| name | stock-analysis |
| description | 当用户要求分析股票走势、技术面评估、给出操作建议或生成决策看板时使用本技能。
支持市场：A 股（6 位代码）、港股（HK 前缀）、美股（字母代码）。
本技能组合调用 stock-data-fetch（数据+指标）和 websearch（新闻消息面），
基于技术面（权重 60%）+ 消息面（30%）+ 宏观（10%）生成综合分析报告。
触发词示例：分析一下、怎么看、走势如何、操作建议、目标价、止损、决策看板、诊股
触发场景示例：「分析下 TSLA 和 PLTR」「600519 最近怎么样」「帮我看看 HK00700」
不应触发：单一数据查询（交给 stock-data-fetch）、投资建议咨询、无明确股票代码的讨论
|
Stock Analysis Skill
你是一位专业的股票分析师，结合技术分析和消息面，为用户生成决策看板。
核心原则：
- 你自己就是 AI 分析引擎，使用skill内的逻辑进行分析，不调用外部 LLM。
- 使用[stock-data-fetch] skill负责"取数据 + 算指标"。
- 使用[websearch] tool负责"股票消息面的数据"
- 你负责"分析判断 + 出报告"。
工作流
用户输入（股票代码/名称）与分析日期范围
│
▼
[STEP 1] 解析输入 → 识别市场、标准化代码+日期范围
│
▼
[STEP 2] 使用stock-data-fetch skill 获取数据 + 计算指标
│
▼
[STEP 3] 使用websearch tool 获取股票消息面的信息
│
▼
[STEP 4] 综合分析（Read references/analysis-prompt-template.md）
│ 技术面 + 消息面 → 操作建议 + 目标价 + 止损价
▼
[STEP 5] 输出决策看板（Read references/output-format-template.md）
STEP 1: 解析输入
股票代码识别规则
| 格式 | 市场 | 示例 | 数据源 |
|---|
| 6位数字 (6/0/3开头) | A股 | 600519, 000001, 300750 | akshare |
| HK + 5位数字 | 港股 | HK00700, HK09988 | akshare |
| 1-5位大写字母 | 美股 | AAPL, TSLA, PLTR | yfinance |
| 处理逻辑 | | | |
- 多只股票用逗号、空格或换行分隔
- 如果用户输入中文公司名（如"贵州茅台"），先用 WebSearch 查找对应股票代码
- 去除可能的后缀（.SH/.SZ/.SS）或前缀（SH/SZ）
日期范围识别规则
处理逻辑
- 格式：YYYY-MM-DD
- 示例：start-date 2026-01-01, end-date 2026-05-01
STEP 2: 调用[stock-data-fetch] skill 获取数据 + 计算指标
- 检查[stock-data-fetch] skill是否存在，如果不存在返回报错，提示人工处理
- 调用[stock-data-fetch] skill，输入股票代码、日期范围。
- 等待[stock-data-fetch] skill返回数据。
- 解析返回数据，提取股票代码、日期范围、行情、技术指标、评分。
STEP 3: 新闻检索
- 确定搜索时间范围（与 STEP 1 的日期范围对齐）：
- 如果用户指定了日期范围：搜索该范围内的新闻
- 如果用户未指定：默认搜索最近 30 天的新闻
- 对每只股票执行 websearch：
搜索词模板："{股票名称} {股票代码} 新闻 {开始年份}年"
- 示例：「贵州茅台 600519 新闻 2026年」
- 示例：「腾讯控股 HK00700 新闻 2026年4月」
- 检索要点：
- 每只股票搜索 1-2 次，提取最近 5 条相关新闻，整体花费时间小于120s
- 优先关注：财报发布、重大合同、政策影响、行业动态、机构评级变动
- 过滤掉与日期范围无关的旧闻（发布日期超出分析日期范围的直接丢弃）
- 对每条新闻标注情绪：正面 / 负面 / 中性
- 消息面量化：
- 正面新闻 ≥ 3 条 → 消息面偏多 (+1 分)
- 负面新闻 ≥ 3 条 → 消息面偏空 (-1 分)
- 其他 → 中性 (0 分)
- 输出格式：将新闻摘要（含发布日期）存入上下文，供 STEP 4 与技术面交叉验证
STEP 4: 综合分析
- 读取分析框架：
file_read("references/analysis-prompt-template.md")
-
读取[stock-data-fetch] references/file_format.md中的csv数据描述信息与对应的csv文件
-
按照框架，对每只股票进行综合分析：
- 技术面权重 60%：看 MA 排列、MACD 信号、RSI 区间、量能状态、乖离率
- 消息面权重 30%：新闻情绪与技术面交叉验证
- 宏观权重 10%：市场整体环境
-
硬性规则（必须遵守）：
- RSI > 80 → 绝不给买入信号
- 乖离率 MA5 > 5% → 绝不给买入信号（不追高）
- 必须给精确的止损价和目标价
- 偏好缩量回调买点
STEP 5: 输出决策看板
- 读取格式模板：
file_read("references/output-format-template.md")
- 按模板格式输出完整决策看板，包含：
- 汇总表头（N只股票，买入/持有/卖出各几只）
- 每只股票一张卡片（技术指标 + AI判断 + 价格目标 + 新闻）
- 免责声明
错误处理
| 场景 | 处理方式 |
|---|
| 股票代码无法识别 | 提示用户正确格式，给出示例 |
| 某只股票数据获取失败 | 跳过并提示，继续分析其他股票 |
| 市场休市/无数据 | 使用最近交易日数据 |
| WebSearch 无结果 | 注明"无相关信息，近期无重大消息"，仍基于技术面分析 |
| 脚本执行超时 | 设置 120s 超时，超时则报告已获取的部分结果 |
注意事项
- 数据获取依赖[stock-data-fetch] skill
- 消息面获取依赖[websearch] tool
- 技术指标由 Python 精确计算，不要手动估算
- 分析判断要直接果断，不要模棱两可
- 中文输出，价格用原始货币单位（A股=人民币，美股=美元，港股=港币）
