A股投资逻辑图表
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_160536ff/alphaear-logic-visualizer。
技能介绍
解决什么问题
A 股的投资逻辑很少以结构化形式出现。它们通常散落在研究报告、调研纪要或投资论述里,夹杂着因果推断、情绪判断与未验证的假设。当链条较长时,靠笔记或脑内推演很容易断裂:某一环的传导方向记反了,正负影响的边界模糊了,回头复盘和团队沟通都要重新解释一遍。
核心能力
本技能解决的是「从文字逻辑到可分享图表」的编译问题。输入一个主题或一段半结构化论述后,它会:
- 提取要素:拆分出节点、因果边与影响极性,每个节点尽量带
name、type/impact、logic,以及可选的evidence - 标注方向:把节点分为
positive、negative或neutral,用绿、红、灰三色区分,避免「影响好坏」靠肉眼判断 - 生成 XML:调用
references/PROMPTS.md或scripts/visualizer_prompt.py生成 Draw.io 兼容的mxGraph XML - 校验输出:确认 XML 结构完整,再按
VisualizerTools.render_drawio_to_html(xml_content, filename)渲染为 HTML 文件 - 交付与说明:返回文件路径,并简要解释图中层级与传导顺序
布局上,传导链采用从左到右,层级结构采用从上到下,边标签保持简短,避免节点重叠。
适用边界
它不替代基本面研究或因果推断本身。若输入论点过于松散,技能会先产出一份节点/边大纲并要求确认,而不是强行画图。对不确定的金融关系,应明确标记为假设,不要补全为事实。渲染失败时,仍会返回通过校验的 XML,可直接在 Draw.io 中打开。修改脚本后,建议运行 tests/test_visualizer.py,并用 evals/evals.json 检查路由与输出契约。
使用场景
- 整理券商发布的A股策略报告时,需要把报告中分散的上下游传导关系梳理成可视化图表。
- 撰写A股个股深度分析时,要把盈利驱动、估值压制等正负影响节点整理成因果图。
- 团队复盘A股投资决策时,需要把当时的推理链条还原成可标注的节点边结构。
- 给投研团队分享A股逻辑时,要把口头论述转成带颜色区分的层级传导图。
适合人员
- 证券分析师,需要将A股投资逻辑转化为可分享的因果传导图表。
- 量化研究员,想把半结构化的调研纪要转成结构化的节点边关系。
- 投研团队负责人,复盘投资决策时需要可视化当时的推理链条。
- 财经内容创作者,撰写A股分析文章时需要逻辑图辅助说明。