メニュー
每日研究工作流。由 Daily CANSLIM closure 生成当日候选、深研、决策、观察池状态和证据链。 触发词："跑日常工作流"、"更新自选池"、"日常分析"、"今天市场怎样"、"日报"。 输出：artifacts/research/daily-canslim-YYYYMMDD.md、artifacts/watchlist/state.json、linked run manifest。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | daily-workflow |
| description | 每日研究工作流。由 Daily CANSLIM closure 生成当日候选、深研、决策、观察池状态和证据链。 触发词："跑日常工作流"、"更新自选池"、"日常分析"、"今天市场怎样"、"日报"。 输出：artifacts/research/daily-canslim-YYYYMMDD.md、artifacts/watchlist/state.json、linked run manifest。 |
Daily 是 ResearchStore + DataHub + research recipe 驱动的 CANSLIM 收口流程，不是 agent 手工拼接脚本。
标准入口：
python -m trading_os research daily-canslim --as-of YYYY-MM-DD
as_of。manifest.json、trace.md、report.md。artifacts/research/daily-canslim-YYYYMMDD.md 和 artifacts/watchlist/state.json。不要手工串联底层数据脚本。不要直接读取 parquet。不要在缺失数据时编造结论。 不能只输出 run manifest 路径；必须总结决策和 watchlist changes。
as_of 是研究视角日期。cache_first 和 lazy_fill。Daily CANSLIM closure command:
python -m trading_os research daily-canslim --as-of YYYY-MM-DD
Required final user-facing outputs:
artifacts/research/daily-canslim-YYYYMMDD.mdartifacts/watchlist/state.jsondata/research/runs/{run_id}/manifest.json每次运行还会生成 recipe 证据链：
data/research/runs/{run_id}/manifest.json
data/research/runs/{run_id}/trace.md
data/research/runs/{run_id}/tables/*.csv
data/research/runs/{run_id}/charts/*.png
data/research/runs/{run_id}/report.md
回答用户时必须引用本次 run 的 manifest/report 路径，并说明：
as_of--top 只限制展示结果，不能限制下游 strict-candidate processing。workflow 不能在
写完 run manifests 后停止，必须完成日报、决策和观察池更新。
如用户要求盘中或收盘提醒，Daily 完成后只运行观察池提醒：
python -m trading_os alert monitor --mode watchlist --once --as-of YYYY-MM-DD
如需要真实通知，使用 webhook/飞书/钉钉/Telegram/系统通知，并保留投递审计：
python -m trading_os alert monitor --mode watchlist --once --as-of YYYY-MM-DD --notify webhook --webhook-url URL --notify-attempts 3
python -m trading_os alert monitor --mode watchlist --once --as-of YYYY-MM-DD --notify telegram --telegram-bot-token TOKEN --telegram-chat-id CHAT_ID --notify-attempts 3
不要把本地生成 alert 等同于已经通知用户；必须检查 alert deliveries 和 EventLog。
池中标的解释仍按体系分离：
任何进出池、升层、移出操作都应基于 recipe run manifest、研究报告或用户明确指定的证据文件。
AI 研究员模式：对一家公司进行深度基本面研究，估算内在价值，判断当前价格是否合理。 当用户说"这家公司值多少钱"、"帮我研究一下这只股票的基本面"、"深度分析"、 "这公司的护城河是什么"、"估值合理吗"、"值得长期持有吗"、"做个研究报告"、 "这公司的财务健康吗"、"管理层怎么样"、"这是什么类型的股票"、"PEG多少"时触发。 与 canslim-screen 的区别：canslim 是快速筛选（10分钟），这里是深度研究（1小时）。 输出完整的研究报告：业务理解、财务分析、护城河评估、估值区间、风险清单、持仓逻辑。
批量扫描候选标的池，用三重滤网第一滤网快速筛选，输出有交易信号的标的清单。 当用户说"扫描市场"、"看看今天有什么机会"、"帮我筛选标的"、"有哪些股票值得看"、 "跑一下信号扫描"、"今天哪些标的有信号"时触发（模式 A：用户提供候选池）。 当用户说"读取 Elder 研究运行结果"、"分析昨天的 Elder 候选"时触发 （模式 B：读取 data/research/runs/{run_id}/manifest.json 和 report.md）。 通常由 elder-system 调用，也可以单独使用。 输出按信号强度排序的候选清单，供 elder-screen 做进一步深度分析。
AI 研究员模式：对一家公司进行深度基本面研究，估算内在价值，判断当前价格是否合理。 当用户说"这家公司值多少钱"、"帮我研究一下这只股票的基本面"、"深度分析"、 "这公司的护城河是什么"、"估值合理吗"、"值得长期持有吗"、"做个研究报告"、 "这公司的财务健康吗"、"管理层怎么样"、"这是什么类型的股票"、"PEG多少"时触发。 与 canslim-screen 的区别：canslim 是快速筛选（10分钟），这里是深度研究（1小时）。 输出完整的研究报告：业务理解、财务分析、护城河评估、估值区间、风险清单、持仓逻辑。
Value Investing 体系估值入口。触发词："估值分析"、"DCF 估值"、"内在价值"、"SOTP 估值"、"分部估值"、"安全边际"。 通常由 value-system 在基本面研究后调用，也可以单独使用。
CANSLIM 成长股体系入口。基于威廉·欧奈尔《笑傲股市》的成长股选股与交易系统。 触发词："CANSLIM 分析 [标的]"、"成长股筛选"、"欧奈尔方法"、"基本面+技术面综合分析"、 "这只股票值得长期关注吗"、"有没有真实业绩支撑"、"帮我做 CANSLIM 评分"。 输出：通过 research recipe 生成快筛候选、深研报告和证据链。
基于威廉·欧奈尔《笑傲股市》的 CANSLIM 方法，对股票进行基本面评分和筛选。 当用户说"这只股票基本面怎么样"、"帮我筛选成长股"、"这股票值得长期持有吗"、 "用欧奈尔方法分析"、"CANSLIM 评分"、"基本面好不好"、"有没有真实业绩支撑"、 "这是在炒梦还是真的有基本面"时触发。 通常在 elder-screen 之前运行（先确认值不值得关注，再看入场时机）， 也可以单独使用做基本面筛选。 输出 CANSLIM 七维度评分、综合结论，以及是否建议进入技术面分析。