Install
openclaw skills install investoday-stock-news-event-analysisinvestoday-stock-news-event-analysis
面向A股个股新闻与事件面分析，聚焦近期新闻、事件情绪、机构验证与市场反馈。基于今日投资金融数据接口，自动识别股票代码并输出结构化新闻事件分析报告。触发词：最近新闻、消息面、事件驱动、利好利空、催化、风险消息。
📰 股票新闻事件分析
面向 A 股个股新闻与事件面分析，聚焦近期新闻、事件情绪、机构验证与市场反馈。基于今日投资金融数据接口，自动识别股票代码并输出结构化新闻事件分析报告。
触发场景
- 用户询问某只股票最近有哪些新闻、消息、催化或风险事件
- 用户想判断近期事件偏利多还是利空，是否已被机构或市场验证
- 用户希望知道“最近发生了什么”“事件影响还在不在”“消息面偏空还是偏多”
- 关键词：最近新闻、消息面、事件驱动、利好利空、催化、风险消息、事件面、资讯解读
输入示例
示例 1：新闻梳理
浪潮信息最近有什么重要消息？
示例 2：利好利空判断
帮我分析一下宁德时代最近的新闻是偏利多还是偏利空。
示例 3：事件验证
中际旭创最近有没有什么催化，市场买账了吗？
💡 本 Skill 偏“近阶段新闻与事件面全景梳理”。若用户重点询问“今天为什么涨跌”，优先使用
个股异动分析；若重点询问“某一条消息怎么解读”，优先使用个股消息解读；若重点询问“机构近期怎么看”，优先使用个股研报解读。
前置依赖
本 Skill 依赖 investoday-finance-data（今日投资金融数据）Skill 的 call_api.py 脚本获取实时金融数据。
skills/investoday-finance-data/scripts/call_api.py # API 调用脚本
skills/investoday-finance-data/references/ # 接口文档
确保 INVESTODAY_API_KEY 已配置（环境变量或 .env 文件）。
工具说明
以下为本 Skill 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。
基础工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 综合标的搜索 | search | GET | 通过关键字搜索股票代码 |
| 股票基本信息 | stock/basic-info | GET | 获取股票名称、行业、主营业务等基础信息 |
新闻与事件工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 实体相关新闻 | news/entity-related | GET | 获取公司、行业、宏观、行情四类相关新闻 |
| 研报舆情 | research/sentiment | POST | 获取研报观点、情绪与关键逻辑 |
| 研报预测评级 | report/stock-forecast-ratings | GET | 获取机构评级、目标价与预测变化 |
| 上市公司公告 | announcements | GET | 获取公司公告与正式事件披露 |
| 沪深京实时行情 | stock-quote/realtime-merge | GET | 获取个股行情与板块反馈，用于验证事件是否被市场响应 |
数据获取流程
用户提供股票名称或代码后，Agent 按以下流程获取数据：
# Step 0：标的识别（如用户输入名称而非代码）
python skills/scripts/call_api.py search key=<股票名称> type=11
# Step 1：股票基本信息 — 工具ID: stock/basic-info
python skills/scripts/call_api.py stock/basic-info stockCode=<code>
# Step 2：公司维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=3 pageNum=1 pageSize=3
# Step 3：行业维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=2 pageNum=1 pageSize=3
# Step 4：宏观维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=1 pageNum=1 pageSize=3
# Step 5：行情维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=4 pageNum=1 pageSize=3
# Step 6：研报舆情（近90天） — 工具ID: research/sentiment
python skills/scripts/call_api.py research/sentiment --method POST stockCode=<code> beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=5
# Step 7：研报预测评级（近90天） — 工具ID: report/stock-forecast-ratings
python skills/scripts/call_api.py report/stock-forecast-ratings stockCode=<code> beginDate=<90天前> endDate=<今天> pageNum=1 pageSize=10
# Step 8：上市公司公告（近30天） — 工具ID: announcements
python skills/scripts/call_api.py announcements stockCode=<code> beginDate=<30天前> endDate=<今天> pageNum=1 pageSize=10
