财经情报局

解决的问题

财经新闻通常分散在公告、快讯、研报、港美股资讯站和社交平台中。单条新闻往往缺乏统一语义：是利好还是利空？影响是宏观市场、行业板块，还是个股？与 A股、港股、美股 中的哪些标的有关？财经情报局 针对这类“信息多、口径散、判断慢”的问题，把原始新闻整理成可阅读、可比较的结构化简报。

核心工作方式

它依赖 requests 与 beautifulsoup4 从 12+ 财经源抓取内容，并在 finance-news/ 工作目录生成缓存和报告。标准流程是：先识别用户关键词，例如 新能源、宁德时代、腾讯、美联储；再调用 fetch_news.py 按 --keyword、--market、--source、--limit 获取结构化数据；最后解析其中的 sentiment、impact_level、related_stocks、operation_advice，按投资简报模板输出。

• 情感分析：基于关键词匹配，将新闻归为 利好、利空 或 中性。
• 影响评估：涉及央行、GDP、利率等归为 市场级；涉及芯片、新能源、金融等归为 行业级；其余归为 公司级。
• 个股关联：识别 A股、H股、N股 相关标的，例如 0700.HK、9988.HK。
• 操作建议：按情感与影响级别输出关注、谨慎、观望等提示。

适用边界

该 Skill 适合盘前速览、行业新闻跟踪、个股动态汇总等工程化信息整理场景；不适合替代投研模型或交易决策。抓取依赖网络可达，情感判断基于关键词规则，准确率约 70%~80%，复杂语境需要人工复核。操作建议 仅供参考，不构成投资建议。