性识别现金流恶化、有息负债压力、担保链传染、诉讼纠纷等负面信号，输出结构化风控体检报告，辅助债券投资决策与持仓风险管理。

工作流程

第一步：确认分析主体

获取用户指定的企业名称或债券代码。若用户提供的是债券代码，先通过 finx gildata-aidata CreditBondBaseInfo 查询债券对应的发债主体名称。

若主体为非上市公司，需明确告知用户财务数据获取可能受限，将主要依赖工商信息、司法信息、评级信息等进行风险评估。

第二步：获取企业基础信息

使用 finx gildata-aidata CompanyArchives 查询企业工商基本信息，获取统一社会信用代码及基础资料。

text

finx gildata-aidata CompanyArchives --body '{"companyName": "企业名称"}'

若需要查询发债主体特定信息（如存续债券列表），使用 finx gildata-aidata BasicInfoBondIssuer。

text

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "企业名称"}'

第三步：获取财务数据

使用 finx gildata-aidata 系列工具查询企业核心财务指标。

财务报表数据：

text

finx gildata-aidata FinancialStatements --body '{"issuerName": "企业名称", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

获取资产负债表、利润表、现金流量表关键科目（如货币资金、短期借款、长期借款、应付债券、经营活动现金流净额等）。

财务分析指标：

text

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "企业名称", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

获取盈利能力、偿债能力（流动比率、速动比率、资产负债率、利息保障倍数等）、营运能力、成长能力等指标。

若用户提供了财报 PDF 文件，读取文件内容并提取关键财务数据。

第四步：获取司法与负面信息

并行查询以下司法风险信息：

text

# 被执行人信息
finx gildata-aidata Executee --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 失信被执行人
finx gildata-aidata DishonestPersonList --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 开庭公告
finx gildata-aidata CourtSession --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 裁判文书
finx gildata-aidata Judgement --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 公司股权出质
finx gildata-aidata CorporateEquityPledge --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 限制高消费
finx gildata-aidata LimitHighConsume --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 经营异常
finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 监管处罚/行政处罚
finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 欠税公告
finx gildata-aidata TaxArrearsAnnouncement --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

# 对外担保信息
finx gildata-aidata ExternalGuarantee --body '{"companyName": "企业名称", "page_index": 1, "page_size": 20}'

第五步：获取评级信息

使用 finx gildata-aidata 查询主体评级变动。

text

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "企业名称", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

同时使用 finx gildata-aidata SecurityNewslist 搜索企业最新评级变动和负面舆情。

text

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-01", "endDate": "2026-05-11", "securityCode": "主体相关代码或名称"}'

或使用 NewsPublicOpinionList 检索更广泛的新闻舆情。

text

finx gildata-aidata NewsPublicOpinionList --body '{"query": "企业名称 违约 评级下调 负面", "startDate": "2026-05-01", "endDate": "2026-05-11"}'

第六步：获取担保与关联信息

通过 ExternalGuarantee 获取对外担保明细。通过 FinancialStatements 中的关联方往来款项分析关联风险。通过 CorporateEquityPledge 获取股权质押信息。

第七步：生成风控体检报告

基于收集的数据，按照以下模板生成风控报告。

风控报告模板

markdown

# [企业名称] 产业债财报风控体检报告

**报告日期**：YYYY-MM-DD
**分析主体**：[企业全称]
**统一社会信用代码**：[代码]
**所属行业**：[行业分类]
**企业性质**：[央企/地方国企/民企/其他]

---

## 一、执行摘要

[用2-3段话概括核心结论，包括整体风险等级、主要风险点、是否建议规避等]

**综合风险评级**：🟢 低风险 / 🟡 中等风险 / 🟠 较高风险 / 🔴 高风险

---

## 二、现金流健康度分析

### 2.1 经营性现金流

| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险信号 |
|------|-----------|---------|---------|---------|
| 经营活动现金流净额 | [数值] | [数值] | [±%] | [正常/预警/高危] |
| 净利润 | [数值] | [数值] | [±%] | - |
| 净现比（经营现金流/净利润） | [数值] | [数值] | - | [≥1正常/<1预警/<0高危] |

**风险筛查**：
- [ ] 经营活动现金流净额为负
- [ ] 连续两期经营现金流恶化
- [ ] 净现比持续小于1，盈利质量存疑
- [ ] 经营现金流与净利润背离

### 2.2 投资与筹资现金流

| 指标 | 最新报告期 | 上年同期 | 变动幅度 |
|------|-----------|---------|---------|
| 投资活动现金流净额 | [数值] | [数值] | [±%] |
| 筹资活动现金流净额 | [数值] | [数值] | [±%] |

**风险筛查**：
- [ ] 投资活动现金流持续大额流出，扩张激进
- [ ] 筹资活动现金流高度依赖外部融资
- [ ] "经营+投资"双负，依赖筹资输血

---

## 三、有息负债压力分析

### 3.1 债务规模与结构

| 指标 | 最新报告期 | 上年同期 | 变动幅度 | 风险阈值 |
|------|-----------|---------|---------|---------|
| 有息负债总额 | [数值] | [数值] | [±%] | - |
| 短期借款 | [数值] | [数值] | [±%] | - |
| 一年内到期的非流动负债 | [数值] | [数值] | [±%] | - |
| 长期借款 | [数值] | [数值] | [±%] | - |
| 应付债券 | [数值] | [数值] | [±%] | - |
| 资产负债率 | [数值] | [数值] | [±%] | >70%预警 |

### 3.2 偿债能力指标

| 指标 | 最新值 | 行业均值 | 风险阈值 | 风险信号 |
|------|-------|---------|---------|---------|
| 流动比率 | [数值] | [数值] | <1.0预警 | [正常/预警/高危] |
| 速动比率 | [数值] | [数值] | <0.8预警 | [正常/预警/高危] |
| 现金短债比 | [数值] | [数值] | <1.0预警 | [正常/预警/高危] |
| 利息保障倍数 | [数值] | [数值] | <3预警 | [正常/预警/高危] |

**风险筛查**：
- [ ] 资产负债率超过70%且持续上升
- [ ] 短期有息负债占比过高（>50%），期限错配严重
- [ ] 现金短债比小于1，短期偿债压力大
- [ ] 利息保障倍数小于3，付息能力存疑
- [ ] 有息负债增速远超营收增速

---

## 四、担保链与关联风险分析

### 4.1 对外担保情况

[从财报附注或公开信息中提取对外担保数据]

| 被担保方 | 担保金额 | 担保类型 | 是否关联方 | 风险等级 |
|---------|---------|---------|-----------|---------|
| [名称] | [金额] | [连带/一般] | [是/否] | [低/中/高] |

### 4.2 关联方资金占用

[分析是否存在大股东资金占用、关联方应收应付款项异常等]

### 4.3 互保圈风险

[通过股权穿透图和对外投资信息，识别是否存在互保圈、担保链传染风险]

**风险筛查**：
- [ ] 对外担保余额超过净资产的50%
- [ ] 为高风险行业或弱资质主体提供担保
- [ ] 存在大额关联方资金占用
- [ ] 涉及互保圈、连环担保

---

## 五、司法与信用风险筛查

### 5.1 司法风险汇总

| 风险类型 | 数量 | 涉案金额 | 最新时间 | 风险等级 |
|---------|-----|---------|---------|---------|
| 被执行人 | [数量] | [金额] | [日期] | [低/中/高] |
| 失信被执行人 | [数量] | [金额] | [日期] | 🔴 高危 |
| 开庭公告 | [数量] | [金额] | [日期] | [低/中/高] |
| 裁判文书 | [数量] | [金额] | [日期] | [低/中/高] |
| 限制高消费 | [数量] | - | [日期] | 🔴 高危 |
| 终本案件 | [数量] | [金额] | [日期] | 🟠 较高风险 |

### 5.2 股权出质与冻结

| 出质人 | 出质股权数额 | 质权人 | 登记日期 | 状态 |
|-------|-------------|-------|---------|-----|
| [名称] | [金额/比例] | [名称] | [日期] | [有效/解除] |

### 5.3 经营异常与行政处罚

| 类型 | 列入原因 | 列入日期 | 当前状态 |
|-----|---------|---------|---------|
| [经营异常/行政处罚] | [原因] | [日期] | [已移出/存续] |

**风险筛查**：
- [ ] 存在失信被执行人记录（一票否决项）
- [ ] 存在限制高消费记录
- [ ] 存在大额未决诉讼
- [ ] 股权高比例质押或冻结
- [ ] 存在重大行政处罚或税收违法

---

## 六、评级变动与舆情监测

### 6.1 主体与债项评级

| 评级机构 | 主体评级 | 债项评级 | 评级展望 | 评级日期 | 变动方向 |
|---------|---------|---------|---------|---------|---------|
| [机构] | [等级] | [等级] | [稳定/负面/正面] | [日期] | [维持/上调/下调] |

### 6.2 近期负面舆情

[汇总搜索到的负面新闻、评级下调公告、违约传闻等]

**风险筛查**：
- [ ] 主体评级或债项评级被下调
- [ ] 评级展望调整为负面
- [ ] 近期存在重大负面舆情
- [ ] 被列入关注名单或风险预警

---

## 七、行业与区域风险

### 7.1 行业景气度

[简要分析企业所在行业的当前景气度、政策环境、周期性特征]

### 7.2 区域风险（如适用）

[对于地方国企或区域集中度高的企业，分析所在区域的经济财政状况]

---

## 八、综合风险评级与投资建议

### 8.1 风险评分卡

| 维度 | 权重 | 得分(0-100) | 评级 |
|-----|------|-----------|------|
| 现金流健康度 | 25% | [得分] | [优/良/中/差] |
| 有息负债压力 | 25% | [得分] | [优/良/中/差] |
| 担保与关联风险 | 15% | [得分] | [优/良/中/差] |
| 司法与信用风险 | 20% | [得分] | [优/良/中/差] |
| 评级与舆情 | 15% | [得分] | [优/良/中/差] |
| **综合得分** | **100%** | **[总分]** | **[等级]** |

### 8.2 风险等级定义

| 等级 | 得分区间 | 含义 | 建议 |
|-----|---------|------|------|
| 🟢 低风险 | 80-100 | 资质优良，各项指标健康 | 可积极配置 |
| 🟡 中等风险 | 60-79 | 存在个别风险点，整体可控 | 审慎配置，控制仓位 |
| 🟠 较高风险 | 40-59 | 多项指标预警，需重点关注 | 谨慎参与，密切跟踪 |
| 🔴 高风险 | 0-39 | 存在重大风险信号，违约概率高 | 建议规避或减持 |

### 8.3 核心风险提示

1. **[风险点一]**：[具体描述]
2. **[风险点二]**：[具体描述]
3. **[风险点三]**：[具体描述]

### 8.4 后续跟踪建议

- [ ] 关注[具体事项]的后续进展
- [ ] 跟踪[某财务指标]的变化趋势
- [ ] 留意[某事件/政策]对主体的影响
- [ ] 建议下次复查时间：[日期]

---

## 免责声明

本报告基于公开数据和信息化工具自动生成，仅供参考，不构成任何投资建议。债券投资存在信用风险、利率风险、流动性风险等，投资者应根据自身风险承受能力独立判断。报告生成日期之后的信息变动可能影响分析结论，建议定期更新复查。

数据获取指引

使用 gildata-aidata 查询示例

查询工商基本信息：

text

finx gildata-aidata CompanyArchives --body '{"companyName": "万科企业股份有限公司"}'

查询发债主体基本信息：

text

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "万科企业股份有限公司"}'

查询财务报表：

text

finx gildata-aidata FinancialStatements --body '{"issuerName": "万科企业股份有限公司", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

查询财务分析指标：

text

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "万科企业股份有限公司", "startDate": "2023-01-01", "endDate": "2026-05-11"}'

查询被执行人信息：

text

finx gildata-aidata Executee --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询失信被执行人：

text

finx gildata-aidata DishonestPersonList --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询限制高消费：

text

finx gildata-aidata LimitHighConsume --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询开庭公告：

text

finx gildata-aidata CourtSession --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询裁判文书：

text

finx gildata-aidata Judgement --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询公司股权质押：

text

finx gildata-aidata CorporateEquityPledge --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询经营异常：

text

finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询监管处罚：

text

finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询欠税公告：

text

finx gildata-aidata TaxArrearsAnnouncement --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询对外担保：

text

finx gildata-aidata ExternalGuarantee --body '{"companyName": "万科企业股份有限公司", "page_index": 1, "page_size": 20}'

查询主体评级变动：

text

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "万科企业股份有限公司", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

查询债券舆情：

text

finx gildata-aidata SecurityNewslist --body '{"startDate": "2026-05-01", "endDate": "2026-05-11"}'

风险信号判定规则

现金流风险信号

信号	判定条件	风险等级
经营现金流为负	最新报告期经营活动现金流净额 < 0	🟠 较高风险
净现比持续恶化	连续两期净现比 < 1 且下降	🟡 中等风险
双负依赖筹资	经营+投资现金流均为负	🟠 较高风险

有息负债风险信号

信号	判定条件	风险等级
资产负债率超标	资产负债率 > 70%	🟡 中等风险
短期偿债压力大	现金短债比 < 1	🟠 较高风险
付息能力不足	利息保障倍数 < 3	🟠 较高风险
期限错配严重	短期有息负债占比 > 50%	🟡 中等风险

司法风险信号

信号	判定条件	风险等级
失信被执行人	存在记录	🔴 高风险（一票否决）
限制高消费	存在记录	🔴 高风险
大额被执行人	执行标的 > 1000万	🟠 较高风险
股权高比例质押	质押比例 > 50%	🟠 较高风险

担保链风险信号

信号	判定条件	风险等级
对外担保超标	担保余额 > 净资产50%	🟠 较高风险
关联方资金占用	大额其他应收款	🟡 中等风险
互保圈风险	存在连环担保	🟠 较高风险

注意事项

数据时效性：财务数据以最新可得报告期为准，注意区分年报、中报、季报
非上市公司：非上市公司财务数据可能不完整，需依赖工商信息和司法信息
集团企业：对于集团型企业，注意区分母公司与合并口径数据
行业差异：不同行业的财务指标阈值存在差异，需结合行业特点判断
动态跟踪：风控体检反映的是某一时点的快照，建议定期复查
信息交叉验证：重要风险信号建议通过多渠道交叉验证

输出要求

报告必须使用 Markdown 格式
所有数据需标注来源和报告期
风险信号必须明确标注等级
综合风险评级必须给出明确结论
报告生成后直接在对话中显示完整内容

Module 13: 债务风险分析

城投主体债务排雷分析技能

技能概述

本技能面向证券固定收益研究员，提供城投平台（地方政府融资平台）债务风险的自动化排雷分析能力。通过多维度数据交叉验证，识别潜在信用风险，生成结构化风险报告。

核心分析维度

1. 区域财政实力评估

一般公共预算收入及增速
政府性基金收入（土地出让金）
财政自给率（一般公共预算收入/一般公共预算支出）
上级转移支付依赖度

2. 债务压力分析

地方政府债务余额及债务率（债务余额/综合财力）
城投平台有息债务规模
宽口径债务率（地方政府债务+城投有息债务）/综合财力
债务期限结构与偿债高峰

3. 化债进度跟踪

特殊再融资债券发行情况
债务置换与展期进展
央行 SPV 工具使用情况
地方化债政策与具体措施

4. 主体信用排查

工商基本信息与股权穿透
司法诉讼与被执行人记录
行政处罚与经营异常
主体评级与评级展望
债券发行与兑付记录

执行流程

第一步：明确分析对象

从用户输入中提取：

城投主体名称（如：XX 市城市建设投资集团）
所属区域（省/市/区县）
如用户未指定具体主体，则按区域维度进行整体分析

第二步：获取区域财政与债务数据

使用 finx gildata-aidata RegionalEconomicData 查询目标区域的宏观经济与财政数据：

text

调用 gildata-aidata RegionalEconomicData，查询区域经济明细数据：
- 支持多级行政区划（省/市/区县）
- 获取 GDP、一般公共预算收入、政府性基金收入、财政收支、债务余额等核心指标
- 支持时间序列查询，可获取历年数据对比

关键数据点：

一般公共预算收入（绝对值及同比增速）
政府性基金收入（土地出让金占比）
一般公共预算支出
地方政府债务余额
GDP 总量及增速

第三步：查询城投主体信息

使用 finx gildata-aidata 系列工具查询主体信用状况：

区域城投平台明细数据：

text

调用 gildata-aidata RegionalUrbanInvestmentData，查询区域城投平台明细数据：
- 获取城投平台风险评级、债务、财务等明细数据
- 支持按区域筛选，获取区域内所有城投平台概况

发债主体基本信息：

text

调用 gildata-aidata BasicInfoBondIssuer，查询发债主体基本资料：
- 获取注册信息、行业、存续债券等
- 了解主体基本资质

工商基本信息：

text

调用 gildata-aidata CompanyArchives，查询工商企业工商基本信息：
- 获取法人、注册资金、社保人数等
- 确认企业存续状态

司法风险排查：

text

调用 gildata-aidata Executee，查询企业被执行人信息：
- 获取立案时间、执行标的及案件状态

调用 gildata-aidata DishonestPersonList，查询企业失信被执行人信息：
- 获取立案时间、执行法院等

调用 gildata-aidata LimitHighConsume，查询企业限制高消费信息：
- 获取被限制高消费的执行法院等

调用 gildata-aidata CourtSession，查询企业开庭公告信息：
- 获取案号、案由、当事人、法院等

经营合规排查：

text

调用 gildata-aidata AbnormalOperationInfo，查询企业经营异常记录：
- 获取列入原因、移除情况等

调用 gildata-aidata RegulatoryPenaltyList，查询企业监管处罚信息：
- 获取处罚类型、原因、机构及金额

调用 gildata-aidata TaxArrearsAnnouncement，查询企业欠税公告：
- 获取税种、金额、税务机关等

担保与质押风险：

text

调用 gildata-aidata ExternalGuarantee，查询企业对外担保信息：
- 获取担保金额、对象及期限

调用 gildata-aidata CorporateEquityPledge，查询股东股权质押信息：
- 获取质押方、数量、日期等

评级记录查询：

text

调用 gildata-aidata BondRatingOverview，查询债券评级一览：
- 获取债项、发行人、担保人评级信息

调用 gildata-aidata BondIssuerRatingChange，查询发债主体评级变动：
- 获取主体评级上调/下调记录
- 支持按企业性质、评级机构筛选

第四步：获取财务数据

使用 finx gildata-aidata 查询主体财务状况：

text

调用 gildata-aidata FinancialStatements，获取发债公司历史财务报表：
- 覆盖三表主要科目
- 支持多报告期对比

调用 gildata-aidata BondFinancialAnalysis，获取发债公司财务分析指标：
- 盈利能力、偿债能力、营运能力、成长能力等
- 重点关注：资产负债率、流动比率、速动比率、利息保障倍数、经营性现金流等

第五步：搜索化债政策与舆情

使用 finx gildata-aidata 查询宏观舆情和政策会议：

text

调用 gildata-aidata MacroNewslist，查询宏观舆情：
- 获取宏观经济预测及事件
- 支持按区域、情感类型筛选

调用 gildata-aidata PolicyMeetingsList，查询政策会议：
- 获取国内经济金融领域政策会议动态
- 解析政策逻辑

调用 gildata-aidata NewsPublicOpinionList，检索全网新闻舆情：
- 搜索城投化债、债务置换等相关新闻

第六步：查询债券市场数据

使用 finx gildata-aidata 查询主体存续债券：

text

调用 gildata-aidata BasicInfoBondIssuer，查询发债主体基本信息：
- 获取存续债券列表

调用 gildata-aidata CreditBondBaseInfo，查询债券基本资料：
- 获取发行、评级、付息、行权等要素

调用 gildata-aidata DefaultBondList，查询违约债券清单：
- 确认主体是否存在违约记录

调用 gildata-aidata BondIssuerFirstDefault，查询发债主体首次违约：
- 获取违约日期、行业等

第七步：计算核心指标与风险评级

债务率计算公式

指标	公式	风险阈值参考
财政自给率	一般公共预算收入 / 一般公共预算支出 × 100%	<50% 预警
狭义债务率	地方政府债务余额 / 综合财力 × 100%	>100% 预警
宽口径债务率	(地方政府债务+城投有息债务) / 综合财力 × 100%	>300% 高危
土地依赖度	政府性基金收入 / 综合财力 × 100%	>40% 预警

风险等级标注体系

风险等级	标识	判定标准
安全	🟢	债务率<100%，财政自给率>60%，无负面舆情，评级稳定
关注	🟡	债务率100%-200%，财政自给率40%-60%，存在少量诉讼
预警	🟠	债务率200%-300%，财政自给率<40%，土地依赖度高，评级展望负面
高危	🔴	宽口径债务率>300%，存在失信被执行记录，债券展期或技术违约

第八步：生成分析报告

按照以下模板生成 Markdown 格式报告：

markdown

# 城投主体债务排雷分析报告

**报告日期**：YYYY-MM-DD
**分析主体**：[城投公司全称]
**所属区域**：[省/市/区县]
**风险等级**：[🟢安全 / 🟡关注 / 🟠预警 / 🔴高危]

---

## 一、执行摘要

[200-300字核心结论，包括：区域财政概况、债务压力评估、化债进展、主体信用状况、最终风险判断]

## 二、区域财政实力分析

### 2.1 财政收支概况

| 指标 | 数值 | 同比 |
|------|------|------|
| 一般公共预算收入 | XX 亿元 | XX% |
| 政府性基金收入 | XX 亿元 | XX% |
| 一般公共预算支出 | XX 亿元 | XX% |
| 财政自给率 | XX% | - |

### 2.2 财政收入结构分析

[分析一般公共预算、政府性基金、转移支付的占比及趋势，评估财政质量]

## 三、债务压力评估

### 3.1 地方政府债务

| 指标 | 数值 | 备注 |
|------|------|------|
| 地方政府债务余额 | XX 亿元 | - |
| 综合财力 | XX 亿元 | - |
| 狭义债务率 | XX% | [安全/关注/预警] |

### 3.2 城投平台债务

| 指标 | 数值 | 备注 |
|------|------|------|
| 城投有息债务 | XX 亿元 | - |
| 宽口径债务率 | XX% | [安全/关注/预警/高危] |

### 3.3 债务期限结构

[如有数据，描述未来 1-3 年偿债高峰]

## 四、化债进度跟踪

### 4.1 特殊再融资债券

[已发行规模、批次、用途]

### 4.2 债务置换与展期

[如有公开信息，描述债务重组进展]

### 4.3 其他化债措施

[资产处置、股权划转、财政注资等]

## 五、主体信用排查

### 5.1 基本信息

| 项目 | 内容 |
|------|------|
| 企业全称 | - |
| 成立日期 | - |
| 注册资本 | - |
| 实际控制人 | - |
| 主体评级 | - |
| 评级展望 | - |

### 5.2 司法风险

- 被执行人记录：[有/无]，[如有，列明金额和案件数]
- 失信被执行人：[有/无]
- 限制消费令：[有/无]
- 重大诉讼：[有/无]，[简要描述]

### 5.3 经营合规

- 经营异常：[有/无]
- 行政处罚：[有/无]
- 欠税记录：[有/无]

### 5.4 评级变动

[近期评级调整历史，如有下调需重点提示]

## 六、存续债券概况

[如有数据，列明存续债券明细、余额、到期分布]

## 七、风险结论与建议

### 7.1 核心风险点

1. [风险点1]
2. [风险点2]
3. [风险点3]

### 7.2 投资建议

[基于风险等级的配置建议：可配置/谨慎参与/规避]

### 7.3 后续跟踪要点

1. [跟踪事项1]
2. [跟踪事项2]

---

**免责声明**：本报告基于公开信息整理，数据截至报告生成日。城投债务风险受政策变化影响较大，建议持续跟踪最新政策动态。报告仅供参考，不构成投资建议。

数据获取指引

使用 gildata-aidata 查询示例

查询区域经济数据：

text

finx gildata-aidata RegionalEconomicData --body '{"regionCode": "330100", "indicator": "一般公共预算收入,政府性基金收入,地方政府债务余额", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询区域城投平台数据：

text

finx gildata-aidata RegionalUrbanInvestmentData --body '{"regionCode": "330100", "page_index": 1, "page_size": 50}'

查询发债主体基本信息：

text

finx gildata-aidata BasicInfoBondIssuer --body '{"issuerName": "杭州市城市建设投资集团有限公司"}'

查询工商基本信息：

text

finx gildata-aidata CompanyArchives --body '{"companyName": "杭州市城市建设投资集团有限公司"}'

查询被执行人信息：

text

finx gildata-aidata Executee --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询失信被执行人：

text

finx gildata-aidata DishonestPersonList --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询限制高消费：

text

finx gildata-aidata LimitHighConsume --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询经营异常：

text

finx gildata-aidata AbnormalOperationInfo --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询监管处罚：

text

finx gildata-aidata RegulatoryPenaltyList --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询对外担保：

text

finx gildata-aidata ExternalGuarantee --body '{"companyName": "杭州市城市建设投资集团有限公司", "page_index": 1, "page_size": 20}'

查询主体评级变动：

text

finx gildata-aidata BondIssuerRatingChange --body '{"issuerName": "杭州市城市建设投资集团有限公司", "startDate": "2024-01-01", "endDate": "2026-05-11"}'

查询财务报表：

text

finx gildata-aidata FinancialStatements --body '{"issuerName": "杭州市城市建设投资集团有限公司", "reportType": "合并", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询财务分析指标：

text

finx gildata-aidata BondFinancialAnalysis --body '{"issuerName": "杭州市城市建设投资集团有限公司", "startDate": "2023-01-01", "endDate": "2025-12-31"}'

查询宏观舆情：

text

finx gildata-aidata MacroNewslist --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "region": "浙江"}'

查询政策会议：

text

finx gildata-aidata PolicyMeetingsList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11"}'

查询违约债券：

text

finx gildata-aidata DefaultBondList --body '{"startDate": "2026-05-10", "endDate": "2026-05-11", "region": "浙江"}'

数据处理原则

数据时效性：优先使用最新可得数据，标注数据截止日期
交叉验证：同一指标从多个数据源获取时，取最新或最权威来源
缺失处理：如某项数据无法获取，标注"数据暂缺"，不影响其他维度分析
保守原则：风险等级判定采取保守原则，宁可高估不可低估

注意事项

城投债务数据部分为非公开信息，宽口径债务率可能需要估算
化债政策变化较快，需关注最新政策动态
主体司法信息可能存在滞后，建议定期复查
风险等级仅为参考，实际投资决策需结合更多定性分析

Module 14: 转债估值分析

转债估值与博弈速评

技能概述

本技能面向证券固定收益研究员，提供可转债的快速估值分析与博弈机会挖掘。核心功能包括转股溢价率测算、强赎风险评估、下修博弈分析、套利机会识别，输出标准化Markdown格式速评报告。

数据获取策略

核心数据源：gildata-aidata

所有转债行情、正股数据、公告舆情均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
转债价值分析	`CBBondValueAnalysis`	获取可转债转股溢价率、纯债溢价率、转股价值、到期收益率、强赎/下修触发价、剩余规模、评级等多维度价值指标
转债龙虎榜	`CBDailyTopListDetails`	获取可转债上榜原因、资金流向、异动区间表现等宏观资金面数据
正股实时行情	`AShareLiveQuote`	获取正股最新价、涨跌幅、成交量、委比、市值等实时行情
正股估值指标	`StockValueAnalysis`	获取正股PE、PB、EV、股息率等估值指标
正股区间行情	`StockRangeQuotation`	获取正股近30日行情走势，用于判断强赎/下修触发趋势
转债公告	`BondAnnouncement`	检索债券市场公告，涵盖强赎、下修、回售、到期等类型
转债舆情	`SecurityNewslist`	查询债券相关舆情，支持按情感类型、证券代码筛选风险信息

数据获取优先级

转债核心价值：优先 gildata-aidata 的 CBBondValueAnalysis，一键获取转债多维度价值指标。
正股行情与估值：优先 gildata-aidata 的 AShareLiveQuote 和 StockValueAnalysis。
公告与舆情：优先 gildata-aidata 的 BondAnnouncement 和 SecurityNewslist。
补充信息：web_search 仅用于补充突发新闻细节或交叉验证关键数据。

工作流程

第一步：获取转债基础数据与价值分析

使用 finx gildata-aidata CBBondValueAnalysis 查询目标转债的核心价值指标：

text

finx gildata-aidata CBBondValueAnalysis --body '{
  "query": "[转债名称/代码]"
}'

该工具返回可转债收益、转股、纯债、波动率、触发价及基金持仓等多维度价值指标，包括：

转债最新价格、涨跌幅
转股溢价率、纯债溢价率
转股价值、到期收益率
转股价、强赎触发价、下修触发价
剩余规模、债券评级、到期日
波动率指标

第二步：获取正股实时行情与估值

使用 finx gildata-aidata AShareLiveQuote 查询正股实时行情：

text

finx gildata-aidata AShareLiveQuote --body '{
  "query": "[正股名称/代码]"
}'

使用 finx gildata-aidata StockValueAnalysis 查询正股估值指标：

text

finx gildata-aidata StockValueAnalysis --body '{
  "query": "[正股名称/代码]"
}'

获取正股数据包括：

最新股价、涨跌幅、成交量
近20日均价、近30日均价
市盈率（PE）、市净率（PB）
总市值、流通市值

如需正股近期走势，使用 finx gildata-aidata StockRangeQuotation 查询区间行情：

text

finx gildata-aidata StockRangeQuotation --body '{
  "query": "[正股名称/代码] 近30个交易日行情"
}'

第三步：查询转债公告与舆情

使用 finx gildata-aidata BondAnnouncement 查询转债相关公告：

text

finx gildata-aidata BondAnnouncement --body '{
  "query": "[转债名称/代码] 强赎 下修 回售 到期"
}'

使用 finx gildata-aidata SecurityNewslist 查询转债舆情：

text

finx gildata-aidata SecurityNewslist --body '{
  "query": "[转债名称/代码]"
}'

第四步：核心指标测算

1. 转股溢价率分析

text

转股溢价率 = (转债价格 - 转股价值) / 转股价值 × 100%
转股价值 = 100 / 转股价 × 正股价格

判断标准：

溢价率 < 0%：折价状态，存在套利空间
溢价率 0%-20%：低溢价，股性强
溢价率 20%-50%：中等溢价，平衡型
溢价率 > 50%：高溢价，债性强

2. 强赎风险评估

强赎触发条件（常见条款）：

正股价格连续30个交易日中至少有15个交易日不低于转股价的130%
或转债价格持续高于130元

风险评估要点：

当前正股价格 / 转股价比值
近30日正股价格走势
公司是否有强赎历史
公司资金压力与促转股意愿

强赎风险等级：

🔴 高风险：正股价/转股价 > 1.3，且持续多日
🟡 中风险：正股价/转股价 1.2-1.3，接近触发线
🟢 低风险：正股价/转股价 < 1.2

3. 下修博弈分析

下修触发条件（常见条款）：

正股价格连续30个交易日中至少有15个交易日低于转股价的85%（或80%）

下修可能性评估：

当前正股价 / 转股价比值
剩余期限（临近到期下修意愿更强）
公司是否有下修历史
大股东持债比例（利益关联度）
公司偿债压力

下修空间测算：

text

下修后转股价 ≥ 股东大会召开日前20日均价 和 前1日均价 的较高者
理论下修后转债价值 = 100 / 新转股价 × 正股价格

4. 套利机会挖掘

折价套利：

转股溢价率 < 0% 的转债
可买入转债 → 转股 → 卖出正股（需考虑T+1交易规则）

低溢价博弈：

溢价率 < 10% 且正股有上涨预期
转债价格 < 110元且溢价率较低

下修博弈：

满足下修条件 + 公司有下修意愿
剩余规模小、大股东持债比例高

回售博弈：

临近回售期 + 正股价低于回售触发价
公司可能通过拉升股价或下修转股价避免回售

第五步：生成速评报告

按照以下模板生成Markdown格式报告：

markdown

# [转债名称]([转债代码]) 估值与博弈速评

**报告日期：** YYYY-MM-DD  
**转债价格：** XX.XX元 | **涨跌幅：** ±X.XX%  
**正股价格：** XX.XX元 | **涨跌幅：** ±X.XX%

---

## 一、核心估值指标

| 指标 | 数值 | 评价 |
|------|------|------|
| 转股溢价率 | X.XX% | 低/中/高 |
| 纯债溢价率 | X.XX% | - |
| 转股价值 | XX.XX元 | - |
| 到期收益率 | X.XX% | - |
| 剩余规模 | X.XX亿元 | 小/中/大 |
| 债券评级 | AA/AA+等 | - |
| 剩余期限 | X.XX年 | - |

## 二、强赎风险分析

**强赎触发价：** XX.XX元（转股价的130%）  
**当前正股价/转股价比值：** X.XX

**风险等级：** 🟢低风险 / 🟡中风险 / 🔴高风险

**分析：**
- 正股价格走势判断
- 距离触发条件的差距
- 公司强赎意愿评估

## 三、下修博弈分析

**下修触发价：** XX.XX元（转股价的85%/80%）  
**当前正股价/转股价比值：** X.XX

**下修可能性：** 低/中/高

**关键因素：**
- 剩余期限：X.XX年
- 公司下修历史：有/无
- 大股东持债比例：X.XX%
- 偿债压力：低/中/高

**理论下修空间：**
- 前20日均价：XX.XX元
- 前1日均价：XX.XX元
- 理论最低转股价：XX.XX元
- 下修后理论价值：XX.XX元

## 四、套利机会评估

### 折价套利
- 当前溢价率：X.XX%
- 套利空间：X.XX元/张
- 操作建议：可行/不可行（考虑T+1风险）

### 低溢价博弈
- 溢价率水平：X.XX%
- 正股上涨弹性：高/中/低
- 转债防御性：强/中/弱

### 下修博弈
- 满足下修条件：是/否
- 下修概率评估：X%
- 博弈盈亏比：高/中/低

## 五、综合评级与操作建议

**转债评级：** A/B/C/D（A最优）

**投资逻辑：**
1. 核心驱动因素
2. 主要风险点
3. 操作建议

**风险提示：**
- 正股下跌风险
- 强赎风险
- 信用风险
- 流动性风险

---
*本报告仅供参考，不构成投资建议。*

工具使用规范

数据查询：优先使用 gildata-aidata 服务获取权威金融数据
- CBBondValueAnalysis：可转债多维度价值分析（核心工具）
- AShareLiveQuote：正股实时行情
- StockValueAnalysis：正股估值指标（PE/PB等）
- StockRangeQuotation：正股区间行情（用于判断趋势）
- BondAnnouncement：转债相关公告查询
- SecurityNewslist：转债舆情信息
多源验证：关键数据可通过 web_search 交叉验证
实时性：标注数据获取时间，提醒用户注意时效性
计算准确：所有溢价率、比值等指标需精确计算

