| name | rq-thesis-tracker |
| description | 创建模板驱动的投资论文跟踪报告，系统化跟踪核心观点、关键支柱、资本回报、催化剂和风险信号。
`RQData CLI` 负责财务、价格、估值、公告、分红和股东结构等结构化主数据；若需要补充公司新闻、管理层变化、行业趋势、竞争格局或分析师观点，可额外使用 `web_search` 获取实时信息，并先落为结构化 JSON，再由 thesis-tracker/scripts/generate_report.py 以客户可读方式纳入最终正文。
务必使用此技能当用户：
- 明确请求投资论文、thesis、投资逻辑、论文跟踪
- 想建立或更新投资框架、验证关键假设、更新观点
- 需要追踪催化剂、里程碑、资本回报或信念度变化
- 需要把既有 thesis 和最新数据做系统化对照
不适用场景：
- 首次覆盖深度研究 -> initiating-coverage
- 财报发布后的单次点评 -> earnings-analysis
- 只需简单投资建议且不需要完整跟踪报告
|
| compatibility | Requires rqdata CLI, Bash, python3. Report structure is managed by thesis-tracker/assets/template.md. |
RQ 股票研究 - 投资论文跟踪
核心原则
- 所有内容必须遵循三阶段流程：数据采集 -> 报告生成 -> HTML 渲染
assets/template.md 是唯一报告模板来源；Python 只做数据归一化、指标计算、占位符填充和结构校验- skill 必须自包含，不能依赖仓库级
utils
- 不能保留
[XX]、[需要补充]、[原因1] 这类占位文本
- 若提供
thesis_definition.json，报告必须优先按用户 thesis 验证；若未提供，则明确说明使用默认财务质量框架
- Thesis 跟踪必须可验证、可反驳；每条关键支柱都应对应可观测指标和反证条件
- 客户稿不得暴露文件名、字段名、
LLM、skill 或内部 workflow 术语
- 缺少数据时必须明确写“无数据 / 无事件 / 未验证 / 未提供 thesis 定义”，不能留空
数据源分工
RQData CLI 负责
- 财务、ROE、价格、估值、分红和股东结构
- 公司公告及已实现催化剂
- Thesis 跟踪的结构化主数据和量化验证读数
web_search 负责
- 公司最新新闻、管理层变化、治理动态
- 行业趋势、竞争对手变化、供需链条和主题演化
- 分析师观点变化或网络搜索结果中的预期线索
web_search 禁止替代的内容
- 财务、估值、价格、分红、股东结构和公告主数据
- Thesis 支柱是否通过的核心量化判断
- 任何本应由 RQData 提供的结构化金融数据
web_search 使用规则
详细字段、来源等级、落盘示例和 fallback 规则见 references/web_search.md。
允许补充的内容：
- 公司动态、管理层变化、治理事件
- 行业趋势、竞争格局、分析师观点变化
- RQData 无法直接提供的实时定性语境
落盘要求：
- 所有网络搜索结果必须先写入
web_search_findings.json
- 只写结构化记录，不把搜索草稿或内部笔记直接塞进报告
- 若未提供该文件，报告仍可交付，但相关网络搜索结果部分必须保持“未验证”边界
- 即便提供了
web_search_findings.json，它也只能补充 thesis 验证和风险语境，不能直接改写量化结论
硬性规则
以下任一条违反，视为输出失败：
[MUST-1] 先完整收集所有数据，再开始分析和更新 thesis，禁止边收集边写结论[MUST-2] 价格、财务、估值、公告、分红和股东结构必须来自 RQData CLI[MUST-3] 公司新闻、管理层变化和行业趋势必须通过 web_search 获取实时信息，不能依赖训练记忆[MUST-4] Thesis 必须可证伪；每条支柱都必须有明确的验证规则和反证条件[MUST-5] 反证证据必须与支持证据同等严格记录，不能只保留有利信息[MUST-6] 每个关键数据点或关键结论都要标 数据来源：XXX，置信度X[MUST-7] 客户稿不得暴露 LLM、skill、文件名、JSON 字段名或内部 workflow 术语[MUST-8] 低置信度网络搜索结果不能单独触发核心 thesis 改写[MUST-9] 若高优先级公告存在 announcement_link，正文必须保留原文链接
确信度评级
5：RQData CLI、交易所公告、上市公司官网、官方监管披露4：政府 / 监管 / 行业协会 / 官方机构、权威财经媒体3：一般新闻源，但来源清晰且与其他来源一致2：单一来源、细节不完整、时点未充分验证1：推断、估算、未验证信息
使用规则：
- 混合结论的置信度取关键来源中的最低等级
- 低置信度信息只能作为观察线索，不能单独推翻或强化核心 thesis
- 推断类文字不得标成高置信度
图表 / 图片需求
当前实现以表格和结构化追踪说明完成最小可交付版本，但 thesis-tracker 仍必须明确证据与反证展示要求。
-
图表/表格名称：Thesis 支柱证据表
-
目的：逐条展示支柱、当前读数、验证规则与状态
-
使用的数据文件：thesis_definition.json、latest_financials.json、historical_financials.json、roe.json
-
关键字段：pillars[*]、revenue、net_profit、cash_from_operating_activities、return_on_equity_weighted_average
-
建议形式：表格
-
回答问题：核心 thesis 当前还有哪些支柱成立
-
放置位置：## 关键支柱验证
-
若图表缺失：不得缺席，必须以表格保留
-
图表/表格名称：反证条件表
-
目的：明确每条支柱的失效条件和下一步观察重点
-
使用的数据文件：thesis_definition.json
-
关键字段：pillars[*].falsifier
-
建议形式：表格或条目列表
-
回答问题：哪些事实会直接削弱或推翻 thesis
