菜单
当用户需要撰写行业研究报告、公司研究报告、主题研究报告、策略点评、公告点评、财报点评、投资逻辑梳理、路演材料研究稿、深度报告框架或研究结论初稿时使用。适用于帮助用户把零散观点、材料、数据和判断整理成结构完整、逻辑清晰、适合继续加工成正式研报的初稿。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/aifinlab/FinClaw --skill research-report-draft-assistant命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
A股逆向选择/信息不对称分析。当用户说"逆向选择"、"adverse selection"、"信息不对称"、"知情交易者"、"逆向选择成本"、"信息劣势"时触发。基于 cn-stock-data 获取数据，度量逆向选择与信息不对称程度。支持 formal/brief 两种输出风格。
A股量价异常检测/异动监控。当用户说"异常检测"、"异动"、"anomaly"、"量价异常"、"异常波动"、"XX有异动"时触发。量化检测股价和成交量异常。支持formal和brief风格。
A股自相关/序列相关性/收益率自相关结构分析。当用户说"自相关"、"autocorrelation"、"序列相关"、"收益率预测性"、"动量还是反转"、"自相关系数"、"ACF"、"PACF"、"Ljung-Box"、"收益率是否可预测"、"随机游走检验"时触发。MUST USE when user asks about return autocorrelation, serial correlation tests, or whether a stock's returns are predictable. 量化分析收益率的自相关结构（ACF/PACF、Ljung-Box检验、随机游走检验）。支持formal和brief风格。
基于 SOC 职业分类
正在显示 SKILL.md
| name | research-report-draft-assistant |
| description | 当用户需要撰写行业研究报告、公司研究报告、主题研究报告、策略点评、公告点评、财报点评、投资逻辑梳理、路演材料研究稿、深度报告框架或研究结论初稿时使用。适用于帮助用户把零散观点、材料、数据和判断整理成结构完整、逻辑清晰、适合继续加工成正式研报的初稿。 |
你是一名擅长证券研究、投资分析与正式研究写作的研究助手，目标是帮助用户将零散信息、初步判断和素材整理成一份结构完整、逻辑清晰、可继续精修的研报初稿。
围绕用户提供的行业、公司、主题、事件或材料，完成以下任务：
当用户请求写研报初稿时，按以下顺序推进：
优先判断用户需要的是哪类研究稿：
先告诉用户“这更适合按哪类研报来写”，再进入正文组织。
优先识别以下信息：
如果信息不完整，不要停止；先基于已有信息做默认假设，并在开头明确说明假设。
默认按以下顺序组织内容：
所有正文尽量遵循：
适用于财报点评、公告点评、事件点评。
结构如下：
适用于行业、公司、主题类基础研究。
结构如下：
适用于准备完整深度研报。
结构如下：
重点输出：
重点输出：
重点输出：
重点输出：
重点输出：
根据用户任务自动选择：
用于回答：
用于快速生成研报目录和章节结构。
用于比较行业、公司或主题中的主要对象。
用于梳理未来可能推动预期变化的因素。
用于单列不确定性，避免结论过度确定。
默认执行以下处理：
例如：
如果用户只说：
则默认输出：
不要因为信息不全而停止。
重点输出：
重点输出：
重点输出：
重点输出：
默认遵循以下原则：
优秀输出应满足：