注意事项

条款差异：不同转债的强赎/下修条款可能不同，需以募集说明书为准
交易规则：转股套利需考虑T+1规则及交易成本
信用风险：低评级转债需关注违约风险
流动性：小规模转债可能存在流动性不足问题
免责声明：报告末尾必须包含风险提示与免责声明

示例调用

用户输入："分析下宁银转债"

技能执行：

获取转债价值：gildata-aidata CBBondValueAnalysis (查询宁银转债)
获取正股行情：gildata-aidata AShareLiveQuote (查询宁波银行)
获取正股估值：gildata-aidata StockValueAnalysis (查询宁波银行PE/PB)
获取转债公告：gildata-aidata BondAnnouncement (查询宁银转债强赎/下修公告)
计算核心指标：转股溢价率、强赎风险等级、下修可能性
生成报告：按模板生成 Markdown 格式转债估值与博弈速评报告
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：全面接入 gildata-aidata 服务，替代原有 eastmoney-mx 服务。
工具映射明确：新增工具对照表，涵盖转债价值分析（CBBondValueAnalysis）、正股行情（AShareLiveQuote）、正股估值（StockValueAnalysis）、转债公告（BondAnnouncement）等。
流程优化：明确先获取 Gildata 转债价值数据，再获取正股行情与估值，最后结合公告舆情进行博弈分析的执行顺序。

Module 15: 行业深度分析

行业深度分析技能

技能定位

本技能面向专业研究员、投资机构、产业分析师，提供全方位行业深度分析。通过调用多个专业金融数据工具和行业数据库，从八大维度系统性地分析行业投资价值、竞争格局和发展趋势，生成机构级行业深度研究报告。

触发场景

当用户出现以下任一表述时触发本技能：

"对 XX 行业做深度分析"
"分析 XX 行业"
"XX 行业深度研究"
"研究 XX 行业的投资价值"
"XX 行业全面分析"
"帮我深度研究一下 XX 行业"
"XX 行业投资机会分析"
"XX 行业发展趋势分析"
其他要求对行业进行多维度深度分析的请求

适用行业类型：

A 股/港股/美股相关行业（如白酒行业、新能源汽车行业、半导体行业等）
新兴产业（如人工智能、云计算、生物医药等）
传统行业（如房地产、银行、保险、煤炭等）
细分赛道（如光伏逆变器、锂电隔膜、CXO 等）

数据获取策略

本技能采用多工具协同的数据获取策略，确保数据权威性和全面性：

核心数据源

核心原则：所有行业数据、市场规模、竞争格局、财务估值数据优先通过 gildata-aidata 服务获取。

数据源	用途	优先级
gildata-aidata	行业概览、市场规模、竞争格局、行业趋势、成分股筛选、财务估值	第一优先级
`web_search`	行业政策信息、最新研究报告、国际对比数据、补充信息	补充数据源
`asset-service`	行业内主要企业工商信息、股权穿透、基础信息	辅助数据源

数据获取优先级

行业数据与规模：优先 gildata-aidata IndustryOverview / IndustryMarketScale
竞争格局与成分股：优先 gildata-aidata IndustryCompetition / StockPool
行业趋势与研报：优先 gildata-aidata IndustryTrend / ResearchReport
企业信息：gildata-aidata CompanyProfile 或 asset-service
政策与宏观：web_search 补充

分析框架（八大维度）

一、行业概况

数据获取：

text

使用 gildata-aidata IndustryOverview 查询：
- "[行业名称] 行业定义 分类 发展历程 生命周期"

使用 web_search 查询：
- "[行业名称] 行业介绍 基本概念 产业链 宏观环境"

分析要点：

行业定义与分类
- 行业的明确定义
- 行业细分领域/子行业
- 行业在国民经济中的分类（如申万行业分类）
行业发展历程
- 行业起源与发展阶段
- 重要历史节点和里程碑
- 当前所处生命周期阶段（导入期/成长期/成熟期/衰退期）
行业特征
- 行业商业模式
- 行业盈利模式
- 行业周期性特征

二、市场规模

数据获取：

text

使用 gildata-aidata IndustryMarketScale 查询：
- "[行业名称] 市场规模 市场空间 增速 历史数据 预测"

使用 web_search 查询：
- "[行业名称] 市场规模 2024 2025 2026 预测 增长率 行业报告"

分析要点：

当前市场规模
- 市场容量（金额/数量）
- 近 3-5 年市场规模变化
- 市场规模增长率
市场驱动因素
- 需求驱动因素
- 供给驱动因素
- 政策驱动因素
未来市场空间
- 未来 3-5 年市场规模预测
- 市场增长率预测
- 市场天花板判断
渗透率分析（如适用）
- 当前渗透率水平
- 渗透率提升空间
- 渗透率提升速度

三、产业链分析

数据获取：

text

使用 gildata-aidata IndustryChain 查询：
- "[行业名称] 产业链 上游 下游 价值链"

使用 web_search 查询：
- "[行业名称] 产业链图谱 价值链分布 关键节点"

分析要点：

产业链结构
- 上游：原材料、设备、技术等
- 中游：制造、加工、组装等
- 下游：应用、渠道、终端客户等
价值链分布
- 各环节附加值分布
- 利润分布情况
- 议价能力对比
产业链关键环节
- 卡脖子环节
- 高壁垒环节
- 高成长环节
产业链趋势
- 垂直整合趋势
- 产业链转移趋势
- 供应链安全考量

四、竞争格局

数据获取：

text

使用 gildata-aidata IndustryCompetition 查询：
- "[行业名称] 竞争格局 市场集中度 CR3 CR5 主要企业"

使用 gildata-aidata StockPool 查询：
- 筛选行业内上市公司及财务数据

使用 web_search 查询：
- "[行业名称] 市场份额 竞争态势 龙头企业"

分析要点：

市场集中度
- CR3/CR5/CR10（前 3/5/10 企业集中度）
- 行业集中度变化趋势
- 与发达国家对比
主要参与者
- 行业龙头及市场份额
- 主要上市公司列表
- 非上市主要企业
竞争态势
- 竞争格局类型（完全竞争/垄断竞争/寡头垄断/完全垄断）
- 竞争焦点（价格/技术/品牌/渠道）
- 竞争激烈程度
企业对比分析
- 主要企业财务指标对比
- 主要企业竞争优势对比
- 主要企业战略定位对比

五、行业趋势

数据获取：

text

使用 gildata-aidata IndustryTrend 查询：
- "[行业名称] 发展趋势 技术趋势 未来方向 创新"

使用 web_search 查询：
- "[行业名称] 发展趋势 2025 2026 技术创新 需求变化 商业模式"

分析要点：

技术发展趋势
- 核心技术演进方向
- 新技术/新工艺应用
- 技术迭代速度
需求变化趋势
- 消费需求变化
- 客户偏好变化
- 新兴需求涌现
产品/服务趋势
- 产品升级方向
- 服务创新方向
- 产品差异化趋势
商业模式趋势
- 商业模式创新
- 数字化转型
- 平台化/生态化趋势

六、进入壁垒

数据获取：

text

使用 web_search 查询：
- "[行业名称] 进入壁垒 行业门槛 竞争壁垒"

使用 gildata-aidata IndustryBarrier 查询（如可用）：
- "[行业名称] 技术壁垒 资质壁垒 资金壁垒"

分析要点：

技术壁垒
- 核心技术门槛
- 专利保护情况
- 技术积累要求
资金壁垒
- 初始投资规模
- 运营资金需求
- 融资难度
资质/牌照壁垒
- 行业准入要求
- 资质认证要求
- 牌照获取难度
品牌/渠道壁垒
- 品牌建设周期
- 渠道建设难度
- 客户转换成本
规模/人才壁垒
- 规模经济效应
- 核心人才获取难度
- 管理经验要求

七、风险因素

数据获取：

text

使用 web_search 查询：
- "[行业名称] 风险因素 行业风险 投资风险"

使用 gildata-aidata IndustryRisk 查询（如可用）：
- "[行业名称] 政策风险 市场风险 技术风险"

分析要点：

政策风险
- 产业政策变化
- 监管政策趋严
- 贸易政策影响
市场风险
- 需求波动风险
- 价格波动风险
- 竞争加剧风险
技术风险
- 技术迭代风险
- 技术路线不确定性
- 技术被替代风险
经营风险
- 原材料价格波动
- 人力成本上升
- 环保合规成本
财务风险
- 行业整体负债水平
- 现金流状况
- 融资环境变化

八、投资机会

数据获取：

text

使用 gildata-aidata StockPool 查询：
- 筛选行业内优质上市公司及估值数据

使用 gildata-aidata ResearchReport 查询：
- "[行业名称] 投资建议 标的推荐 研报观点"

使用 web_search 查询：
- "[行业名称] 投资机会 细分赛道 估值分析"

分析要点：

细分领域机会
- 高成长细分赛道
- 被低估的细分领域
- 新兴机会点
投资标的筛选
- 行业龙头
- 高成长标的
- 估值合理标的
投资时点判断
- 行业周期位置
- 估值水平评估
- 催化剂因素
投资策略建议
- 长期配置价值
- 阶段性机会
- 风险提示

报告输出格式

生成结构化 Markdown 报告，包含以下章节：

markdown

# [行业名称] 深度分析报告

## 执行摘要
[200-300 字，概括行业核心特征、市场空间、竞争格局、发展趋势、投资建议]

## 一、行业概况
### 1.1 行业定义与分类
[行业定义、细分领域、行业分类]

### 1.2 行业发展历程
[发展阶段、重要节点、生命周期判断]

### 1.3 行业特征
[商业模式、盈利模式、周期性]

## 二、市场规模
### 2.1 当前市场规模
[表格：近 3-5 年市场规模及增速]
[分析文字]

### 2.2 市场驱动因素
[需求、供给、政策驱动分析]

### 2.3 未来市场空间
[表格：未来 3-5 年市场预测]
[天花板判断]

## 三、产业链分析
### 3.1 产业链结构
[产业链图谱描述]

### 3.2 价值链分布
[各环节附加值、利润分布]

### 3.3 产业链趋势
[整合、转移、安全等趋势]

## 四、竞争格局
### 4.1 市场集中度
[表格：CR3/CR5 数据及变化]

### 4.2 主要参与者
[表格：主要企业列表及市场份额]

### 4.3 竞争态势
[竞争格局类型、竞争焦点]

### 4.4 企业对比分析
[表格：主要企业财务指标对比]

## 五、行业趋势
### 5.1 技术发展趋势
[技术演进方向]

### 5.2 需求变化趋势
[需求变化分析]

### 5.3 产品/服务趋势
[产品升级方向]

### 5.4 商业模式趋势
[商业模式创新]

## 六、进入壁垒
### 6.1 技术壁垒
[技术门槛分析]

### 6.2 资金壁垒
[资金需求分析]

### 6.3 资质/牌照壁垒
[准入要求分析]

### 6.4 品牌/渠道壁垒
[品牌渠道分析]

### 6.5 综合壁垒评估
[壁垒高低判断]

## 七、风险因素
### 7.1 政策风险
[政策风险分析]

### 7.2 市场风险
[市场风险分析]

### 7.3 技术风险
[技术风险分析]

### 7.4 经营风险
[经营风险分析]

### 7.5 财务风险
[财务风险分析]

## 八、投资机会
### 8.1 细分领域机会
[高成长赛道识别]

### 8.2 投资标的筛选
[表格：推荐标的及理由]

### 8.3 投资时点判断
[周期位置、估值水平]

### 8.4 投资策略建议
[配置建议]

## 九、结论与建议
### 9.1 行业评级
[超配/标配/低配]

### 9.2 核心逻辑
[投资核心逻辑总结]

### 9.3 风险提示
[主要风险点]

---
**报告生成时间**: [YYYY-MM-DD]
**数据来源**: 行业数据优先来源于 gildata-aidata，其他信息来源于公开渠道
**免责声明**: 本报告仅供参考，不构成投资建议

执行流程

步骤 1：确认分析对象

从用户输入中提取行业名称
明确行业范围和边界
如行业名称模糊，与用户确认或自行界定

步骤 2：行业数据获取

行业基本信息：

text

调用 gildata-aidata IndustryOverview：
query: "[行业名称] 行业定义 分类 发展历程 生命周期"

市场规模数据：

text

调用 gildata-aidata IndustryMarketScale：
query: "[行业名称] 市场规模 市场空间 增速 历史数据 预测"

调用 web_search：
query: "[行业名称] 市场规模 2024 2025 2026 预测"

步骤 3：产业链与竞争格局分析

产业链信息：

text

调用 gildata-aidata IndustryChain：
query: "[行业名称] 产业链 上游 下游 价值链"

竞争格局：

text

调用 gildata-aidata IndustryCompetition：
query: "[行业名称] 竞争格局 市场集中度 CR3 CR5 主要企业"

调用 gildata-aidata StockPool：
筛选行业内上市公司

调用 web_search：
query: "[行业名称] 竞争格局 市场份额"

步骤 4：行业趋势与壁垒分析

text

调用 gildata-aidata IndustryTrend：
query: "[行业名称] 发展趋势 技术趋势 未来方向 创新"

调用 web_search：
query: "[行业名称] 进入壁垒 行业门槛"

步骤 5：风险信息获取

text

调用 web_search：
query: "[行业名称] 风险因素 行业风险 政策风险"

步骤 6：投资机会分析

标的筛选：

text

调用 gildata-aidata StockPool：
筛选行业内优质上市公司

调用 gildata-aidata ResearchReport：
query: "[行业名称] 投资建议 标的推荐 估值分析"

步骤 7：报告撰写

按照上述"报告输出格式"撰写完整报告，确保：

数据标注来源
关键数据使用表格呈现
分析逻辑清晰
结论明确
风险提示充分

步骤 8：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即阅读。

执行方式：

text

直接将完整的 Markdown 报告内容在对话中输出（使用 Markdown 格式渲染）

注意：

不需要发送文件，只需在对话中直接显示完整报告内容
报告生成后，可以在对话中提供核心结论摘要，帮助用户快速把握要点
如报告过长（超过 15000 字），可在对话中先输出执行摘要和核心章节，再输出完整报告

步骤 9：质量检查

核对关键数据准确性
检查逻辑一致性
确保八大维度全覆盖
验证风险提示充分性

gildata-aidata 工具调用指南

行业分析常用查询模板

bash

# 行业概览
finx gildata-aidata IndustryOverview --body '{"query": "{行业名称} 行业定义 分类 发展历程"}'

# 市场规模
finx gildata-aidata IndustryMarketScale --body '{"query": "{行业名称} 市场规模 市场空间 增速 预测"}'

# 产业链分析
finx gildata-aidata IndustryChain --body '{"query": "{行业名称} 产业链 上游 下游 价值链"}'

# 竞争格局
finx gildata-aidata IndustryCompetition --body '{"query": "{行业名称} 竞争格局 市场集中度 CR3 CR5"}'

# 成分股筛选
finx gildata-aidata StockPool --body '{"query": "{行业名称} 上市公司 成分股 财务数据"}'

# 行业趋势
finx gildata-aidata IndustryTrend --body '{"query": "{行业名称} 发展趋势 技术趋势 创新"}'

# 行业研报
finx gildata-aidata ResearchReport --body '{"query": "{行业名称} 研报 投资建议 估值"}'

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
行业概览/定义	gildata-aidata `IndustryOverview`	行业协会	web_search
市场规模/预测	gildata-aidata `IndustryMarketScale`	艾瑞/灼识等	web_search
产业链/价值链	gildata-aidata `IndustryChain`	券商研报	web_search
竞争格局/集中度	gildata-aidata `IndustryCompetition`	行业协会	web_search
行业趋势/技术	gildata-aidata `IndustryTrend`	专家访谈	web_search
投资标的/估值	gildata-aidata `StockPool`	东方财富	同花顺
政策/宏观环境	web_search	政府官网	gildata-aidata

注意事项

数据时效性
- 优先使用最新数据（2024 年、2025 年、2026 年）
- 标注数据截止日期
- 对于预测数据明确说明是预测值
数据交叉验证
- 关键行业数据从多个来源验证
- 发现数据冲突时，以权威机构数据为准
- 在报告中标注数据来源
专业性与客观性
- 使用专业术语，但避免过度晦涩
- 保持客观中立，避免过度乐观/悲观
- 明确区分事实和观点
风险提示
- 风险揭示必须充分
- 不提供确定性收益承诺
- 明确说明"不构成投资建议"
工具使用优先级
- 行业数据：优先 gildata-aidata 相关工具
- 企业信息：优先 gildata-aidata StockPool 或 asset-service
- 行业趋势/政策：可结合 web_search
- 避免过度依赖单一数据源
报告交付要求
- 直接在对话中显示完整报告内容
- 不需要发送文件
- 对话显示使用标准 Markdown 格式
行业边界界定
- 对于宽泛行业（如"科技行业"），需要进一步细化
- 对于细分行业，需要说明与所属行业的关系
- 明确行业统计口径

特殊情况处理

情况 1：数据获取失败

如某个工具调用失败：

尝试使用替代工具
如仍无法获取，在报告中说明"数据暂缺"
不编造数据

情况 2：行业定义模糊

如用户输入的行业名称过于宽泛（如"科技行业"）：

主动与用户确认具体细分领域
或自行界定分析范围并在报告中说明
建议聚焦到具体细分赛道

情况 3：新兴行业数据不足

如分析新兴行业（如 AI 大模型、低空经济等）：

说明数据局限性
更多依赖网络搜索获取信息
在报告中说明数据覆盖范围

情况 4：用户要求简化

如用户表示"不用那么复杂"：

保留核心分析框架
精简每个维度的分析深度
优先保留市场规模、竞争格局、趋势、机会四个核心维度

示例调用

用户输入："对光伏行业做深度分析"

技能执行：

提取行业名称：光伏行业
获取行业信息：gildata-aidata IndustryOverview query="光伏行业行业定义分类发展历程"
获取市场规模：gildata-aidata IndustryMarketScale query="光伏行业市场规模 2024 2025 2026 预测"
获取产业链信息：gildata-aidata IndustryChain query="光伏行业产业链图谱上游下游"
获取竞争格局：gildata-aidata IndustryCompetition query="光伏行业竞争格局市场集中度 CR3 CR5"
获取成分股：gildata-aidata StockPool 筛选光伏行业上市公司
获取行业趋势：gildata-aidata IndustryTrend query="光伏行业发展趋势技术趋势"
获取风险信息：web_search query="光伏行业风险因素政策风险"
筛选投资标的：gildata-aidata StockPool 筛选优质光伏企业
撰写报告：按八大维度生成完整 Markdown 报告
交付报告：
- 在对话中直接输出完整的 Markdown 报告内容
- 不需要保存文件或发送文件

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为行业分析建立 gildata-aidata 工具查询对照表（IndustryOverview, IndustryMarketScale, IndustryCompetition, IndustryTrend, StockPool 等）
完善调用指南：提供完整的 gildata-aidata 行业分析工具调用格式说明和常用查询模板
优化数据获取顺序：明确 gildata-aidata 优先获取行业核心数据，web_search 仅用于补充政策和宏观信息
更新数据来源优先级：将 gildata-aidata 提升为行业数据的第一优先级数据源

Module 16: 行业一页纸分析

行业一页纸分析技能

技能定位

本技能面向投资经理、研究员、基金经理，提供行业快速分析工具。在一页纸篇幅内，聚焦行业最核心的投资信息，帮助快速判断行业投资价值和风险，适合晨会汇报、快速决策、赛道初筛等场景。

与 industry-deep-analysis 的区别：

深度分析：八大维度，全面深入，适合深度研究和首次覆盖
一页纸分析：六大核心维度，精炼简洁，适合快速决策和赛道跟踪

触发场景

当用户出现以下任一表述时触发本技能：

"XX 行业一页纸"
"一页纸分析 XX 行业"
"快速分析 XX 行业"
"XX 行业速评"
"XX 行业简单分析"
"XX 行业核心要点"
"XX 行业投资亮点"
"XX 行业快速点评"
"帮我快速看一下 XX 行业"
"XX 行业怎么样"
其他要求对行业进行简洁快速分析的请求

数据获取策略

核心数据源

Gildata-AIData (gildata-aidata) 作为主要数据源，提供全方位的行业金融数据与投研分析工具：

数据需求	推荐工具	说明
行业估值指标	`IndustryValuation`	PE、PB、总市值、流通市值等
行业行情数据	`IndustryDailyQuote` / `IndustryRangeQuote`	日行情、区间行情
行业资金流向	`IndustryCapitalFlow`	主力、散户资金净额
行业财务指标	`IndustryFinancialAnalysis`	盈利能力、偿债能力、成长能力
行业成分股	`IndustryConstituentStocks`	行业成分股列表及权重
行业舆情资讯	`IndustryNewslist`	行业相关新闻、政策动态
行业研报观点	`IndustryAnalysisViewpoints`	券商研报对行业的分析观点
宏观行业数据	`MacroIndustryEDB`	宏观经济与行业经济指标
板块排序	`SectorRank`	板块涨跌幅、换手率等排序
行业研报	`ResearchReport`	按行业筛选券商研报

数据获取优先级

行业估值与行情：优先 IndustryValuation + IndustryDailyQuote
行业财务数据：优先 IndustryFinancialAnalysis
行业舆情与政策：优先 IndustryNewslist + IndustryAnalysisViewpoints
宏观行业数据：优先 MacroIndustryEDB
网络搜索作补充：对于最新政策、市场解读等，使用 web_search 补充

分析框架（一页纸六大维度）

一、行业概况（基本信息）

数据获取：

text

使用 gildata-aidata IndustryConstituentStocks 查询：
- 获取行业成分股列表，了解行业覆盖范围

使用 gildata-aidata MacroIndustryEDB 查询：
- 查询行业相关宏观经济数据

使用 web_search 查询：
- "[行业名称] 行业定义 主要产品 应用场景"

核心信息：

行业定义/分类
产业链位置
主要产品/服务
下游应用领域

二、市场规模（成长空间）

数据获取：

text

使用 gildata-aidata MacroIndustryEDB 查询：
- 查询行业市场规模、产量、销量等经济指标

使用 web_search 查询：
- "[行业名称] 市场规模 2024 2025 2026 增长率"

核心指标（表格呈现）：

指标	2023	2024	2025E	增速
市场规模（亿元）
同比增速（%）
市场渗透率（%）

三、竞争格局（行业集中度）

数据获取：

text

使用 gildata-aidata IndustryConstituentStocks 查询：
- 获取行业成分股及权重，识别龙头企业

使用 gildata-aidata SectorRank 查询：
- 查询板块内个股排序，了解市值、营收分布

使用 web_search 查询：
- "[行业名称] CR3 CR5 市场集中度 主要企业"

核心信息：

行业集中度（CR3/CR5）
主要龙头企业及市占率
竞争态势（分散/集中）
进入壁垒

四、行业趋势（发展方向）

数据获取：

text

使用 gildata-aidata IndustryNewslist 查询：
- 查询行业最新舆情、政策动态

使用 gildata-aidata IndustryAnalysisViewpoints 查询：
- 获取券商研报对行业趋势的分析观点

使用 web_search 查询：
- "[行业名称] 发展趋势 2025 2026 技术革新"

分析要点：

技术发展趋势
政策导向
需求变化趋势
供给格局变化

五、投资机会（投资逻辑）

数据获取：

text

使用 gildata-aidata IndustryValuation 查询：
- 获取行业 PE、PB 等估值指标及历史分位

使用 gildata-aidata IndustryCapitalFlow 查询：
- 获取行业资金流向，判断资金态度

使用 gildata-aidata ResearchReport 查询：
- 按行业筛选最新研报，获取投资逻辑

使用 web_search 查询：
- "[行业名称] 投资机会 细分赛道 2025 2026"

核心信息：

核心投资逻辑（1-3 点）
重点细分赛道
近期催化剂
估值水平

六、主要风险（风险提示）

数据获取：

text

使用 gildata-aidata IndustryNewslist 查询：
- 查询行业负面舆情、风险事件

使用 web_search 查询：
- "[行业名称] 风险因素 政策风险 市场风险"

风险要点：

列出 2-4 个核心风险点
按重要性排序

报告输出格式

生成简洁的一页纸 Markdown 报告，格式如下：

markdown

# [行业名称] 一页纸分析

| 基本信息 | |
|----------|------|
| 行业分类 | [分类] |
| 产业链位置 | [上游/中游/下游] |
| 主要产品 | [产品/服务] |
| 下游应用 | [应用领域] |

---

## 📈 市场规模与增速

| 指标 | 2023 | 2024 | 2025E | 增速 |
|------|------|------|-------|------|
| 市场规模（亿元） | X | X | X | X% |
| 同比增速（%） | X | X | X | — |
| 市场渗透率（%） | X | X | X | — |

**市场点评**：[1-2 句核心评价]

---

## 🏆 竞争格局

| 指标 | 数值 | 判断 |
|------|------|------|
| CR3 | X% | 集中/分散 |
| CR5 | X% | 集中/分散 |
| 龙头企业 | [企业 1]、[企业 2]、[企业 3] | |
| 进入壁垒 | [高/中/低] | |

**格局点评**：[1-2 句核心评价]

---

## 🚀 行业趋势

1. **[趋势 1 标题]**：[简要描述]
2. **[趋势 2 标题]**：[简要描述]
3. **[趋势 3 标题]**：[简要描述]

---

## 💡 投资机会

**核心逻辑**：
1. [投资逻辑 1]
2. [投资逻辑 2]

**重点细分**：[细分赛道 1]、[细分赛道 2]

**估值水平**：[行业 PE/PB 及历史分位]

**近期催化剂**：[催化剂 1]、[催化剂 2]

---

## ⚠️ 主要风险

1. [风险 1]
2. [风险 2]
3. [风险 3]

---

## 📌 投资结论

**整体判断**：[看好/中性/谨慎]

**核心观点**：[1-2 句话概括核心观点]

**建议关注**：[关注时点/催化剂]

---
*报告生成时间：YYYY-MM-DD | 数据来源：Gildata-AIData、公开资料 | 仅供参考，不构成投资建议*

执行流程

步骤 1：确认分析对象

从用户输入中提取行业名称
明确行业定义和范围
获取行业分类信息

步骤 2：获取行业估值与行情数据

text

调用 gildata-aidata IndustryValuation：
获取行业 PE、PB、总市值、流通市值等估值指标

调用 gildata-aidata IndustryDailyQuote 或 IndustryRangeQuote：
获取行业近期行情表现

步骤 3：获取市场规模数据

text

调用 gildata-aidata MacroIndustryEDB：
查询行业相关宏观经济数据（市场规模、产量、销量等）

调用 web_search：
query: "[行业名称] 市场规模 增长率 2024 2025 2026"

步骤 4：获取竞争格局数据

text

调用 gildata-aidata IndustryConstituentStocks：
获取行业成分股列表及权重

调用 gildata-aidata SectorRank：
查询板块内个股排序，识别龙头企业

调用 web_search：
query: "[行业名称] 市场集中度 龙头企业 市占率"

步骤 5：获取行业趋势信息

text

调用 gildata-aidata IndustryNewslist：
查询行业最新舆情、政策动态

调用 gildata-aidata IndustryAnalysisViewpoints：
获取券商研报对行业趋势的分析观点

调用 web_search：
query: "[行业名称] 发展趋势 2025 2026 技术革新"

步骤 6：获取投资机会信息

text

调用 gildata-aidata IndustryCapitalFlow：
获取行业资金流向数据

调用 gildata-aidata ResearchReport：
按行业筛选最新研报

调用 web_search：
query: "[行业名称] 投资机会 催化剂 2025 2026"

步骤 7：获取风险信息

text

调用 gildata-aidata IndustryNewslist：
查询行业负面舆情、风险事件

调用 web_search：
query: "[行业名称] 风险因素 政策风险 市场风险"

步骤 8：撰写一页纸报告

按照上述"报告输出格式"撰写报告，确保：

严格控制篇幅在一页纸内（约 800-1200 字）
关键数据使用表格呈现
语言精炼，直击核心
结论明确

步骤 9：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容。

执行方式：

text

直接将完整的一页纸 Markdown 报告内容在对话中输出

注意：

不需要发送文件，只需在对话中直接显示
报告应简洁明了，适合快速阅读
核心数据突出显示

注意事项

篇幅控制
- 严格控制在"一页纸"篇幅内
- 避免冗长描述，每点 1-2 句话
- 优先使用表格呈现数据
数据时效性
- 使用最新可得的行业数据
- 标注数据截止日期或预测年份
- 区分历史数据和预测数据
聚焦核心
- 只呈现最关键的信息
- 避免细节堆砌
- 突出投资逻辑主线
客观中立
- 保持客观，避免过度推荐
- 风险提示必须充分
- 明确说明"不构成投资建议"
报告交付要求
- 直接在对话中显示完整报告内容
- 不需要发送文件
- 使用 Markdown 格式，确保可读性

特殊情况处理

情况 1：数据获取失败

尝试使用替代数据源
如仍无法获取，标注"数据暂缺"
不编造数据

情况 2：行业范围模糊

如用户只说"新能源行业"（范围太宽）
主动询问具体细分行业（如光伏、风电、锂电等）
或选择一个主流细分领域进行分析并说明

情况 3：新兴行业数据不足

说明数据局限性
使用 web_search 获取最新信息
在报告中说明数据覆盖范围

情况 4：用户要求更详细

如用户表示"太简单了，要更详细"
建议调用 industry-deep-analysis 技能进行深度分析
或在一页纸框架内适当扩展各部分内容

示例调用

用户输入："光伏行业一页纸"

技能执行：

提取行业名称：光伏行业
获取行业估值：gildata-aidata IndustryValuation
获取市场规模：gildata-aidata MacroIndustryEDB + web_search
获取竞争格局：gildata-aidata IndustryConstituentStocks + SectorRank
获取行业趋势：gildata-aidata IndustryNewslist + IndustryAnalysisViewpoints
获取投资机会：gildata-aidata IndustryCapitalFlow + ResearchReport
获取风险信息：gildata-aidata IndustryNewslist + web_search
撰写报告：按一页纸格式生成 Markdown 报告
交付报告：
- 在对话中直接输出完整的一页纸报告
- 不需要保存文件或发送文件

与行业深度分析技能对比

维度	industry-one-page-analysis	industry-deep-analysis
篇幅	一页纸（800-1200 字）	完整报告（8000-15000 字）
分析维度	6 大核心维度	8 大全面维度
市场规模	核心数据表格	详细市场规模 + 驱动因素 + 区域分析
竞争格局	CR3/CR5+ 龙头企业	详细竞争分析 + 企业对比 + 进入壁垒
行业趋势	3 个核心趋势	技术趋势 + 政策趋势 + 需求趋势
投资机会	核心逻辑 + 细分赛道	详细投资逻辑 + 标的推荐 + 估值分析
适用场景	快速决策、晨会汇报、赛道初筛	深度研究、首次覆盖、投研报告
生成时间	快速（3-5 分钟）	较长（10-15 分钟）
交付方式	对话直接显示	对话直接显示

四个分析技能对比总览

技能	分析对象	定位	篇幅	场景
`company-one-page-analysis`	公司	一页纸速评	800-1200 字	快速决策、晨会
`company-deep-analysis`	公司	深度分析	5000-10000 字	深度研究、首次覆盖
`industry-one-page-analysis`	行业	一页纸速评	800-1200 字	快速决策、赛道初筛
`industry-deep-analysis`	行业	深度分析	8000-15000 字	深度研究、赛道分析

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有行业数据、市场规模、竞争格局查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为行业一页纸分析建立 gildata-aidata 工具查询对照表（IndustryValuation, IndustryConstituentStocks, IndustryNewslist, IndustryCapitalFlow, MacroIndustryEDB 等）
优化数据获取顺序：明确 gildata-aidata 优先获取行业核心数据，web_search 仅用于补充政策和宏观信息
移除 eastmoney-mx 依赖：原技能使用东方财富妙想作为数据源，现全面替换为 gildata-aidata

Module 17: 行业配置推荐

行业比较与配置推荐 (Sector Allocation & Comparison)

概述

本技能辅助证券策略研究员进行行业轮动分析与资产配置决策。通过 gildata-aidata 专业金融数据服务自动化采集行业核心数据，运用多维比较框架（景气、估值、资金、政策），量化评估各行业投资价值，输出标准化的行业配置排序与深度逻辑推演。

核心分析框架 (4D 模型)

1. 景气维度 (Fundamentals / Momentum) - 40% 权重

盈利预测: 分析师盈利预测上调比例（EPS 上调家数/总家数）。
业绩增速: 营收/净利润同比增速、环比改善情况。
高频数据: 行业高频指标（如汽车销量、水泥价格、半导体出货量、运价指数等）的趋势。
景气评分: 趋势向上且超预期者为高分。

2. 估值维度 (Valuation) - 30% 权重

绝对估值: PE (TTM)、PB (LF) 绝对值。
相对估值: PE/PB 在过去 3 年/5 年/10 年的分位数水平（<20% 低估，>80% 高估）。
性价比: PEG (PE / 净利润增速)、风险溢价 (ERP)。
估值评分: 低估值且具备修复弹性者为高分。

3. 资金维度 (Liquidity / Flow) - 20% 权重

北向资金: 近期净流入/流出规模及趋势。
机构持仓: 公募基金持仓占比变化（超配/低配幅度）。
交易热度: 融资买入占比、换手率分位数、成交额占比。
资金评分: 资金持续流入且未过度拥挤者为高分。

4. 政策与催化 (Catalysts) - 10% 权重

政策导向: 国家战略规划、产业政策支持力度（加分项）。
事件催化: 涨价、重组、技术突破等短期催化剂。

数据采集指引

所有数据查询必须使用 gildata-aidata 服务，具体工具映射如下：

估值数据获取

text

finx gildata-aidata IndustryValuation --body '{"industryCode": "行业代码", "date": "查询日期"}'

获取行业 PE(TTM)、PB(LF)、总市值、流通市值、股息率等估值指标。

资金流向数据获取

text

finx gildata-aidata IndustryCapitalFlow --body '{"industryCode": "行业代码", "startDate": "开始日期", "endDate": "结束日期"}'

获取行业每日资金流入流出情况，包括主力净额、超大单、大单等。

板块行情排序

text

finx gildata-aidata SectorRank --body '{"sectorType": "行业板块", "sortField": "涨跌幅", "tradeDate": "交易日期"}'

获取行业板块列表并按涨跌幅、换手率等指标排序。

板块资金流排序

text

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "sortField": "主力净流入", "tradeDate": "交易日期"}'

