AI_Renaissance

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。

识别「短期价格异常波动 + 成交量异常」的量价背离与反转信号，判断价格未来 5~21 个交易日内的均值回归方向。适用于个股、板块、指数的短期超买超卖识别与反转信号生成。

统一 OHLCV 行情数据接口说明。通过 data_sources.market_ohlcv 加载标准 CSV、EastMoney K 线，并在未配置 EASTMONEY_UT 或 EastMoney 不可用时自动兜底到 data_sources.tencent_technical。供 technical Agent 和传统模型融合等分析 Skill 获取行情数据。本目录只保留 Skill 说明，不再提供 scripts/ohlcv_loader.py 包装入口。

通过腾讯财经 API 获取股票 K线数据（日/周/月/分钟），并计算技术指标（MA均线、BOLL布林带、RSI相对强弱）。支持 A股（沪深）、港股、美股。作为数据获取层 Skill，供技术分析 Agent 或其他需要行情数据的模块调用。当用户需要获取股票行情、K线图数据、技术指标（均线、布林带、RSI）时使用此 Skill。

从市场价格反推市场已定价的内容，与Layer 1的实际基本面状态形成对照。

计算"实际状态vs市场定价"的偏差，生成可执行信号。

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。

并行追踪中美五大维度指标，识别6条传导通道的触发状态，判定中美交互层次。

显式建模汇率与大宗商品的传导作用，连接中美宏观，定位全球宏观三角。

资金拥挤度四象限状态诊断。基于主力净流入z-score（资金流轴）和累计流入/流通市值历史分位（拥挤度轴）交叉分类，将个股归入四象限（早期趋势/晚期趋势/出货/反转）或中性区，输出方向信号与警示。当用户询问某只股票的资金拥挤状态、四象限诊断、拥挤度警示、资金流极端状态时触发。

将CAI和通胀得分映射为离散的周期状态（4象限），结合政策维度和长期债务周期进行定位。

监测共识拥挤程度和框架范式稳定性，对信号强度进行三重修正。

基于专家 Signal、编排 trace 与外部 MCP 工具完成 Orchestrator LLM 仲裁，输出兼容 ArbitrationResult 的最终交易决策 JSON。

A股大盘市场情绪综合评分，通过8维量化指标+2维社区指标加权评分，判定6阶段市场情绪（无人问津/暗度陈仓/人声渐起/人声鼎沸/恐慌抛售/绝望冰点），输出0-100情绪温度和仓位建议，作为大盘级别逆向信号。

A股行业板块情绪评分，通过5维指标加权评估个股所属行业的景气热度，输出0-100行业温度、景气阶段和仓位建议，为个股分析提供行业背景参照。

巨潮资讯网(cninfo.com.cn)A 股法定披露公告数据契约 — 年报/季报/中报/三季报/临时公告 PDF + PyMuPDF 全文 Markdown。真实抓取逻辑由独立开源工具 use_cninfo 实现,本仓库通过 data_sources/cninfo.py 适配 CLI 输出。

东方财富股吧帖子数据契约（标题、正文、阅读数、回复数、发布时间）。真实抓取逻辑在 data_sources/eastmoney_guba.py，本 Skill 说明输入参数、输出格式和使用边界。

帮助 AI Renaissance 专家组编写标准 SKILL.md 的元 Skill。当用户想新增、改写、检查或提交专家 Skill 时使用。

先验性发现市场的悲观恐慌和狂热亢奋状态，作为逆向辅助判断信号。当社交媒体情绪极端、搜索量飙升、散户行为一致性过高时触发，为仲裁层提供情绪面参考。

示例 Skill，用于展示如何判断公司利润是否有现金流支撑。该 Skill 仅作专家组编写参考。