# Step 9：实时行情 — 工具ID: stock-quote/realtime-merge
python skills/scripts/call_api.py stock-quote/realtime-merge stockCode=<code>
并行优化：完成 Step 0 的代码识别后，Step 1-9 可并行调用；写报告时优先保留高相关、时间更近、信息量更高的 2-4 个核心事件，不要罗列全部新闻。
分析框架（5步）
Agent 获取数据后，按以下 5 步框架进行结构化分析：
Step 1：识别近期核心事件
目标：从公司、行业、宏观、行情四类新闻及公告中，提炼近阶段最重要的事件主线。
数据来源：news/entity-related + announcements
分析要点：
- 公司维度优先级最高，其次行业、宏观、行情
- 优先保留正式公告、时间更近、信息量更高、与个股相关性更强的事件
- 若事件重复出现，应合并同类项而非简单堆叠
输出：核心事件列表与主线判断。
Step 2：判断事件情绪与影响层级
目标：判断当前事件更偏利多、利空还是中性，并区分情绪层面与基本面层面的影响。
数据来源：news/entity-related + announcements
分析要点：
- 事件情绪是短期情绪扰动还是中期基本面变化
- 影响层级是交易情绪、业绩预期还是经营逻辑变化
- 若同一阶段存在利多与利空并存，必须明确主次关系
输出：事件情绪结论与影响路径。
Step 3：判断机构是否验证
目标：判断近期研报观点是否支持当前事件逻辑。
数据来源：research/sentiment + report/stock-forecast-ratings
分析要点：
- 研报观点与新闻事件是否同向
- 机构评级是否上调、维持还是下修
- 若机构分歧明显，应提示逻辑仍未形成共识
输出：机构验证强弱与主要分歧点。
Step 4：判断市场是否响应
目标：通过实时行情与板块反馈验证市场是否为事件“买账”。
数据来源：stock-quote/realtime-merge
分析要点：
- 个股近期表现是否与事件方向一致
- 板块联动强弱如何
- 若新闻偏正面但股价无响应，应提示“市场验证偏弱”
输出：市场反馈结论与验证状态。
Step 5：形成综合事件判断
目标：把“发生了什么、偏利好还是利空、是否被验证、能否持续”串成完整结论。
数据来源：前 4 步分析结果汇总
分析要点：
- 当前事件面状态偏正面、偏负面还是中性观察
- 驱动类型是基本面催化、政策/行业催化、情绪交易还是风险扰动
- 后续需重点跟踪事件发酵、机构观点变化或市场持续性
输出：综合事件判断、可信度与跟踪重点。
策略逻辑汇总
| 信号组合 | 含义 | 判断 |
|---|---|---|
| 正式公告 + 公司新闻同向 | 事件可信度较高 | ✅ 积极 |
| 公司新闻偏利多且近 30 天内多次重复强化 | 事件仍在发酵 | 🟡 关注 |
| 新闻偏利多但研报未验证 | 机构支持偏弱 | ⚠️ 警惕 |
| 研报观点与评级同步改善 | 机构验证增强 | ✅ 积极 |
| 新闻与机构观点明显相反 | 事件理解存在分歧 | 🟡 关注 |
| 事件偏正面但股价无明显响应 | 市场暂未充分买账 | 📊 中性 |
| 事件偏负面且股价同步走弱 | 风险正在被市场定价 | 🔴 高风险 |
| 行业、宏观消息为主，公司层面无增量信息 | 影响更偏外部环境 | 📊 中性 |
| 公告或新闻时间明显滞后于当前行情 | 事件解释力下降 | ⚠️ 警惕 |
| 多条新闻重复但信息增量有限 | 需防止把噪音当催化 | ⚠️ 警惕 |
输出格式
# 📰 [股票名称] 新闻事件分析报告
> 分析日期：YYYY-MM-DD | 数据来源：今日投资
## 一、事件结论
（先写当前事件面偏正面/偏负面/中性观察，以及核心结论）
## 二、核心事件梳理
（列出最关键的 2-4 条事件，按时间倒序整理）
## 三、事件情绪与影响判断
（说明这些事件偏情绪扰动还是基本面影响）
## 四、机构观点与市场验证
（研报、评级和市场反馈是否支持事件主线）
## 五、综合结论
- 3-5 条核心发现
- 明确最核心的催化或风险点
- 给出后续需继续跟踪的验证信号
证据约束（必须遵守）
- 每个事件判断至少对应 2 个证据来源，优先采用“新闻/公告 + 研报/行情”组合
- 不允许把单条低相关、旧闻或重复新闻直接写成核心催化
- 时间口径必须写清楚，如“近30天新闻”“近90天研报”“最新实时行情”
- 不展示内部打分、情绪分值或排序分值，只输出自然语言结论
- 若某个维度数据为空，只能写“暂无相关数据”或“暂不足以判断”
- 不给买卖建议、目标价空间测算、仓位建议或短线操作建议
- 若机构观点、新闻与市场表现三者不一致，必须明确指出背离，不得强行给单边结论
执行示例
用户说：“宁德时代最近有哪些重要消息，市场怎么看？”
- 通过
search获取股票代码 - 并行调用
stock/basic-info、四类news/entity-related、research/sentiment、report/stock-forecast-ratings、announcements与stock-quote/realtime-merge - 提炼最核心的事件主线，并评估机构验证与市场反馈
- 输出 Markdown 格式新闻事件分析报告
- 在结尾写出综合判断与后续跟踪重点
安全与隐私
- 仅通过今日投资 API 查询公开市场数据
- 不记录、不存储用户的查询记录
- 分析结论仅供参考，不构成投资建议
Keywords
股票新闻事件分析, 最近新闻, 消息面, 事件驱动, 利好利空, 催化, 风险消息, 市场反馈, stock news event analysis, catalysts