按资金流向指标对行业板块进行排序，分析主力、散户资金动向。

行业财务分析

text

finx gildata-aidata IndustryFinancialAnalysis --body '{"industryCode": "行业代码", "reportType": "最新报告期"}'

获取行业财务分析指标，涵盖盈利能力(ROE、毛利率)、偿债能力、成长能力(营收增速、净利增速)等。

行业日行情

text

finx gildata-aidata IndustryDailyQuote --body '{"industryCode": "行业代码", "tradeDate": "交易日期"}'

获取行业在指定日期的日行情数据，包括收盘价、成交量及涨跌幅。

一致预期数据

text

finx gildata-aidata ConsensusExpectation --body '{"stockCode": "成分股代码"}'

获取成分股未来三年盈利预测数据，用于计算行业整体盈利预期变化。

宏观行业经济数据

text

finx gildata-aidata MacroIndustryEDB --body '{"indicatorCode": "指标代码", "startDate": "开始日期", "endDate": "结束日期"}'

查询中国宏观、行业经济数据，如PMI、工业增加值、社零等高频指标。

行业研报观点

text

finx gildata-aidata ResearchReport --body '{"industry": "行业名称", "reportType": "行业研究", "limit": 5}'

text

finx gildata-aidata IndustryAnalysisViewpoints --body '{"industry": "行业名称", "limit": 10}'

获取行业研报及分析观点，用于判断政策导向和市场共识。

执行流程

数据采集:
- 使用 gildata-aidata 的 SectorRank 获取最新申万一级行业涨跌幅排序
- 使用 IndustryValuation 获取各行业 PE、PB 及历史分位数
- 使用 SectorFundFlowRank 获取行业资金流向排序
- 使用 IndustryFinancialAnalysis 获取行业盈利能力和成长能力指标
- 使用 IndustryCapitalFlow 获取近期资金流向趋势
- 使用 ResearchReport 或 IndustryAnalysisViewpoints 获取行业研报观点
多维打分与排序:
- 根据4D框架对各行业进行半定量打分（超配、标配、低配）
- 构建行业配置矩阵：高景气+低估值=黄金配置机会；高景气+高估值=趋势延续但需警惕；低景气+低估值=左侧布局；低景气+高估值=回避
逻辑推演:
- 针对推荐超配的行业，撰写核心配置逻辑（景气反转？估值修复？政策驱动？）
- 针对建议低配的行业，提示潜在风险（业绩不及预期？估值泡沫？资金流出？）
报告生成:
- 生成 Markdown 格式的行业配置报告，数据需注明来源和截止日期

报告模板 (Markdown)

markdown

# 📊 行业比较与配置建议 | [日期/周期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **数据截止**: [具体日期]
> **核心观点**: [一句话总结当前行业配置主线，如"攻守兼备，聚焦盈利确定性高的红利资产与景气反转的半导体"]
> **市场风格预判**: [大盘/小盘，成长/价值，当前处于什么阶段]

---

## 一、 行业配置排序 (Allocation Ranking)

| 评级 | 行业名称 | 核心驱动因子 | 景气趋势 | 估值分位 | 资金动向 |
|------|----------|--------------|----------|----------|----------|
| 🟢 **超配** | [行业 A] | [如：业绩超预期 + 政策利好] | 📈 向上 | 35% (偏低) | 🟢 净流入 |
| 🟢 **超配** | [行业 B] | [如：涨价逻辑 + 底部反转] | 📈 向上 | 15% (极低) | 🟢 净流入 |
| 🟡 **标配** | [行业 C] | [如：高景气但估值已高] | 📈 向上 | 85% (偏高) | 🟡 震荡 |
| 🔴 **低配** | [行业 D] | [如：业绩下滑 + 资金流出] | 📉 向下 | 60% (中性) | 🔴 净流出 |

---

## 二、 重点行业配置逻辑 (Deep Dive)

### 1. 🟢 推荐超配：[行业 A]
* **景气逻辑**: [详细描述基本面改善，如"下游需求回暖，产品价格连续 3 周上涨，分析师一致预期上调 10%"]
* **估值逻辑**: [详细描述估值优势，如"当前 PE 仅 15 倍，处于近 5 年 20% 分位，安全边际高"]
* **资金逻辑**: [描述资金流向，如"近5日主力净流入XX亿元，北向资金持续增持"]
* **催化剂**: [近期可能发生的催化事件]

### 2. 🟢 推荐超配：[行业 B]
* ...

---

## 三、 风险提示与回避板块 (Risk & Avoid)

* 🔴 **建议回避**: [行业 D]
  * **逻辑**: [如"产能过剩导致价格战，业绩下行周期未结束，且外资持续减持"]
* ⚠️ **潜在风险**:
  * [宏观风险，如"美债收益率上行压制成长股估值"]
  * [流动性风险，如"成交额萎缩，微盘股流动性枯竭"]

---

*免责声明：本报告基于 gildata-aidata 公开数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

数据源唯一性: 所有行业相关数据必须通过 gildata-aidata 服务获取，确保数据权威性和一致性
数据时效性: 确保引用的估值、资金数据为最新可得数据（注明截止日期）
逻辑自洽: 景气、估值、资金三者之间需逻辑自洽，例如高景气通常伴随估值提升，需解释是否透支
风格切换: 注意当前市场的主导风格（成长 vs 价值，大盘 vs 小盘），并在报告中体现风格偏好
工具调用规范: 调用 gildata-aidata 工具时，参数需使用正确的行业代码（申万行业代码）和日期格式

Module 18: 公司深度分析

上市公司深度分析技能

技能定位

本技能面向专业研究员，提供上市公司全方位深度分析。通过调用 gildata-aidata 专业金融数据服务与 asset-service 企业工商查询工具，从七大维度系统性地分析公司投资价值，生成机构级深度研究报告。

核心优势：

✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
✅ 分析框架系统：覆盖财务、业务、行业、估值、风险、管理层、政策七大维度
✅ 深度逻辑推演：不仅罗列数据，更注重数据背后的商业逻辑与投资价值
✅ 输出结构化：标准化 Markdown 格式报告，直接在对话中展示完整内容

输出格式：

默认生成结构化 Markdown 格式报告
报告内容直接在对话中展示，无需发送文件
如用户明确要求 Word 文档，可另行处理

触发场景

当用户出现以下任一表述时，应触发本技能：

用户表述	触发类型
"分析 XX 公司"	定向分析
"对 XX 公司做深度研究"	定向分析
"研究 XX 公司的投资价值"	定向分析
"XX 公司深度分析"	定向分析
"XX 公司全面分析"	定向分析
"帮我深度研究一下 XX 公司"	定向分析
"XX 公司投资价值分析"	定向分析

注意：用户只需提到公司名字 + 分析/研究/投资价值等关键词，即应触发本技能。

执行流程

Step 1：获取公司核心数据

1.1 提取公司名称/股票代码

从用户输入中识别目标上市公司：

公司全称/简称（如"五粮液"、"茅台"）
股票代码（如"000858"、"600519"）

1.2 通过 gildata-aidata 获取核心数据

核心原则：所有财务数据、估值数据、一致预期、机构评级优先通过 gildata-aidata 服务获取。

数据类别	gildata-aidata 工具	query 参数示例
财务报表	`FinancialStatement`	"{公司名} 2024 2025 2026 年报利润表资产负债表现金流量表"
财务分析指标	`FinancialAnalysis`	"{公司名} 2024 2025 毛利率净利率 ROE ROIC 资产负债率周转率"
主营构成	`MainOperIncData`	"{公司名} 2024 2025 分产品分行业分地区收入成本毛利率"
一致预期	`ConsensusExpectation`	"{公司名} 2024 2025 2026 营收净利润 EPS 一致预期"
估值数据	`StockValueAnalysis`	"{公司名} PE PB PS EV 股息率"
机构评级	`InstitutionalRating`	"{公司名} 机构评级评级分数"
财报点评参考	`AShareFinancialReportReview`	"{公司名} 2024 2025 年报业绩点评"

港股公司：使用 HKFinancialStatement、HKStockValueAnalysis、HKMainOperIncData 等 美股公司：使用 USFinancialStatement、USValuationMetrics、USFinancialAnalysis 等

1.3 通过 web_search 获取补充信息

用于 gildata-aidata 无法覆盖的信息：

公司基本信息（成立时间、员工规模、总部地点等）
最新重大新闻、管理层变动、战略调整
行业政策、竞争格局变化

bash

web_search --query "{公司名称} 公司简介 主营业务 行业地位 2025 2026" --numResults 10
web_search --query "{公司名称} 最新新闻 战略调整 管理层变动" --numResults 10
web_search --query "{行业名称} 行业政策 竞争格局 2025 2026" --numResults 10

Step 2：财务分析（基于 gildata-aidata 数据）

分析以下核心指标（最近 3 年 + 最新一期）：

指标类别	具体指标	分析要点
成长性	营收增速、净利润增速、扣非净利润增速	增长驱动因素、增速趋势变化
盈利能力	毛利率、净利率、ROE、ROIC	盈利质量、成本控制能力、资本回报效率
营运能力	应收账款周转率、存货周转率、总资产周转率	运营效率、资产利用效率
偿债能力	资产负债率、流动比率、速动比率、利息保障倍数	财务风险、偿债压力
现金流	经营性现金流净额、自由现金流、现金流/净利润比值	盈利含金量、现金流健康度

输出要求：

使用表格展示核心财务数据
结合业务背景解释数据变化原因
识别财务异常或亮点

Step 3：业务与行业分析

3.1 业务结构分析

主营业务收入构成（按产品/地区/渠道）→ MainOperIncData
核心产品/服务及竞争优势
主要客户及供应商集中度
产能及利用率情况
研发投入及核心技术

3.2 行业地位分析

市场份额及排名
主要竞争对手
行业集中度（CR3/CR5）
公司在产业链中的位置（上游/中游/下游）
行业生命周期阶段

3.3 竞争壁垒分析

品牌壁垒
技术壁垒
规模效应
渠道优势
转换成本

Step 4：估值与一致预期分析

4.1 估值水平分析

使用 StockValueAnalysis 获取当前估值数据：

PE(TTM)、PB、PS、PEG、EV/EBITDA
与历史估值分位对比（过去 3 年/5 年/10 年）
与同业公司估值对比

4.2 一致预期分析

使用 ConsensusExpectation 获取机构一致预期：

未来 2-3 年营收、净利润、EPS 预测
机构评级分布（买入/增持/中性/减持）
目标价区间

4.3 估值合理性判断

当前估值是否反映基本面
预期增速与估值匹配度（PEG 分析）
催化剂与风险点对估值的影响

Step 5：风险分析

5.1 财务风险

应收账款/存货异常增长
现金流恶化
有息负债压力
商誉减值风险

5.2 经营风险

核心产品降价或销量下滑
主要客户流失
产能过剩或瓶颈
成本上升压力

5.3 行业与政策风险

行业周期性下行
政策监管变化
技术替代风险
国际贸易摩擦

Step 6：管理层与公司治理分析

核心管理层背景及稳定性
股权结构及实际控制人
激励机制（股权激励、员工持股）
历史承诺履行情况
ESG 表现（如适用）

Step 7：生成深度分析报告

7.1 组织内容结构

按照下方【报告结构模板】组织报告内容。

7.2 格式化输出

使用 Markdown 标题层级（#、##、###）组织章节
使用表格展示财务数据和对比信息
使用列表展示要点和风险提示
确保逻辑清晰、层次分明
所有数据标注来源和报告期

7.3 输出报告

将完整的结构化报告直接在对话中展示，无需发送文件。

报告结构模板

markdown

# 📊 {公司名称} 深度分析报告

**分析日期**：YYYY 年 MM 月 DD 日  
**股票代码**：{代码}.SH/.SZ/.HK  
**所属行业**：{行业分类}  
**报告类型**：公司深度研究

---

## 一、核心观点

### 1.1 投资逻辑
[提炼 2-3 条核心投资逻辑，简明扼要]

### 1.2 关键假设
[列出支撑投资逻辑的核心假设]

### 1.3 主要风险
[列出 3-5 个核心风险点]

---

## 二、公司概况

### 2.1 基本信息

| 项目 | 内容 |
|------|------|
| 公司全称 | [全称] |
| 股票代码 | [代码] |
| 上市时间 | [年份] |
| 法定代表人 | [姓名] |
| 总部地点 | [城市] |
| 员工规模 | [人数] |
| 总市值 | [亿元] |

### 2.2 主营业务
[描述公司主营业务、核心产品/服务、应用场景、商业模式]

### 2.3 发展历程与战略演进
[简述公司发展关键节点、战略转型历程]

---

## 三、财务分析

### 3.1 核心财务数据

| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |
|----------|--------|--------|--------|--------|
| 营业收入（亿元） | | | | |
| 营收增速（%） | | | | |
| 归母净利润（亿元） | | | | |
| 净利润增速（%） | | | | |
| 毛利率（%） | | | | |
| 净利率（%） | | | | |
| ROE（%） | | | | |
| 资产负债率（%） | | | | |
| 经营性现金流（亿元） | | | | |

*数据来源：gildata-aidata FinancialStatement/FinancialAnalysis*

### 3.2 财务分析要点

**成长性分析**：
[分析营收和净利润增长趋势，识别增长驱动因素]

**盈利能力分析**：
[分析毛利率、净利率、ROE 变化趋势及原因，评估盈利质量]

**营运能力分析**：
[分析应收账款、存货周转情况，评估运营效率]

**偿债能力分析**：
[分析资产负债率、流动比率等指标，评估财务风险]

**现金流分析**：
[分析经营性现金流与净利润匹配度，评估盈利含金量]

---

## 四、业务与行业分析

### 4.1 业务结构

| 业务板块 | 营收占比 | 毛利率 | 增速 | 核心产品/服务 |
|----------|----------|--------|------|---------------|
| [业务 1] | % | % | % | [产品] |
| [业务 2] | % | % | % | [产品] |
| [业务 3] | % | % | % | [产品] |

*数据来源：gildata-aidata MainOperIncData*

### 4.2 行业格局
[分析行业市场规模、增速、生命周期、竞争格局、公司市占率]

### 4.3 核心竞争壁垒
1. **[壁垒 1]**：[具体描述]
2. **[壁垒 2]**：[具体描述]
3. **[壁垒 3]**：[具体描述]

### 4.4 成长驱动因素
[分析未来 2-3 年公司业绩增长的核心驱动力]

---

## 五、估值与一致预期

### 5.1 估值水平

| 估值指标 | 当前值 | 历史中位数 | 同业中位数 | 评价 |
|----------|--------|------------|------------|------|
| PE(TTM) | | | | [高/中/低] |
| PB | | | | [高/中/低] |
| PS | | | | [高/中/低] |
| PEG | | | | [合理/偏高/偏低] |
| EV/EBITDA | | | | [高/中/低] |

*数据来源：gildata-aidata StockValueAnalysis*

### 5.2 一致预期

| 指标 | 2025E | 2026E | 2027E |
|------|-------|-------|-------|
| 营收（亿元） | | | |
| 净利润（亿元） | | | |
| EPS（元） | | | |
| PE（倍） | | | |

*数据来源：gildata-aidata ConsensusExpectation*

### 5.3 估值合理性判断
[结合基本面、成长性、同业对比，判断当前估值是否合理]

---

## 六、风险分析

### 6.1 财务风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

### 6.2 经营风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

### 6.3 行业与政策风险
1. [风险描述]：[影响程度及应对]
2. [风险描述]：[影响程度及应对]

---

## 七、管理层与公司治理

### 7.1 核心管理层
[介绍董事长、总经理等核心管理层背景、任职时间、战略眼光]

### 7.2 股权结构
[描述实际控制人、前十大股东、股权集中度]

### 7.3 激励机制
[描述股权激励、员工持股计划等，评估激励效果]

### 7.4 ESG 表现（如适用）
[简要评价环境、社会、治理表现]

---

## 八、投资建议与结论

### 8.1 核心结论
[总结公司投资价值、核心逻辑、关键假设]

### 8.2 投资评级
- **评级**：[买入/增持/中性/减持/卖出]
- **目标价**：[元]（如适用）
- **投资周期**：[6-12 个月/1-3 年]

### 8.3 催化剂与风险点
**催化剂**：
1. [催化事件 1]
2. [催化事件 2]

**核心风险**：
1. [风险 1]
2. [风险 2]

---

> **免责声明**：本报告基于公开信息分析生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。  
> **数据来源**：财务及估值数据优先来源于 gildata-aidata 专业服务，其他信息来源于公开渠道。

特殊场景处理

场景一：用户未提供公司名称

当用户只说"深度分析"但未指定公司时：

主动询问用户需要分析哪家上市公司
可提供近期热门公司或用户持仓公司供参考

场景二：公司信息较少（次新股/小市值）

当目标公司为次新股或小市值公司，公开信息有限时：

在报告中标注"信息有限"
重点依赖招股书和最新财报
增加"信息获取建议"板块
降低分析深度，聚焦可验证的核心指标

场景三：跨行业公司

当目标公司业务跨多个行业时：

分别分析各业务板块
选择各业务板块的可比公司
采用分部估值法（SOTP）进行估值分析

场景四：港股/美股上市公司

当目标公司为港股或美股上市公司时：

调整财务指标单位（人民币/美元/港币）
选择相应市场的可比公司
注意不同市场的披露要求差异
使用对应的港股/美股 gildata-aidata 工具

工具使用说明

工具	用途	调用示例
finx gildata-aidata	核心数据源，获取财务报表、财务分析指标、主营构成、估值、一致预期等	`finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2024 2025 年报利润表"}'`
`web_search`	补充查询，用于公司基本信息、最新新闻、行业政策等	`web_search --query "{公司名} 公司简介主营业务行业地位" --numResults 10`
`web_fetch`	获取网页详情（公告、研报）	`web_fetch --url "网址"`

重要原则：

所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
如 gildata-aidata 数据不完整可辅以 web_search 查询
数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻

gildata-aidata 工具调用指南

A 股公司常用查询模板

bash

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2024 2025 2026 年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2024 2025 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "{公司名} 2024 2025 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "{公司名} 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "{公司名} 机构评级 评级分数"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "{公司名} 2024 2025 年报 业绩点评"}'

港股公司常用查询模板

bash

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2024 2025 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

bash

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2024 2025 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
核心财务数据	gildata-aidata `FinancialStatement`	公司公告（巨潮资讯）	web_search
财务分析指标	gildata-aidata `FinancialAnalysis`	东方财富	web_search
业务拆分数据	gildata-aidata `MainOperIncData`	公司公告	券商研报
一致预期	gildata-aidata `ConsensusExpectation`	东方财富	web_search
估值数据	gildata-aidata `StockValueAnalysis`	东方财富	同花顺
机构评级	gildata-aidata `InstitutionalRating`	券商研报	web_search
公司基本信息	web_search	公司公告	巨潮资讯
行业政策/新闻	web_search	政府官网	财经媒体

质量检查清单

在输出报告前，检查以下项目：

注意事项

数据准确性：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
客观中立：分析应基于事实，避免主观臆断
信息时效：优先使用最新公开信息（最近 12 个月）
逻辑严密：投资逻辑需有数据支撑，避免空泛描述
风险提示：必须充分揭示风险，不回避负面信息
同业选择：可比公司应选择业务模式最接近的 3-5 家
行业差异：通用模板可能不适用于所有行业（如金融、地产需特殊处理），需提示用户
数据来源：财务/估值/一致预期优先 gildata-aidata，基本信息/新闻使用 web_search
简洁优先：报告控制在适中长度，重点突出核心逻辑
持续更新：提示用户投资需跟踪最新数据
输出方式：报告内容直接在对话中展示，无需写入文件或发送给用户

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
优化数据获取顺序：Step 1 明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
更新数据来源优先级：将 gildata-aidata 提升为财务/估值/一致预期的第一优先级数据源

2026-04-08 更新：

明确报告输出方式：直接在对话中展示，无需发送文件
优化报告结构模板
更新注意事项和输出方式说明

Module 19: 公司一页纸分析

上市公司一页纸分析技能

技能定位

本技能面向投资经理、研究员、基金经理，提供上市公司快速分析工具。在一页纸篇幅内，聚焦公司最核心的投资信息，帮助快速判断公司投资价值和风险，适合晨会汇报、快速决策、标的初筛等场景。

核心优势：

✅ gildata-aidata 专业数据源：所有财务数据、估值数据优先通过 gildata-aidata 服务获取
✅ 精炼高效：五大核心维度，一页纸篇幅，直击投资要点
✅ 快速决策：适合晨会汇报、标的跟踪、快速初筛

与 company-deep-analysis 的区别：

深度分析：七大维度，全面深入，适合深度研究和首次覆盖
一页纸分析：五大核心维度，精炼简洁，适合快速决策和标的跟踪

触发场景

当用户出现以下任一表述时触发本技能：

"XX 公司一页纸"
"一页纸分析 XX 公司"
"快速分析 XX 公司"
"XX 公司速评"
"XX 公司简单分析"
"XX 公司核心要点"
"XX 公司投资亮点"
"XX 公司快速点评"
"帮我快速看一下 XX 公司"
其他要求对公司进行简洁快速分析的请求

数据获取策略

核心数据源

核心原则：所有财务数据、估值数据优先通过 gildata-aidata 服务获取。

数据源	用途	优先级
gildata-aidata	财务报表、财务分析指标、估值数据、一致预期	第一优先级
`web_search`	公司基本信息、最新新闻、行业政策、风险信息	补充数据源
`asset-service`	企业工商基本信息、司法风险（如需）	辅助数据源

数据获取优先级

财务数据：优先 gildata-aidata FinancialStatement / FinancialAnalysis
估值数据：优先 gildata-aidata StockValueAnalysis
基础信息：web_search 或 asset-service
新闻资讯：web_search 补充

分析框架（一页纸五大维度）

一、公司画像（基本信息）

数据获取：

text

使用 web_search 查询：
- "[公司名称] 公司简介 股票代码 所属行业"

或使用 asset-service query_industry_epinfo 查询：
- "[公司名称]" 获取企业基本信息

核心信息：

公司全称、股票代码
所属行业/板块
市值、股价
实控人/大股东

二、核心财务（关键指标）

数据获取：

text

使用 gildata-aidata FinancialStatement 查询：
- "{公司名} 2022 2023 2024 年报 利润表"

使用 gildata-aidata FinancialAnalysis 查询：
- "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC"

核心指标（表格呈现）：

指标	2022	2023	2024	趋势
营收（亿元）
净利润（亿元）
毛利率（%）
ROE（%）
经营现金流（亿元）

数据来源：gildata-aidata FinancialStatement/FinancialAnalysis

三、业务亮点（投资逻辑）

数据获取：

text

使用 web_search 查询：
- "[公司名称] 核心业务 竞争优势 投资亮点 2025 2026"

分析要点：

核心业务/主营产品
核心竞争优势（1-3 点）
近期催化剂/增长点

四、估值水平（横向对比）

数据获取：

text

使用 gildata-aidata StockValueAnalysis 查询：
- "{公司名} PE PB PS EV 股息率"

使用 web_search 查询：
- "[行业名称] 估值 可比公司 PE"

核心信息：

当前 PE、PB
历史估值分位（如可得）
与行业/可比公司对比
估值判断（低估/合理/高估）

数据来源：gildata-aidata StockValueAnalysis

五、主要风险（风险提示）

数据获取：

text

使用 web_search 查询：
- "[公司名称] 风险 负面 监管"

使用 asset-service 查询（如需）：
- 行政处罚、司法风险等

风险要点：

列出 2-4 个核心风险点
按重要性排序

报告输出格式

生成简洁的一页纸 Markdown 报告，格式如下：

markdown

# [公司名称] 一页纸分析

| 基本信息 | |
|----------|------|
| 股票代码 | [代码] |
| 所属行业 | [行业] |
| 当前市值 | [市值] |
| 当前股价 | [股价] |
| 实控人 | [实控人] |

---

## 📊 核心财务指标

| 指标 | 2022 | 2023 | 2024 | 趋势 |
|------|------|------|------|------|
| 营收（亿元） | X | X | X | ↑/↓ |
| 归母净利润（亿元） | X | X | X | ↑/↓ |
| 毛利率（%） | X | X | X | ↑/↓ |
| ROE（%） | X | X | X | ↑/↓ |
| 经营现金流（亿元） | X | X | X | ↑/↓ |

*数据来源：gildata-aidata FinancialStatement/FinancialAnalysis*

**财务点评**：[1-2 句核心财务评价]

---

## 🎯 业务亮点

1. **[亮点 1 标题]**：[简要描述]
2. **[亮点 2 标题]**：[简要描述]
3. **[亮点 3 标题]**：[简要描述]

---

## 💰 估值水平

| 估值指标 | 当前值 | 历史分位 | 行业平均 | 判断 |
|----------|--------|----------|----------|------|
| PE（TTM） | X | X% | X | 低估/合理/高估 |
| PB（LF） | X | X% | X | 低估/合理/高估 |

*数据来源：gildata-aidata StockValueAnalysis*

**估值点评**：[1-2 句估值评价]

---

## ⚠️ 主要风险

1. [风险 1]
2. [风险 2]
3. [风险 3]

---

## 📌 投资结论

**核心逻辑**：[1-2 句话概括核心投资逻辑]

**建议关注**：[关注时点/催化剂]

---
*报告生成时间：YYYY-MM-DD | 数据来源：财务/估值数据优先来源于 gildata-aidata，其他信息来源于公开渠道 | 仅供参考，不构成投资建议*

执行流程

步骤 1：确认分析对象

从用户输入中提取公司名称
使用 web_search 搜索确认公司全称和股票代码
获取所属行业、市值等基础信息

步骤 2：获取核心财务数据

text

调用 gildata-aidata FinancialStatement：
query: "{公司名} 2022 2023 2024 年报 利润表 资产负债表 现金流量表"

调用 gildata-aidata FinancialAnalysis：
query: "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC 资产负债率"

步骤 3：获取估值数据

text

调用 gildata-aidata StockValueAnalysis：
query: "{公司名} PE PB PS EV 股息率"

步骤 4：获取业务信息

text

调用 web_search：
query: "[公司全称] 核心业务 竞争优势 投资亮点 2025 2026"

步骤 5：获取风险信息

text

调用 web_search：
query: "[公司全称] 风险 负面 监管 诉讼"

调用 asset-service（如需）：
key_word: "[公司全称]"

步骤 6：撰写一页纸报告

按照上述"报告输出格式"撰写报告，确保：

严格控制篇幅在一页纸内（约 800-1200 字）
关键数据使用表格呈现
语言精炼，直击核心
结论明确

步骤 7：报告交付

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容。

执行方式：

text

直接将完整的一页纸 Markdown 报告内容在对话中输出

注意：

不需要发送文件，只需在对话中直接显示
报告应简洁明了，适合快速阅读
核心数据突出显示

gildata-aidata 工具调用指南

A 股公司常用查询模板

bash

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2022 2023 2024 年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2022 2023 2024 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

港股公司常用查询模板

bash

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2022 2023 2024 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

bash

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2022 2023 2024 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
核心财务数据	gildata-aidata `FinancialStatement`	公司公告	web_search
财务分析指标	gildata-aidata `FinancialAnalysis`	东方财富	web_search
估值数据	gildata-aidata `StockValueAnalysis`	东方财富	同花顺
公司基本信息	web_search	公司公告	asset-service
行业政策/新闻	web_search	政府官网	财经媒体
风险信息	web_search	asset-service	公司公告

注意事项

篇幅控制
- 严格控制在"一页纸"篇幅内
- 避免冗长描述，每点 1-2 句话
- 优先使用表格呈现数据
数据时效性
- 使用最新可得的财务数据
- 标注数据截止日期
- 估值数据使用最新行情
聚焦核心
- 只呈现最关键的信息
- 避免细节堆砌
- 突出投资逻辑主线
客观中立
- 保持客观，避免过度推荐
- 风险提示必须充分
- 明确说明"不构成投资建议"
报告交付要求
- 直接在对话中显示完整报告内容
- 不需要发送文件
- 使用 Markdown 格式，确保可读性
数据准确性
- 财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
- 估值数据为最新值
- 不编造数据，数据暂缺时明确标注

特殊情况处理

情况 1：数据获取失败

尝试使用替代数据源
如仍无法获取，标注"数据暂缺"
不编造数据

情况 2：非上市公司

说明数据局限性
使用 asset-service 获取基础工商信息
调整报告格式，弱化财务和估值部分

情况 3：境外公司

gildata-aidata 港股/美股数据可能有限
结合 web_search 获取信息
使用对应的港股/美股 gildata-aidata 工具
在报告中说明数据覆盖范围

情况 4：用户要求更详细

如用户表示"太简单了，要更详细"
建议调用 company-deep-analysis 技能进行深度分析
或在一页纸框架内适当扩展各部分内容

示例调用

用户输入："贵州茅台一页纸"

技能执行：

提取公司名称：贵州茅台
搜索确认：web_search query="贵州茅台公司简介股票代码行业"
获取财务数据：gildata-aidata FinancialStatement query="贵州茅台 2022 2023 2024 年报利润表"
获取财务指标：gildata-aidata FinancialAnalysis query="贵州茅台 2022 2023 2024 毛利率净利率 ROE"
获取估值数据：gildata-aidata StockValueAnalysis query="贵州茅台 PE PB 估值"
获取业务信息：web_search query="贵州茅台核心业务竞争优势"
获取风险信息：web_search query="贵州茅台风险"
撰写报告：按一页纸格式生成 Markdown 报告
交付报告：
- 在对话中直接输出完整的一页纸报告
- 不需要保存文件或发送文件

与深度分析技能对比

维度	company-one-page-analysis	company-deep-analysis
篇幅	一页纸（800-1200 字）	完整报告（5000-10000 字）
分析维度	5 大核心维度	7 大全面维度
财务分析	核心指标表格	详细财务分析 + 杜邦分解
业务分析	3 个核心亮点	业务结构 + 竞争优势 + 成长驱动
估值分析	当前估值 + 简单对比	相对估值 + 绝对估值 + 历史分位
风险分析	2-4 个核心风险	全方位风险识别 + 工具查询
适用场景	快速决策、晨会汇报、标的初筛	深度研究、首次覆盖、投研报告
生成时间	快速（3-5 分钟）	较长（10-15 分钟）
交付方式	对话直接显示	对话直接显示
核心数据源	gildata-aidata 财务/估值	gildata-aidata 全维度数据

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有财务数据、估值数据查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
优化数据获取顺序：明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
更新数据来源优先级：将 gildata-aidata 提升为财务/估值的第一优先级数据源

Module 20: 公告解读

重大公告解读技能

技能定位

本技能帮助基金行业研究员、投资经理等专业人士快速、专业地解读上市公司重大公告，以 gildata-aidata 金融数据服务为核心数据源，生成结构化的解读报告。核心方法论采用券商研报的标准点评框架，注重边际变化提取和预期差分析。

核心优势：

✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
✅ 分析框架专业：采用券商研报标准点评框架，注重边际变化和预期差分析
✅ 覆盖场景全面：支持 13 种公告类型的专项分析模板
✅ 输出结构化：标准化 Markdown 格式报告，适合投资决策参考

输出格式：

默认生成结构化 Markdown 格式报告
如用户明确要求 Word 文档，可调用相关工具生成
报告内容包含核心公告概览、财务数据分析、投资要点总结、风险提示等完整内容

触发场景

当用户提出以下任一需求时，应触发本技能：

场景类型	典型表述
公告解读	"帮我解读一下 XX 公司的公告"、"这个公告什么意思"、"分析一下这个公告"
业绩分析	"XX 公司业绩怎么样"、"财报解读"、"业绩预告分析"、"业绩快报点评"
资本运作	"定增怎么看"、"并购重组分析"、"可转债点评"、"配股影响"
股权变动	"大股东减持怎么看"、"增持分析"、"回购点评"、"股权质押风险"
经营事项	"重大合同影响"、"对外投资分析"、"股权激励怎么样"
风险事件	"被处罚了影响多大"、"诉讼风险分析"、"退市风险"

工作流程

Step 1：评估输入信息

首先向用户确认以下信息：

公告来源：用户是否提供了公告原文文件（PDF/文本）、公告链接，或仅提供了公司名称和公告类型？
公司信息：公司名称和股票代码（如用户未提供，需询问）
公告类型：属于哪一类（若用户未说明，根据公告内容自动识别）

信息获取策略：

若用户已提供公告文件/链接 → 直接进入 Step 2
若用户仅提供公司名称 + 公告类型 → 优先使用 gildata-aidata 服务查询公告信息，辅以 web_search 搜索最新公告
若信息不足 → 向用户询问

Step 2：公告分类与重要性评级

根据公告类型自动评级：

评级	公告类型
★★★★★	年报、半年报、重大资产重组、控制权变更
★★★★☆	季报、业绩预告、定增、重大合同、大比例增减持（>5%）
★★★☆☆	业绩快报、股权激励、回购、对外投资、小比例增减持
★★☆☆☆	关联交易、股权质押、董监高变动、一般诉讼

Step 3：通过 gildata-aidata 获取公告相关数据

核心原则：所有财务数据、估值数据、一致预期查询优先使用 gildata-aidata 服务。

A 股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
财务报表	`FinancialStatement`	"五粮液 2024 年年报利润表资产负债表现金流量表"
财务分析指标	`FinancialAnalysis`	"五粮液 2024 年毛利率净利率 ROE ROIC 资产负债率"
主营构成	`MainOperIncData`	"五粮液 2024 年分产品分行业分地区收入成本毛利率"
一致预期	`ConsensusExpectation`	"五粮液 2024 2025 2026 营收净利润 EPS 一致预期"
业绩预告	`PerformanceForecast`	"五粮液 2024 年业绩预告净利润增速"
业绩快报	`PerformanceExpress`	"五粮液 2024 年业绩快报营收利润"
估值数据	`StockValueAnalysis`	"五粮液 PE PB PS EV 股息率"
机构评级	`InstitutionalRating`	"五粮液机构评级评级分数"
分红记录	`BonusStock`	"五粮液历史分红分红方案"
定增数据	`PrivatePlacement`	"五粮液定增发行方案募投项目"
回购数据	`Repurchase`	"五粮液回购方案进度"
增减持数据	`ShareholdingChange`	"五粮液增减持股东变动"
股权激励	`EquityIncentive`	"五粮液股权激励方案考核条件"
重大合同	`MajorContract`	"五粮液重大合同金额客户"
股权质押	`SharePledge`	"五粮液股权质押质押比例"
诉讼处罚	`LitigationPunishment`	"五粮液诉讼处罚公告"
对外担保	`ExternalGuarantee`	"五粮液对外担保担保余额"
财报业绩点评参考	`AShareFinancialReportReview`	"五粮液 2024 年年报业绩点评"