-
放置位置：## 关键支柱验证
-
若图表缺失：必须以条目列表降级
-
图表/表格名称：催化剂跟踪表
-
目的：区分已实现催化剂、待兑现催化剂和网络搜索结果验证线索
-
使用的数据文件：announcement_raw.json、dividend.json、web_search_findings.json
-
关键字段：title、info_date、announcement_link、expected_window、why_relevant
-
建议形式：日历表或追踪表
-
回答问题：后续哪些事件最可能验证或证伪 thesis
-
放置位置：## 催化剂跟踪
-
若图表缺失：必须保留结构化追踪表
目标产出
- 报告长度：5-8 页
- 目标字数：2,000-3,000 字
- 输出文件：
- Markdown 报告
- HTML 报告（若本地已安装渲染器）
- 输出目录必须由
--data-dir / --output 指定，不能写死固定路径
目录结构
thesis-tracker/
├── SKILL.md
├── scripts/
│ └── generate_report.py
├── assets/
│ └── template.md
└── references/
├── data_contract.md
└── web_search.md
输入文件契约
原始数据目录由 --data-dir 指定，脚本会按下列文件名查找输入：
thesis_definition.json：可选，自定义 thesis 定义instrument_meta.jsonlatest_financials.jsonhistorical_financials.jsonroe.jsonprice_6m.jsonhs300_6m.jsonpe_ratio.jsonpb_ratio.jsondividend.jsonshareholder_top10.jsonannouncement_raw.jsonweb_search_findings.json（可选）
完整字段说明见 references/data_contract.md。
工作流
步骤 1：准备参数
REPORT_DATE="${REPORT_DATE:-$(date +%F)}"
ORDER_BOOK_ID="${ORDER_BOOK_ID:-601318.XSHG}"
PRICE_START_DATE="$(python3 - <<PY
from datetime import date, timedelta
report_date = date.fromisoformat("${REPORT_DATE}")
print((report_date - timedelta(days=180)).isoformat())
PY
)"
ANNOUNCEMENT_START_DATE="$(python3 - <<PY
from datetime import date, timedelta
report_date = date.fromisoformat("${REPORT_DATE}")
print((report_date - timedelta(days=30)).isoformat())
PY
)"
DIVIDEND_START_DATE="$(python3 - <<PY
from datetime import date, timedelta
report_date = date.fromisoformat("${REPORT_DATE}")
print((report_date - timedelta(days=450)).isoformat())
PY
)"
HISTORY_START_QUARTER="$(python3 - <<PY
from datetime import date
report_date = date.fromisoformat("${REPORT_DATE}")
print(f"{report_date.year - 2}q1")
PY
)"
HISTORY_END_QUARTER="$(python3 - <<PY
from datetime import date
report_date = date.fromisoformat("${REPORT_DATE}")
print(f"{report_date.year}q4")
PY
)"
ROE_START_DATE="$(python3 - <<PY
from datetime import date, timedelta
report_date = date.fromisoformat("${REPORT_DATE}")
print((report_date - timedelta(days=400)).isoformat())
PY
)"
DATA_DIR="${DATA_DIR:-$HOME/rq_equities_reports/thesis_tracker}"
OUTPUT_MD="${OUTPUT_MD:-$DATA_DIR/thesis_tracker_${ORDER_BOOK_ID}_${REPORT_DATE}.md}"
步骤 2：可选定义 thesis
若用户已经有明确 thesis，推荐在数据目录中提供 thesis_definition.json：
{
"thesis_name": "中国平安综合金融与资本回报修复",
"core_view": "寿险改革与资本回报延续推动估值修复。",
"confidence_label": "中高",
"holding_period": "12个月",
"position_date": "2025-10-29",
"current_position": "核心跟踪",
"target_price": {
"value": 210,
"currency": "CNY"
},
"pillars": [
{
"name": "收入规模继续扩张",
"metric": "latest_revenue_yoy_pct",
"operator": ">=",
"threshold": 1.0,
"falsifier": "若收入同比连续跌破 1%，则该支柱失效"
},
{
"name": "归母净利润保持增长",
"metric": "latest_net_profit_yoy_pct",
