메뉴
当用户询问"分析基金"、"基金分析"、"评估基金"、"基金投资建议"、"选基金"、"推荐基金"、"fund analysis"，或提到"我的持仓"、"添加持仓"、"更新持仓"、"查看持仓"、"持仓列表"、"帮我记录基金"、"分析我的所有基金"、"帮我推荐基金"、"基金推荐"时使用此技能。通过多维度分析(技术面、基本面、舆情)为用户提供专业的基金投资建议，支持持仓列表管理（记忆、增删改查）、批量持仓组合分析和基于持仓分析的智能基金推荐。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
| name | fund-analysis |
| description | 当用户询问"分析基金"、"基金分析"、"评估基金"、"基金投资建议"、"选基金"、"推荐基金"、"fund analysis"，或提到"我的持仓"、"添加持仓"、"更新持仓"、"查看持仓"、"持仓列表"、"帮我记录基金"、"分析我的所有基金"、"帮我推荐基金"、"基金推荐"时使用此技能。通过多维度分析(技术面、基本面、舆情)为用户提供专业的基金投资建议，支持持仓列表管理（记忆、增删改查）、批量持仓组合分析和基于持仓分析的智能基金推荐。 |
| version | 1.2.1 |
通过多维度深度分析,为用户提供专业的基金投资建议和详细的分析报告。
此技能通过以下方式自动创建全面的基金分析报告:
核心功能:
用户可以维护一份私人持仓列表，技能会将其持久化保存到本地 JSON 文件（data/portfolio.json），跨会话记忆。支持以下操作：
| 操作 | 自然语言示例 | 对应命令 |
|---|---|---|
| 查看持仓 | "查看我的持仓" / "我持有哪些基金" | portfolio |
| 新增持仓 | "添加持仓 008975 易方达蓝筹精选混合" | add 008975 [名称] |
| 更新持仓 | "更新持仓 008975，持有10万份，成本净值1.5" | add 008975 ...（覆盖更新） |
| 删除持仓 | "删除持仓 008975" / "我卖掉了008975" | remove 008975 |
| 分析全部 | "分析我所有持仓" / "帮我看看持仓情况" | portfolio-analyze |
Step 1 — 理解用户意图
当用户提到持仓相关内容时，识别意图：
Step 2 — 提取持仓信息
从用户输入中提取：
fund_code：6位数字（必填）fund_name：基金名称（可选）shares：持有份额（可选，如"10万份" → 100000）cost_nav：买入净值/成本净值（可选）cost_amount：买入金额（可选，如"投了5万" → 50000）note：备注（可选）Step 3 — 执行持仓操作
根据意图运行对应方法：
from scripts.fund_analyzer import FundAnalyzer
analyzer = FundAnalyzer()
# 新增/更新持仓
result = analyzer.portfolio_add(
fund_code="008975",
fund_name="易方达蓝筹精选混合",
shares=100000,
cost_nav=1.5000,
cost_amount=50000,
note="长期持有"
)
print(result)
# 查看持仓列表
print(analyzer.portfolio_list())
# 删除持仓
print(analyzer.portfolio_remove("008975"))
# 批量分析所有持仓
report = analyzer.portfolio_analyze_all()
print(report)
Step 4 — 展示结果
将返回的 Markdown 内容直接展示给用户。
示例1：用户首次告知持仓
用户: 我持有易方达蓝筹精选混合(008975)和中欧医疗健康(003095)，帮我记录一下
操作:
analyzer.portfolio_add("008975", fund_name="易方达蓝筹精选混合")
analyzer.portfolio_add("003095", fund_name="中欧医疗健康")
响应: 展示更新后的持仓列表
示例2：用户更新持仓细节
用户: 更新一下，008975我买了10万份，成本净值是1.52，总共投了15.2万
操作:
analyzer.portfolio_add("008975", shares=100000, cost_nav=1.52, cost_amount=152000)
响应: 展示更新后的持仓条目和完整列表
示例3：用户卖出基金
用户: 我已经卖掉了003095
操作:
analyzer.portfolio_remove("003095")
响应: 确认删除，展示剩余持仓列表
示例4：分析全部持仓
用户: 帮我分析一下我所有持仓基金
操作:
report = analyzer.portfolio_analyze_all()
响应: 展示组合分析报告，报告结构：
1. 持仓总结摘要表（操作建议、涨跌幅、净值、持仓收益、收益率、近1年收益、核心结论一览）