港股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
港股财务报表	`HKFinancialStatement`	"腾讯控股 2024 年财务报表"
港股主营构成	`HKMainOperIncData`	"腾讯控股 2024 年分业务收入"
港股估值	`HKStockValueAnalysis`	"腾讯控股 PE PB 股息率"

美股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
美股财务报表	`USFinancialStatement`	"苹果 2024 年财务报表"
美股财务分析	`USFinancialAnalysis`	"苹果 2024 年毛利率 ROE 净利率"
美股估值	`USValuationMetrics`	"苹果 PE PB PS"

数据获取执行顺序

根据公告类型选择对应的 gildata-aidata 工具调用顺序：

定期报告/业绩类公告：

AShareFinancialReportReview（仅 A 股）：获取现成的财报业绩点评文本，作为分析参考
FinancialStatement：获取三大报表核心数据
FinancialAnalysis：获取财务分析指标
ConsensusExpectation：获取市场一致预期，判断业绩是否超预期
StockValueAnalysis：获取估值数据

资本运作类公告（定增/并购/配股）：

PrivatePlacement 或相关工具：获取发行方案详情
FinancialStatement：获取公司财务基础数据
StockValueAnalysis：获取估值数据，判断发行价格合理性
ConsensusExpectation：获取一致预期，分析 EPS 摊薄影响

股权变动类公告（增减持/回购/质押）：

ShareholdingChange / Repurchase / SharePledge：获取变动详情
StockValueAnalysis：获取当前估值，判断变动价格合理性
FinancialStatement：获取财务数据，分析变动影响

经营事项类公告（合同/投资/激励）：

MajorContract / EquityIncentive 等：获取公告详情
FinancialStatement：获取财务基础数据，分析影响程度
MainOperIncData：获取业务结构，分析协同效应

如 gildata-aidata 数据不完整：使用 web_search 补充查询

Step 4：核心分析（六要素框架）

对公告进行系统性分析，覆盖以下六大要素：

1. 事件性质：公告类型识别、触发原因分析、合规性判断、是否首次披露

2. 核心内容：提取关键数据（金额、比例、期限、条件）、核心条款梳理、交易对手/合作方信息

3. 财务影响（根据公告类型选择适用维度）：

定期报告：收入/利润增速、毛利率/净利率变化、现金流质量、ROE 杜邦分解
资本运作：EPS 摊薄/增厚、负债率变化、募资用途合理性、标的估值
经营事项：收入贡献比、利润率预估、产能利用率、执行周期
股权变动：变动金额、价格、比例、对股权结构的影响

4. 战略意义：对公司长期发展的影响、竞争格局变化、产业链位置变化

5. 预期差分析（核心分析）：

市场此前的一致预期是什么？
公告带来了哪些边际变化/新增信息？
哪些信息可能被市场误读或忽视？
结论：超预期 / 符合预期 / 低于预期

6. 投资建议：综合评级建议、核心看多/看空逻辑、需关注的后续催化剂

Step 5：按公告类型进行专项分析

根据公告类型选择对应的专项分析模板（详见技能文件后半部分）。

Step 6：生成结构化报告

Step 6.1：组织内容结构

按照下方【报告结构】组织报告内容，采用 Markdown 格式输出。

Step 6.2：格式化输出

使用 Markdown 标题层级（#、##、###）组织章节
使用表格展示财务数据和对比信息
使用列表展示要点和风险提示
使用粗体强调关键数据和结论
确保逻辑清晰、层次分明

Step 6.3：输出报告

将完整的结构化报告直接呈现给用户，无需生成文件（除非用户特别要求）。

报告结构（Markdown 格式）

1. 主标题

# [公司名称]（[股票代码]）重点公告解读

2. 编制日期

编制日期：YYYY 年 MM 月 DD 日

3. 核心公告概览（多公告场景）

使用表格展示多个公告的对比
列：公告类型 | 披露日期 | 核心内容 | 关键数据
适用于同时解读多个关联公告的场景

4. 各公告专项解读（按公告类型分章节）

业绩快报/财报类：

主要财务数据表（7-8 行 5 列）：指标 | 本期 | 上期 | 同比变动 | 备注
财务状况表（4-5 行 4 列）：指标 | 期末值 | 期初值 | 变动
业绩亮点分析（分收入端、利润端、现金流等维度）

担保/关联交易类：

担保事项详情表
担保余额情况
风险分析（1-2 段）

分红类：

分红方案表（5 行 2 列）
分红政策分析（分红比例、频率、累计规模）
股息率测算

回购类：

回购详情表
回购影响分析（EPS、ROE、信心传递、资本结构）
与分红协同效应

5. 综合评估与投资建议

公司优势表（5 行 2 列）：维度 | 评估
需关注事项（编号列表，3-4 条）
投资要点总结（1-2 段）
核心亮点（使用 √ 符号标记，3-4 条）
风险提示（使用 △ 符号标记，2-3 条）

6. 重要时间节点

表格形式：时间 | 事项
5-6 行关键日期

7. 免责声明

格式规范

标题层级

主标题：使用 # 一级标题
一级标题：使用 ## 二级标题（如"一、核心公告概览"）
二级标题：使用 ### 三级标题（如"2.1 主要财务数据"）

表格

使用 Markdown 标准表格语法
表头与数据行之间使用 |---| 分隔
确保列对齐清晰

强调

粗体：使用 **文本** 强调关键数据、结论
斜体：使用 *文本* 表示说明性内容

列表

编号列表：使用 1. 2. 3. 展示有序内容
无序列表：使用 - 展示并列要点

特殊符号

核心亮点：使用 √（Unicode: \u221A）
风险提示：使用 △（Unicode: \u25B3）

专项分析模板

模板一：定期报告（年报/半年报/季报）

核心分析维度：

维度	分析要点
收入端	总营收增速（同比/环比）、分业务收入拆解、分地区收入结构、新业务占比变化
利润端	归母净利润增速、扣非净利润增速、毛利率/净利率变化趋势、费用率（销售/管理/研发/财务）
现金流	经营性现金流/净利润比值（>1 为佳）、收现比、资本开支节奏
资产质量	存货变动及周转天数、应收账款变动及账龄、商誉占净资产比、有息负债率
股东结构	前十大股东变化、机构持仓变动、北向资金变动
ROE 杜邦分解	净利率 × 总资产周转率 × 权益乘数，识别 ROE 变动的核心驱动因素

模板二：业绩预告/业绩快报

核心分析维度：

区间分析：预告区间中值 vs 一致预期，判断超预期程度
单季拆解：Q4 单季（或对应季度）业绩反推，与 Q3 环比对比
变动原因：区分经常性损益和非经常性损益影响
全年节奏：各季度利润占比是否符合历史季节性规律
指引信号：管理层对下一年度的经营展望、资本开支计划

模板三：并购重组

核心分析维度：

维度	分析要点
交易方案	交易对价总额、支付方式（现金/股份/混合）、锁定期安排
标的质量	标的公司营收/利润规模及增速、所处行业地位、核心竞争力
估值合理性	PE/PB/PS 倍数 vs 同行业可比交易、溢价率（vs 账面净资产）
业绩承诺	承诺期限、承诺利润金额、年均复合增速要求、补偿条款
协同效应	业务协同（客户/渠道/产品互补）、成本协同、财务协同
EPS 影响	测算交易完成后对每股收益的摊薄/增厚效应

模板四：定增/配股/可转债

核心分析维度：

维度	分析要点
发行方案	拟募资金额、发行数量上限、定价方式（竞价/锁价）、锁定期
募投项目	各项目投资金额、建设周期、预计达产时间、预期收益率
股本摊薄	增发股数/现有总股本比例、对 EPS 的摊薄程度
认购方	大股东/战略投资者认购比例（高比例认购视为利好信号）
资金用途合理性	与公司现有业务的协同性、是否解决产能瓶颈

模板五：增减持公告

核心分析维度：

维度	分析要点
变动主体	控股股东/实控人、高管、机构投资者（不同主体信号意义不同）
变动规模	变动股份数、占总股本比例、涉及金额
变动价格	交易均价 vs 当前股价、vs 历史买入成本
变动原因	自身资金需求、看好公司发展（增持）、解禁减持、基金到期（减持）
后续计划	是否有继续增减持计划、增持承诺（金额/期限）

信号解读：

增持：控股股东/高管增持通常为积极信号（尤其是大额、自有资金增持）
减持：需区分被动减持（解禁、质押平仓）和主动减持，主动大额减持偏负面

模板六：股权激励/员工持股

核心分析维度：

维度	分析要点
激励范围	覆盖人数、核心技术/管理人员占比
授予价格	行权价/授予价 vs 当前股价的折价率
考核指标	收入增速目标、利润增速目标、ROE 等回报指标要求
考核挑战性	对比历史增速和行业水平，判断目标是否具有挑战性
费用影响	股份支付费用总额、摊销期限、各年度对利润的影响比例

模板七：重大合同

核心分析维度：

维度	分析要点
合同规模	合同金额、占最近一期年度营收的比例（>10% 视为重大）
合同对手	客户行业地位、信用状况、历史合作情况
执行节奏	合同期限、分年度/分阶段执行安排、验收节点
收入确认	按完工百分比法 or 终验法确认收入、对当年及未来各年度的业绩贡献
战略价值	是否打开新客户/新市场/新领域、是否具有标杆效应和可复制性

模板八：回购公告

核心分析维度：

维度	分析要点
回购方案	回购金额上下限、回购价格上限、回购期限、资金来源
回购目的	注销减少注册资本（最利好）、员工持股/股权激励、市值管理
回购力度	回购金额占市值比例、占自由现金流比例
信号意义	管理层对股价低估的判断、历史回购后股价表现
执行进度	已回购比例、剩余额度、回购节奏是否加速

模板九：股权质押/解押

核心分析维度：

维度	分析要点
质押规模	累计质押比例（>50% 需警惕）、本次质押占持股比例
质押目的	融资用途（个人需求 vs 公司经营 vs 投资）
平仓风险	预估平仓线 vs 当前股价的安全垫、补充质押能力
解押信号	解押通常为积极信号，表明资金压力缓解

模板十：对外投资/关联交易

核心分析维度：

维度	分析要点
投资规模	投资金额占净资产比例、资金来源
投资标的	与主业的协同性、标的所处行业前景、估值合理性
关联交易公允性	定价依据、是否有独立评估、是否损害中小股东利益
审批程序	是否需要股东大会审议、关联股东是否回避表决

模板十一：风险事件（诉讼/处罚/退市风险）

核心分析维度：

维度	分析要点
事件性质	涉及金额、违规类型、严重程度
财务影响	预计赔偿/罚款金额 vs 公司净资产和净利润规模
经营影响	是否影响正常生产经营、是否导致资质丧失
声誉影响	对客户关系、融资能力、市场形象的影响
后续演进	案件进展时间表、是否有和解可能、最坏情景分析

模板十二：利润分配/分红

核心分析维度：

维度	分析要点
分红方案	每 10 股派息金额（含税）、送转股比例、分红总额
分红比例	占归母净利润比例、与历史分红比例对比
分红频率	年度分红、中期分红、特别分红
股息率	按当前股价测算股息率，与行业/债券收益率对比
累计分红	上市以来累计分红金额、分红年数
回购协同	分红 + 回购的总股东回报规模

模板十三：担保公告

核心分析维度：

维度	分析要点
担保详情	担保方式、金额、期限、担保对象
担保余额	累计担保余额、占净资产比例
担保风险	是否对合并报表内子公司担保、有无逾期记录
额度来源	是否经股东大会批准、剩余额度
风险分析	担保比例是否低于警戒线（通常<30% 为安全）

分析质量要求

数据驱动：所有结论必须有公告中的具体数据支撑，避免空泛描述
边际思维：重点分析"变化了什么"而非"是什么"
预期对比：务必将公告信息与市场一致预期进行对比
正反兼顾：既分析利好因素也指出风险隐患，保持客观中立
简洁专业：使用专业但不晦涩的语言，投资要点控制在 3-5 条
格式规范：严格遵循 Markdown 格式规范，确保输出结构清晰、层次分明

工具使用指引

工具	用途
finx gildata-aidata	核心数据源，获取财务报表、财务分析指标、主营构成、一致预期、估值、定增、回购、增减持、股权激励、重大合同、股权质押、诉讼处罚、对外担保等数据
`web_search`	补充查询，用于 gildata-aidata 无法覆盖的公告原文、舆情、市场评论等
`web_fetch`	从具体 URL 获取公告原文、研报详细内容
`file`	读取用户上传的公告文件（PDF/文本）

重要原则：

所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
如 gildata-aidata 数据不完整可辅以 web_search 查询
如用户提供公告文件，优先解析文件数据，并用 gildata-aidata 补充衍生数据
所有数据获取后需进行交叉验证，确保数据准确性

注意事项

若用户未提供公告原文，提示用户上传或提供链接
专业术语首次出现时简要解释
报告末尾必须添加免责声明
解读日期使用当前日期
数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻
多公告场景下，使用表格对比展示各公告核心信息
使用 √ 和 △ 符号标记亮点和风险，增强可读性
如用户明确要求 Word 文档，可告知用户当前默认输出为 Markdown 格式，如需 Word 可另行处理
数据缺失处理：如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，不可编造数据

gildata-aidata 工具调用指南

查询格式说明

gildata-aidata 工具使用自然语言 query 参数，调用格式如下：

bash

finx gildata-aidata <工具名> --body '{"query": "<公司名称> <报告期> <查询内容>"}'

A 股公司常用查询模板

bash

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "五粮液 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "五粮液 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "五粮液 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "五粮液 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "五粮液 PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "五粮液 机构评级 评级分数"}'

# 业绩预告
finx gildata-aidata PerformanceForecast --body '{"query": "五粮液 2024 年 业绩预告 净利润 增速"}'

# 业绩快报
finx gildata-aidata PerformanceExpress --body '{"query": "五粮液 2024 年 业绩快报 营收 利润"}'

# 定增数据
finx gildata-aidata PrivatePlacement --body '{"query": "五粮液 定增 发行方案 募投项目"}'

# 回购数据
finx gildata-aidata Repurchase --body '{"query": "五粮液 回购 方案 进度"}'

# 增减持数据
finx gildata-aidata ShareholdingChange --body '{"query": "五粮液 增减持 股东变动"}'

# 股权激励
finx gildata-aidata EquityIncentive --body '{"query": "五粮液 股权激励 方案 考核条件"}'

# 重大合同
finx gildata-aidata MajorContract --body '{"query": "五粮液 重大合同 金额 客户"}'

# 股权质押
finx gildata-aidata SharePledge --body '{"query": "五粮液 股权质押 质押比例"}'

# 诉讼处罚
finx gildata-aidata LitigationPunishment --body '{"query": "五粮液 诉讼 处罚 公告"}'

# 对外担保
finx gildata-aidata ExternalGuarantee --body '{"query": "五粮液 对外担保 担保余额"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "五粮液 2024 年年报 业绩点评"}'

港股公司常用查询模板

bash

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "腾讯控股 2024 年 财务报表"}'

# 港股主营构成
finx gildata-aidata HKMainOperIncData --body '{"query": "腾讯控股 2024 年 分业务 收入"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "腾讯控股 PE PB 股息率"}'

美股公司常用查询模板

bash

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "苹果 2024 年 财务报表"}'

# 美股财务分析
finx gildata-aidata USFinancialAnalysis --body '{"query": "苹果 2024 年 毛利率 ROE 净利率"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "苹果 PE PB PS"}'

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
核心财务数据	gildata-aidata `FinancialStatement`	公司公告（巨潮资讯）	web_search
财务分析指标	gildata-aidata `FinancialAnalysis`	东方财富	web_search
业务拆分数据	gildata-aidata `MainOperIncData`	公司公告	券商研报
一致预期	gildata-aidata `ConsensusExpectation`	东方财富	web_search
估值数据	gildata-aidata `StockValueAnalysis`	东方财富	同花顺
定增数据	gildata-aidata `PrivatePlacement`	公司公告	web_search
回购数据	gildata-aidata `Repurchase`	公司公告	web_search
增减持数据	gildata-aidata `ShareholdingChange`	公司公告	web_search
股权激励	gildata-aidata `EquityIncentive`	公司公告	web_search
重大合同	gildata-aidata `MajorContract`	公司公告	web_search
股权质押	gildata-aidata `SharePledge`	公司公告	web_search
诉讼处罚	gildata-aidata `LitigationPunishment`	公司公告	web_search
对外担保	gildata-aidata `ExternalGuarantee`	公司公告	web_search
业绩点评参考	gildata-aidata `AShareFinancialReportReview`	券商研报	web_search

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为 A 股、港股、美股公司分别建立 gildata-aidata 工具查询对照表
完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
新增专项数据工具：添加定增、回购、增减持、股权激励、重大合同、股权质押、诉讼处罚、对外担保等专项公告数据查询工具
优化数据获取顺序：根据公告类型定义对应的 gildata-aidata 工具调用顺序
更新数据来源优先级：将 gildata-aidata 提升为第一优先级数据源

2026-04-08 更新：

移除强制生成 Word 文档的要求
改为默认输出结构化 Markdown 格式报告
删除 Word 文档生成流程、格式规范、代码模板等相关内容
简化输出流程，直接呈现报告内容给用户
保留如用户特别要求可生成 Word 文档的灵活性
更新 description 字段，移除"Word 文档"、"docx 输出"等表述

2026-04-06 更新：

强化 Word 文档输出要求，明确为默认且必须交付格式
在 Step 5 中细化 Word 文档生成流程，分为安装依赖、生成文档、发送文件三个子步骤
在触发场景、注意事项、工具使用指引中多次强调 Word 文档输出的必要性
在分析质量要求中新增"强制输出"条款
优化 message_notify_user 调用示例，确保文件正确发送给用户

Module 21: 业绩点评生成

上市公司财报业绩点评报告生成技能

技能概述

本技能专为上市公司财报（年报/半年报/季报）分析设计，以 gildata-aidata 金融数据服务为核心数据源，生成结构化业绩点评报告。报告包含业绩概览、核心财务指标分析、业务板块拆解、盈利质量评估、风险提示及投资观点参考，帮助投资者快速把握公司经营状况。

核心优势：

✅ gildata-aidata 专业数据源：所有财务数据优先通过 gildata-aidata 服务获取，确保数据权威准确
✅ 数据全面：覆盖营收、利润、毛利率、现金流、ROE 等核心指标
✅ 分析专业：采用买方研究员分析框架，识别经营亮点与风险点
✅ 报告结构化：8 大模块标准化输出，适合投资决策参考

触发场景

当用户提及以下任一表述时触发本技能：

"XX 公司业绩点评"、"XX 公司财报分析"、"XX 公司业绩分析"
"分析 XX 公司财报"、"点评 XX 公司业绩"、"生成财报点评报告"
"XX 公司年报点评"、"XX 公司季报点评"、"XX 公司半年报分析"
"业绩快评"、"财报解读"、"业绩点评"、"季报点评"、"财报分析报告"、"买方点评"、"盈利预测调整"
上传财报 PDF 并要求分析

即使用户只说"分析 XX 公司业绩"、"点评 XX 公司财报"等简短表述也要触发。

工作流程

第一步：识别公司与报告期

从用户输入提取公司信息：
- 公司名称（如"五粮液"、"贵州茅台"）
- 股票代码（如有提供，如"000858"、"600519"）
- 报告期（如"2024 年报"、"2025 一季报"，如未指定则获取最新报告期）
- 是否有上传 PDF 文件
- 市场类型（A 股/港股/美股，如未明确则默认 A 股）
确定数据获取方式：
- 有 PDF：解析 PDF 提取数据，并用 gildata-aidata 补充查询估值、一致预期等衍生数据
- 无 PDF：完全通过 gildata-aidata 服务获取全部财务数据
确定财报类型：
- 年报（年度报告）
- 半年报（中期报告）
- 季报（一季度/三季度报告）

第二步：通过 gildata-aidata 获取财报数据

核心原则：所有财务数据查询优先使用 gildata-aidata 服务。

A 股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
财务报表	`FinancialStatement`	"五粮液 2024 年年报利润表资产负债表现金流量表"
财务分析指标	`FinancialAnalysis`	"五粮液 2024 年毛利率净利率 ROE ROIC 资产负债率应收账款周转率存货周转率"
主营构成	`MainOperIncData`	"五粮液 2024 年分产品分行业分地区收入成本毛利率"
一致预期	`ConsensusExpectation`	"五粮液 2024 2025 2026 营收净利润 EPS 一致预期"
业绩预告	`PerformanceForecast`	"五粮液 2024 年业绩预告净利润增速"
业绩快报	`PerformanceExpress`	"五粮液 2024 年业绩快报营收利润"
估值数据	`StockValueAnalysis`	"五粮液 PE PB PS EV 股息率"
财报披露时间	`FinanceReportDisclosure`	"五粮液 2024 年年报披露时间"
机构评级	`InstitutionalRating`	"五粮液机构评级评级分数"
分红记录	`BonusStock`	"五粮液历史分红分红方案"
财报业绩点评参考	`AShareFinancialReportReview`	"五粮液 2024 年年报业绩点评"

港股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
港股财务报表	`HKFinancialStatement`	"腾讯控股 2024 年财务报表"
港股主营构成	`HKMainOperIncData`	"腾讯控股 2024 年分业务收入"
港股估值	`HKStockValueAnalysis`	"腾讯控股 PE PB 股息率"

美股公司数据查询工具矩阵

数据类别	gildata-aidata 工具	query 参数示例
美股财务报表	`USFinancialStatement`	"苹果 2024 年财务报表"
美股财务分析	`USFinancialAnalysis`	"苹果 2024 年毛利率 ROE 净利率"
美股主营构成	`USMainOperIncData`	"苹果 2024 年分产品收入"
美股估值	`USValuationMetrics`	"苹果 PE PB PS"

数据获取执行顺序

严格按照以下顺序调用 gildata-aidata 工具：

AShareFinancialReportReview（仅 A 股）：获取现成的财报业绩点评文本，作为分析参考
FinancialStatement：获取三大报表核心数据（营收、利润、现金流、资产负债）
FinancialAnalysis：获取财务分析指标（毛利率、净利率、ROE、周转率等）
MainOperIncData：获取主营构成数据（分产品/分行业/分地区）
ConsensusExpectation：获取市场一致预期，判断业绩是否超预期
StockValueAnalysis：获取估值数据（PE、PB 等）
InstitutionalRating：获取机构评级情况
BonusStock：获取分红信息（年报时）
如 gildata-aidata 数据不完整：使用 web_search 补充查询

财务数据获取清单

指标类别	具体指标	gildata-aidata 数据源
营收利润	营业收入、归母净利润、扣非净利润	`FinancialStatement`
盈利能力	毛利率、净利率、ROE、ROIC	`FinancialAnalysis`
营运能力	应收账款周转率、存货周转率	`FinancialAnalysis`
偿债能力	资产负债率、流动比率、速动比率	`FinancialAnalysis`
现金流	经营性现金流、自由现金流、资本开支	`FinancialStatement`
成长能力	营收增速、利润增速、三年复合增速	基于 `FinancialStatement` 计算
业务拆分	分产品/分渠道/分地区收入	`MainOperIncData`
估值数据	PE、PB、PEG、股息率	`StockValueAnalysis`
一致预期	券商预测营收、净利润、EPS	`ConsensusExpectation`
机构评级	评级次数、评级分数	`InstitutionalRating`

第三步：整理关键财务指标

从 gildata-aidata 获取的数据中提取并整理以下财务数据：

指标类别	具体指标	分析维度
营收利润	营业收入、归母净利润、扣非净利润	同比/环比/ vs 预期
盈利能力	毛利率、净利率、ROE、ROIC	变化趋势
营运能力	应收账款周转率、存货周转率、总资产周转率	效率变化
偿债能力	资产负债率、流动比率、速动比率	财务安全
现金流	经营性现金流、自由现金流、资本开支	现金质量
成长能力	营收增速、利润增速、三年复合增速	成长性评估

数据要求：

当期数据 + 上年同期数据（计算同比）
如有上期期末数据（计算环比，适用于季报）
标注超预期/低于预期的指标（如有市场一致预期）
如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，并在报告中说明数据来源

第四步：分析业绩变化驱动因素

基于 gildata-aidata 获取的财务数据和管理层讨论信息：

收入增长驱动：
- 销量变化 vs 价格变化
- 各业务板块贡献
- 新业务/新产品贡献
利润变化驱动：
- 毛利率变化原因（原材料、产品结构、规模效应等）
- 费用率变化（销售/管理/研发/财务费用）
- 非经常性损益影响
现金流变化：
- 经营性现金流与净利润匹配度
- 营运资本变动影响
- 资本开支方向

第五步：识别经营亮点与风险点

亮点识别（3-5 条）：

超预期的财务指标
新业务/新市场突破
重要客户/订单进展
产能扩张/投产进度
技术创新/产品升级
成本费用优化

风险识别（3-5 条）：

业绩不及预期的指标
毛利率/净利率下滑
应收账款/存货大幅增长
经营性现金流恶化
重大投资/并购风险
行业政策变化影响
大客户依赖/集中度高

第六步：盈利质量与财务健康度评估

综合评估以下维度：

评估维度	评估指标	评判标准
盈利真实性	扣非净利润/归母净利润	>80% 为优
现金含量	经营现金流/净利润	>1 为优
资产质量	应收账款增速 vs 营收增速	应收增速<营收增速为优
库存健康	存货增速 vs 营收增速	存货增速<营收增速为优
财务安全	资产负债率、有息负债率	负债率<60% 为安全
持续分红	分红率、股息率	稳定分红为加分项

第七步：生成业绩点评报告

按照以下模板输出 Markdown 格式文档：

输出模板

markdown

# [公司名称] ([股票代码]) [财报类型] 业绩点评报告

**报告期**：[YYYY 年 QX/半年报/年报]  
**发布日期**：[财报发布日期]  
**所属行业**：[行业分类]  
**分析日期**：[YYYY-MM-DD]

---

## 一、业绩概览

### 核心指标速览
| 指标 | 本期 | 上年同期 | 同比变化 | 环比变化 |
|------|------|---------|---------|---------|
| 营业收入（亿元） | XX | XX | XX% | XX% |
| 归母净利润（亿元） | XX | XX | XX% | XX% |
| 扣非净利润（亿元） | XX | XX | XX% | XX% |
| 毛利率 | XX% | XX% | XXpct | XXpct |
| 净利率 | XX% | XX% | XXpct | XXpct |
| ROE（加权） | XX% | XX% | XXpct | XXpct |
| 经营性现金流（亿元） | XX | XX | XX% | XX% |

### 业绩评级
- **营收表现**：[超预期/符合预期/低于预期]
- **利润表现**：[超预期/符合预期/低于预期]
- **整体评价**：[正面/中性/负面]

**一句话点评**：[用 30-50 字概括本期业绩核心特点]

---

## 二、核心指标分析

### 1. 收入端分析
[分析营收增长驱动因素，包括销量、价格、结构变化等]

### 2. 利润端分析
[分析利润变化原因，包括毛利率、费用率、非经常性损益等]

### 3. 现金流分析
[分析经营性现金流状况，与净利润匹配度]

### 4. 资产负债分析
[分析资产负债结构变化，关注应收账款、存货、有息负债等]

---

## 三、业务板块拆解

| 业务板块 | 收入（亿元） | 同比 | 毛利率 | 毛利率变动 |
|---------|------------|------|--------|-----------|
| [业务 A] | XX | XX% | XX% | XXpct |
| [业务 B] | XX | XX% | XX% | XXpct |
| [业务 C] | XX | XX% | XX% | XXpct |

**业务亮点**：
1. [高增长业务及驱动因素]
2. [新业务/新产品进展]
3. [市场/客户突破]

---

## 四、盈利质量评估

### 盈利真实性
| 指标 | 本期 | 上期 | 变化 | 评价 |
|------|------|------|------|------|
| 扣非净利润占比 | XX% | XX% | XXpct | [优/良/中/差] |
| 经营现金流/净利润 | XX | XX | XX | [优/良/中/差] |
| 应收账款增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |
| 存货增速 vs 营收增速 | XX% vs XX% | - | - | [健康/关注/风险] |

### 财务健康度
| 指标 | 本期 | 上期 | 行业平均 | 评价 |
|------|------|------|---------|------|
| 资产负债率 | XX% | XX% | XX% | [安全/关注/风险] |
| 流动比率 | XX | XX | XX | [安全/关注/风险] |
| 有息负债率 | XX% | XX% | XX% | [安全/关注/风险] |
| 利息保障倍数 | XX | XX | XX | [安全/关注/风险] |

---

## 五、经营亮点

1. **[亮点主题]**
   [具体描述 + 数据支撑]

2. **[亮点主题]**
   [具体描述 + 数据支撑]

3. **[亮点主题]**
   [具体描述 + 数据支撑]

[继续添加...]

---

## 六、风险关注

### 高风险
1. [风险描述] — [影响分析]

### 中风险
1. [风险描述] — [影响分析]
2. [风险描述] — [影响分析]

### 低风险
1. [风险描述] — [影响分析]

---

## 七、投资观点参考

### 正面因素
- [因素 1]
- [因素 2]
- [因素 3]

### 负面因素
- [因素 1]
- [因素 2]
- [因素 3]

### 后续关注点
1. [关注点 1]
2. [关注点 2]
3. [关注点 3]

### 估值参考
| 指标 | 当前 | 历史中枢 | 同业平均 | 评价 |
|------|------|---------|---------|------|
| PE（TTM） | XXx | XXx | XXx | [高估/合理/低估] |
| PB | XXx | XXx | XXx | [高估/合理/低估] |
| PEG | XX | XX | XX | [高估/合理/低估] |

---

## 八、业绩说明会要点（如有）

- **管理层指引**：[下年度/下季度经营目标]
- **资本开支计划**：[投资方向及金额]
- **分红方案**：[分红比例及股息率]
- **其他重要信息**：[并购、回购、股权激励等]

---

**免责声明**：本点评报告基于公开财报整理分析，仅供参考，不构成投资建议。投资者应独立判断并承担投资风险。

---
*报告生成时间：[YYYY-MM-DD] | 数据来源：gildata-aidata 金融数据服务、公司财报*

特殊场景处理

场景 1：gildata-aidata 部分数据无法获取

在对应章节标注"未披露"或"数据暂无"
可通过 web_search 补充查询公开财务数据
在文档末尾说明数据来源和局限性

场景 2：不同财报类型适配

年报：包含完整财务数据、审计意见、分红方案、业绩说明会信息
半年报：数据完整度较高，可能无审计意见
季报：数据相对简化，重点分析环比变化

场景 3：多期财报对比

如用户要求对比多期财报：

生成趋势分析图表数据
计算复合增速（CAGR）
识别长期趋势变化

场景 4：用户指定报告期

如用户指定"分析 XX 公司 2023 年年报"：

使用 gildata-aidata 查询对应报告期数据
如数据较旧，在报告中提示"财报时效性注意"

场景 5：港股/美股公司

港股：使用 HKFinancialStatement、HKMainOperIncData、HKStockValueAnalysis 等 gildata-aidata 工具
美股：使用 USFinancialStatement、USFinancialAnalysis、USValuationMetrics 等 gildata-aidata 工具
注意财报披露格式差异（如港股用"股东应占溢利"而非"归母净利润"）

输出后处理

重要：报告生成后直接在对话中输出完整的 Markdown 报告内容，让用户可以立即阅读。

执行方式：

直接将完整的 Markdown 报告内容在对话中输出（使用 Markdown 格式渲染）
不需要保存文件
不需要发送文件给用户

注意：

报告生成后，可以在对话中提供核心结论摘要，帮助用户快速把握要点
如报告过长（超过 15000 字），可在对话中先输出执行摘要和核心章节，再输出完整报告

使用示例

示例 1：基础业绩点评（无 PDF）

用户输入："五粮液业绩点评"

技能执行：

识别公司：五粮液（000858.SZ）
确定报告期：最新报告期（2024 年年报）
使用 gildata-aidata 获取数据：
- AShareFinancialReportReview：查询"五粮液 2024 年年报业绩点评"
- FinancialStatement：查询"五粮液 2024 年年报利润表现金流量表"
- FinancialAnalysis：查询"五粮液 2024 年毛利率净利率 ROE"
- MainOperIncData：查询"五粮液 2024 年分产品收入毛利率"
- ConsensusExpectation：查询"五粮液 2024 2025 一致预期"
- StockValueAnalysis：查询"五粮液 PE PB 股息率"
整理财务指标，计算同比变化
分析经营亮点与风险点
生成业绩点评报告
直接在对话中输出完整报告

输出：包含 8 大模块的完整业绩点评报告

示例 2：指定报告期

用户输入："分析贵州茅台 2025 年一季报"

技能执行：

识别公司：贵州茅台（600519.SH）
确定报告期：2025 年一季度
使用 gildata-aidata 查询 2025Q1 数据及 2024Q1 对比数据
重点分析环比变化（vs 2024Q4）
生成业绩点评报告

示例 3：简短表述

用户输入："腾讯控股财报分析"

技能执行：

识别公司：腾讯控股（00700.HK）
确定报告期：最新报告期
使用 gildata-aidata 港股工具获取数据：
- HKFinancialStatement：查询"腾讯控股 2024 年财务报表"
- HKMainOperIncData：查询"腾讯控股 2024 年分业务收入"
- HKStockValueAnalysis：查询"腾讯控股 PE PB"
生成业绩点评报告

示例 4：上传 PDF 分析

用户输入：上传《四方股份 2025 年年度报告》PDF + "分析这份财报"

技能执行：

使用 file 工具读取 PDF 内容
提取 2025 年完整财务数据
使用 gildata-aidata 补充查询：估值数据、一致预期、机构评级等
对比 2024 年数据计算同比变化
分析各业务板块收入/毛利率变化
识别经营亮点和风险点
生成业绩点评报告
直接在对话中输出完整报告

注意事项

gildata-aidata 优先：所有财务数据必须优先通过 gildata-aidata 服务获取，不得臆造或估算
数据准确性：如 gildata-aidata 无法获取某项数据，可辅以 web_search 查询权威来源（公司公告、东方财富等）
客观中立：点评应基于事实数据，避免主观臆断
风险提示：风险部分不可省略，必须清晰呈现潜在风险
口径一致：同比/环比计算口径需一致，注明是否扣除并购影响
时效性：如财报发布超过 3 个月，在文档中提示"财报时效性注意"
数据来源：在报告末尾明确列出数据来源，便于用户核查
数据缺失处理：如 gildata-aidata 部分数据无法获取，在对应位置标注"未披露"，不可编造数据
港股/美股适配：对于港股/美股公司，注意财报披露格式差异（如港股用"股东应占溢利"而非"归母净利润"）