"operator": ">=",
"threshold": 5.0,
"falsifier": "若利润同比回落至 5% 以下，则 thesis 需要下修"
},
{
"name": "ROE维持双位数",
"metric": "latest_roe",
"operator": ">=",
"threshold": 10.0
},
{
"name": "现金创造强于利润",
"metric": "latest_cash_profit_ratio",
"operator": ">=",
"threshold": 1.0
}
],
"planned_catalysts": [
{
"title": "年度利润分配执行",
"expected_window": "2026-04至2026-06",
"expected_impact": "验证资本回报改善是否兑现"
}
],
"risk_items": [
{
"title": "资本市场波动拖累投资收益",
"initial_assessment": "中",
"monitor": "关注利润弹性与估值波动",
"response": "跟踪利润兑现与估值再定价节奏"
}
]
}
如果没有该文件，脚本会自动退化为“默认财务质量框架”，并在报告中明确标注。
步骤 3：采集结构化主数据
mkdir -p "$DATA_DIR"
rqdata stock cn instruments --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"]
}" --format json > "$DATA_DIR/instrument_meta.json"
rqdata stock cn financial --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"fields\": [\"revenue\", \"net_profit\", \"cash_from_operating_activities\"],
\"start_quarter\": \"$HISTORY_START_QUARTER\",
\"end_quarter\": \"$HISTORY_END_QUARTER\",
\"statements\": \"all\"
}" --format json > "$DATA_DIR/historical_financials.json"
rqdata stock cn financial --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"fields\": [\"revenue\", \"net_profit\", \"cash_from_operating_activities\"],
\"start_quarter\": \"$HISTORY_START_QUARTER\",
\"end_quarter\": \"$HISTORY_END_QUARTER\",
\"statements\": \"all\"
}" --format json > "$DATA_DIR/latest_financials.json"
rqdata stock cn financial-indicator --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"factor\": \"return_on_equity_weighted_average\",
\"start_date\": \"$ROE_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/roe.json"
rqdata stock cn financial-indicator --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"factor\": \"pe_ratio\",
\"start_date\": \"$ROE_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/pe_ratio.json"
rqdata stock cn financial-indicator --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"factor\": \"pb_ratio\",
\"start_date\": \"$ROE_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/pb_ratio.json"
rqdata stock cn price --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"start_date\": \"$PRICE_START_DATE\",
\"end_date\": \"$REPORT_DATE\",
\"fields\": [\"close\", \"total_turnover\"],
\"adjust_type\": \"post\"
}" --format json > "$DATA_DIR/price_6m.json"
rqdata index price --payload "{
\"order_book_ids\": [\"000300.XSHG\"],
\"start_date\": \"$PRICE_START_DATE\",
\"end_date\": \"$REPORT_DATE\",
\"fields\": [\"close\"]
}" --format json > "$DATA_DIR/hs300_6m.json"
rqdata stock cn dividend --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"start_date\": \"$DIVIDEND_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/dividend.json"