2. 目录（可点击跳转到每只基金的详细章节）
3. 持仓列表（成本等基础信息）
4. 各基金详细分析报告（含 HTML 锚点，支持目录跳转）
data/portfolio.jsonfund_code、fund_name、shares、cost_nav、cost_amount、note、current_nav、current_profit、current_return_rate、added_at、updated_at[
{
"fund_code": "008975",
"fund_name": "易方达蓝筹精选混合",
"shares": 100000.0,
"cost_nav": 1.52,
"cost_amount": 152000.0,
"note": "长期持有",
"current_nav": 1.4850,
"current_profit": -3500.00,
"current_return_rate": -2.30,
"added_at": "2026-03-07 15:00:00",
"updated_at": "2026-03-07 16:30:00"
}
]
当用户询问基金分析相关问题时,使用以下命令:
cd /Users/weijiahao03/AI/AI_workshop/.catpaw/skills/skills-market/fund-analysis
python scripts/fund_analyzer.py <基金代码>
示例:
python scripts/fund_analyzer.py 008975
收集基金代码
执行分析
呈现报告
保存位置
examples/ 目录fund_analysis_{基金代码}_{时间戳}.md分析内容:
解读要点:
分析内容:
解读要点:
分析内容:
解读要点:
分析内容:
解读要点:
说明:
展示内容:
分析内容:
解读要点:
在使用本技能进行基金分析前,请确保:
症状: 提示"基金代码不存在或格式错误"
解决方案:
症状: 提示"数据获取失败"或"API请求失败"
解决方案:
症状: 分析时间超过60秒
解决方案:
症状: 报告中某些模块显示"数据暂不可用"
解决方案:
分析报告使用Markdown格式,包含以下章节:
推荐基金列表来自以下来源（优先级顺序）：
用户持仓列表 (优先)
data/portfolio.json 读取默认热门基金集合 (降级方案)
| 数据类型 | 来源 | 覆盖范围 | 更新频率 |
|---|---|---|---|
| 基金基础信息 | 蛋卷API | 全市场基金 | 实时 |
| 历史净值 | 蛋卷API | 最近365天 | 每日 |
| 持仓数据 | 蛋卷API | 最近1-3个月 | 定期 |
| 经理信息 | 蛋卷API | 实时 | 实时 |
| 业绩数据 | 蛋卷API | 全历史 | 每日 |
| 舆情数据 | 东方财富 | 最近15条公告 | 实时 |
| 推荐基金列表 | 用户持仓 + 默认集合 | 10-N只 | 按需 |
DataFetcher - 数据获取模块
TechnicalAnalyzer - 技术面分析
HoldingAnalyzer - 持仓分析
ManagerAnalyzer - 基金经理分析
PerformanceAnalyzer - 业绩分析
SentimentAnalyzer - 舆情分析
InvestmentAdvisor - 投资建议
ReportGenerator - 报告生成
数据时效性:
分析局限性:
投资风险:
完整的分析报告示例请查看 examples/ 目录。
智能推荐系统基于用户持仓分析和多维度评分算法，为用户推荐优质基金。系统通过以下方式帮助用户优化投资组合：
技术面评分 (50% 权重)
基本面评分 (50% 权重)
公告信息（仅展示，不参与评分）
# 推荐中风险、长期投资的前10只基金
python scripts/fund_analyzer.py recommend --risk 中 --period long --top 10
# 推荐高风险、短期投资的前5只基金
python scripts/fund_analyzer.py recommend --risk 高 --period short --top 5
# 推荐低风险基金（不限投资期限）
python scripts/fund_analyzer.py recommend --risk 低
# 推荐任意风险的长期投资基金
python scripts/fund_analyzer.py recommend --period long
| 参数 | 可选值 | 说明 |
|---|---|---|
--risk | 低、中、高 | 风险偏好，不指定表示不筛选 |
--period | short、medium、long | 投资期限（短期<1年、中期1-3年、长期>3年） |
--top | 数字，默认10 | 推荐基金数量 |
| 等级 | 近1年收益 | 最大回撤 | 波动率 | 适合投资者 |
|---|---|---|---|---|
| 低 | 5-8% | < 10% | < 5% | 保守型，风险承受能力弱 |