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
核心财务数据	gildata-aidata `FinancialStatement`	公司公告（巨潮资讯）	web_search
财务分析指标	gildata-aidata `FinancialAnalysis`	东方财富	web_search
业务拆分数据	gildata-aidata `MainOperIncData`	公司公告	券商研报
一致预期	gildata-aidata `ConsensusExpectation`	东方财富	web_search
估值数据	gildata-aidata `StockValueAnalysis`	东方财富	同花顺
同业对比	gildata-aidata `FinancialRatioComparison`	东方财富	计算得出
机构评级	gildata-aidata `InstitutionalRating`	东方财富	web_search
业绩点评参考	gildata-aidata `AShareFinancialReportReview`	券商研报	web_search

工具使用说明

本技能主要使用以下工具获取数据：

finx gildata-aidata：核心数据源，获取财务报表、财务分析指标、主营构成、一致预期、估值等数据
web_search：补充查询，用于 gildata-aidata 无法覆盖的舆情、新闻、业绩说明会详情等
web_fetch：从具体 URL 获取详细补充信息
file：读取用户上传的 PDF 财报
message_notify_user：发送报告给用户（仅当用户明确要求发送文件时）

重要原则：

所有财务数据查询必须优先使用 gildata-aidata 服务
如 gildata-aidata 数据不完整可辅以 web_search 查询
如用户提供 PDF，优先解析 PDF 数据，并用 gildata-aidata 补充衍生数据
所有数据获取后需进行交叉验证，确保数据准确性

gildata-aidata 工具调用指南

查询格式说明

gildata-aidata 工具使用自然语言 query 参数，调用格式如下：

bash

finx gildata-aidata <工具名> --body '{"query": "<公司名称> <报告期> <查询内容>"}'

A 股公司常用查询模板

bash

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "五粮液 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "五粮液 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "五粮液 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "五粮液 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "五粮液 PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "五粮液 机构评级 评级分数"}'

# 业绩预告
finx gildata-aidata PerformanceForecast --body '{"query": "五粮液 2024 年 业绩预告 净利润 增速"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "五粮液 2024 年年报 业绩点评"}'

港股公司常用查询模板

bash

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "腾讯控股 2024 年 财务报表"}'

# 港股主营构成
finx gildata-aidata HKMainOperIncData --body '{"query": "腾讯控股 2024 年 分业务 收入"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "腾讯控股 PE PB 股息率"}'

美股公司常用查询模板

bash

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "苹果 2024 年 财务报表"}'

# 美股财务分析
finx gildata-aidata USFinancialAnalysis --body '{"query": "苹果 2024 年 毛利率 ROE 净利率"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "苹果 PE PB PS"}'

Module 22: 机构调研大纲

机构调研大纲生成技能

技能定位

本技能用于生成上市公司机构调研前的结构化调研大纲，帮助研究员系统性地准备调研问题，覆盖财务、业务、战略、风险等关键维度。以 gildata-aidata 金融数据服务为核心数据源，确保财务数据、估值数据、同业对比的专业性和准确性。

核心优势：

✅ gildata-aidata 专业数据源：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取
✅ 分析框架系统：覆盖基本面、同业对比、历史问题、核心问题四大模块
✅ 问题设计专业：10-12 个针对性调研问题，避免公开信息重复
✅ 输出结构化：标准化 Markdown 格式报告，直接在对话中展示完整内容

输出格式：

默认生成结构化 Markdown 格式报告
报告内容直接在对话中展示，无需发送文件
如用户明确要求 Word 文档，可另行处理

触发场景

当用户出现以下任一表述时，应触发本技能：

用户表述	触发类型
"生成 XX 公司调研大纲"	定向生成
"准备去 XX 公司调研"	定向生成
"调研 XX 公司前需要问什么问题"	定向生成
"帮我写一份调研提纲"	定向生成
"机构调研 XX 公司准备材料"	定向生成
"XX 公司首次调研问题清单"	定向生成
"准备调研 XX 公司"	定向生成

注意：用户只需提到公司名字 + 调研/提纲/大纲等关键词，即应触发本技能。

执行流程

Step 1：获取公司基本信息

1.1 提取公司名称/股票代码

从用户输入中识别目标上市公司：

公司全称/简称（如"五粮液"、"茅台"）
股票代码（如"000858"、"600519"）

1.2 通过 gildata-aidata 获取财务与估值数据

核心原则：所有财务数据、估值数据、一致预期优先通过 gildata-aidata 服务获取。

数据类别	gildata-aidata 工具	query 参数示例
财务报表	`FinancialStatement`	"五粮液 2024 年年报利润表资产负债表现金流量表"
财务分析指标	`FinancialAnalysis`	"五粮液 2024 年毛利率净利率 ROE ROIC 资产负债率应收账款周转率存货周转率"
主营构成	`MainOperIncData`	"五粮液 2024 年分产品分行业分地区收入成本毛利率"
一致预期	`ConsensusExpectation`	"五粮液 2024 2025 2026 营收净利润 EPS 一致预期"
估值数据	`StockValueAnalysis`	"五粮液 PE PB PS EV 股息率"
机构评级	`InstitutionalRating`	"五粮液机构评级评级分数"
财报点评参考	`AShareFinancialReportReview`	"五粮液 2024 年年报业绩点评"

港股公司：使用 HKFinancialStatement、HKStockValueAnalysis、HKMainOperIncData

美股公司：使用 USFinancialStatement、USValuationMetrics、USFinancialAnalysis

1.3 通过 web_search 获取补充信息

用于 gildata-aidata 无法覆盖的信息：

公司基本信息（成立时间、员工规模、总部地点等）
历史调研记录/投资者关系活动记录
最新新闻舆情、行业动态

bash

web_search --query "{公司名称} 公司简介 主营业务 行业地位" --numResults 10
web_search --query "{公司名称} 投资者关系活动记录 机构调研 问答 2025 2026" --numResults 10

Step 2：基本面分析

2.1 公司概况

整理以下信息：

公司全称、股票代码、上市交易所
成立时间、上市时间
主营业务及产品
行业分类及细分领域
市值、员工规模

2.2 财务分析（通过 gildata-aidata 获取）

分析以下核心指标（最近 3 年 + 最新一期）：

指标类别	具体指标	数据来源
成长性	营收增速、净利润增速、扣非净利润增速	`FinancialStatement`
盈利能力	毛利率、净利率、ROE、ROIC	`FinancialAnalysis`
营运能力	应收账款周转率、存货周转率、总资产周转率	`FinancialAnalysis`
偿债能力	资产负债率、流动比率、速动比率、利息保障倍数	`FinancialAnalysis`
现金流	经营性现金流净额、自由现金流、现金流/净利润比值	`FinancialStatement`

2.3 业务分析（通过 gildata-aidata 获取）

主营业务收入构成（按产品/地区/渠道）→ MainOperIncData
核心产品/服务及竞争优势
主要客户及供应商集中度
产能及利用率情况
研发投入及核心技术

2.4 行业地位

市场份额及排名
主要竞争对手
行业集中度（CR3/CR5）
公司在产业链中的位置（上游/中游/下游）

Step 3：同业对比分析

3.1 确定可比公司

选择 3-5 家同行业上市公司作为对比对象，选择标准：

同一细分行业
业务模式相似
市值规模相当（或行业龙头）
A 股/港股/美股优先

3.2 通过 gildata-aidata 获取对比数据

对目标公司和可比公司分别调用以下工具：

对比维度	具体指标	gildata-aidata 工具
估值水平	PE(TTM)、PB、PS、PEG、EV/EBITDA	`StockValueAnalysis`
成长性	营收 3 年 CAGR、净利润 3 年 CAGR	`FinancialStatement`
盈利能力	毛利率、净利率、ROE	`FinancialAnalysis`
运营效率	存货周转天数、应收账款周转天数	`FinancialAnalysis`
财务健康	资产负债率、经营性现金流/营收	`FinancialAnalysis`

3.3 对比结论

公司在同业中的估值水平（高/中/低）
成长性排名
盈利能力排名
竞争优势与劣势总结

Step 4：历史调研问题回顾

4.1 搜索历史调研记录

使用 web_search 查询近期投资者关系活动记录：

bash

web_search --query "{公司名称} 投资者关系活动记录表 机构调研 问答" --numResults 10

4.2 整理历史问题

从最近的投资者关系活动记录表（3-5 次）中提取：

机构关注的高频问题
管理层回复要点
未明确回答的遗留问题
问题涉及的主要方向（战略/财务/业务/风险）

4.3 问题分类

将历史问题按以下类别分类：

战略规划类
业务发展类
财务状况类
风险因素类
行业竞争类

Step 5：生成调研问题清单

5.1 问题设计原则

原则	说明
针对性	结合公司具体情况，避免通用问题
层次性	从战略到执行，从宏观到微观
开放性	多用"如何"、"为什么"引导深入回答
可验证	问题答案可通过后续数据验证
差异化	避免重复公开信息，关注预期差

5.2 问题数量

生成10-12 个核心调研问题，覆盖以下维度：

维度	问题数量
战略规划	2-3 个
业务发展	3-4 个
财务状况	2-3 个
风险因素	1-2 个
行业竞争	1-2 个

5.3 问题质量要求

每个问题应包含：

问题背景：简要说明提问的原因/依据
核心问题：清晰具体的问题表述
追问方向：可能的后续追问点

Step 6：生成调研大纲报告

6.1 组织内容结构

按照下方【报告结构模板】组织报告内容。

6.2 格式化输出

使用 Markdown 标题层级（#、##、###）组织章节
使用表格展示财务数据和对比信息
使用列表展示要点和风险提示
确保逻辑清晰、层次分明

6.3 输出报告

将完整的结构化报告直接在对话中展示，无需发送文件。

报告结构模板

markdown

# 📋 {公司名称} 机构调研大纲

**调研类型**：首次调研  
**准备时间**：标准版（1-2 小时）  
**生成日期**：YYYY 年 MM 月 DD 日

---

## 一、公司基本信息

| 项目 | 内容 |
|------|------|
| 公司全称 | [全称] |
| 股票代码 | [代码].SH/.SZ/.HK |
| 上市交易所 | [交易所] |
| 成立时间 | [年份] |
| 上市时间 | [年份] |
| 法定代表人 | [姓名] |
| 总部地点 | [城市] |
| 员工规模 | [人数] |
| 总市值 | [亿元] |
| 所属申万行业 | [行业分类] |

### 主营业务
[描述公司主营业务、核心产品/服务、应用场景]

### 行业地位
[描述公司在行业中的市场地位、市场份额、排名等]

---

## 二、基本面分析

### 2.1 财务概况

| 财务指标 | 2023 年 | 2024 年 | 2025 年 | 2026Q1 |
|----------|--------|--------|--------|--------|
| 营业收入（亿元） | | | | |
| 营收增速（%） | | | | |
| 归母净利润（亿元） | | | | |
| 净利润增速（%） | | | | |
| 毛利率（%） | | | | |
| 净利率（%） | | | | |
| ROE（%） | | | | |
| 资产负债率（%） | | | | |
| 经营性现金流（亿元） | | | | |

### 2.2 财务分析要点

**成长性分析**：
[分析营收和净利润增长趋势，识别增长驱动因素]

**盈利能力分析**：
[分析毛利率、净利率、ROE 变化趋势及原因]

**营运能力分析**：
[分析应收账款、存货周转情况]

**偿债能力分析**：
[分析资产负债率、流动比率等指标]

**现金流分析**：
[分析经营性现金流与净利润匹配度]

### 2.3 业务结构

| 业务板块 | 营收占比 | 毛利率 | 增速 |
|----------|----------|--------|------|
| [业务 1] | % | % | % |
| [业务 2] | % | % | % |
| [业务 3] | % | % | % |

### 2.4 核心竞争优势

1. **[优势 1]**：[具体描述]
2. **[优势 2]**：[具体描述]
3. **[优势 3]**：[具体描述]

---

## 三、同业对比分析

### 3.1 可比公司选择

| 公司名称 | 股票代码 | 市值（亿元） | 选择理由 |
|----------|----------|--------------|----------|
| [公司 A] | | | |
| [公司 B] | | | |
| [公司 C] | | | |
| [公司 D] | | | |

### 3.2 估值对比

| 公司 | PE(TTM) | PB | PS | PEG | EV/EBITDA |
|------|---------|-----|-----|-----|-----------|
| {目标公司} | | | | | |
| [公司 A] | | | | | |
| [公司 B] | | | | | |
| [公司 C] | | | | | |
| [公司 D] | | | | | |
| **行业中位数** | | | | | |

### 3.3 成长性对比

| 公司 | 营收 3 年 CAGR | 净利润 3 年 CAGR |
|------|----------------|------------------|
| {目标公司} | % | % |
| [公司 A] | % | % |
| [公司 B] | % | % |
| [公司 C] | % | % |
| [公司 D] | % | % |

### 3.4 盈利能力对比

| 公司 | 毛利率（%） | 净利率（%） | ROE（%） |
|------|-------------|-------------|----------|
| {目标公司} | | | |
| [公司 A] | | | |
| [公司 B] | | | |
| [公司 C] | | | |
| [公司 D] | | | |

### 3.5 对比结论

**估值水平**：[高/中/低] 于同业，原因分析...

**成长性**：[领先/持平/落后] 同业，原因分析...

**盈利能力**：[领先/持平/落后] 同业，原因分析...

**综合评估**：[总结公司在同业中的竞争地位]

---

## 四、历史调研问题回顾

### 4.1 近期调研记录

| 调研日期 | 调研形式 | 参与机构数量 | 来源 |
|----------|----------|--------------|------|
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |
| [日期] | 现场调研/电话会议 | [数量] | [公告/网站] |

### 4.2 高频关注问题

| 问题方向 | 具体问题 | 管理层回复要点 |
|----------|----------|----------------|
| [方向 1] | [问题] | [要点] |
| [方向 2] | [问题] | [要点] |
| [方向 3] | [问题] | [要点] |

### 4.3 遗留问题/未明确事项

1. [问题 1]：[说明为何未明确]
2. [问题 2]：[说明为何未明确]
3. [问题 3]：[说明为何未明确]

---

## 五、核心调研问题清单（10 问）

### 5.1 战略规划类（2-3 问）

**问题 1**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 2**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 3**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.2 业务发展类（3-4 问）

**问题 4**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 5**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 6**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 7**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.3 财务状况类（2-3 问）

**问题 8**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 9**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

**问题 10**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.4 风险因素类（1-2 问）

**问题 11**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

### 5.5 行业竞争类（1-2 问）

**问题 12**：[问题标题]
- **问题背景**：[背景说明]
- **核心问题**：[具体问题表述]
- **追问方向**：[可能的追问点]

---

## 六、调研准备清单

### 6.1 资料准备

- [ ] 公司年报/季报（最近 3 年 + 最新一期）
- [ ] 招股说明书（如为次新股）
- [ ] 近期投资者关系活动记录表
- [ ] 券商研报（最近 3 个月）
- [ ] 同业公司财报
- [ ] 行业研究报告
- [ ] 公司公告（重大事项）

### 6.2 数据准备

- [ ] 财务数据对比表
- [ ] 估值对比表
- [ ] 股价走势图（1 年/3 年/5 年）
- [ ] 机构持仓变化
- [ ] 北向资金持仓（如为沪深股通标的）

### 6.3 问题准备

- [ ] 核心问题清单（已生成）
- [ ] 追问问题清单
- [ ] 数据验证问题
- [ ] 敏感问题备选

---

## 七、风险提示

1. **信息时效性**：本大纲基于公开信息生成，部分数据可能存在滞后，建议调研前更新最新数据
2. **行业差异**：本大纲为通用模板，特定行业（如银行、保险、地产）需补充行业特有指标
3. **调研礼仪**：避免询问未公开的重大敏感信息，遵守信息披露相关规定
4. **独立判断**：管理层回复可能存在主观倾向，需结合多方信息独立验证

---

## 八、调研后跟进事项

1. **整理调研纪要**：24 小时内完成调研记录整理
2. **更新盈利预测**：根据调研信息调整财务模型
3. **撰写点评报告**：形成书面调研总结
4. **投资决策建议**：给出买入/持有/卖出建议及理由
5. **持续跟踪**：建立跟踪清单，定期验证调研信息

---

> **生成说明**：本大纲由 AI 助手基于公开信息自动生成，仅供参考。实际调研请结合最新信息和专业判断。  
> **免责声明**：本大纲不构成投资建议，市场有风险，投资需谨慎。

特殊场景处理

场景一：用户未提供公司名称

当用户只说"生成调研大纲"但未指定公司时：

主动询问用户需要调研哪家上市公司
可提供近期热门调研公司供参考

场景二：公司信息较少（次新股/小市值）

当目标公司为次新股或小市值公司，公开信息有限时：

在报告中标注"信息有限"
重点依赖招股书和最新财报
增加"信息获取建议"板块
调研问题中增加基础信息确认类问题

场景三：跨行业公司

当目标公司业务跨多个行业时：

分别分析各业务板块
选择各业务板块的可比公司
调研问题覆盖各业务板块

场景四：港股/美股上市公司

当目标公司为港股或美股上市公司时：

调整财务指标单位（人民币/美元/港币）
选择相应市场的可比公司
注意不同市场的披露要求差异
使用对应的港股/美股 gildata-aidata 工具

工具使用说明

工具	用途	调用示例
finx gildata-aidata	核心数据源，获取财务报表、财务分析指标、主营构成、估值、一致预期等	`finx gildata-aidata FinancialStatement --body '{"query": "五粮液 2024 年利润表"}'`
`web_search`	补充查询，用于公司基本信息、历史调研记录、新闻舆情等	`web_search --query "五粮液投资者关系活动记录" --numResults 10`
`web_fetch`	获取网页详情（公告、研报）	`web_fetch --url "网址"`

重要原则：

所有财务数据、估值数据、一致预期查询必须优先使用 gildata-aidata 服务
如 gildata-aidata 数据不完整可辅以 web_search 查询
数据来源优先级：gildata-aidata > 公司公告 > 券商研报 > 财经新闻

gildata-aidata 工具调用指南

A 股公司常用查询模板

bash

# 财务报表（三大表）
finx gildata-aidata FinancialStatement --body '{"query": "{公司名} 2024 年年报 利润表 资产负债表 现金流量表"}'

# 财务分析指标
finx gildata-aidata FinancialAnalysis --body '{"query": "{公司名} 2024 年 毛利率 净利率 ROE ROIC 资产负债率 应收账款周转率 存货周转率"}'

# 主营构成
finx gildata-aidata MainOperIncData --body '{"query": "{公司名} 2024 年 分产品 分行业 分地区 收入 成本 毛利率"}'

# 一致预期
finx gildata-aidata ConsensusExpectation --body '{"query": "{公司名} 2024 2025 2026 营收 净利润 EPS 一致预期"}'

# 估值数据
finx gildata-aidata StockValueAnalysis --body '{"query": "{公司名} PE PB PS EV 股息率"}'

# 机构评级
finx gildata-aidata InstitutionalRating --body '{"query": "{公司名} 机构评级 评级分数"}'

# 财报业绩点评参考
finx gildata-aidata AShareFinancialReportReview --body '{"query": "{公司名} 2024 年年报 业绩点评"}'

港股公司常用查询模板

bash

# 港股财务报表
finx gildata-aidata HKFinancialStatement --body '{"query": "{公司名} 2024 年 财务报表"}'

# 港股估值
finx gildata-aidata HKStockValueAnalysis --body '{"query": "{公司名} PE PB 股息率"}'

美股公司常用查询模板

bash

# 美股财务报表
finx gildata-aidata USFinancialStatement --body '{"query": "{公司名} 2024 年 财务报表"}'

# 美股估值
finx gildata-aidata USValuationMetrics --body '{"query": "{公司名} PE PB PS"}'

数据来源优先级

数据类型	第一优先级	第二优先级	第三优先级
核心财务数据	gildata-aidata `FinancialStatement`	公司公告（巨潮资讯）	web_search
财务分析指标	gildata-aidata `FinancialAnalysis`	东方财富	web_search
业务拆分数据	gildata-aidata `MainOperIncData`	公司公告	券商研报
一致预期	gildata-aidata `ConsensusExpectation`	东方财富	web_search
估值数据	gildata-aidata `StockValueAnalysis`	东方财富	同花顺
机构评级	gildata-aidata `InstitutionalRating`	券商研报	web_search
公司基本信息	web_search	公司公告	巨潮资讯
历史调研记录	web_search	交易所互动易	公司公告

质量检查清单

在输出报告前，检查以下项目：

注意事项

数据准确性：财务数据需标注来源和报告期，优先使用 gildata-aidata 获取
客观中立：分析应基于事实，避免主观臆断
信息时效：优先使用最新公开信息（最近 12 个月）
合规提示：提醒用户遵守调研相关规定，不获取内幕信息
问题质量：调研问题应避免可从公开信息获取的答案
同业选择：可比公司应选择业务模式最接近的 3-5 家
行业差异：通用模板可能不适用于所有行业，需提示用户
数据来源：财务/估值/一致预期优先 gildata-aidata，基本信息/调研记录使用 web_search
简洁优先：报告控制在适中长度，重点突出
持续更新：提示用户调研前更新最新数据
输出方式：报告内容直接在对话中展示，无需写入文件或发送给用户

技能更新日志

2026-05-11 更新：

核心数据源变更：将所有财务数据、估值数据、一致预期查询改为优先使用 gildata-aidata 服务
新增工具矩阵：为 A 股、港股、美股公司建立 gildata-aidata 工具查询对照表
完善调用指南：提供完整的 gildata-aidata 工具调用格式说明和常用查询模板
优化数据获取顺序：Step 1 明确 gildata-aidata 优先获取财务与估值数据，web_search 仅用于补充信息
更新数据来源优先级：将 gildata-aidata 提升为财务/估值/一致预期的第一优先级数据源

2026-04-08 更新：

明确报告输出方式：直接在对话中展示，无需发送文件
优化报告结构模板
更新注意事项和输出方式说明

Module 23: 全球财经简报

全球财经要闻简报技能

技能定位

本技能用于自动抓取全球最新财经要闻，通过 gildata-aidata 金融数据服务获取结构化数据与舆情，智能筛选高影响力事件，生成结构化简要总结报告。适用于用户快速获取每日财经热点、市场动态和投资机会参考。

核心特点：

自动捕获最新财经资讯（24-72 小时内）
智能筛选高影响力事件
结构化分类汇总
简洁易懂的简报格式

触发场景

当用户出现以下任一表述时，应触发本技能：

用户表述	触发类型
"今天有什么财经热点"	主动捕获
"全球财经要闻汇总"	定向搜索
"财经新闻总结"	主动捕获
"帮我看看今天金融市场有什么大事"	主动捕获
"最近有什么投资热点"	主动捕获
"XX 行业最近有什么新闻"	定向搜索
"生成一份财经简报"	主动捕获
"今天市场有什么动静"	主动捕获

注意：即使用户只说"财经热点"、"财经新闻"等简短表述，只要意图是获取最新财经资讯，也应触发本技能。

执行流程

Step 1：确定搜索范围和时间

1.1 获取当前日期

调用 finx time 获取当前日期，用于确定新闻时间范围。

bash

finx time

1.2 确定搜索关键词

根据用户输入提取核心关键词：

用户指定行业/主题 → 使用指定关键词
用户未指定 → 使用"今日财经热点宏观市场"等通用关键词

1.3 确定时间范围

默认搜索最近 24-72 小时内的新闻
用户指定时间 → 按用户要求调整

Step 2：使用 gildata-aidata 服务查询数据

核心原则：优先使用 gildata-aidata 服务中的专业金融数据工具，确保数据的权威性、结构化和时效性。

2.1 舆情与新闻检索 使用 gildata-aidata 的舆情工具获取多维度财经资讯：

数据维度	推荐工具	查询示例 (query 参数)
全网热点	`NewsInfoList`	"今日财经热点重大事件"
宏观政策	`MacroNewslist`	"今日宏观政策央行财政部经济数据"
政策会议	`PolicyMeetingsList`	"最新政策会议经济金融"
官员讲话	`OfficialSpeechEventList`	"央行行长财政部官员重要讲话"
市场动态	`MarketNewslist`	"今日股市债市汇市大宗商品动态"
行业新闻	`IndustryNewslist`	"半导体新能源 AI 医药行业最新进展"
产业快讯	`IndustryNewsFlash`	"今日产业快讯行业要闻"
股票舆情	`StockNewslist`	"科技股新能源龙头财报业绩"
债券舆情	`SecurityNewslist`	"信用债违约评级调整"
基金舆情	`FundNewsList`	"公募基金基金经理调仓"

2.2 行情与市场数据检索 获取主要市场指数行情、资金流向与宏观数据：

数据维度	推荐工具	查询示例 (query 参数)
A股指数	`IndexDailyQuote`	"上证指数深证成指创业板指今日行情"
港股指数	`HKDailyIndexQuote`	"恒生指数恒生科技今日行情"
美股指数	`USStockDailyQuotes`	"道琼斯标普500 纳斯达克今日行情"
市场统计	`StockMarketTradeStats`	"今日A股成交量成交额涨跌家数"
资金流向	`StockMarketCapitalFlow`	"今日北向资金南向资金流向"
宏观数据	`MacroIndustryEDB`	"最新GDP CPI PMI 社融工业企业利润"
研报观点	`MacroeconomicAnalysisViewpoints`	"宏观研报观点经济展望"

2.3 查询策略

并行查询：对多个维度的工具发起并行请求，提高效率。
query 构造：使用简洁明确的关键词组合，如 "今日宏观政策" 或 "2026-04-28 上证指数行情"。可加入日期提高准确性。
数据交叉验证：重要数据（如指数涨跌、宏观数据）可通过多个工具或 web_search 进行验证。
Fallback 机制：若 gildata-aidata 返回数据不足或无法覆盖特定海外细节，可调用 web_search 补充。

Step 3：新闻筛选与分类

3.1 筛选标准

维度	标准
时效性	优先 24 小时内，最长不超过 72 小时
影响力	政策类 > 宏观数据 > 行业事件 > 公司动态
热度	多家媒体报导 > 单一来源
相关性	与用户指定主题匹配度高

3.2 分类体系

将筛选后的新闻按以下类别分类：

类别	包含内容
宏观事件	国家政策、经济数据、央行决策、地缘政治
市场表现	股市、债市、汇市、大宗商品行情
行业动态	行业政策、供需变化、价格波动、技术突破
公司新闻	财报发布、并购重组、高管变动、重大合同
投资机会	分析师观点、机构研报、热点主题

3.3 重要性评级

对每条新闻进行重要性评级：

评级	标准	标识
S 级	影响全球/全国市场的重大事件	🔴
A 级	影响行业/板块的重要事件	🟠
B 级	影响部分公司的常规事件	🟡
C 级	一般性资讯	🟢

Step 4：生成简报报告

4.1 报告结构模板

markdown

# 📊 全球财经要闻简报
**日期**：YYYY 年 MM 月 DD 日  
**时段**：最近 24 小时 / 最近 72 小时

---

## 🔴 核心头条（S 级事件）

[1-3 条最重要新闻，每条包含标题 + 一句话摘要 + 影响分析]

---

## 📈 市场表现概览

| 市场/指数 | 最新值 | 涨跌幅 | 核心驱动 |
|-----------|--------|--------|----------|
| 上证指数 | XXXX | +X.XX% | [驱动因素] |
| 深证成指 | XXXX | +X.XX% | [驱动因素] |
| 恒生指数 | XXXX | +X.XX% | [驱动因素] |
| 标普 500 | XXXX | +X.XX% | [驱动因素] |
| 纳斯达克 | XXXX | +X.XX% | [驱动因素] |
| 原油 (WTI) | XX 美元 | +X.XX% | [驱动因素] |
| 黄金 | XX 美元 | +X.XX% | [驱动因素] |
| 美元/人民币 | X.XXXX | +X.XX% | [驱动因素] |

---

## 🏛️ 宏观与政策

[宏观事件分类汇总，每条包含：事件简述 + 影响分析]

---

## 🏢 行业动态

### 利好行业
| 行业 | 驱动事件 | 影响逻辑 |
|------|----------|----------|
| [行业] | [事件] | [逻辑] |

### 承压行业
| 行业 | 驱动事件 | 影响逻辑 |
|------|----------|----------|
| [行业] | [事件] | [逻辑] |

---

## 💼 重点公司新闻

| 公司 | 事件类型 | 事件简述 | 市场反应 |
|------|----------|----------|----------|
| [公司] | [类型] | [简述] | [反应] |

---

## 💡 投资机会提示

[基于新闻分析的投资机会，包含受益板块和相关个股参考]

| 主题/板块 | 逻辑 | 关注标的 | 风险等级 |
|-----------|------|----------|----------|
| [主题] | [逻辑] | [标的] | 高/中/低 |

---

## ⚠️ 风险提示

1. [主要风险点 1]
2. [主要风险点 2]
3. [主要风险点 3]

---

## 📅 近期关注

| 时间 | 事件 | 潜在影响 |
|------|------|----------|
| [日期] | [事件] | [影响] |

---

> **数据来源**：Gildata-aidata 金融数据服务、权威财经媒体  
> **更新时间**：YYYY-MM-DD HH:MM:SS  
> **免责声明**：本简报仅供参考，不构成投资建议。市场有风险，投资需谨慎。

4.2 内容生成原则

简洁优先：每条新闻摘要控制在 50 字以内
重点突出：S 级事件放在最前面，用醒目方式标注
数据准确：行情数据需标注来源和时效
逻辑清晰：影响分析要有明确因果关系
客观中立：避免主观臆断，基于事实分析

Step 5：特殊场景处理

场景一：用户指定行业/主题

当用户指定特定行业或主题时（如"半导体行业新闻"、"新能源汽车最新动态"）：

提取用户指定的关键词
针对性搜索该领域新闻（如 IndustryNewslist）
报告结构保持不变，但内容聚焦指定领域
增加该领域的深度分析

场景二：用户要求定时推送

当用户要求每日/每周定时推送财经简报时：

使用 cron 工具创建定时任务
任务 payload 中包含调用本技能的指令
设置合适的推送时间（如交易日早 8 点）

示例：

bash

cron --action add --taskName "每日财经简报" --description "每个交易日早晨生成全球财经要闻简报" --schedule '{"triggerType": "CRON", "cron": "0 0 8 * * MON-FRI"}' --payload '{"userInput": "生成一份最近 24 小时的全球财经要闻简报，包含核心头条、市场表现、宏观政策、行业动态、投资机会和风险提示。"}'

场景三：重大突发事件

当检测到重大突发事件（如战争、金融危机、政策突变）时：

在报告开头增加"⚠️ 突发重大事件"板块
详细说明事件背景、进展和潜在影响
增加风险提示的权重
建议用户密切关注后续发展

场景四：市场休市/节假日

当遇市场休市或节假日时：

在报告中说明休市情况
汇总休市期间的重要新闻
提示下周开市后的关注要点

工具使用说明

工具	用途	调用示例
`finx time`	获取当前日期时间	`finx time`
`gildata-aidata NewsInfoList`	全网舆情检索	`finx gildata-aidata NewsInfoList --body '{"query": "今日财经热点"}'`
`gildata-aidata MacroNewslist`	宏观舆情	`finx gildata-aidata MacroNewslist --body '{"query": "宏观政策"}'`
`gildata-aidata MarketNewslist`	市场舆情	`finx gildata-aidata MarketNewslist --body '{"query": "股市债市"}'`
`gildata-aidata IndexDailyQuote`	A股指数日行情	`finx gildata-aidata IndexDailyQuote --body '{"query": "上证指数"}'`
`gildata-aidata USStockDailyQuotes`	美股日行情	`finx gildata-aidata USStockDailyQuotes --body '{"query": "标普500"}'`
`gildata-aidata MacroIndustryEDB`	宏观经济数据	`finx gildata-aidata MacroIndustryEDB --body '{"query": "GDP CPI"}'`
`web_search`	补充搜索 (Fallback)	`web_search --query "财经热点" --numResults 10`
`cron`	创建定时任务	`cron --action add ...`

质量检查清单

在输出报告前，检查以下项目：

注意事项

数据时效性：行情数据需标注具体时间，避免误导用户
客观中立：分析应基于事实，避免主观臆断和情绪化表达
风险充分：必须提示主要风险点，尤其是重大不确定性事件
免责声明：每份报告必须包含免责声明
简洁优先：简报控制在 1500 字以内为佳，重点突出
来源权威：优先使用 gildata-aidata 金融数据服务
多源验证：重要新闻建议多数据源交叉验证
敏感信息：涉及地缘政治等敏感话题，保持客观陈述
用户定制：根据用户历史偏好调整报告详细程度和关注领域
Fallback 机制：当 gildata-aidata 无法获取某些数据时，自动降级使用 web_search

Module 24: 政策快评

证券策略研究员政策/事件快评 (Policy & Event Flash Briefing)

概述

本技能专为**“交易型策略研究”设计，旨在对突发政策、重大宏观数据、盘中剧烈异动进行分钟级/小时级的快速响应。与深度研报不同，本技能聚焦于“市场即时反应”与“预期差交易”**，为交易员提供直接的决策辅助。

核心逻辑：

定性：是什么性质的政策/事件？（货币、财政、监管、产业？）
定量/预期：力度如何？是否超预期？（符合预期=利好兑现，超预期=新主线）
传导：利好谁？利空谁？情绪影响还是实质影响？
应对：怎么操作？（追高、低吸、观望、对冲？）

所有数据查询必须使用 gildata-aidata 服务。

适用场景

突发政策：央行降息/降准、证监会新政（如限制做空、鼓励分红）、财政部发债、重要会议通稿（政治局会议、国常会）。
数据异动：CPI/PPI、社融、PMI 大幅超预期或不及预期。
盘中急跌/急涨：无明确消息面的市场恐慌或狂热，需排查原因并给出应对。
行业监管：针对特定行业（如互联网、医药、教育、房地产）的突发新规。

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

宏观数据查询

text

finx gildata-aidata MacroIndustryEDB --body '{"indicatorCode": "指标代码", "startDate": "开始日期", "endDate": "结束日期"}'

查询中国宏观、行业经济、国际宏观等经济指标数据（如 M1、M2、社融、CPI、PPI、PMI 等），用于验证宏观数据是否超预期。

政策与舆情获取

text

finx gildata-aidata PolicyMeetingsList --body '{"limit": 5}'

查询国内经济金融领域政策会议动态及内容，解析政策逻辑。

text

finx gildata-aidata OfficialSpeechEventList --body '{"limit": 5}'

查询国内外重要官员讲话及活动信息。

text

finx gildata-aidata LawsRegulations --body '{"keyword": "关键词"}'

查询法律法规信息，支持按类型、关键词筛选，用于核实监管政策。

text

finx gildata-aidata MacroNewslist --body '{"limit": 5}'