rqdata stock cn shareholder-top10 --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"start_date\": \"$DIVIDEND_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/shareholder_top10.json"
rqdata stock cn announcement --payload "{
\"order_book_ids\": [\"$ORDER_BOOK_ID\"],
\"start_date\": \"$ANNOUNCEMENT_START_DATE\",
\"end_date\": \"$REPORT_DATE\"
}" --format json > "$DATA_DIR/announcement_raw.json"
说明：
financial-indicator 使用 factor 参数，不是 fieldsroe.json 建议抓一个较宽的日期区间，脚本会自动选最新可用值historical_financials.json 和 latest_financials.json 允许复用同一份原始数据，脚本内部会自动抽取最新报告期shareholder_top10.json 建议至少覆盖最近 4-6 个季度，便于观察稳定性announcement_raw.json 建议至少回看 30 天，用于识别最近已实现催化剂
步骤 3.5：可选的公司 / 管理层 / 行业语境补充
当用户需要更完整的 thesis 验证背景时，可执行该步骤。
- 使用
web_search 补充公司新闻、管理层变化、行业趋势、竞争格局或分析师观点变化
- 结果必须写入
web_search_findings.json
- 这类结果只补充 thesis 验证、催化剂跟踪和风险监控语境，不能替代量化主数据
步骤 4：生成 Markdown 报告
python3 thesis-tracker/scripts/generate_report.py \
--stock "$ORDER_BOOK_ID" \
--data-dir "$DATA_DIR" \
--report-date "$REPORT_DATE" \
--output "$OUTPUT_MD"
常用参数：
--stock：股票代码--company：公司名称，可选；若缺失则优先从 instrument_meta.json 读取--data-dir：原始 JSON 数据目录--report-date：报告日期，默认当天--output：输出 Markdown 路径--template：自定义模板路径，默认 thesis-tracker/assets/template.md--no-render：不生成 HTML
步骤 5：渲染 HTML
脚本会优先尝试调用本地安装的 rq-report-renderer，若未安装则回退到仓库内 report-renderer/scripts/render_report.py；两者都不可用时保留 Markdown 并打印警告。
阶段门控
Gate 1：Thesis 主定义与量化主数据齐备
- 股票、财务、价格、估值、公告、分红和股东结构主数据存在
- 若用户提供自定义 thesis，其关键支柱和目标价可解析
- 即使没有网络搜索结果，报告也能完成基础 thesis 跟踪
Gate 2：支柱验证与反证条件完成
- 每条支柱都能映射到真实指标
- 每条支柱都有验证规则和反证条件
- 支持证据与反证线索都已进入正文
Gate 3：可选网络搜索结果完成
- 若启用网络搜索结果补充，
web_search_findings.json 已落盘
- 字段完整、来源等级可解释
- 网络搜索结果仅用于公司 / 管理层 / 行业 / 竞争 / 分析师跟踪信息
Gate 4：成稿完成
- Markdown 已生成
- 若本地渲染器存在，HTML 已生成
- 客户稿不暴露内部术语
- 长度、章节、来源标注和 thesis 追踪表均达标
模板规则
- 报告必须严格基于 template.md 生成
- 占位符采用
[[TOKEN]] 语法，不使用 Jinja
- 当前模板仅允许以下占位符：
[[REPORT_DATE]][[AS_OF_TIME]][[COMPANY_NAME]][[STOCK_CODE]][[THESIS_SOURCE]][[EXEC_SUMMARY]][[THESIS_SNAPSHOT]][[PILLAR_VERIFICATION]][[MARKET_PERFORMANCE]][[CAPITAL_RETURN]][[CATALYST_TRACKING]][[RISK_MONITORING]][[UPDATE_LOG]][[APPENDIX]]
报告质量要求
- 完整包含模板中的主章节
- 论文快照必须落到 thesis 名称、当前价/目标价、信念度和仓位/周期等交付层信息
- 关键支柱必须引用真实指标，不得保留空白观点
- 每条支柱都必须能回答 4 个问题：
- 当前读数是什么
- 验证规则是什么
- 反证条件是什么
- 当前状态是通过还是未通过
- 若无自定义 thesis 文件，必须明确写明“采用默认财务质量框架”
- 催化剂和风险必须优先引用真实公告、分红和价格表现
- 若启用
web_search，正文必须真实吸收公司 / 管理层 / 行业 / 竞争 / 分析师语境，而不是只多一个 sidecar JSON
- 高优先级催化剂若存在
announcement_link，正文必须保留原文链接
- 风险监控不能只剩几条泛化 bullet，应至少包含风险矩阵或风险详解
- 不得残留
[XX]、[原因1]、[催化剂1]、旧路径或内部字段名
阶段验收清单
常见错误
- 直接在 Python 中写死“核心观点 / 催化剂 / 风险”占位文字
- 把
financial-indicator 错当成 fields 接口使用
- 不去重
financial 的复权 / 重述记录，导致同一季度重复计算
- 把低信号公告当作核心催化剂
- 只记录支持 thesis 的证据，不记录反证条件和失效线索
- 把网络搜索结果直接写成核心结论，却没有结构化来源落盘
- 继续依赖旧版
~/.claude/skills/... 路径来组织 skill 内部文件
