东方财富妙想金融数据查询
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_15292d5a/yjkj-mx-finance-data。
技能介绍
解决什么问题
金融数据查询常卡在三个环节:实体范围不清、指标口径不一致、结果无法直接进入表格分析。比如用户问“查询贵州茅台、五粮液近一年营收”或“这批股票的涨跌幅是多少”,模型如果直接把整段问句丢给接口,可能混入实体名称、代词、无关修饰,导致查数失败或返回字段偏差。mx-finance-data 把自然语言问句拆成可执行的查数参数,并输出可交付的结构化文件。
技能如何工作
该技能面向股票、板块、指数、股东、债券、基金市场、债券市场等对象,支持查询实时行情、量化数据和报表数据三类结构化信息。调用时通常使用:
--query:包含所有实体名称的自然语言问句,例如“查询 A、B、C 三只股票的市盈率(动)和总市值”。--indicators:从问句中提取的金融指标、时间范围等关键信息,例如“近一年营收”“涨跌幅、pe、市值”。
内部逻辑会先做实体识别:实体数 ≤ 5 时直接查数;实体数 > 5 时走批量查数路径,最多处理前 500 个有效实体。执行后输出两个文件:
.xlsx:多 sheet 结构化数据表,按实体或指标组合分表。.md:与 Excel 内容一致的 Markdown 表格,便于在文档中直接引用。
适用边界与注意点
- 依赖
EM_API_KEY环境变量,使用前应确认密钥来源、有效期、可撤销范围;不要在代码、日志或输出文件中明文暴露密钥。 --indicators只填指标、时间范围等非实体信息,不要重复写实体名称,尽量保留用户原话表述。- 问句中如果只有“这批股票”“上述公司”等代词,需要结合上下文或文件补全实体名称。
- 一次性请求指标过多、日期范围过大,或实体超过 500 个时,可能触发限流、缺失或分批处理;建议按指标、日期或实体分批调用。
使用场景
- 分析师要核查五只 A 股近一年营收与净利,用自然语言提问并导出 Excel 核对口径。
- 研究员批量查询 300 只港股的涨跌幅与总市值,按实体分 sheet 输出到 Markdown 报告。
- 量化开发把多只美股的市盈率、资金流指标整理成可计算表格,作为回测输入文件。
- 债券团队核对发行人、债券和板块指数的实时行情,输出结构化表用于晨会材料。
适合人员
- 金融分析师:需要把 A 股、港股或美股的行情与财务指标快速整理成可核对的表格。
- 量化研究员:需要批量提取股票、基金或债券的结构化指标,用于回测或策略研究。
- 投研报告编辑:需要把多实体查询结果转成 Markdown 表格,嵌入研报或晨会材料。
- 债券交易支持人员:需要核对发行人、债券、板块指数和股东数据,形成日常业务台账。