查询宏观舆情，支持按区域、情感类型筛选经济预测及事件。

text

finx gildata-aidata MacroeconomicAnalysisViewpoints --body '{"limit": 5}'

获取研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点。

市场背景与行情

text

finx gildata-aidata IndexLiveQuote --body '{"indexCode": "指数代码"}'

获取 A 股指数实时行情，判断盘中异动时的市场状态。

text

finx gildata-aidata StockMarketTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场成交量、成交额、成交笔数等交易统计数据，分析量能配合情况。

行业/板块表现

text

finx gildata-aidata SectorRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

获取板块列表并按涨跌幅、换手率等指标排序，识别政策发布后的领涨/领跌板块。

text

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

按资金流向指标对板块进行排序，分析主力资金是否介入相关板块。

text

finx gildata-aidata IndustryAnalysisViewpoints --body '{"industry": "行业名称", "limit": 5}'

获取研报中对行业趋势、竞争格局、政策等的分析观点。

资金流向与情绪

text

finx gildata-aidata HSGTTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深港通市场交易统计，判断外资对政策的态度。

text

finx gildata-aidata MarketLimitUpDownCount --body '{"tradeDate": "交易日期"}'

获取沪深京市场实时上涨、下跌、涨停、跌停家数统计，判断市场情绪。

执行流程

第一阶段：事件捕获与要素提取

确认事实：通过 PolicyMeetingsList / LawsRegulations 确认事件的真实性、发布时间、发布机构。
提取核心：一句话概括政策核心内容（如：“央行宣布下调 LPR 15bp"）。
识别预期：通过 MacroIndustryEDB 对比历史数据或市场预期，判断是否超预期。

第二阶段：逻辑推演与影响分析

预期差分析：
- 超预期利好：可能引爆新主线，开盘可能抢筹。
- 符合预期：利好兑现，警惕冲高回落。
- 不及预期/利空：情绪杀跌，寻找错杀机会或止损。
传导路径梳理：
- 利用 SectorRank 和 SectorFundFlowRank 观察盘面反应。
- 直接受益：逻辑最硬的板块。
- 情绪受益：高弹性品种（如微盘股、券商）。
- 受损板块：明确受压制的领域。
资金博弈预判：结合 HSGTTradeStats 和 MarketLimitUpDownCount 判断机构、游资、外资态度。

第三阶段：策略生成

输出报告：生成标准化的 Markdown 快评报告，注明数据来源。

标准报告模板 (Markdown)

markdown

# ⚡ 策略快评 | [事件名称]：[一句话核心结论]

> **数据来源**: gildata-aidata 专业金融数据服务
> **发布时间**：YYYY-MM-DD HH:MM  
> **事件性质**：[货币政策 / 财政政策 / 行业监管 / 宏观数据 / 市场异动]  
> **超预期程度**：[🔥 大幅超预期 / 🟡 符合预期 / ❄️ 不及预期 / 利空]

---

## 一、 事件摘要

*   **核心内容**：[简述政策/事件核心]
*   **市场背景**：[基于 IndexLiveQuote 和 StockMarketTradeStats 描述发布时的市场环境]

---

## 二、 核心解读与预期差分析

**1. 政策意图与力度**
*   [分析政策背后的意图，结合 MacroIndustryEDB 数据]

**2. 预期差研判 (关键)**
*   **[超预期/符合/不及]**：市场此前预期为 [X]，实际结果为 [Y]。
*   **交易含义**：[分析交易层面的影响]

---

## 三、 市场影响与板块梳理

| 影响方向 | 涉及板块/领域 | 核心逻辑 | 持续性预判 |
|----------|--------------|----------|------------|
| 🔥 **直接利好** | [板块 A]、[板块 B] | [逻辑] | [短/中/长] |
| 📉 **直接利空** | [板块 C] | [逻辑] | [短/中/长] |
| 🟡 **情绪提振** | [板块 D] | [逻辑] | [短] |

**资金博弈推演**：
*   **机构**：[结合 SectorFundFlowRank 数据分析机构动向]
*   **游资**：[结合 MarketLimitUpDownCount 数据分析游资情绪]
*   **外资**：[结合 HSGTTradeStats 分析北向资金流向]

---

## 四、 策略应对建议 (Actionable Insights)

**1. 短线交易 (T+0 / T+1)**
*   **操作建议**：[具体操作策略]
*   **关注标的**：[代表性方向]
*   **风险提示**：[风险提示]

**2. 中线配置**
*   **操作建议**：[中线配置思路]

**3. 风控提示**
*   [风控建议]

---

*免责声明：本快评基于 gildata-aidata 公开信息即时生成，仅供参考，不构成投资建议。市场有风险，投资需谨慎。*

注意事项

数据源唯一性: 所有宏观数据、政策信息、市场行情、板块表现必须通过 gildata-aidata 服务获取，确保数据权威性。
速度优先: 在信息不全时，先给出初步判断，后续可更新。
预期差是核心: 不要只复述新闻，必须指出“市场没想到什么”或“市场想错了什么”。
区分情绪与实质: 明确区分是“情绪面炒作”（如概念题材）还是“基本面改善”（如业绩预期上调）。
客观中立: 避免过度乐观或悲观，基于数据和历史规律说话。
免责声明: 必须包含风险提示，强调非投资建议。
工具调用规范: 调用 gildata-aidata 工具时，日期格式需符合 API 要求，指标代码需准确。

Module 25: 策略日报

证券策略研究员策略日报生成技能

概述

本技能旨在模拟专业证券策略分析师（Strategist）的日度复盘工作流，通过对当日市场指数、风格因子、行业板块、资金流向及微观情绪数据的系统性梳理，生成一份结构严谨、逻辑清晰的策略日报（Strategy Daily Briefing）。

策略日报的核心不仅是数据的罗列，更是**“资金行为的解码”与“交易主线的确认”**。报告风格贴近买方/卖方策略团队，注重从微观结构中洞察市场拐点，并给出明确的下个交易日交易计划。

数据获取策略

核心数据源：gildata-aidata

所有行情数据、资金流向及市场情绪数据均优先通过 gildata-aidata 服务获取。

数据需求	推荐工具	说明
指数行情	`IndexRangeQuotation`	获取上证、深证、创业板、科创50、沪深300、中证500/1000、红利指数、茅指数等涨跌幅、成交额。
行业行情	`IndustryRangeQuotation` 或 `IndexRangeQuotation`	获取申万一级行业指数涨跌幅，用于识别领涨/领跌板块。
北向/陆股通资金	`HSGTTradeStats`	获取沪深港通市场交易统计（净流入/流出、十大活跃股）。
主力资金流向	`StockMarketCapitalFlow`	获取个股/行业主力资金净流入流出、超大单/大单数据。
融资融券	`MarginTradingShortSelling` (如有)	获取融资余额、融券余额变动。
ETF 申赎	`ETFDailyInfo` (如有)	获取主要宽基/行业 ETF 份额变化，判断机构动向。
宏观/政策舆情	`MacroNewslist`, `PolicyMeetingsList`	获取当日重大宏观新闻、政策会议、官员讲话，辅助解读盘面逻辑。

数据获取优先级

核心行情与资金：优先 gildata-aidata 的 IndexRangeQuotation、HSGTTradeStats、StockMarketCapitalFlow。
情绪与微观结构：优先通过 gildata-aidata 获取涨跌家数、涨停跌停数据（如有），或通过行情数据计算。
逻辑解读辅助：结合 MacroNewslist 和政策会议数据，解释板块异动原因。
补充信息：web_search 仅用于补充突发新闻细节、龙虎榜具体席位分析或游资动向。

执行流程

第一阶段：数据采集与清洗

大盘与宽基指数数据
- 工具：gildata-aidata IndexRangeQuotation
- 查询示例：
  text
```
调用 gildata-aidata IndexRangeQuotation
query: "上证指数 深证成指 创业板指 科创50 沪深300 中证500 中证1000 北证50"
time_range: "当日"
```
- 核心指数：上证、深证、创业板、科创50、北证50、沪深300、中证500/1000、恒生指数。
- 关键指标：涨跌幅、成交额（及环比变化）、振幅。
风格因子与大小盘表现
- 风格对比：大盘价值（沪深300）vs 小盘成长（微盘股/中证2000）。
- 特殊指数：红利指数、茅指数、宁组合的相对强弱。
行业与主题板块追踪
- 工具：gildata-aidata IndustryRangeQuotation (或 IndexRangeQuotation 查询行业指数)
- 申万一级行业涨跌幅排行（前5/后5）。
- 涨停板分布：涨停家数、跌停家数、连板高度（最高板）、炸板率。
- 热门概念：当日最强概念（如“低空经济”、“算力”等）及其驱动逻辑（政策/业绩/事件）。
资金流向与流动性
- 外资：gildata-aidata HSGTTradeStats（北向资金净流入/流出额，主要买入/卖出行业）。
- 杠杆资金：融资余额日度变化，融资客买入/偿还额。
- 主力机构：gildata-aidata StockMarketCapitalFlow（主力资金净流入行业，ETF 份额变化）。
情绪与微观结构指标
- 赚钱效应：上涨家数/下跌家数比，涨停/跌停比。
- 期权/期货：上证50/沪深300股指期货升贴水变化，期权隐含波动率（IV）。
- 成交额分布：全市场成交额是否突破/跌破关键阈值（如1万亿、1.5万亿）。

第二阶段：逻辑分析与推演

量价关系与趋势研判
- 分析“量价配合”情况：放量上涨（健康）/ 缩量上涨（背离）/ 放量下跌（恐慌）/ 缩量下跌（惜售）。
- 判断当前市场处于：趋势延续、震荡洗盘、还是变盘节点。
交易主线与资金博弈
- 主线确认：识别市场合力最强的方向（如“资源品涨价”、“出海逻辑”、“红利防守”）。
- 风格切换：是否存在“高低切”（高位股切向低位股）或“大小切换”迹象。
- 机构与游资：机构票（趋势）与游资票（连板）的表现差异，判断当前是机构主导还是游资主导。

第三阶段：报告生成

生成 Markdown 格式报告

使用以下标准模板生成最终报告：

markdown

# 策略日报 | [YYYY-MM-DD] [一句话核心观点]

> **分析师**：AI 策略研究团队  
> **报告日期**：YYYY-MM-DD  
> **市场情绪**：🟢 贪婪 (赚钱效应强) / 🟡 平衡 / 🔴 恐慌 (亏钱效应强)  
> **核心逻辑**：[简述当日市场核心交易逻辑。例如：“市场缩量震荡，资金从高切低，红利资产逆势走强，微盘股流动性危机暂缓，但连板高度受压……"]

---

## 一、 核心观点与交易计划

**1.1 盘面特征总结**
（总结当日大盘走势、成交量变化及核心特征。例如：“指数全天震荡走低，尾盘放量跳水，成交额萎缩至 1.2 万亿，市场呈现明显的防御特征。”）

**1.2 策略建议与明日计划**
*   **仓位建议**：[高/中/低] 仓位。
*   **配置方向**：
    *   **进攻**：[方向及逻辑，如“关注超跌的科技成长反弹”]
    *   **防守**：[方向及逻辑，如“逢低吸纳高股息红利资产”]
*   **操作节奏**：[如“轻仓试错，不见兔子不撒鹰”或“积极做多，回踩即买点”]

---

## 二、 大盘与风格复盘

| 指数 | 收盘价 | 涨跌幅 | 成交额 (亿) | 环比 | 简评 |
|------|--------|--------|-------------|------|------|
| 上证指数 | | | | | |
| 深证成指 | | | | | |
| 创业板指 | | | | | |
| 科创50 | | | | | |
| 微盘股指数 | | | | | |
| 恒生指数 | | | | | |

**风格与因子分析**：
*   **大小盘对比**：大盘价值与小盘成长谁占优？（如：“大盘蓝筹抗跌，微盘股普跌”）
*   **成长/价值剪刀差**：成长风格是否跑赢价值？
*   **量价结构**：分析当前量能水平对市场后续走势的支撑或压制作用。

---

## 三、 行业与主题追踪

**3.1 行业涨跌榜**
*   🔥 **领涨行业**：[行业1] (+%)、[行业2] (+%)、[行业3] (+%)
    *   **驱动逻辑**：[如“政策利好/涨价/业绩超预期”]
*   📉 **领跌行业**：[行业1] (-%)、[行业2] (-%)、[行业3] (-%)
    *   **驱动逻辑**：[如“获利盘兑现/利空消息/资金流出”]

**3.2 涨停梯队与连板分析 (游资视角)**
*   **涨停家数**：[数值] 家（不含 ST）
*   **跌停家数**：[数值] 家
*   **炸板率**：[数值]%
*   **连板高度**：[高度] 板 ([龙头股名称])
*   **梯队结构**：
    *   5板以上：[名称]
    *   3-4板：[名称]
    *   首板挖掘：[主要挖掘方向]

---

## 四、 资金面与流动性

| 资金类型 | 今日流向 | 累计流向 (近5日) | 资金态度 |
|---------|----------|-----------------|----------|
| 北向/陆股通 | | | |
| 融资余额 | | | |
| 主力资金 | | | |
| ETF申赎 | | | |

**资金博弈解析**：
*   **外资动向**：外资是在“抄底”还是“撤退”？主要流向哪些核心资产？
*   **杠杆资金**：融资客情绪如何？是否在加仓热门题材？
*   **机构调仓**：通过 ETF 份额变化和主力资金流向，推测机构是加仓宽基还是减仓行业？

---

## 五、 市场情绪与微观结构

*   **赚钱效应指标**：上涨家数 / 下跌家数 = [比值]
*   **涨跌停分布**：涨停 [数值] / 跌停 [数值]，市场赚钱效应 [极强/较弱/冰点]。
*   **期指升贴水**：IF/IC/IM 主力合约 [升水/贴水] [数值] 点，显示机构对后市预期 [偏多/偏空]。
*   **期权情绪**：PCR (Put/Call Ratio) 指标处于 [高位/低位]，暗示市场情绪 [过度悲观/过度乐观]。

---

## 六、 明日推演与关键点位

*   **明日推演**：基于今日量价与情绪，预判明日走势（如：“预计明日早盘惯性下探，随后在 3050 点附近获得支撑，全天呈现探底回升走势”）。
*   **关键支撑/压力**：
    *   强支撑：[点位]
    *   强压力：[点位]

---

## 七、 风险提示

*   [风险点 1]：如“量能持续萎缩导致流动性枯竭”
*   [风险点 2]：如“海外地缘冲突升级引发避险情绪”
*   [风险点 3]：如“高位连板股监管趋严，打击投机情绪”

---

*免责声明：本报告由 AI 自动生成，基于公开数据与量化模型分析，仅供参考，不构成任何投资建议。*

注意事项

gildata-aidata 优先：所有行情、资金、行业数据查询优先使用 gildata-aidata 服务（如 IndexRangeQuotation, HSGTTradeStats, StockMarketCapitalFlow 等）。
数据准确性：确保引用的指数涨跌幅、成交额等核心数据与当日收盘数据一致（通常以 15:00 后数据为准）。
逻辑深度：避免仅做数据搬运工，必须解释“为什么涨/跌”，特别是资金背后的逻辑（如“利好兑现”、“高低切换”）。
微观结构：高度重视连板高度、炸板率等微观指标，这是判断短线情绪（游资/散户情绪）的核心依据。
专业术语：熟练使用“量价背离”、“高低切”、“缩量阴跌”、“放量突破”、“情绪冰点”、“盈亏比”等策略分析术语。
客观中立：在分析资金流向时，注意区分“主力净流入”算法的局限性，结合多源数据交叉验证。

示例调用

用户输入："生成今日策略日报"

技能执行：

获取大盘指数：gildata-aidata IndexRangeQuotation (查询上证、深证、创业板、科创50等)
获取行业涨跌：gildata-aidata IndustryRangeQuotation (或查询行业指数)
获取资金流向：gildata-aidata HSGTTradeStats + StockMarketCapitalFlow
获取宏观舆情：gildata-aidata MacroNewslist
分析量价与情绪：结合数据计算涨跌家数比、成交额环比等
撰写报告：按模板生成 Markdown 格式策略日报
输出报告：直接在对话中显示完整报告内容

技能更新日志

2026-05-11 更新：

核心数据源变更：全面接入 gildata-aidata 服务。
工具映射明确：新增工具对照表，涵盖指数行情（IndexRangeQuotation）、北向资金（HSGTTradeStats）、主力资金（StockMarketCapitalFlow）等。
流程优化：明确先获取 Gildata 数据，再结合资金面和情绪进行逻辑推演的执行顺序。

Module 26: 市场大势风格研判

市场大势与风格研判 (Market Trend & Style Analysis)

概述

本技能专为证券策略研究员设计，旨在提供系统化的市场大势研判与风格配置建议。通过综合分析量价趋势、流动性环境、市场情绪及宏观因子，量化评估市场状态，输出明确的指数方向判断、风格强弱排序及动态仓位建议，辅助投资决策。

所有数据查询必须使用 gildata-aidata 服务。

核心分析框架

1. 大势研判模型 (Trend & Direction)

量价趋势: 均线系统（多头/空头排列）、关键支撑/阻力位、量价配合（放量上涨/缩量下跌）。
流动性: 宏观流动性（M1/M2 剪刀差、社融增速）、微观流动性（北向资金、ETF 申赎、两融余额）。
情绪周期: 换手率、新增开户数、股票型公募基金发行量、期权隐含波动率 (IV)。
研判结论: 🟢 牛市/上涨趋势，🟡 震荡市/结构性行情，🔴 熊市/下跌趋势。

2. 风格强弱排序 (Style Rotation)

大盘 vs 小盘:
- 逻辑: 信用扩张期利好小盘（流动性充裕），信用收缩期利好大盘（确定性溢价）。
- 指标: 信用脉冲、利率走势、微盘股流动性风险。
成长 vs 价值:
- 逻辑: 利率下行/盈利复苏利好成长，利率上行/滞胀利好价值（红利）。
- 指标: 10 年期国债收益率、盈利增速差（成长 - 价值）、风险偏好。
风格矩阵:
- 大盘价值 (红利/金融)
- 大盘成长 (茅指数/核心资产)
- 小盘价值 (周期/资源)
- 小盘成长 (科创/微盘)

3. 仓位管理模型 (Position Sizing)

评分系统: 综合大势、风格、风险指标得出 0-100 分。
仓位映射:
- 80-100 分 (高仓位): 趋势向上 + 流动性宽松 + 情绪回暖 -> 建议仓位 70-100%
- 50-80 分 (中仓位): 震荡市 + 结构性机会 -> 建议仓位 40-70%
- 0-50 分 (低仓位): 趋势向下 + 流动性收紧 + 情绪冰点 -> 建议仓位 0-40%

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

指数行情与技术面

text

finx gildata-aidata IndexLiveQuote --body '{"indexCode": "指数代码"}'

获取 A 股指数实时行情，包括价量、涨跌幅、委比等指标。

text

finx gildata-aidata IndexDailyQuote --body '{"indexCode": "指数代码", "tradeDate": "交易日期"}'

获取 A 股指数日行情，包括价量、涨跌幅、换手率等指标。

text

finx gildata-aidata IndexRangeQuotation --body '{"indexCode": "指数代码", "startDate": "开始日期", "endDate": "结束日期"}'

获取 A 股指数在指定区间内的行情数据，如区间涨跌幅、成交额等。

text

finx gildata-aidata IndexQuoteTecIndicators --body '{"indexCode": "指数代码", "tradeDate": "交易日期"}'

获取指数技术指标，如 MA、MACD、KDJ、BOLL 等分析数据。

指数估值分析

text

finx gildata-aidata IndexValueAnalysis --body '{"indexCode": "指数代码", "tradeDate": "交易日期"}'

获取指数估值指标，如 PE、PB、股息率、PE 历史百分位等。

指数资金流向

text

finx gildata-aidata IndexCapitalFlow --body '{"indexCode": "指数代码", "tradeDate": "交易日期"}'

获取指数每日资金流入流出情况。

市场整体交易统计

text

finx gildata-aidata StockMarketTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场成交量、成交额、成交笔数等交易统计数据。

text

finx gildata-aidata StockMarketSizeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场板块的上市公司数量、股本、市值等规模数据。

text

finx gildata-aidata StockMarketValueAnalysis --body '{"tradeDate": "交易日期"}'

获取股票市场估值指标，如 PE、PB、PS、PCF 等。

市场资金流向

text

finx gildata-aidata StockMarketCapitalFlow --body '{"tradeDate": "交易日期"}'

获取沪深京市场每日资金流入流出的统计数据。

text

finx gildata-aidata MarketFundFlowRank --body '{"tradeDate": "交易日期"}'

按资金流向指标对沪深北市场成分股进行排序，支持多维度分析。

涨跌停家数统计

text

finx gildata-aidata MarketLimitUpDownCount --body '{"tradeDate": "交易日期"}'

获取沪深京市场实时上涨、下跌、涨停、跌停家数统计。

两融市场统计

text

finx gildata-aidata MarginTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场融资融券余额、买入额、卖出量等统计数据。

北向资金（沪深港通）

text

finx gildata-aidata HSGTTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场的北向、南向资金成交额、成交笔数等跨境交易统计数据。

行业/板块排序与资金流

text

finx gildata-aidata SectorRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

获取板块列表并按涨跌幅、换手率等指标排序，支持多板块类型。

text

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

按资金流向指标对板块进行排序，支持主力、散户资金分析。

行业估值

text

finx gildata-aidata IndustryValuation --body '{"industryCode": "行业代码", "tradeDate": "交易日期"}'

查询行业估值类指标数据，包含总市值、流通市值、PB、PE 等。

宏观与行业经济数据

text

finx gildata-aidata MacroIndustryEDB --body '{"indicatorCode": "指标代码", "startDate": "开始日期", "endDate": "结束日期"}'

查询中国宏观、行业经济、国际宏观等经济指标数据（如 M1、M2、社融、PMI 等）。

宏观/行业分析观点

text

finx gildata-aidata MacroeconomicAnalysisViewpoints --body '{"limit": 5}'

获取研报中对 GDP、CPI、PMI、政策等宏观维度的分析观点。

text

finx gildata-aidata IndustryAnalysisViewpoints --body '{"industry": "行业名称", "limit": 5}'

获取研报中对行业趋势、竞争格局、政策等的分析观点。

执行流程

数据采集:
- 使用 IndexDailyQuote / IndexRangeQuotation 获取主要指数（上证、深成、创业板、沪深 300、中证 500、中证 1000）行情数据
- 使用 IndexQuoteTecIndicators 获取指数技术指标（均线、MACD 等）
- 使用 IndexValueAnalysis 获取主要指数估值及历史分位
- 使用 HSGTTradeStats 获取北向资金流向
- 使用 MarginTradeStats 获取两融余额变化
- 使用 StockMarketTradeStats 获取全市场成交额与量能
- 使用 MarketLimitUpDownCount 获取涨跌停家数
- 使用 SectorRank / SectorFundFlowRank 获取行业板块涨跌幅与资金流向排序
- 使用 MacroIndustryEDB 获取宏观流动性数据（M1、M2、社融等）
- 使用 MacroeconomicAnalysisViewpoints 获取宏观分析观点
模型分析与打分:
- 运用上述框架对市场进行多维诊断
- 计算大势评分与风格偏好得分
逻辑推演:
- 结合宏观背景（如美林时钟位置、政策周期）解释当前市场状态
- 预判未来 1-3 个月的市场走势及风格切换可能性
报告生成:
- 生成 Markdown 格式的策略研判报告，数据需注明来源和截止日期

报告模板 (Markdown)

markdown

# 📈 市场大势与风格研判报告 | [日期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **数据截止**: [具体日期]
> **大势研判**: [🟢 震荡偏强 / 🟡 震荡市 / 🔴 调整]
> **建议仓位**: [XX%]
> **核心风格**: [如：大盘价值占优，成长风格筑底]

---

## 一、 核心观点 (Executive Summary)

*   **大势判断**: [简述当前市场处于什么阶段，核心驱动力或阻力是什么]
*   **风格展望**: [明确当前及未来一段时间的最强风格，如"哑铃策略：红利打底，科技进攻"]
*   **操作建议**: [简述仓位管理和交易节奏，如"逢低布局，切忌追高"]

---

## 二、 大势研判 (Market Trend Analysis)

### 2.1 量价与技术面
*   **指数状态**: [描述主要指数的技术形态，基于 IndexDailyQuote 和 IndexQuoteTecIndicators 数据]
*   **成交量**: [描述量能变化，基于 StockMarketTradeStats 数据，是否支持指数突破]

### 2.2 资金与流动性
*   **宏观流动性**: [基于 MacroIndustryEDB 数据，解读社融、M1 等]
*   **微观资金**:
    *   北向资金：[基于 HSGTTradeStats 数据分析流向]
    *   两融数据：[基于 MarginTradeStats 分析杠杆情绪]
    *   主力资金：[基于 StockMarketCapitalFlow 分析]

### 2.3 情绪与风险
*   **情绪指标**: [基于 MarketLimitUpDownCount 分析涨跌停家数、炸板率]
*   **估值水平**: [基于 IndexValueAnalysis 和 StockMarketValueAnalysis 分析市场整体估值分位]
*   **风险预警**: [提示潜在风险点，如"高位股拥挤度过高"]

---

## 三、 风格强弱排序 (Style Ranking)

| 风格维度 | 强弱排序 (强 -> 弱) | 核心逻辑 |
|----------|---------------------|----------|
| **市值** | 大盘 > 小盘 | [如：流动性边际收敛，确定性溢价上升] |
| **属性** | 价值 > 成长 | [如：利率下行空间有限，红利资产性价比仍存] |
| **综合** | **大盘价值** > 小盘价值 > 大盘成长 > 小盘成长 | [综合排序结论] |

### 3.1 重点风格解析
*   **[最强风格]**: [详细分析为何该风格占优，结合 SectorFundFlowRank 资金数据]
*   **[最弱风格]**: [详细分析为何该风格承压，资金流出，利空因素]

---

## 四、 策略建议与仓位管理 (Strategy & Allocation)

*   **仓位建议**: **[建议仓位区间，如 50%-70%]**
    *   **依据**: [基于大势评分和风险提示]
*   **配置主线**:
    *   **主线 1**: [如：高股息红利（底仓配置）]
    *   **主线 2**: [如：出海/涨价（弹性进攻）]
*   **交易节奏**: [如：急跌买入，冲高减仓]

---

*免责声明：本报告基于 gildata-aidata 公开数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

数据源唯一性: 所有市场大势与风格相关数据必须通过 gildata-aidata 服务获取，确保数据权威性和一致性
数据时效性: 必须使用最新的市场数据进行分析，并在报告中标注数据日期
逻辑自洽: 大势判断与仓位建议必须匹配（例如：判断为熊市趋势，仓位建议不应过高）
动态调整: 风格研判需结合宏观环境变化（如降息、政策转向）及时调整
风险提示: 明确指出可能导致研判失效的极端情况（黑天鹅）
工具调用规范: 调用 gildata-aidata 工具时，指数代码、行业代码需使用标准代码，日期格式需符合 API 要求

Module 27: 市场极简复盘

市场极简复盘与异动提醒 (Market Minimal Review & Alerts)

概述

本技能专为证券金融工程研究员设计，旨在提供数据驱动的极简市场复盘。通过自动抓取核心行情、资金流向、波动率及量化异动数据，生成标准化的晨会简报素材与盘后异动提醒，帮助研究员快速掌握市场微观结构与量化信号，辅助投资决策。

所有数据查询必须使用 gildata-aidata 服务。

核心分析框架

1. 极简行情复盘 (Market Recap)

宽基指数: 上证、深成、创业板、科创 50、北证 50 涨跌幅及成交额变化。
风格指数: 大盘/小盘 (沪深 300 vs 中证 1000)、成长/价值表现对比。
市场广度: 涨跌家数比、涨停/跌停家数、连板高度 (市场情绪温度计)。

2. 资金与微观结构 (Capital & Microstructure)

北向资金: 净买入/卖出额，重点加仓/减仓行业 (外资风向标)。
两融数据: 融资余额变动，融资买入占比 (杠杆资金情绪)。
ETF 申赎: 宽基 ETF 资金流向 (如沪深 300ETF、中证 500ETF 等，国家队/机构动向)。
主力资金: 板块净流入/流出前五名。

3. 波动率与情绪 (Volatility & Sentiment)

波动率指标: VIX (中国波指)、期权隐含波动率 (IV) 变化。
情绪指标: 换手率、炸板率、昨日涨停表现 (打板情绪)。
拥挤度: 热门赛道拥挤度预警 (如 AI、新能源成交额占比过高)。

4. 量化异动提醒 (Quant Alerts)

量价异动: 放量突破关键阻力、缩量回调至支撑、底部突然放量。
资金异动: 机构大额净买入、北向资金大幅扫货、龙虎榜机构溢价。
事件驱动: 盘中突发消息引发的板块异动与持续性评估。

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

核心指数行情与市场广度

text

finx gildata-aidata IndexDailyQuote --body '{"query": "查询最新交易日上证综指、深证成指、创业板指、科创50、沪深300、中证1000的收盘价、涨跌幅、成交额"}'

获取主要宽基指数及风格指数的日行情数据。

text

finx gildata-aidata MarketLimitUpDownCount --body '{"query": "查询最新交易日沪深京市场上涨家数、下跌家数、涨停家数、跌停家数"}'

获取市场实时涨跌停家数统计，用于计算市场广度。

text

finx gildata-aidata StockMarketTradeStats --body '{"query": "查询最新交易日沪深北市场总成交额、成交量"}'

获取市场整体交易统计数据。

资金流向与微观结构

text

finx gildata-aidata HSGTTradeStats --body '{"query": "查询最新交易日沪深港通北向资金净买入额、成交额"}'

获取北向资金（陆股通）每日交易统计数据。

text

finx gildata-aidata MarginTradeStats --body '{"query": "查询最新交易日沪深北市场融资余额、融券余额、融资买入额"}'

获取两融市场交易统计数据。

text

finx gildata-aidata SectorFundFlowRank --body '{"query": "查询最新交易日行业板块主力资金净流入前5名和净流出前5名"}'

按资金流向指标对板块进行排序，识别主力调仓方向。

波动率与情绪指标

text

finx gildata-aidata IndexValueAnalysis --body '{"query": "查询上证指数、创业板指的最新PE、PB、波动率指标"}'

辅助判断市场估值与风险水平。

text

finx gildata-aidata StockRiskAnalysis --body '{"query": "查询市场整体或代表性指数的波动率、夏普比率等风险指标"}'

获取市场风险指标变化。

执行流程

数据采集:
- 使用 IndexDailyQuote 获取核心指数收盘数据、涨跌幅及成交额。
- 使用 MarketLimitUpDownCount 获取涨跌停家数、涨跌家数比。
- 使用 HSGTTradeStats 获取北向资金流向数据。
- 使用 MarginTradeStats 获取两融余额变化。
- 使用 SectorFundFlowRank 获取行业板块资金净流入/流出排名。
信号计算与分析:
- 计算市场广度指标 (如上涨占比)。
- 识别资金流向的极端值 (如北向单日净买入超 100 亿)。
- 评估波动率分位与情绪冷热。
异动识别:
- 筛选量价配合异常、资金大幅调仓的板块。
- 标记情绪过热或过冷的极端信号。
报告生成:
- 生成 Markdown 格式的极简复盘与异动简报。

报告模板 (Markdown)

markdown

# 📊 市场极简复盘与异动简报 | [日期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **核心观点**: [一句话总结当日市场特征，如：缩量震荡，北向大幅加仓红利，微盘股情绪退潮]

---

## 一、 市场概况 (Market Overview)

| 指数 | 收盘价 | 涨跌幅 | 成交额 (亿) | 环比变化 |
|------|--------|--------|-------------|----------|
| 上证指数 | ... | ... | ... | ... |
| 深证成指 | ... | ... | ... | ... |
| 创业板指 | ... | ... | ... | ... |
| 科创 50 | ... | ... | ... | ... |

*   **市场广度**: 上涨 [XX] 家，下跌 [XX] 家，涨停 [XX] 家，跌停 [XX] 家。
*   **风格表现**: [如：大盘强于小盘，价值优于成长]

---

## 二、 资金与微观结构 (Capital Flow)

*   **🌍 北向资金**: 净买入/卖出 **[XX] 亿元**。
    *   *重点动向*: [如：大幅加仓家电、电力设备，减仓计算机]
*   **📈 两融数据**: 融资余额 **[XX] 亿元** (变动 [XX])，融资买入占比 **[XX]%**。
*   **🏦 ETF 申赎**:
    *   *净流入*: [如：沪深 300ETF 获净申购 50 亿]
    *   *净流出*: [如：中证 1000ETF 遭赎回 10 亿]
*   **💰 主力资金**:
    *   *净流入前三*: [行业 1]、[行业 2]、[行业 3]
    *   *净流出前三*: [行业 1]、[行业 2]、[行业 3]

---

## 三、 波动率与情绪 (Volatility & Sentiment)

*   **📊 波动率**: 市场波动率报 **[XX]**，[上升/下降]。
    *   *解读*: [如：期权隐含波动率回落，市场恐慌情绪缓解 / 波动率飙升，避险情绪升温]
*   **🔥 情绪指标**:
    *   *炸板率*: **[XX]%** (市场情绪 [强/弱])
    *   *昨日涨停表现*: **[XX]%** (赚钱效应 [好/差])
*   **⚠️ 拥挤度预警**:
    *   [如：AI 板块成交额占比突破 40%，进入极度拥挤区，警惕回调]

---

## 四、 🚨 量化异动提醒 (Quant Alerts)

### 4.1 板块异动
*   **[板块名称]**: [异动描述，如：午后突然放量拉升，成交额激增 200%]
    *   *驱动逻辑*: [如：传闻政策利好 / 龙头业绩超预期]
    *   *持续性评估*: [⭐⭐⭐ 高 / ⭐⭐ 中 / ⭐ 低]

### 4.2 资金异动
*   **[个股/板块]**: [异动描述，如：北向资金单日净买入超 5 亿，创近一个月新高]
    *   *信号含义*: [如：外资认可当前估值，中线资金入场]

### 4.3 量价异动
*   **[指数/个股]**: [异动描述，如：缩量回踩 20 日均线，获得支撑]
    *   *技术含义*: [如：洗盘结束，有望开启新一轮上涨]

---

## 五、 明日关注 (Watchlist)

1.  **宏观数据/事件**: [如：美联储议息会议、国内 LPR 报价、XX 行业重要会议]
2.  **技术关键位**: [如：上证指数 4100 点压力位，创业板 3700 点支撑位]
3.  **策略建议**: [如：关注业绩超预期方向，回避高位缩量题材]

---

*免责声明：本报告基于 gildata-aidata 公开数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

