Install
openclaw skills install news-sentiment-scan舆情监控与情绪分析技能。扫描港股、美股、A股等公司公告、新闻报道、券商研报、社交媒体(微博、雪球等),去噪后进行情绪打分(-10至+10),输出情绪温度计与重大事件清单。触发场景:舆情监控、情绪分析、新闻情绪、社交媒体情绪、上市公司消息面分析、研报解读、"监控XX股票舆情"、"XX新闻情绪如何"。
openclaw skills install news-sentiment-scan舆情监控与情绪分析技能,扫描多渠道信息源并进行情绪打分。
| 分数 | 情绪标签 | 说明 |
|---|---|---|
| +8 ~ +10 | 🤩 极度乐观 | 重大利好,股价可能大幅上涨 |
| +5 ~ +8 | 😊 偏正面 | 利好消息,持续关注 |
| +2 ~ +5 | 🙂 轻微正面 | 小幅利好,保持观察 |
| -2 ~ +2 | 😐 中性 | 无明显影响 |
| -5 ~ -2 | 😟 轻微负面 | 小幅利空,注意风险 |
| -8 ~ -5 | 😰 偏负面 | 利空消息,谨慎操作 |
| -10 ~ -8 | 😱 极度悲观 | 重大利空,股价可能大幅下跌 |
python3 {SKILL_DIR}/scripts/sentiment_scan.py <stock_code> [days] [market]
参数说明:
stock_code:股票代码
days:监控天数,默认 7market:市场标识(可选,auto 自动识别)示例:
# 监控比亚迪近7天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py 002594 7
# 监控腾讯近30天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py 0700.HK 30
# 监控苹果近7天舆情
python3 {SKILL_DIR}/scripts/sentiment_scan.py AAPL 7 us
==================================================
📰 舆情监控报告:{股票名称}({代码})
==================================================
📅 监控周期:最近{N}天
🔍 信息来源:{来源列表}
⏰ 生成时间:{时间戳}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🌡️ 情绪温度计:{分数}({情绪标签})
-10 ════════════●════════════ +10
😱 😐 🤩
└──────────┘
{当前情绪位置}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 重大事件清单:
1. [{情绪图标}] {事件标题}
来源:{来源} | 时间:{日期}
情绪贡献:{贡献分数} | 置信度:{置信度}%
2. [{情绪图标}] {事件标题}
来源:{来源} | 时间:{日期}
情绪贡献:{贡献分数} | 置信度:{置信度}%
...
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📊 情绪统计:
├── 正面事件:{N}条({占比}%)
├── 中性事件:{N}条({占比}%)
├── 负面事件:{N}条({占比}%)
└── 平均情绪:{平均分}
💡 操作建议:{建议}
| 来源 | 权重 | 说明 |
|---|---|---|
| 公司公告 | 1.0 | 官方信源,最权威 |
| 券商研报 | 0.9 | 专业机构分析 |
| 主流媒体 | 0.8 | 财经媒体新闻 |
| 监管文件 | 0.9 | 交易所、证监会文件 |
| 社交媒体 | 0.6 | 微博、雪球等 |
| 论坛帖子 | 0.5 | 股吧、社区讨论 |
| 事件类型 | 基础分数 | 说明 |
|---|---|---|
| 业绩超预期 | +5 | 营收/利润大幅增长 |
| 研报上调评级 | +3 | 券商目标价上调 |
| 大股东增持 | +3 | 管理层看好 |
| 政策利好 | +4 | 行业政策支持 |
| 产品发布 | +2 | 新产品上市 |
| 业绩不及预期 | -4 | 营收/利润下降 |
| 研报下调评级 | -3 | 券商目标价下调 |
| 大股东减持 | -3 | 管理层不看好 |
| 政策利空 | -4 | 行业政策收紧 |
| 监管调查 | -5 | 证监会/交易所调查 |