con un clic
layer4-expected-diff
计算"实际状态vs市场定价"的偏差,生成可执行信号。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Menú
计算"实际状态vs市场定价"的偏差,生成可执行信号。
Instalar con Codex o Claude Copia este prompt, pégalo en Codex, Claude u otro asistente, y deja que revise la página de la skill y la instale por ti.
Basado en la clasificación ocupacional SOC
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。
| name | layer4_expected_diff |
| description | 计算"实际状态vs市场定价"的偏差,生成可执行信号。 |
| owner_group | 专家4组(宏观方向) |
| domain | macro |
| status | draft |
计算"实际状态vs市场定价"的偏差,为 Layer 5 资产配置提供信号输入。
| 信号 | 计算 | 正信号含义 |
|---|---|---|
| 增长预期差 | CAI - 利率隐含增长 | 实际增长强于定价 |
| 通胀预期差 | 通胀得分 - 隐含通胀 | 实际通胀强于定价 |
| 信号 | 含义 |
|---|---|
| 中美增长预期差 | A股vs美股相对价值 |
| 中美流动性差 | 全球资本流向 |
| 类型 | 初始有效期 | 衰减方式 |
|---|---|---|
| A类 | 2-4周 | 每周25% |
| B类 | 1-3个月 | 每月20% |
| C类 | 1-3个月 | 每月15% |