雪球大V发言跟踪
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_80716c48/xueqiubigv。
技能介绍
要解决的问题
雪球大 V 的发言分散在个人时间线里,直接刷页面容易漏掉重点、难以追溯,也无法批量比较观点变化。这个技能把“跟踪某个用户”做成工程化流程:从主页拿到 user_id,按日期窗抓取 statuses/user_timeline.json,再对帖子去重、过滤、评分,最终沉淀为可审计的文件,而不是只靠人工摘要。
工作方式与适用边界
核心流程包括:
- 取用户 ID:从
xueqiu.com/u/...解析,必要时用搜索定位显示名。 - 轻量直连:优先用
requests或 WebFetch 抓未登录 JSON,按页翻和日期窗过滤。 - 管线加工:用标准库脚本做去重、低价值过滤、近重复判断、质量分排序。
- 结果落盘:输出
总表.csv、候选全集.csv、剔除明细.csv、质量检查.txt等文件,并补写观点摘要与争议点。
默认是 A 全量模式,按质量分主导排序;可用 --company 切到 B 公司过滤模式,只保留提及指定公司的帖子。它适合投资人周度跟踪、观点漂移检测和方法论挖掘。注意:若遇到 WAF 需要登录 Cookie,或只能回退到更重的 CDP 方案;它面向时间线召回,不等于实时交易信号,也不替代原文事实核查。
使用场景
- 每周跟踪 3 位雪球投资人的最新发言,并输出带评分的总表 CSV。
- 抓取某用户最近 N 天帖子,剔除近重复和低价值内容后形成周报素材。
- 用公司过滤模式保留提及腾讯的帖子,观察该用户对单标的态度变化。
- 把多个大 V 的方法论发言沉淀成可追溯档案,供投研复盘使用。
适合人员
- 做 A 股投研的个人投资者,要定期沉淀雪球大 V 观点。
- 负责投资周度跟踪的分析师,需要把多人发言变成可对比档案。
- 关注 AI 投研方法的人,想追踪特定用户的方法论讨论。
- 数据工程师,要把非结构化帖子转成带质量检查的结构化文件。