Menu
将信号转化为可执行的投资组合权重，输出Beta基准权重和Alpha偏离权重。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
财报分析 Skill v2。用现金流量表和资产负债表交叉验证利润表，按七步链「利润质量/现金流匹配/需求真实性/资本开支/债务与利率敏感性/扩张质量/行业特殊口径」判断公司真实经营质量；输出符合 AI_Renaissance 标准 Signal 的 JSON。触发：财报分析、财务报表、利润质量、现金流验证、合同负债、资本开支、扩张风险、Signal。
产业链中观分析框架。三维度独立展示：产业链景气度、产业链拐点、产业链生命周期。 基于项目数据层注入的财报数据与行业数据，输出可溯源的结构化分析。 System B 仅做个股类型判定（成长/周期/价值/主题/混合），不写交易计划。 触发词：景气度、/景气度。
基于 AkShare 的资金流全景数据契约，一次返回个股基础信息、个股主力资金、相关行业/概念板块资金、大盘主力资金与北向资金概览；真实执行逻辑位于 data_sources/akshare.py。
开发2组仲裁方法论Skill。基于桥水经济机器模型的场景化专家权重体系，支持三种模式：(1)场景设计与权重配置迭代；(2)7专家Signal仲裁执行（含场景自动选择、评分制匹配、共识/分歧标注、贡献追踪）；(3)权重回测校准。当用户讨论仲裁权重、场景选择逻辑、match_signals规则、仓位公式设计、权重校准或标准化推理链时调用。
用"节点叙事"的方式分析一家公司的发展路径——把公司的成长拆解成一系列关键决策节点（创立、转型、并购、融资、控制权变更、产品突破等），逐个节点深挖其交易结构、估值逻辑、对手方动机、买方意图、时代背景与协同效应，最终串联成一条清晰的版图扩张路径，并推演未来格局与风险。任何时候用户说"讲讲 XX 公司""分析一下 XX 公司""研究 XX 公司""XX 公司是怎么发展起来的""XX 公司的并购史""XX 公司的发展历程"——都要用这个 skill。即使用户没明说"按节点分析"或"做深度报告"，只要他们想了解一家公司是如何一步步走到今天的，就用这个 skill。这个 skill 必须配合 web_search 主动联网搜索公司的真实历史信息，绝不允许凭记忆杜撰节点、日期、金额或交易细节。
对个股、指数、ETF 或 OHLCV CSV 运行专家二组“四模型传统技术指标融合”分析。使用本工程的 fusion_traditional_models Python 程序只生成可复核 JSON 结果，再由大模型读取 JSON 并按中文模板生成融合结果解读报告。适用于用户要求测试股票、输出融合信号、解释四模型结果、生成技术面融合结果解读报告的场景。
Based on SOC occupation classification
| name | layer5_asset_allocation |
| description | 将信号转化为可执行的投资组合权重，输出Beta基准权重和Alpha偏离权重。 |
| owner_group | 专家4组（宏观方向） |
| domain | macro |
| status | draft |
| 资产类别 | 工具 | 基础权重 |
|---|---|---|
| A股 | 沪深300+中证500 | 15% |
| 中国国债 | 10年期国债 | 35% |
| 南华工业品 | 商品期货组合 | 15% |
| 黄金 | 黄金期货/ETF | 15% |
| 美元资产 | QDII/港美股ETF | 20% |
基于Layer 4.5修正后的信号强度生成偏离。
| 约束项 | 阈值 |
|---|---|
| 单信号最大偏离 | ±30% |
| 单资产最大权重偏离 | ±50% |
| 组合年化波动率上限 | 12% |
| 最大回撤硬性上限 | 15% |
| 组合杠杆上限 | 1.5x |
| 修正后信号强度 | Alpha偏离系数 |
|---|---|
| ≥80% | 0.3 |
| 60%-80% | 0.2 |
| 50%-60% | 0.1 |
| <50% | 0（不产生偏离） |