| 中 | 8-15% | 10-20% | 5-10% | 平衡型，风险承受能力中等 |
| 高 | > 15% | 20-30% | > 10% | 激进型，风险承受能力强 |
推荐报告包含以下信息：
# 推荐基金列表（中风险，长期投资）
## 📊 推荐摘要
- 扫描基金数量: 500+
- 推荐基金数: 10
- 推荐时间: 2026-03-09 22:52:18
- 平均得分: 65.3/100
## 🏆 推荐基金
### #1 基金名称 (基金代码)
**综合评分**: ⭐⭐⭐⭐ 85.0/100
**维度评分**:
- 📈 技术面: 80/100 (上升趋势)
- 💰 基本面: 90/100 (3年收益 +50%，超越同类 85%)
- 📢 舆情: 85/100 (正面)
**推荐理由**: 基本面扎实，技术面强势，长期表现优异
**关键指标**:
- 近1年收益: +18.5%
- 最大回撤: -12.3%
- 基金经理: 张三（从业15年）
... （更多推荐基金）
## 📌 使用建议
- 建议定期更新分析，市场环境可能变化
- 根据个人风险承受能力调整选择
- 优先考虑排名前三的基金
- 结合自身投资目标和时间框架综合判断
## ⚠️ 免责声明
本推荐仅供参考，不构成投资建议。基金投资有风险，过往业绩不代表未来表现。
请根据自身风险承受能力进行投资决策。
Step 1 — 持仓读取与分析
系统自动从 data/portfolio.json 读取用户持仓，分析如下：
Step 2 — 理解用户需求
识别用户的推荐意图：
period=longrisk=低risk=高, top=5Step 3 — 提取推荐参数
从用户输入中识别：
risk_level：风险等级 (低/中/高)investment_period：投资期限 (short/medium/long)top_n：推荐数量（默认10）Step 4 — 智能推荐流程
系统执行以下推荐策略（优先级顺序）：
Step 5 — 多维度评分
对候选基金进行评分：
Step 6 — 风险和期限筛选
根据用户偏好筛选：
Step 7 — 展示结果
将推荐报告直接展示给用户，并保存到本地文件 (reports/YYYYMMDD/recommend_*.md)
示例1：用户要求基于持仓推荐补充基金
用户: 帮我分析一下持仓，然后推荐一些适合长期投资的基金来补充
背景: 用户持仓中债券型占33%，混合型占33%，股票型仅11%
操作:
1. 系统读取 data/portfolio.json 中的9只持仓基金
2. 分析风格分布：混合型、债券型各3只，股票型1只，指数型2只
3. 识别不足：股票型权重过低
4. python scripts/fund_analyzer.py recommend --risk 中 --period long --top 10
响应: 推荐列表优先推荐股票型基金来补充不足，所有推荐都排除了9只持仓基金
示例2：用户要求高风险基金推荐
用户: 我比较激进，想要一些高收益的基金，推荐5只就可以
操作: python scripts/fund_analyzer.py recommend --risk 高 --top 5
响应:
1. 系统分析用户持仓
2. 推荐5只高风险基金（均不在持仓中）
3. 每只基金显示综合评分、维度评分和推荐理由
例: "基金A - 85.0/100 分 (技术面80分，基本面90分，舆情85分)"
示例3：用户保守型投资者
用户: 我风险承受能力比较弱，给我推荐一些稳定的基金
操作: python scripts/fund_analyzer.py recommend --risk 低
响应:
1. 系统自动读取并排除持仓
2. 推荐低风险、稳定收益的基金
3. 优先推荐缺失的风格类型
4. 保存报告到 reports/YYYYMMDD/recommend_低_*.md
示例4：用户查看持仓和推荐
用户: 分析我所有持仓基金，然后帮我推荐一些补充基金
操作:
1. python scripts/fund_analyzer.py portfolio-analyze (分析所有持仓)
2. python scripts/fund_analyzer.py recommend --risk 中 (基于持仓推荐)
响应:
1. 展示持仓组合分析报告
2. 展示推荐基金列表（自动排除了已持仓基金）
3. 帮助用户优化投资组合结构
核心模块
FundRecommender - 主推荐器
FundScorer - 基金评分器
FundRanker - 基金排序器
RecommendationCardGenerator - 推荐卡片生成
RecommendationReportGenerator - 推荐报告生成
持仓排重机制
系统实现多层次排重确保不推荐已持仓基金：
属性基础测试
系统使用属性基础测试验证以下通用正确性属性：
单元测试
reports/YYYYMMDD/recommend_{风险等级}_{时间戳}.mdreports/20260309/recommend_中_20260309_233801.md未来可升级为机器学习推荐 (方案 C)：
portfolio_analyze_all）