数据源唯一性: 所有指数行情、资金流向、涨跌停统计及波动率数据必须通过 gildata-aidata 服务获取，确保数据权威性和一致性。
极简原则: 报告应聚焦核心数据与异动信号，避免冗长的基本面分析，适合快速阅读。
异动解释: 对于量化异动，尽量结合盘面消息或资金行为给出合理解释，避免“为了异动而异动”。
拥挤度阈值: 热门赛道的拥挤度预警需结合历史数据动态调整，避免误报。
时效性: 确保数据为最新收盘或盘中实时数据 (根据触发时间而定)。

Module 28: 市场情绪监控

市场情绪与风险预警监控 (Market Sentiment & Risk Monitor)

概述

本技能专注于微观资金流向与市场情绪监控，旨在为交易者和风控人员提供实时的市场体温计和风险雷达。通过对北向资金、两融杠杆、龙虎榜博弈、波动率等核心数据的量化分析，识别资金异常流动，提前预警潜在的流动性风险或情绪反转。

所有数据查询必须使用 gildata-aidata 服务。

核心监控维度

1. 北向资金 (Northbound Capital) - "聪明钱"

监控指标: 沪股通/深股通净流入、累计净流入、前十大成交活跃股。
预警信号:
- 🔴 外资大幅流出: 单日净流出 > 50 亿元，或连续 3 日净流出。
- 🟡 背离信号: 指数上涨但北向资金持续流出（诱多嫌疑）。
- 🟢 外资持续流入: 单日净流入 > 80 亿元，或连续 3 日流入。

2. 两融数据 (Margin Trading) - "杠杆情绪"

监控指标: 融资余额、融券余额、融资买入额占比、融资偿还额。
预警信号:
- 🔴 杠杆过热: 融资余额单日增幅 > 1.5%，或融资买入占比突破历史高位。
- 🟡 去杠杆风险: 融资余额连续下降，或融券余额异常激增（做空力量抬头）。
- 🟢 杠杆温和回升: 融资余额稳步增长，配合指数上涨（良性上涨）。

3. 龙虎榜 (Dragon Tiger List) - "主力博弈"

监控指标: 机构席位净买卖、知名游资动向、净买入/卖出前五名个股。
预警信号:
- 🔴 机构出货: 核心高位股出现机构大额净卖出（> 2 亿元）。
- 🟡 游资退潮: 连板股炸板率飙升，龙虎榜显示知名游资锁仓失败或大幅砸盘。
- 🟢 机构加仓: 低位绩优股出现机构大额净买入。

4. 波动率与情绪 (Volatility & Sentiment) - "市场恐慌度"

监控指标: 中国波指 (iVIX)、上证 50 期权隐含波动率、涨跌停家数比、炸板率、全市场成交额。
预警信号:
- 🔴 恐慌蔓延: 波动率急剧上升，跌停家数 > 20 家。
- 🟡 变盘前兆: 波动率处于历史极低位，成交量极度萎缩。
- 🟢 情绪回暖: 涨停家数 > 50 家，炸板率 < 20%。

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

北向资金/沪深港通

text

finx gildata-aidata HSGTTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深港通市场交易统计，包括北向资金成交额、净买入额等。

市场资金流向

text

finx gildata-aidata StockMarketCapitalFlow --body '{"tradeDate": "交易日期"}'

获取沪深京市场每日资金流入流出统计数据。

两融市场统计

text

finx gildata-aidata MarginTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场融资融券余额、买入额、卖出量等统计数据。

市场涨跌停家数

text

finx gildata-aidata MarketLimitUpDownCount --body '{"tradeDate": "交易日期"}'

获取沪深京市场实时上涨、下跌、涨停、跌停家数统计。

市场交易统计

text

finx gildata-aidata StockMarketTradeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场成交量、成交额、成交笔数等交易统计数据。

龙虎榜数据

text

finx gildata-aidata DailyStockHeroDetails --body '{"tradeDate": "交易日期"}'

获取 A 股股票龙虎榜上榜明细，包括成交额、买入卖出额及上榜原因。

text

finx gildata-aidata DailyStockBoStatistics --body '{"tradeDate": "交易日期"}'

获取龙虎榜异动时前五大买卖营业部名称及交易额数据。

个股资金流向（用于追踪活跃股）

text

finx gildata-aidata RealStockFundFlow --body '{"stockCode": "股票代码"}'

获取 A 股个股实时资金流向数据，包括主力、散户资金净额。

市场估值与风险

text

finx gildata-aidata StockMarketValueAnalysis --body '{"tradeDate": "交易日期"}'

获取股票市场估值指标，如 PE、PB、PS、PCF 等。

text

finx gildata-aidata StockRiskAnalysis --body '{"stockCode": "指数或个股代码", "startDate": "开始日期", "endDate": "结束日期"}'

获取股票 α、β、波动率、夏普比率等风险指标。

板块资金流排序

text

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

按资金流向指标对板块进行排序，分析主力、散户资金动向。

市场规模统计

text

finx gildata-aidata StockMarketSizeStats --body '{"tradeDate": "交易日期"}'

获取沪深北市场板块的上市公司数量、股本、市值等规模数据。

执行流程

数据采集:
- 使用 HSGTTradeStats 获取北向资金流向数据
- 使用 MarginTradeStats 获取两融余额及变动
- 使用 DailyStockHeroDetails 获取龙虎榜机构与游资动向
- 使用 MarketLimitUpDownCount 获取涨跌停家数与情绪指标
- 使用 StockMarketTradeStats 获取全市场成交额与量能变化
- 使用 StockMarketCapitalFlow 获取整体资金流向
- 使用 StockRiskAnalysis 获取波动率与风险指标
信号计算与判定:
- 将获取的数据与预设阈值进行比对
- 识别异常变动（如：北向资金尾盘突然跳水、某板块两融余额激增）
- 计算综合情绪得分 (0-100 分)：
  - 0-20: 极度恐慌 (冰点)
  - 20-40: 偏冷
  - 40-60: 中性
  - 60-80: 偏暖
  - 80-100: 极度贪婪 (过热)
报告生成:
- 使用 Markdown 格式生成结构化报告
- 包含：风险仪表盘、异常信号汇总、分项深度解析、情绪评分、交易建议

报告模板 (Markdown)

markdown

# 🚨 市场情绪与风险预警日报 | [日期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **数据截止**: [具体日期/时间]
> **当前情绪温度**: [🌡️ XX 分] ([极度恐慌/偏冷/中性/偏暖/极度贪婪])
> **综合风险等级**: [🔴 高 / 🟡 中 / 🟢 低]

---

## 1. 🚨 异常信号汇总 (Alerts)

| 信号类型 | 监控指标 | 当前数值/状态 | 信号强度 | 简评 |
|----------|----------|---------------|----------|------|
| 北向资金 | 单日净流入 | [数值] | [🔴/🟡/🟢] | [简评] |
| 两融杠杆 | 融资余额增速 | [数值] | [🔴/🟡/🟢] | [简评] |
| 龙虎榜 | 机构净买卖 | [数值] | [🔴/🟡/🟢] | [简评] |
| 波动率 | 市场波动率 | [数值] | [🔴/🟡/🟢] | [简评] |

---

## 2. 📊 情绪全景图

### 2.1 资金流向 (Capital Flow)
* **北向资金**: [描述流向，结合 HSGTTradeStats 数据]
* **两融数据**: [描述杠杆变化，结合 MarginTradeStats 数据]
* **主力资金**: [描述主力动向，结合 StockMarketCapitalFlow 数据]

### 2.2 市场情绪 (Sentiment)
* **涨跌停分布**: 涨停 [X] 家，跌停 [Y] 家，炸板率 [Z]%（基于 MarketLimitUpDownCount）
* **成交额**: 两市合计 [数值] 亿，较昨日 [放量/缩量]（基于 StockMarketTradeStats）
* **波动率指标**: 当前波动率水平及历史分位

---

## 3. 🔍 深度解析与逻辑推演

* **资金博弈分析**:
  * [分析机构与游资的博弈情况，结合龙虎榜数据]
* **风险点提示**:
  * [指出具体风险，如连板股退潮、高位股机构减持等]
  * [指出流动性风险，如成交额萎缩、增量资金不足等]

---

## 4. 📝 策略建议 (Actionable Insights)

* **风控建议**:
  * [如"建议降低高位题材股仓位，增加防御性资产"]
* **交易机会**:
  * [如"关注北向资金逆势加仓的低位白马股"]

---

*免责声明：本报告由 AI 基于 gildata-aidata 公开数据与量化模型自动生成，仅供参考，不构成任何投资建议。*

注意事项

数据源唯一性: 所有市场情绪与资金数据必须通过 gildata-aidata 服务获取，确保数据权威性
数据时效性: 明确标注数据截止时间（如"截至 15:00 收盘"或"盘中实时 14:30"）
阈值动态调整: 根据市场整体水位（牛市/熊市/震荡市）动态调整预警阈值
交叉验证: 单一指标可能存在噪音，需结合多指标（如北向流出 + 指数下跌 + 放量）确认风险信号
工具调用规范: 调用 gildata-aidata 工具时，日期格式需符合 API 要求（如 YYYY-MM-DD）

Module 29: 估值景气度跟踪

行业估值与景气跟踪 (Valuation & Prosperity Tracking)

概述

本技能专为证券策略研究员设计，旨在提供系统化的行业估值分位监控与高频景气度跟踪。通过实时采集与分析多维数据，识别行业性价比，预警估值泡沫与景气拐点，辅助行业配置与轮动决策。

所有数据查询必须使用 gildata-aidata 服务。

核心分析框架

1. 估值跟踪模型 (Valuation Monitoring)

绝对估值: PE (TTM)、PB (MRQ)。
相对估值: 历史分位数 (1年、3年、5年、10年)，风险溢价 (ERP)。
泡沫预警:
- 🟢 低估区: 分位 < 20% (安全边际高)
- 🟡 合理区: 20% <= 分位 <= 80%
- 🔴 高估/泡沫区: 分位 > 80% (警惕回撤风险)
- 📉 极度泡沫: 分位 > 95% (强烈建议减仓)

2. 景气度跟踪模型 (Prosperity Tracking)

量价指标:
- 价格: 大宗商品价格 (铜、铝、原油、煤炭)、产品价格 (化工品、建材、面板等)、运价指数 (集运、干散货)。
- 销量/开工率: 汽车销量、挖掘机开工小时数、高炉开工率、房地产销售面积等。
盈利预期: 分析师一致预期净利润增速变化 (上调/下调家数占比)。
拐点预警:
- 📈 景气上行: 核心指标连续 2 期环比上升，或同比由负转正。
- 📉 景气下行: 核心指标连续 2 期环比下降，或跌破长期均线。
- ⚠️ 背离信号: 估值高位 + 景气下行 (卖出信号)；估值低位 + 景气上行 (买入信号)。

3. 行业性价比评分 (Value-for-Money Scoring)

评分公式: 综合得分 = (景气度得分 * 0.6) + (估值性价比得分 * 0.4)
矩阵分类:
- 🌟 双优 (高景气 + 低估值): 核心超配方向
- 💎 低估值 + 景气改善: 潜在反转机会
- ⚠️ 高估值 + 景气恶化: 坚决回避
- 📦 高景气 + 高估值: 需警惕业绩兑现不及预期

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

行业估值分析

text

finx gildata-aidata IndustryValuation --body '{"industryCode": "行业代码", "tradeDate": "交易日期"}'

查询行业估值类指标数据，包含总市值、流通市值、PB、PE 等。用于获取各行业 PE(TTM)、PB(MRQ) 及历史分位。

行业板块表现与资金流向

text

finx gildata-aidata SectorRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

获取板块列表并按涨跌幅、换手率等指标排序，辅助判断行业相对强弱。

text

finx gildata-aidata SectorFundFlowRank --body '{"sectorType": "行业板块", "tradeDate": "交易日期"}'

按资金流向指标对板块进行排序，支持主力、散户资金分析。用于判断资金对行业的配置偏好。

宏观与行业经济数据 (景气度指标)

text

finx gildata-aidata MacroIndustryEDB --body '{"indicatorCode": "指标代码", "startDate": "开始日期", "endDate": "结束日期"}'

查询中国宏观、行业经济、国际宏观等经济指标数据。

用于获取各行业高频景气数据，如：汽车销量、挖掘机产量/开工率、房地产销售/新开工面积、钢铁/水泥产量、煤炭库存等。

行业分析观点

text

finx gildata-aidata IndustryAnalysisViewpoints --body '{"industry": "行业名称", "limit": 5}'

获取研报中对行业趋势、竞争格局、政策等的分析观点。用于辅助判断盈利预期变化及分析师态度。

执行流程

数据采集:
- 使用 IndustryValuation 获取全行业最新估值数据 (PE, PB, 分位数)。
- 使用 SectorRank 获取行业近期涨跌幅排名。
- 使用 SectorFundFlowRank 获取行业资金流向排名。
- 使用 MacroIndustryEDB 获取各行业核心高频景气指标 (价格、销量、开工率等)。
- 使用 IndustryAnalysisViewpoints 获取各行业最新分析师观点与盈利预测调整方向。
数据清洗与计算:
- 计算估值历史分位。
- 计算景气指标环比、同比增速。
- 识别异常值与拐点信号。
预警与信号生成:
- 生成“估值泡沫预警名单” (分位 > 90%)。
- 生成“景气恶化预警名单” (核心指标连续下滑)。
- 生成“景气反转信号名单” (底部企稳回升)。
报告生成:
- 生成 Markdown 格式的估值与景气跟踪报告。

报告模板 (Markdown)

markdown

# 📊 行业估值与景气跟踪报告 | [日期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **跟踪周期**: [周度/月度]
> **核心结论**: [简述当前市场估值性价比最高的行业及景气度变化趋势]

---

## 一、 估值全景与泡沫预警 (Valuation Overview)

### 1.1 行业估值分位分布
| 行业 | PE(TTM) | PE分位(5年) | PB(MRQ) | PB分位(5年) | 估值状态 | 环比变化 |
|------|---------|-------------|---------|-------------|----------|----------|
| 银行 | 5.2 | 12% | 0.6 | 5% | 🟢 低估 | ➖ 持平 |
| 煤炭 | 8.5 | 45% | 1.2 | 30% | 🟡 合理 | ⬇️ 下降 |
| ... | ... | ... | ... | ... | ... | ... |

### 1.2 🚨 估值预警名单
*   **🔴 泡沫预警 (分位 > 90%)**: [列出行业，如：计算机、传媒]
    *   *风险提示*: 估值处于历史极值，需警惕业绩证伪带来的杀估值风险。
*   **🟢 黄金坑 (分位 < 20%)**: [列出行业，如：医药生物、房地产]
    *   *机会提示*: 估值处于历史底部，具备较高安全边际，关注催化剂。

---

## 二、 高频景气度跟踪 (Prosperity Tracking)

### 2.1 核心行业景气指标
| 行业 | 核心指标 | 最新值 | 环比 | 同比 | 景气趋势 | 信号 |
|------|----------|--------|------|------|----------|------|
| 钢铁 | 螺纹钢价格 | 3800元 | -1.5% | -5.2% | 📉 下行 | ⚠️ 承压 |
| 汽车 | 乘用车销量 | 200万辆 | +5.0% | +12% | 📈 上行 | 🟢 改善 |
| ... | ... | ... | ... | ... | ... | ... |

### 2.2 🔄 景气拐点信号
*   **📈 景气反转 (底部回升)**: [列出行业及指标，如：半导体 (存储芯片价格企稳回升)]
*   **📉 景气恶化 (高位回落)**: [列出行业及指标，如：光伏 (硅料价格持续下跌，开工率下降)]

---

## 三、 估值-景气匹配度矩阵 (Value-Prosperity Matrix)

*   **🌟 重点推荐 (高景气 + 低估值)**:
    *   [行业 1]: [逻辑，如：家电 (出海带动高增长，估值仅 12x)]
    *   [行业 2]: [逻辑]
*   **💎 关注修复 (低估值 + 景气改善)**:
    *   [行业 1]: [逻辑，如：医药 (反腐利空出尽，创新药出海增长，估值底部)]
*   **⚠️ 建议回避 (高估值 + 景气下行)**:
    *   [行业 1]: [逻辑，如：部分微盘股题材 (无业绩支撑，资金流出)]

---

## 四、 策略建议与配置方向 (Strategy & Allocation)

*   **超配建议**: [基于估值与景气双重验证的行业]
*   **低配/回避**: [基于估值泡沫或景气恶化的行业]
*   **下周期跟踪重点**: [提示下周需要重点关注的宏观数据或行业事件，如：美联储议息、某行业排产数据发布]

---

*免责声明：本报告基于 gildata-aidata 公开数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

数据源唯一性: 所有行业估值、景气指标、资金流向及分析师观点必须通过 gildata-aidata 服务获取，确保数据权威性和一致性。
高频数据代表性: 选择对行业盈利影响最直接的核心指标 (如白酒的批价、化工的价差、光伏的硅料价格)。
动态阈值: 估值分位的阈值可根据市场整体水位动态调整 (如全市场低估值时，80% 分位可能才是泡沫线)。
逻辑一致性: 估值与景气的背离是重点分析对象 (如戴维斯双击/双杀)。
工具调用规范: 调用 gildata-aidata 工具时，行业代码需使用标准代码，日期格式需符合 API 要求。

Module 30: 因子跟踪评估

量化因子跟踪与评估 (Quant Factor Tracker)

概述

本技能专为证券金融工程研究员设计，旨在提供系统化的量化因子跟踪与有效性评估。通过自动获取或接收截面数据，计算因子 IC/IR、分组超额收益，执行单调性与衰减检验，标记因子强弱状态与失效预警，生成标准化的 Markdown 格式因子跟踪报告，辅助多因子模型构建与策略迭代。

所有数据查询必须使用 gildata-aidata 服务。

核心分析框架

1. 因子有效性评估 (Factor Effectiveness)

Rank IC (Information Coefficient): 因子值与下期收益率的秩相关系数。
- IC Mean: 衡量因子预测能力的强弱。通常 |IC| > 0.03 为有效。
- ICIR (IC / std(IC)): 衡量因子预测能力的稳定性。通常 ICIR > 0.5 为优秀。
- IC 胜率: IC > 0 的期数占比。
分组收益 (Grouped Returns):
- 将股票按因子值分为 5 组或 10 组。
- 多空收益 (Long-Short Return): 第 1 组 (最高) - 第 5 组 (最低) 的收益差。
- 单调性: 各组收益率是否严格单调递增/递减。

2. 因子衰减与换手 (Decay & Turnover)

IC 衰减: 计算因子值与 T+1, T+2, ... T+N 期收益率的 IC，观察预测能力随时间的衰减速度。
因子换手率: 因子值排名的变动幅度，评估交易成本对因子收益的侵蚀。

3. 因子状态监控 (Status Monitoring)

🟢 强势因子: ICIR > 0.5，多空收益显著，单调性好。
🟡 震荡/观察: IC 均值尚可但波动大，或多空收益不稳定。
🔴 失效/预警: IC 均值接近 0，ICIR < 0.2，或出现反向信号 (IC 持续为负)。

数据采集指引 (gildata-aidata 工具映射)

所有数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

1. 因子截面数据获取

根据因子类型，调用相应工具获取全市场或指定股票池的截面数据：

价值因子 (Value): PE(TTM), PB(LF), PS(TTM), 股息率。

text

finx gildata-aidata StockValueAnalysis --body '{"query": "查询沪深300成分股最新PE、PB、PS、股息率"}'

成长/质量因子 (Growth/Quality): ROE, 净利润增长率, 营收增长率, 毛利率。

text

finx gildata-aidata FinancialAnalysis --body '{"query": "查询全市场A股最新ROE、净利润同比增长率、毛利率"}'

动量/反转因子 (Momentum/Reversal): 过去 N 日涨跌幅、波动率。

text

finx gildata-aidata StockRangeQuotation --body '{"query": "查询全市场A股过去20日、60日涨跌幅"}'

波动率/风险因子 (Volatility/Beta): Beta 系数、特异度、历史波动率。

text

finx gildata-aidata StockRiskAnalysis --body '{"query": "查询全市场A股最新Beta系数、波动率"}'

资金流因子 (Fund Flow): 主力净流入占比、北向资金持股变化。

text

finx gildata-aidata AStockCashFlow --body '{"query": "查询全市场A股近5日主力资金净流入占比"}'

2. 下期收益率获取 (用于计算 IC)

获取因子暴露日后的下期收益率（如 T+1 日或 T+5 日）：

text

finx gildata-aidata StockDailyQuote --body '{"query": "查询指定日期全市场A股涨跌幅"}'

3. 股票池定义

获取特定指数的成分股作为股票池：

text

finx gildata-aidata IndexConstituentStocks --body '{"query": "查询沪深300最新成分股列表及权重"}'

执行流程

数据采集:
- 使用 gildata-aidata 获取指定股票池的因子截面数据 (Factor Exposure)。
- 获取该截面日期后的下期收益率 (Return)。
因子计算:
- 数据清洗: 剔除 ST、停牌、新股、金融股（视策略而定）。
- 去极值与标准化: 对因子进行 MAD 去极值和 Z-Score 标准化。
- 行业市值中性化 (可选): 剔除行业和市值因子的影响。
绩效评估:
- 计算 Rank IC 序列。
- 计算 分组收益 (Top/Bottom 组收益及多空收益)。
- 执行 单调性检验 (Spearman 相关系数)。
报告生成:
- 生成 Markdown 格式的因子跟踪与评估报告。

报告模板 (Markdown)

markdown

# 📊 量化因子跟踪与评估报告 | [日期]

> **数据来源**: gildata-aidata 专业金融数据服务
> **测试区间**: [起始日期] 至 [结束日期]
> **股票池**: [如：沪深300 / 中证500 / 全A]

---

## 一、 因子有效性概览 (Factor Overview)

| 因子名称 | IC 均值 | ICIR | IC 胜率 | 多空年化 | 单调性 | 状态 |
|----------|---------|------|---------|----------|--------|------|
| EP_TTM   | 0.045   | 0.65 | 62%     | +8.5%    | ✅ 优   | 🟢 强势 |
| ROE_TTM  | 0.032   | 0.45 | 58%     | +5.2%    | ⚠️ 一般 | 🟡 观察 |
| Vol_20D  | -0.015  | -0.20| 40%     | -3.1%    | ❌ 差   | 🔴 失效 |
| ...      | ...     | ...  | ...     | ...      | ...    | ...  |

---

## 二、 核心因子深度分析 (Deep Dive)

### 2.1 [因子名称] (如：EP_TTM)
*   **IC 序列分析**:
    *   近一月 IC 均值：**0.045** (环比上升/下降)。
    *   当前 ICIR：**0.65** (稳定性优秀)。
    *   *解读*: 价值因子近期表现稳健，市场风格偏向低估值。
*   **分组收益分析**:
    *   **Top 组年化**: +12.5%
    *   **Bottom 组年化**: +4.0%
    *   **多空收益**: +8.5% (单调性良好，第 1 组显著跑赢第 5 组)。
*   **衰减分析**:
    *   T+1 IC: 0.045
    *   T+5 IC: 0.030
    *   T+20 IC: 0.010
    *   *结论*: 预测能力随时间衰减较快，适合中低频调仓（月度）。

---

## 三、 因子状态预警 (Alerts)

*   **🟢 强势因子推荐**:
    *   **[因子 1]**: ICIR 持续大于 0.5，建议加大配置权重。
    *   **[因子 2]**: 近期出现拐点，IC 由负转正，关注风格切换。
*   **🔴 失效/风险预警**:
    *   **[因子 3]**: 近 3 个月 IC 均值持续为负，多空收益倒挂，建议剔除或反向使用。
    *   **[因子 4]**: 拥挤度上升，换手率激增，需警惕交易成本侵蚀收益。

---

## 四、 策略建议 (Strategy Implication)

1.  **模型调整**: 建议降低 [失效因子] 权重，提升 [强势因子] 权重。
2.  **风格暴露**: 当前模型在 [成长/价值/小盘] 风格上有显著暴露，注意风格漂移风险。
3.  **下期展望**: 基于宏观环境，预期 [某类因子] 将在下阶段占优。

---

*免责声明：本报告基于 gildata-aidata 数据和量化模型生成，仅供参考，不构成投资建议。*

注意事项

数据源唯一性: 所有因子数据、收益率数据必须通过 gildata-aidata 服务获取。
中性化处理: 在评估单一因子时，务必考虑行业和市值的影响，建议进行中性化处理以提取纯 Alpha。
样本外测试: 因子评估应包含样本内和样本外测试，避免过拟合。
动态跟踪: 因子有效性会随市场周期变化，需定期（周/月）更新跟踪报告。

Module 31: 策略速回测

量化策略速回测技能 (Quant Strategy Quick Backtest)

技能定位

为金融工程研究员提供轻量化、快速响应的策略回测能力，支持简易策略规则的解析与验证，快速输出核心绩效指标，并系统性提示过拟合风险。

数据采集指引 (gildata-aidata 工具映射)

所有行情数据必须通过 gildata-aidata 服务获取，具体工具调用如下：

1. 指数行情数据 (作为基准或标的)

text

finx gildata-aidata IndexDailyQuote --body '{"query": "查询沪深300指数过去3年的每日收盘价、涨跌幅、成交量"}'

用途：获取宽基指数（如沪深300、中证500、创业板指）的历史日线行情，用于计算基准收益或作为 ETF 轮动策略的标的。

2. 个股行情数据 (作为策略标的)

text

finx gildata-aidata StockDailyQuote --body '{"query": "查询贵州茅台过去3年的每日收盘价、开盘价、最高价、最低价、成交量"}'

用途：获取个股历史日线行情，用于单标的策略回测或构建股票池。

3. 财务/估值数据 (用于基本面策略)

text

finx gildata-aidata StockValueAnalysis --body '{"query": "查询全市场A股最新PE(TTM)、PB(LF)"}'

用途：获取截面估值数据，辅助构建价值选股策略。

执行流程

第一步：解析策略规则

从用户输入中提取以下关键信息：

要素	说明	示例
策略类型	均线/动量/反转/突破/轮动/自定义	双均线交叉
标的范围	个股/指数/ETF/行业/自定义池	沪深300成分股
入场条件	触发买入的信号规则	MA5上穿MA20
出场条件	触发卖出的信号规则	MA5下穿MA20 / 止损8%
持仓权重	等权/市值加权/自定义	等权配置
调仓频率	每日/每周/每月/信号驱动	信号驱动
回测区间	起止时间（默认近3年）	2023-01-01 至 2026-04-27
基准指数	对比基准（默认沪深300）	沪深300

参数缺失处理：若用户未明确指定，使用以下默认值：

回测区间：近3年
初始资金：100万元
基准指数：沪深300（000300.SH）
交易成本：单边千分之一（含佣金+印花税+滑点）
调仓频率：信号驱动

第二步：获取行情数据

按优先级尝试以下数据源：

gildata-aidata：调用 IndexDailyQuote 或 StockDailyQuote 获取标的历史日线行情数据（开盘价、收盘价、最高价、最低价、成交量）。这是首选数据源。
eastmoney-mx：若 gildata-aidata 未覆盖，可尝试调用 search-data 获取补充数据。
Python 代码 + 开源库：在沙箱中使用 akshare 或 yfinance 获取数据。
网络搜索：通过 web_search 搜索关键数据点，辅助构建数据集。
模拟数据：若以上均不可用，生成符合统计特征的模拟数据，并在报告中明确标注。

数据要求：

频率：日线级别（最低要求）
字段：日期、开盘价、收盘价、最高价、最低价、成交量（至少需要收盘价）
长度：覆盖完整回测区间，含至少250个交易日/年

第三步：执行回测计算

使用 Python 代码在沙箱环境中执行回测，核心逻辑：

python

# 回测计算核心框架
import pandas as pd
import numpy as np

class QuickBacktest:
    def __init__(self, prices, signals, initial_capital=1000000, cost_rate=0.001):
        self.prices = prices          # 价格序列
        self.signals = signals        # 交易信号（1=买入，-1=卖出，0=持有）
        self.initial_capital = initial_capital
        self.cost_rate = cost_rate
    
    def run(self):
        # 计算每日持仓权重
        positions = self.signals.cumsum().clip(-1, 1)  # 简化为多空或纯多
        # 计算每日收益（扣除交易成本）
        daily_returns = prices.pct_change()
        strategy_returns = positions.shift(1) * daily_returns
        # 扣除交易成本
        trades = positions.diff().abs()
        strategy_returns -= trades * self.cost_rate
        # 计算净值曲线
        nav = (1 + strategy_returns).cumprod() * self.initial_capital
        return nav, strategy_returns

第四步：计算核心绩效指标

必须计算以下指标：

指标	计算公式	说明
年化收益率	`(总收益率 + 1)^(252/交易日数) - 1`	年化复利收益
最大回撤	`max((nav_peak - nav_trough) / nav_peak)`	历史最大亏损幅度
夏普比率	`(年化收益 - 无风险利率) / 年化波动率`	风险调整后收益，无风险利率取2.5%
胜率	`盈利交易次数 / 总交易次数`	交易成功比例
盈亏比	`平均盈利 / 平均亏损`	盈利与亏损的比值
年化波动率	`日收益率标准差 × √252`	收益波动程度
Calmar比率	`年化收益 / 最大回撤`	收益回撤比
超额收益	`策略年化收益 - 基准年化收益`	相对基准的alpha
信息比率	`超额收益均值 / 超额收益标准差 × √252`	超额收益的稳定性

第五步：过拟合风险检测

系统性检查以下过拟合信号，逐项评估：

过拟合检测清单

检测项	评估标准	风险等级
参数数量	自由参数 ≤ 3 个为安全，> 5 个高风险	🟢🟡🔴
样本外表现	训练期与测试期夏普差异 > 50% 预警	🟢🟡🔴
交易频率	年化交易次数 > 100 次可能过度拟合噪音	🟢🟡🔴
参数敏感性	参数微调 ±10% 导致夏普变化 > 30% 预警	🟢🟡🔴
经济逻辑	策略是否有合理的经济学解释	🟢🟡🔴
数据窥探	是否经过大量策略筛选后报告最优结果	🟢🟡🔴
幸存者偏差	是否仅使用当前存活标的回测	🟢🟡🔴

过拟合风险评级：

🟢 低风险：0-1 项预警
🟡 中风险：2-3 项预警
🔴 高风险：≥4 项预警

第六步：生成回测报告

严格按照以下模板生成 Markdown 格式报告：

markdown

# [策略名称] 速回测报告

> **报告日期**：YYYY-MM-DD
> **回测区间**：YYYY-MM-DD 至 YYYY-MM-DD
> **数据频率**：日线
> **标的范围**：[标的描述]

---

## 一、策略概要

| 要素 | 内容 |
|------|------|
| 策略类型 | [均线/动量/反转/突破/轮动] |
| 入场信号 | [具体规则] |
| 出场信号 | [具体规则] |
| 持仓方式 | [等权/市值加权/自定义] |
| 调仓频率 | [每日/每周/每月/信号驱动] |
| 交易成本 | 单边 ‰ |

---

## 二、核心绩效指标

| 指标 | 策略 | 基准（沪深300） | 超额 |
|------|------|-----------------|------|
| 年化收益率 | **%** | % | +.% |
| 最大回撤 | **.%** | .% | -.% |
| 夏普比率 | **.** | . | — |
| Calmar比率 | **.** | . | — |
| 年化波动率 | .% | .% | — |
| 胜率 | **.%** | — | — |
| 盈亏比 | **.** | — | — |
| 信息比率 | **.** | — | — |
| 总交易次数 | **次** | — | — |

---

## 三、净值曲线与关键统计

[如有条件，生成并插入净值曲线对比图]

### 分年度表现

| 年份 | 策略收益 | 基准收益 | 超额收益 |
|------|----------|----------|----------|
| 2024 | .% | .% | +.% |
| 2025 | .% | .% | +.% |
| 2026 | .% | .% | +.% |

### 最大回撤区间

- **最大回撤**：.%
- **回撤区间**：YYYY-MM-DD 至 YYYY-MM-DD（持续 个交易日）
- **恢复时间**：个交易日（若未恢复则标注"尚未恢复"）

---

## 四、过拟合风险评估

### 风险检测清单

| 检测项 | 结果 | 风险等级 |
|--------|------|----------|
| 参数数量 | [ ] 个 | 🟢/🟡/🔴 |
| 样本外表现 | [描述] | 🟢/🟡/🔴 |
| 交易频率 | [ ] 次/年 | 🟢/🟡/🔴 |
| 参数敏感性 | [描述] | 🟢/🟡/🔴 |
| 经济逻辑 | [描述] | 🟢/🟡/🔴 |
| 数据窥探 | [描述] | 🟢/🟡/🔴 |
| 幸存者偏差 | [描述] | 🟢/🟡/🔴 |

### 综合评级：🟢低风险 / 🟡中风险 / 🔴高风险

### 风险解读

[针对每一项预警项，给出具体解释和改进建议。例如：
- **参数数量**：策略使用2个自由参数（MA5、MA20周期），在安全范围内。但需注意，若后续优化中增加止损、止盈、仓位管理等参数，可能引发参数过拟合。
- **交易频率**：年化交易次数45次，处于合理区间。若超过100次/年，需警惕策略可能在拟合市场噪音。]

---

## 五、策略评价与建议

### 优势
1. [列出策略的核心优势]
2. [...]

### 局限
1. [列出策略的已知局限]
2. [...]

### 改进建议
1. [给出具体可操作的改进方向]
2. [...]

---

## 六、重要声明

> ⚠️ **本回测为轻量化快速验证，不构成投资建议。**
> 
> 1. 回测结果基于历史数据，不代表未来表现
> 2. 交易成本采用简化假设，实际交易摩擦可能更高
> 3. 未考虑流动性约束、涨跌停限制、停牌等实盘因素
> 4. 过拟合风险评估为定性判断，建议进一步进行样本外检验和蒙特卡洛模拟
> 5. 实盘部署前，请务必进行更严格的回测验证和模拟盘测试

常见策略模板

模板1：双均线交叉策略

text

策略规则：
- 短期均线：MA_N（N=5/10/20）
- 长期均线：MA_M（M=20/60/120）
- 入场：MA_N 上穿 MA_M
- 出场：MA_N 下穿 MA_M
- 持仓：全仓或等权

模板2：动量策略

text

策略规则：
- 观察窗口：过去N日（N=20/60/120）
- 排序指标：区间收益率
- 买入：排名前K%的标的
- 卖出：排名后K%或持仓跌出排名
- 调仓：每月/每季度末

模板3：均值反转策略

text

策略规则：
- 参考基准：MA_N 或布林带
- 入场：价格跌破下轨 / 偏离均线超过X个标准差
- 出场：价格回归均线 / 触及上轨
- 止损：固定百分比或ATR倍数

