基金筛选官
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_3dd4114e/fn-fund-screen。
技能介绍
解决什么问题
在量化研究与智能体开发中,LLM 面对海量金融数据时,极易陷入临时拼凑 Prompt 的困境。这往往导致输出维度随意、数据遗漏,让 资产配置决策 难以跨会话复用。我们需要一种标准化流程,让 Agent 能稳定产出结构一致的基金筛选结论,而非每次从头推理。
核心能力与工作流
本技能将 基金筛选 抽象为标准化的调用接口,确保 Agent 调用时能执行可预期的步骤:
- 标的筛选与对比:按业绩、风格、费用等核心指标拆解候选基金。
- 模型与风险分析:处理
估值与建模、评估风险与敞口,并支持组合与再平衡的模拟。 - 结构化交付:调用流程被简化为 目标输入 → 逐项能力调用 → 产出结构化研报卡,确保结果含数据、结论、风险与建议。
适用边界与注意点
本技能产出属于辅助性分析,非投资建议。数据源需开发者自行验证。复杂决策请咨询持牌顾问,智能体不应在无审查情况下直接执行资金调度。
使用场景
- 投资研究:对比同类基金的历史业绩与费用结构,筛选符合预期的标的
- 选股基金:根据业绩指标从全市场基金中筛选风格稳定的候选名单
- 回测验证:利用历史业绩数据验证策略在特定风险模型下的有效性
- 资产配置:分析持仓基金的风格漂移与费用占比,规划再平衡方案
适合人员
- 金融数据投研工程师,需要自动化初筛多维度基金业绩数据
- 量化交易开发者,希望调用接口获取结构化的基金风险敞口指标
- 个人理财顾问,需要基于风格分析为客户定期提供配置调整建议
- 投资策略研究员,需通过标准化模型验证投资组合的回撤控制