| name | investoday-sector-research-interpretation |
| title | 板块研报解读 |
| version | 1.3.0 |
| description | 面向行业、板块、概念与主题方向的研报解读，聚焦卖方共识、核心逻辑、机会风险与代表性方向。基于今日投资金融数据接口，自动识别行业或概念实体并输出结构化板块研报解读报告。触发词：板块研报、行业观点、赛道共识、主题分歧、重点关注方向。 |
| tags | ["sector-research-interpretation","industry-view","sector-consensus","theme-divergence","opportunity-risk","sell-side-view","sector-research","industry-research"] |
| metadata | {"clawdbot":{"emoji":"🧭","category":"finance","requires":{"skills":["investoday-finance-data"]}}} |
🧭 板块研报解读
面向行业、板块、概念与主题方向的研报解读，聚焦卖方共识、核心逻辑、机会风险与代表性方向。基于今日投资金融数据接口，自动识别行业或概念实体并输出结构化板块研报解读报告。
触发场景
- 用户询问某个行业、板块、概念或主题最近机构怎么看
- 用户希望了解卖方共识、核心逻辑、主要分歧和机会风险
- 用户想知道“最近券商重点覆盖哪些方向”“这个板块分歧大不大”
- 关键词：板块研报、行业观点、赛道共识、主题分歧、重点关注方向、板块研究
输入示例
示例 1：行业观点
半导体板块最近券商怎么看？
示例 2：共识与分歧
机器人板块最近研报里的共识和分歧是什么？
示例 3：机会风险
创新药这条赛道最近机构最看好的方向和风险点有哪些？
💡 本 Skill 偏行业、板块、概念层面的卖方观点归纳。若用户只想看单只股票的研报观点，请优先使用 个股研报解读；若用户更关心最近发生了什么催化、热点如何演绎，请优先使用 热点事件解码。
前置依赖
本 Skill 依赖 investoday-finance-data（今日投资金融数据）Skill 获取实时金融数据。
基础 API 调用与底层执行方式统一以该 Skill 为准，业务 Skill 不重复展开底层接入细节。
工具说明
以下为本 Skill 通过 investoday-finance-data 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。
对象识别工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|
| 实体识别 | entity-recognition | POST | 识别用户输入中的行业、概念、主题对象 |
研报核心工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|
| 研报舆情 | research/sentiment | POST | 获取行业、概念或主题方向的研报观点、逻辑、机会与风险 |
数据获取流程
用户提供行业、板块、概念或主题方向后，Agent 按以下流程获取数据：
- Step 0：实体识别：工具ID
entity-recognition (POST)，参数 input=<用户原始问题>
- Step 1：行业/概念研报舆情：工具ID
research/sentiment (POST)，参数 <industryCode或conceptCode参数> beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=6
对象选择规则：若识别结果为行业，优先传 industryCode；若识别结果为概念，传 conceptCode。默认使用近 90 天数据；只有用户明确要求“详细报告”时，pageSize 可放大到 10。
分析框架（4步）
Agent 获取数据后，按以下 4 步框架进行结构化分析：
Step 1：确认当前卖方总体态度
目标：先判断市场机构对该板块或主题的整体态度偏积极、偏中性还是分歧较大。
数据来源：research/sentiment
分析要点：
- 近期研报情绪方向是否集中
- 研报覆盖是否充分
- 若样本有限，应提示“结论代表性有限”
输出：总体态度与覆盖情况。
Step 2：提炼研报主线与共识逻辑
目标：归纳机构高频强调的主线逻辑。
数据来源：research/sentiment
分析要点：
- 当前最重要的产业逻辑、政策逻辑、景气逻辑或估值逻辑
- 哪些逻辑是多数机构共同提及的
- 只保留最有代表性的 2-4 条共识主线
输出：研报主线与卖方共识。
Step 3：识别分歧点与重点方向
目标：找出机构之间的主要分歧，以及反复被强调的重点方向。
数据来源：research/sentiment
分析要点：
- 分歧集中在兑现节奏、景气持续性、盈利能力还是估值容忍度
- 哪些子方向或代表性公司被多次提及
- 只有被多篇研报重复强化的方向，才可写成“重点关注方向”
输出：分歧点与重点方向。
Step 4：形成机会风险与后续观察框架
目标：把共识、分歧与重点方向整合为结构化观察框架。
数据来源：前 3 步分析结果汇总
分析要点：
- 当前最值得关注的机会方向是什么
- 当前最需要警惕的风险点是什么
- 接下来应重点跟踪哪些验证信号
输出：机会与风险判断、后续观察重点。
策略逻辑汇总
| 信号组合 | 含义 | 判断 |
|---|
| 多篇研报逻辑同向且近 90 天持续强化 | 板块卖方共识较强 | ✅ 积极 |
| 共识主线明确但子方向分歧较大 | 主线成立、细分选择有争议 | 🟡 关注 |
| 机会与风险同时被高频提及 | 机构表达趋于平衡 | 📊 中性 |
| 重点方向被多篇研报重复强化 | 方向识别度较高 | ✅ 积极 |
| 研报样本少且观点分散 | 共识尚不稳定 | ⚠️ 警惕 |
| 逻辑更多来自政策催化而非业绩兑现 | 更偏预期交易 | 🟡 关注 |
| 景气持续性成为主要分歧 | 后续验证难度较高 | ⚠️ 警惕 |
| 风险点集中于估值与兑现节奏 | 需重点跟踪业绩验证 | ⚠️ 警惕 |
输出格式
# 🧭 [板块/主题名称] 研报解读报告
> 分析日期：YYYY-MM-DD | 数据来源：今日投资
## 一、研报结论
（用一段话概括当前机构态度、核心主线、主要分歧和机会风险）
## 二、研报主线
（提炼 2-4 条高频主线逻辑）
## 三、共识与分歧
（说明共识逻辑与争议点）
## 四、重点方向
（说明最被看好的子方向或反复提及的代表方向）
## 五、机会与风险
（分别写机会方向和风险方向）
## 六、后续观察
（接下来需重点跟踪的验证信号）
## 综合结论
- 3-5 条核心发现
- 明确当前卖方共识强弱与关键分歧
- 给出后续研究的关键抓手
证据约束（必须遵守）
- 每个板块判断至少给出 2 个证据来源；没有数据则写“该维度数据不足，暂无法判断”
- 不允许把个别机构的单篇观点直接写成板块共识，必须有重复验证
- 时间口径必须明确，如“近90天研报”
- 不展示内部打分、未公开排序或中间推理
- 不给买卖建议、目标价、仓位建议或交易时点
- 只给行业、板块、概念、子方向层面的判断，不做具体个股推荐
- 若对象识别不稳定，必须先要求用户提供更明确的行业、板块或概念名称
执行示例
用户说：“机器人板块最近机构最看好什么方向？”
- 通过
entity-recognition 识别行业或概念对象
- 调用
research/sentiment 获取近 90 天相关研报舆情
- 提炼研报主线、共识与分歧、重点方向和风险点
- 输出 Markdown 格式板块研报解读报告
- 在结尾写出综合结论与后续观察重点
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