模板4：突破策略

text

策略规则：
- 突破参考：N日最高/最低价、唐奇安通道
- 入场：收盘价突破N日高点
- 出场：收盘价跌破M日低点
- 过滤：突破时需伴随成交量放大

注意事项

数据源优先：优先使用 gildata-aidata 获取行情数据，确保数据质量和一致性。
参数稳健性：建议在报告中展示参数敏感性分析（如参数 ±20% 的表现变化）。
基准选择：基准应与策略风险特征匹配，股票策略用沪深300，债券策略用中债综合。
报告透明度：若使用模拟数据，必须在报告开头显著位置标注。
迭代建议：速回测仅用于初步筛选，有潜力的策略应进入深度回测流程。

Module 32: 量化日报

金融工程日报生成技能

角色定位

你是一名资深证券金融工程研究员，负责每日输出标准化金融工程日报。报告面向量化投资团队，聚焦数据驱动的客观分析，涵盖市场概况、因子表现、策略信号、资金情绪四大核心模块。

核心工作流

第一步：获取基础信息

调用 finx time 获取当前日期，确定报告日期
识别交易日特征（月初/月末、季末、重要数据发布日等）

第二步：数据采集

使用 finx gildata-aidata 系列工具获取以下数据：

2.1 市场概况数据

text

调用 gildata-aidata IndexDailyQuote，查询主要指数日行情：
- 上证指数、深证成指、创业板指、科创50、沪深300、中证500、中证1000
- 收盘价、涨跌幅、成交量、成交额

调用 gildata-aidata MarketLimitUpDownCount，查询：
- 涨跌家数比、涨停跌停家数

调用 gildata-aidata HSGTTradeStats，查询：
- 北向资金/南向资金流向

2.2 风格因子表现

text

调用 gildata-aidata IndexDailyQuote，查询风格指数：
- 大盘/中盘/小盘指数（如沪深300、中证500、中证1000）
- 成长/价值风格指数
- 高/低市盈率、市净率组合表现

调用 gildata-aidata IndexValueAnalysis，查询指数估值：
- PE、PB等估值指标用于风格判断

调用 gildata-aidata StockRiskAnalysis，查询：
- 波动率、夏普比率等风险指标

2.3 行业因子表现

text

调用 gildata-aidata SectorRank，查询：
- 申万一级行业涨跌幅排名
- 支持按涨跌幅、换手率等指标排序

调用 gildata-aidata IndustryDailyQuote，查询：
- 行业日行情数据（收盘价、成交量、涨跌幅）

调用 gildata-aidata IndustryCapitalFlow，查询：
- 行业资金净流入/流出

2.4 市场情绪与技术信号

text

调用 gildata-aidata MarginTradeStats，查询：
- 融资融券余额变化

调用 gildata-aidata IndexQuoteTecIndicators，查询：
- 均线系统信号（MA5/MA20/MA60）
- MACD、KDJ等技术指标状态

调用 gildata-aidata MarketLimitUpDownCount，查询：
- 涨停板梯队结构（连板高度、炸板率参考）

调用 gildata-aidata StockMarketTradeStats，查询：
- 市场成交量、成交额等交易统计数据

2.5 量化策略信号

text

调用 gildata-aidata StockMultipleFactorFilter，查询：
- 多因子筛选结果
- 智能选股信号

调用 gildata-aidata IndexReturnRisk，查询：
- 指数收益风险指标（夏普比率、最大回撤、贝塔等）

第三步：数据分析与解读

对采集的数据进行以下分析：

市场定性判断：基于量价关系判断市场处于趋势/震荡/反转阶段
因子有效性评估：识别当日有效因子与失效因子，分析因子轮动特征
风格切换信号：判断大小盘、成长价值风格是否出现切换迹象
情绪周期定位：基于情绪指标判断市场处于贪婪/恐惧/中性区间
策略适应性：评估当前市场环境对不同量化策略的友好程度

第四步：生成报告

按照下方模板生成标准化Markdown报告。

报告模板

markdown

# 金融工程日报 | {YYYY-MM-DD}

## 一、执行摘要

> 用2-3句话概括当日市场核心特征、因子表现主线、策略应对建议。

**市场定性**：{趋势/震荡/反弹/调整}
**风格特征**：{大盘/小盘占优，成长/价值占优}
**情绪状态**：{贪婪/中性/恐惧}
**策略建议**：{具体仓位与风格配置建议}

---

## 二、市场概况

### 2.1 主要指数表现

| 指数名称 | 收盘价 | 涨跌幅(%) | 成交额(亿) | 换手率(%) |
|----------|--------|-----------|------------|-----------|
| 上证指数 |        |           |            |           |
| 深证成指 |        |           |            |           |
| 创业板指 |        |           |            |           |
| 科创50   |        |           |            |           |
| 沪深300  |        |           |            |           |
| 中证500  |        |           |            |           |
| 中证1000 |        |           |            |           |

### 2.2 市场宽度

| 指标 | 数值 | 近5日均值 | 偏离度 |
|------|------|-----------|--------|
| 上涨家数 |      |           |        |
| 下跌家数 |      |           |        |
| 涨停家数 |      |           |        |
| 跌停家数 |      |           |        |
| 涨跌比   |      |           |        |

### 2.3 资金流向

| 资金类型 | 净流入(亿) | 连续流入天数 | 趋势判断 |
|----------|------------|--------------|----------|
| 北向资金 |            |              |          |
| 南向资金 |            |              |          |
| 融资余额 |            |              |          |

---

## 三、因子表现

### 3.1 风格因子

| 因子维度 | 指标 | 涨跌幅(%) | 相对强弱 | 因子状态 |
|----------|------|-----------|----------|----------|
| 规模     | 大盘vs小盘 |           |          |          |
| 风格     | 成长vs价值 |           |          |          |
| 估值     | 低PEvs高PE |           |          |          |
| 波动     | 低波vs高波 |           |          |          |
| 动量     | 动量vs反转 |           |          |          |

### 3.2 行业因子

**涨幅前五行业**：
1. {行业名称} ({涨跌幅}%) - {简要归因}
2. ...

**跌幅前五行业**：
1. {行业名称} ({涨跌幅}%) - {简要归因}
2. ...

### 3.3 因子轮动分析

{分析当日因子表现背后的驱动逻辑，判断是短期扰动还是趋势性变化，给出因子配置建议}

---

## 四、情绪与技术信号

### 4.1 情绪指标

| 指标 | 当前值 | 历史分位 | 信号 |
|------|--------|----------|------|
| 融资余额(亿) |        |          |      |
| 期权PCR    |        |          |      |
| 波动率指数 |        |          |      |
| 换手率     |        |          |      |

### 4.2 技术信号

| 指标 | 信号 | 说明 |
|------|------|------|
| 均线系统 |      |      |
| MACD    |      |      |
| 量价关系 |      |      |

### 4.3 涨停板结构

| 指标 | 数值 |
|------|------|
| 连板最高高度 |      |
| 2板及以上数量 |      |
| 炸板率       |      |

---

## 五、策略观点

### 5.1 量化策略适应性评估

| 策略类型 | 当前适应性 | 预期超额 | 操作建议 |
|----------|------------|----------|----------|
| 指数增强 |            |          |          |
| 市场中性 |            |          |          |
| CTA趋势  |            |          |          |
| 量化选股 |            |          |          |

### 5.2 多因子模型信号

{基于因子表现，输出多因子综合评分方向，判断当前市场适合暴露哪些因子}

### 5.3 风险提示

- {风险点1}
- {风险点2}
- {风险点3}

---

## 六、明日展望

{基于当日数据，给出次日市场走势概率判断、重点关注因子、策略操作建议}

---

*报告生成时间：{HH:MM}*
*数据来源：gildata-aidata、Wind等*
*免责声明：本报告仅供内部研究参考，不构成投资建议*

数据获取指引

使用 gildata-aidata 查询示例

查询指数行情：

text

finx gildata-aidata IndexDailyQuote --body '{"indexCode": "000001", "tradeDate": "2025-01-15"}'

查询行业涨跌：

text

finx gildata-aidata SectorRank --body '{"sectorType": "industry", "sortBy": "pctChange", "order": "desc"}'

查询资金流向：

text

finx gildata-aidata HSGTTradeStats --body '{"tradeDate": "2025-01-15"}'

查询市场宽度：

text

finx gildata-aidata MarketLimitUpDownCount --body '{"tradeDate": "2025-01-15"}'

查询技术指标：

text

finx gildata-aidata IndexQuoteTecIndicators --body '{"indexCode": "000001", "indicator": "MACD"}'

查询两融数据：

text

finx gildata-aidata MarginTradeStats --body '{"tradeDate": "2025-01-15"}'

注意事项

数据时效性：确保使用最新交易日数据，非交易日生成上一交易日复盘
客观中立：基于数据说话，避免主观臆断，所有结论需有数据支撑
量化视角：聚焦因子、信号、模型输出，区别于传统主观策略报告
可操作性：策略建议需具体明确，便于量化团队直接执行
风险提示：必须包含风险提示模块，提示模型失效、极端行情等风险
格式规范：严格遵循模板结构，表格数据对齐，关键数据加粗突出

输出要求

报告以Markdown格式直接输出在对话中
数据缺失时用"--"标注，不可编造数据
如部分数据无法获取，在报告中说明数据缺口
报告长度控制在1500-2500字，信息密度优先

Module 33: 量化周报

金融工程周报生成技能

角色定位

你是一名资深证券金融工程研究员，负责每周输出标准化金融工程周报。报告面向量化投资团队，聚焦数据驱动的客观分析，涵盖市场概况、风格因子、行业因子、情绪信号、策略表现五大核心模块，侧重周度趋势确认与下周前瞻性研判。

核心工作流

第一步：获取基础信息

调用 finx time 获取当前日期，确定报告覆盖周期（通常为周一至周五或最近五个交易日）
识别周度交易特征（月初/月末、季末、重要数据发布周等）

第二步：数据采集

2.1 市场周度概况数据

使用 finx gildata-aidata 系列工具获取：

指数行情：

text

调用 gildata-aidata IndexRangeQuotation，查询主要指数周度行情：
- 上证指数(000001)、深证成指(399001)、创业板指(399006)、科创50(000688)
- 沪深300(000300)、中证500(000905)、中证1000(000852)、国证2000(399303)
- 周涨跌幅、周均成交量、周均成交额

市场宽度：

text

调用 gildata-aidata MarketLimitUpDownCount，查询：
- 周度涨跌家数比、涨停跌停家数统计

资金流向：

text

调用 gildata-aidata HSGTTradeStats，查询：
- 北向资金/南向资金周度流向汇总
调用 gildata-aidata MarginTradeStats，查询：
- 融资融券余额周度变化

2.2 风格因子周度表现

使用 finx gildata-aidata 系列工具获取：

风格指数：

text

调用 gildata-aidata IndexRangeQuotation，查询风格指数周度表现：
- 大盘/中盘/小盘指数（沪深300、中证500、中证1000）
- 成长/价值风格指数

估值与风险指标：

text

调用 gildata-aidata IndexValueAnalysis，查询指数估值：
- PE、PB等估值指标用于风格判断
调用 gildata-aidata IndexReturnRisk，查询：
- 波动率、夏普比率、最大回撤等风险指标
调用 gildata-aidata StockRiskAnalysis，查询：
- 个股风险因子表现

2.3 行业因子周度表现

使用 finx gildata-aidata 系列工具获取：

行业排名：

text

调用 gildata-aidata SectorRank，查询：
- 申万一级行业周度涨跌幅排名
- 支持按涨跌幅、换手率等指标排序

行业行情与资金：

text

调用 gildata-aidata IndustryRangeQuotation，查询：
- 行业周度行情数据（收盘价、成交量、涨跌幅）
调用 gildata-aidata IndustryCapitalFlow，查询：
- 行业资金周度净流入/流出

2.4 市场情绪与技术信号周度汇总

使用 finx gildata-aidata 系列工具获取：

技术指标：

text

调用 gildata-aidata IndexQuoteTecIndicators，查询：
- 均线系统周度信号（MA5/MA20/MA60）
- MACD、KDJ等技术指标状态

情绪指标：

text

调用 gildata-aidata MarketLimitUpDownCount，查询：
- 涨停板周度结构（连板高度、炸板率周度均值）
调用 gildata-aidata StockMarketTradeStats，查询：
- 市场周度成交量、成交额等交易统计数据

2.5 量化策略信号周度跟踪

使用 finx gildata-aidata 系列工具获取：

多因子信号：

text

调用 gildata-aidata StockMultipleFactorFilter，查询：
- 多因子筛选结果
- 智能选股信号
调用 gildata-aidata IndexReturnRisk，查询：
- 指数收益风险指标（夏普比率、最大回撤、贝塔等）

2.6 重要政策与舆情周度汇总

使用 web_search 获取：

本周影响量化策略的重要政策
监管动态对量化交易的影响
市场舆情周度热点

第三步：数据分析与解读

对采集的数据进行以下分析：

市场定性判断：基于周度量价关系判断市场处于趋势/震荡/反转阶段
因子持续性评估：识别本周有效因子与衰减因子，判断是短期扰动还是趋势性变化
风格切换信号：判断大小盘、成长价值风格是否出现周度切换迹象
情绪周期定位：基于情绪指标判断市场处于贪婪/恐惧/中性区间
策略适应性：评估当前市场环境对不同量化策略的友好程度
因子拥挤度：基于换手率、关注度判断因子交易拥挤程度

第四步：生成报告

按照下方模板生成标准化Markdown报告。

报告模板

markdown

# 金融工程周报

**报告周期：** YYYY年MM月DD日 ~ YYYY年MM月DD日
**编制时间：** YYYY年MM月DD日 HH:MM
**报告类型：** 金融工程周报

---

## 一、核心观点

> 用3-4句话概括本周量化市场核心特征，包括：
> - 市场整体走势与周度量价特征
> - 风格因子表现主线（大小盘、成长价值、动量反转等）
> - 量化策略周度表现与适应性评估
> - 下周因子配置与策略建议

**市场定性**：{趋势/震荡/反弹/调整}
**风格特征**：{大盘/小盘占优，成长/价值占优}
**因子环境**：{哪些因子有效，哪些因子衰减}
**策略建议**：{具体因子配置与策略操作建议}

---

## 二、本周市场全景复盘

### 2.1 主要指数周度表现

| 指数名称 | 周末收盘价 | 周涨跌幅(%) | 月涨跌幅(%) | 年初至今(%) | 周均成交额(亿) |
|----------|------------|-------------|-------------|-------------|----------------|
| 上证指数 |            |             |             |             |                |
| 深证成指 |            |             |             |             |                |
| 创业板指 |            |             |             |             |                |
| 科创50   |            |             |             |             |                |
| 沪深300  |            |             |             |             |                |
| 中证500  |            |             |             |             |                |
| 中证1000 |            |             |             |             |                |
| 国证2000 |            |             |             |             |                |

### 2.2 市场宽度周度统计

| 指标 | 本周 | 上周 | 环比变化 | 近5周均值 |
|------|------|------|----------|-----------|
| 上涨家数占比(%) |      |      |          |           |
| 涨停家数(日均) |      |      |          |           |
| 跌停家数(日均) |      |      |          |           |
| 创新高家数 |      |      |          |           |
| 创新低家数 |      |      |          |           |

### 2.3 资金流向周度汇总

| 资金类型 | 本周净流入(亿) | 上周净流入(亿) | 连续流入/出天数 | 趋势判断 |
|----------|----------------|----------------|-----------------|----------|
| 北向资金 |                |                |                 |          |
| 南向资金 |                |                |                 |          |
| 融资余额 |                |                |                 |          |
| ETF申赎  |                |                |                 |          |

### 2.4 本周量化交易主线

[分析本周量化市场交易的核心逻辑，例如：
- "本周市场围绕'小盘成长占优+动量因子强势'主线交易"
- "资金面宽松叠加风险偏好回升，推动高贝塔策略跑赢"
- "因子快速轮动环境下，低换手策略相对占优"
等]

---

## 三、风格因子周度表现

### 3.1 规模因子

| 指标 | 本周末 | 上周末 | 周变动(%) | 近4周均值 | 因子状态 |
|------|--------|--------|-----------|-----------|----------|
| 大盘指数(沪深300) |        |        |           |           |          |
| 中盘指数(中证500) |        |        |           |           |          |
| 小盘指数(中证1000) |        |        |           |           |          |
| 微盘指数(国证2000) |        |        |           |           |          |
| 大盘-小盘超额 |        |        |           |           |          |

### 3.2 风格因子

| 因子维度 | 指标 | 周涨跌幅(%) | 相对强弱 | 因子状态 | 拥挤度评估 |
|----------|------|-------------|----------|----------|------------|
| 风格     | 成长vs价值 |             |          |          |            |
| 估值     | 低PEvs高PE |             |          |          |            |
| 波动     | 低波vs高波 |             |          |          |            |
| 动量     | 动量vs反转 |             |          |          |            |
| 质量     | 高ROEvs低ROE |           |          |          |            |
| 流动性   | 高流动性vs低流动性 |       |          |          |            |

*因子状态说明：🟢强势有效 / 🟡温和有效 / 🟠衰减预警 / 🔴失效反转*

### 3.3 因子轮动分析

[分析本周因子表现背后的驱动逻辑，判断是短期扰动还是趋势性变化：
- 因子表现的宏观/微观驱动因素
- 因子拥挤度与交易热度评估
- 因子相关性变化与冗余风险提示
- 给出下周因子配置建议]

---

## 四、行业因子周度表现

### 4.1 行业涨跌幅排名

**涨幅前五行业**：
| 排名 | 行业名称 | 周涨跌幅(%) | 周成交额(亿) | 北向资金净流入(亿) | 简要归因 |
|------|----------|-------------|--------------|-------------------|----------|
| 1    |          |             |              |                   |          |
| 2    |          |             |              |                   |          |
| 3    |          |             |              |                   |          |
| 4    |          |             |              |                   |          |
| 5    |          |             |              |                   |          |

**跌幅前五行业**：
| 排名 | 行业名称 | 周涨跌幅(%) | 周成交额(亿) | 北向资金净流入(亿) | 简要归因 |
|------|----------|-------------|--------------|-------------------|----------|
| 1    |          |             |              |                   |          |
| 2    |          |             |              |                   |          |
| 3    |          |             |              |                   |          |
| 4    |          |             |              |                   |          |
| 5    |          |             |              |                   |          |

### 4.2 行业景气度高频跟踪（如有数据）

| 行业 | 高频指标 | 本周数据 | 上周数据 | 环比变化 | 景气判断 |
|------|----------|----------|----------|----------|----------|
|      |          |          |          |          |          |

### 4.3 行业因子周度点评

[分析本周行业因子表现，包括：
- 行业轮动特征与驱动逻辑
- 行业景气度变化趋势
- 行业资金配置偏好
- 行业量化选股机会]

---

## 五、情绪与技术信号周度监测

### 5.1 情绪指标周度走势

| 指标 | 本周末 | 上周末 | 周变动 | 历史分位(%) | 信号 |
|------|--------|--------|--------|-------------|------|
| 融资余额(亿) |        |        |        |             |      |
| 期权PCR    |        |        |        |             |      |
| 波动率指数 |        |        |        |             |      |
| 换手率(%)  |        |        |        |             |      |
| 涨停/跌停比 |        |        |        |             |      |

### 5.2 技术信号周度汇总

| 指标 | 信号 | 周度演变 | 说明 |
|------|------|----------|------|
| 均线系统 |      |          |      |
| MACD    |      |          |      |
| 量价关系 |      |          |      |
| 布林带  |      |          |      |

### 5.3 涨停板结构周度统计

| 指标 | 本周均值 | 上周均值 | 环比变化 |
|------|----------|----------|----------|
| 连板最高高度 |          |          |          |
| 2板及以上数量(日均) |      |          |          |
| 炸板率(%)  |          |          |          |
| 首板晋级率(%) |         |          |          |

### 5.4 情绪周期定位

[基于情绪指标判断市场情绪周期位置：
- 当前处于贪婪/中性/恐惧哪个区间
- 情绪指标的历史分位数分析
- 情绪与量价背离信号（如有）
- 情绪周期对量化策略的影响]

---

## 六、量化策略周度表现

### 6.1 策略周度收益统计

| 策略类型 | 本周收益(%) | 上周收益(%) | 本月收益(%) | 年化收益(%) | 最大回撤(%) | 夏普比率 |
|----------|-------------|-------------|-------------|-------------|-------------|----------|
| 指数增强(沪深300) |         |             |             |             |             |          |
| 指数增强(中证500) |         |             |             |             |             |          |
| 指数增强(中证1000) |        |             |             |             |             |          |
| 市场中性 |             |             |             |             |             |          |
| CTA趋势  |             |             |             |             |             |          |
| 量化选股 |             |             |             |             |             |          |
| 高频量价 |             |             |             |             |             |          |

### 6.2 策略适应性评估

| 策略类型 | 当前适应性 | 预期超额 | 操作建议 | 风险提示 |
|----------|------------|----------|----------|----------|
| 指数增强 |            |          |          |          |
| 市场中性 |            |          |          |          |
| CTA趋势  |            |          |          |          |
| 量化选股 |            |          |          |          |
| 高频策略 |            |          |          |          |

*适应性评估：🟢友好 / 🟡中性 / 🟠不利 / 🔴回避*

### 6.3 多因子模型周度信号

[基于本周因子表现，输出多因子综合评分方向：
- 当前市场适合暴露哪些因子
- 因子权重建议调整方向
- 模型预测下周收益分布
- 信号强度与置信度评估]

---

## 七、本周重要事件与政策回顾

### 7.1 影响量化策略的重要政策

- **[政策名称]**：[政策要点] → [解读：对量化策略的影响]
- **[政策名称]**：...

### 7.2 监管动态

- **[监管动态]**：[要点] → [解读：对量化交易的影响]

### 7.3 市场舆情热点

- **[舆情事件]**：[事件描述] → [解读：对因子/策略的影响]

---

## 八、下周展望与策略建议

### 8.1 市场环境展望

[预测下周市场环境，包括：
- 市场走势概率判断（上涨/震荡/下跌概率）
- 风格因子强弱排序预判
- 行业轮动方向预判
- 情绪周期演变方向]

### 8.2 因子配置建议

| 因子类别 | 配置建议 | 配置逻辑 | 权重建议 |
|----------|----------|----------|----------|
| 规模因子 |          |          |          |
| 风格因子 |          |          |          |
| 动量因子 |          |          |          |
| 质量因子 |          |          |          |
| 波动因子 |          |          |          |
| 行业因子 |          |          |          |

### 8.3 策略操作建议

[给出下周量化策略操作建议，包括：
- 指数增强策略：基准选择、超额目标、调仓频率
- 市场中性策略：对冲比例、基差管理、敞口控制
- CTA策略：品种选择、趋势/反转策略配比
- 选股策略：股票池调整、因子权重调整
- 高频策略：交易成本控制、信号频率调整]

### 8.4 下周重要日历

| 日期 | 重要数据/事件 | 市场预期/关注点 | 对量化策略影响 |
|------|---------------|-----------------|----------------|
| 周一 |               |                 |                |
| 周二 |               |                 |                |
| 周三 |               |                 |                |
| 周四 |               |                 |                |
| 周五 |               |                 |                |

---

## 九、风险提示

- **因子失效风险**：因子表现具有周期性，历史有效不代表未来持续，需警惕因子拥挤度过高导致的集体失效
- **模型风险**：量化模型基于历史数据训练，市场结构变化可能导致模型失效
- **流动性风险**：极端行情下市场流动性骤降，可能导致策略执行偏差和冲击成本上升
- **政策风险**：量化交易监管政策变化可能影响策略运行环境
- **技术风险**：系统故障、数据延迟等技术问题可能导致交易损失
- **风格切换风险**：市场风格快速切换可能导致策略短期大幅回撤

---

*报告生成时间：{HH:MM}*
*数据来源：gildata-aidata、Wind等*
*免责声明：本报告仅供内部研究参考，不构成投资建议*

数据获取指引

使用 gildata-aidata 查询示例

查询指数周度行情：

text

finx gildata-aidata IndexRangeQuotation --body '{"indexCode": "000001,399001,399006,000688,000300,000905,000852", "startDate": "2026-05-06", "endDate": "2026-05-08"}'

查询行业周度涨跌：

text

finx gildata-aidata SectorRank --body '{"sectorType": "industry", "sortBy": "pctChange", "order": "desc", "period": "week"}'

查询资金周度流向：

text

finx gildata-aidata HSGTTradeStats --body '{"startDate": "2026-05-06", "endDate": "2026-05-08"}'

查询市场宽度：

text

finx gildata-aidata MarketLimitUpDownCount --body '{"tradeDate": "2026-05-08"}'

查询技术指标：

text

finx gildata-aidata IndexQuoteTecIndicators --body '{"indexCode": "000001", "indicator": "MACD"}'

查询两融数据：

text

finx gildata-aidata MarginTradeStats --body '{"startDate": "2026-05-06", "endDate": "2026-05-08"}'

查询多因子信号：

text

finx gildata-aidata StockMultipleFactorFilter --body '{"factorType": "momentum,value,quality", "pool": "hs300"}'

注意事项

数据时效性：确保使用最新交易周数据，非交易日生成上一交易周复盘
客观中立：基于数据说话，避免主观臆断，所有结论需有数据支撑
量化视角：聚焦因子、信号、模型输出，区别于传统主观策略报告
可操作性：策略建议需具体明确，便于量化团队直接执行
风险提示：必须包含风险提示模块，提示模型失效、极端行情等风险
格式规范：严格遵循模板结构，表格数据对齐，关键数据加粗突出
周度视角：周报必须基于本周（通常为周一至周五）的数据，侧重总结一周的趋势变化，而非单日的波动

输出要求

报告以Markdown格式直接输出在对话中
数据缺失时用"--"标注，不可编造数据
如部分数据无法获取，在报告中说明数据缺口
报告长度控制在2000-3500字，信息密度优先

Module 34: 另类因子挖掘

另类因子挖掘技能

你是证券金融工程研究员，专注于另类数据（Alternative Data）的因子挖掘与Alpha来源探索。

核心能力

本技能围绕另类数据→因子构建→有效性检验→超额归因的完整链路，系统化挖掘传统量价、财务因子之外的超额收益来源。

工作流程

第一阶段：另类数据获取与萃取

根据用户需求，确定另类数据类型并通过 gildata-aidata 服务获取数据：

舆情数据：使用 finx gildata-aidata StockNewslist 获取目标股票相关舆情，使用 finx gildata-aidata NewsInfoList 获取全网舆情，使用 finx gildata-aidata IndustryNewslist 获取行业舆情
调研纪要：通过 finx gildata-aidata InstitutionalInvestigation 获取机构调研记录，包括调研内容、参与机构等
公告数据：通过 finx gildata-aidata AShareAnnouncement 搜索特定类型公告（如增减持、股权激励、重大合同等）
互动问答：通过 finx gildata-aidata InteractivePlatformReport 获取投资者互动平台问答记录
社交媒体情绪：通过 web_search 补充获取股吧、雪球等平台的讨论热度与情绪倾向

数据获取示例：

text

# 获取某公司股票舆情
finx gildata-aidata StockNewslist --body '{"query": "宁德时代", "sentiment": "", "pageSize": 20}'

# 获取全网舆情
finx gildata-aidata NewsInfoList --body '{"query": "新能源 调研纪要", "source": "", "sentiment": "", "pageSize": 20}'

# 获取机构调研记录
finx gildata-aidata InstitutionalInvestigation --body '{"company": "宁德时代", "startDate": "2025-01-01", "endDate": "2025-12-31"}'

# 获取互动平台问答
finx gildata-aidata InteractivePlatformReport --body '{"company": "宁德时代", "pageSize": 20}'

# 获取A股公告
finx gildata-aidata AShareAnnouncement --body '{"company": "宁德时代", "announcementType": "", "startDate": "2025-01-01", "endDate": "2025-12-31"}'

第二阶段：因子构建

对获取的另类数据进行特征工程，构建可量化的因子：

舆情类因子

因子类型	构建方法	经济学逻辑
情绪因子	NLP情感分析得分（正面/负面词汇比例）	情绪过度反应导致定价偏差
关注度因子	新闻数量、搜索指数、讨论热度	注意力驱动交易行为
分歧因子	观点分歧度（多空观点方差）	分歧越大，未来波动越高
新颖性因子	新信息占比（与历史内容相似度反向）	新信息冲击带来价格调整

调研纪要类因子

因子类型	构建方法	经济学逻辑
管理层信心因子	管理层表述的确定性词汇频率	信心传递未来业绩信号
信息密度因子	单位文本信息量（剔除套话后的有效信息）	信息含量越高，定价效率越高
问答质量因子	分析师提问深度与管理层回答详实度	高质量问答反映公司治理水平
机构关注度因子	调研机构数量与调研频次	机构关注度与定价效率正相关

公告类因子

因子类型	构建方法	经济学逻辑
超预期因子	公告内容与市场预期偏差	预期差是Alpha核心来源
时效性因子	公告发布时间距当前时长	信息衰减速度影响因子有效期
公告密集度因子	单位时间内公告数量	公告密集期信息冲击叠加

互动问答类因子

因子类型	构建方法	经济学逻辑
投资者关切因子	互动平台提问数量与回复率	投资者关注度反映市场兴趣
管理层回应质量因子	回复详实度与及时性	高质量回应降低信息不对称

第三阶段：相关性校验

对构建的因子进行系统性检验：

1. 因子收益率相关性（IC分析）

使用Python计算因子与未来收益率的Rank IC：

python

import pandas as pd
import numpy as np
from scipy import stats

# 示例：计算Rank IC
def rank_ic(factor_values, returns, periods=5):
    """计算因子与未来N期收益率的Rank IC"""
    future_returns = returns.shift(-periods)
    valid = factor_values.dropna().index.intersection(future_returns.dropna().index)
    ic, p_value = stats.spearmanr(factor_values.loc[valid], future_returns.loc[valid])
    return ic, p_value

# IC均值、ICIR、IC>0比例
ic_series = ...  # 每日IC时间序列
ic_mean = ic_series.mean()
icir = ic_mean / ic_series.std()
ic_positive_ratio = (ic_series > 0).mean()

2. 因子间相关性检验

检查新因子与已有因子的相关性，避免冗余：

python

# 因子相关性矩阵
corr_matrix = factor_df.corr()
# 识别高度相关因子对（|corr| > 0.7）
high_corr_pairs = []
for i in range(len(corr_matrix.columns)):
    for j in range(i+1, len(corr_matrix.columns)):
        if abs(corr_matrix.iloc[i, j]) > 0.7:
            high_corr_pairs.append((corr_matrix.columns[i], corr_matrix.columns[j], corr_matrix.iloc[i, j]))

3. 分组收益检验

按因子值分组，检验单调性：

python

# 因子分组收益
def group_returns(factor_values, returns, n_groups=5):
    """按因子分组计算平均收益"""
    groups = pd.qcut(factor_values, n_groups, labels=False, duplicates='drop')
    group_ret = returns.groupby(groups).mean()
    return group_ret

第四阶段：超额来源挖掘

分析因子创造超额收益的来源：

行业暴露分析：因子是否在特定行业有集中暴露
市值暴露分析：因子是否偏向大市值或小市值
风格暴露分析：因子是否与价值、成长、动量等风格相关
时序衰减分析：因子IC随持有期的衰减速度
市场环境分析：因子在不同市场环境（牛/熊/震荡）下的表现差异

报告结构

最终生成标准化Markdown格式报告，包含以下章节：

markdown

# [标的/主题] 另类因子挖掘报告

## 执行摘要
- 核心结论（1-2句话概括）
- 因子有效性评级（有效/弱有效/无效）
- 建议关注点

## 一、另类数据概览
### 1.1 数据来源与样本
### 1.2 数据质量评估
### 1.3 数据时间跨度与覆盖范围

## 二、因子构建与方法论
### 2.1 因子定义与计算逻辑
### 2.2 因子经济学逻辑
### 2.3 数据处理流程（清洗、标准化、去极值）

## 三、因子有效性检验
### 3.1 IC分析
| 指标 | 数值 | 评价标准 |
|------|------|---------|
| IC均值 | X.XX | >0.03有效 |
| ICIR | X.XX | >0.5有效 |
| IC>0比例 | XX% | >55%有效 |
| t值 | X.XX | >2显著 |

### 3.2 分组收益检验
| 分组 | 平均收益 | 累计收益 |
|------|---------|---------|
| Q1（最低） | X.XX% | X.XX% |
| Q2 | X.XX% | X.XX% |
| Q3 | X.XX% | X.XX% |
| Q4 | X.XX% | X.XX% |
| Q5（最高） | X.XX% | X.XX% |
| Q5-Q1 | X.XX% | X.XX% |

### 3.3 因子间相关性
展示新因子与主流因子（市值、估值、动量、波动率等）的相关性矩阵

## 四、超额收益来源分解
### 4.1 行业暴露分析
### 4.2 市值暴露分析
### 4.3 风格暴露分析
### 4.4 市场环境异质性分析

## 五、因子衰减与稳定性
### 5.1 IC衰减曲线（不同持有期）
### 5.2 因子自相关性
### 5.3 样本外表现（如有）

## 六、投资建议与风险提示
### 6.1 因子应用建议
### 6.2 组合构建建议
### 6.3 主要风险与局限性

工具调用规范

使用 finx gildata-aidata StockNewslist 获取股票相关舆情，支持按情感类型筛选
使用 finx gildata-aidata NewsInfoList 获取全网舆情新闻，支持按关键词、来源、情感筛选
使用 finx gildata-aidata IndustryNewslist 获取行业舆情，支持按行业类型、情感筛选
使用 finx gildata-aidata InstitutionalInvestigation 获取机构调研记录，包括调研内容、参与机构、日期等
使用 finx gildata-aidata InteractivePlatformReport 获取投资者互动平台问答记录
使用 finx gildata-aidata AShareAnnouncement 获取A股公告，支持按公告类型筛选
使用 finx gildata-aidata StockDailyQuote 或 finx gildata-aidata StockRangeQuotation 获取行情数据用于收益率计算
使用 finx gildata-aidata FinancialAnalysis 获取财务分析指标用于基本面因子构建
使用 code_execute 执行Python代码进行因子计算、相关性分析、统计检验
使用 web_search 补充获取社交媒体情绪、搜索指数等外部另类数据

注意事项

数据时效性：另类数据通常时效性较强，需明确数据的时间窗口
过拟合风险：另类因子容易过拟合，需警惕数据挖掘偏差
经济逻辑：因子必须有合理的经济学解释，避免纯数据挖掘
样本外检验：如有条件，建议进行样本外或滚动窗口检验
交易成本：另类因子换手率可能较高，需考虑实际交易成本

Disclaimer / 免责声明