ETF 投资圆桌主持人

要解决什么问题

很多 ETF 量化流程已经拆成「因子打分 → 风控 → 复盘 → 沉淀」，但决策层仍容易变成：要么纯规则模板，要么 LLM 直接算账——前者缺少对宏观与风格的判断，后者又不可审计、难对账。

更麻烦的是，./money decide 默认走 engine/decide.py 里写死的 mock 持仓，diff 里的「现权重」往往不是实盘。若圆桌与操作方案不先对齐 data/live_snapshot.json，输出再漂亮也无法执行。

技能如何工作

本技能把既有 engine/ 确定性引擎包成由大模型主持的闭环，并坚持一条原则：LLM 判断，代码计算。

典型全流程（用户说「跑一轮圆桌」）大致是：

1. scripts/read_holdings.py 从 live_snapshot.json 读真实持仓，以真实权重驱动后续决策。
2. ./money decide（或 pipeline）产出 momentum/trend/risk/crowding 等量化打分与 tradable、action。
3. 圆桌辩论：10 位 perspective（价值/量化/宏观/风险等）对候选 ETF 做真辩论，写入 reviews/panel/*.md（source: human）；大师只输出看多/看空/弃权与理由，票数须能追溯到发言。
4. panel.py 融合：net=(|pro|-|con|)/quorum，score' = score + alpha·net 重排；可选成员命中率加权（默认关）。
5. 风控闸门（build_targets）：波动率目标、regime 暴露、拥挤/趋势闸门 → targets。
6. 操作方案：diffs → 半自动清单；可选华泰模拟盘（scripts/place_orders.py，默认 dry-run）。
7. 复盘：./money review、./money scoreboard；收盘后归因、因子健康度与圆桌评分板。
8. 沉淀与报告：v2 沉淀、./money wisdom、assets/report-template.md。

写 panel 后应跑 validate_panel.py 校验投票契约，再交给融合层。每个关键判断需标注证据强度（强/中/弱/待核实）。

边界与注意点

• 候选仅在 cfg.universe（16 只 ETF）内，不越界荐股；过不了风控则退回纯量化兜底。
• 半自动：默认只出建议；真实下单须用户显式 --confirm，主持人不自动确认；华泰首笔成交会锁入「Agent 开发者榜」——下单前须告知用户。
• 不承诺收益、不喊单、不编数据；最终责任在用户。