A股股市分析与投资顾问

要解决的具体问题

对于关注A股市场的工程师或数据分析师，手动进行个股分析面临以下挑战：

• 数据碎片化：行情、财务、新闻、舆情等信息分散在不同来源（交易所公告、财经网站、论坛），手动收集整理耗时耗力。
• 分析效率低：从原始数据中提取有意义的洞察（如趋势判断、基本面评估）需要专业知识和大量计算。
• 信息过载：难以快速交叉验证技术指标与基本面信号，或整合公开新闻与市场情绪。

本技能旨在通过自然语言交互，自动化完成从数据获取到结构化分析的全流程，将分析师的注意力从数据搬运中解放，聚焦于决策本身。

技能如何工作

核心能力与数据覆盖

技能通过一系列 /stocks/... API 端点获取数据，主要覆盖以下维度：

• 行情数据：获取 daily, weekly, monthly 线，计算涨跌停、复权因子，查询 daily-basic 中的估值与交易活跃度指标。
• 基本面数据：访问 fina-indicator, income, cashflow 等接口，获取财务指标、三大报表、分红记录 (dividend) 及股东结构 (top10-holders)。
• 市场环境：通过 index-daily, index-member, index-weight 分析大盘及板块表现。
• 文本信息：利用 LLM 的搜索功能，检索 irm-qa-sh/sz（董秘问答）、research-report（研报元数据）以及通过网页搜索获取相关财经新闻与股吧讨论。

关键处理步骤

1. 意图解析与路由：当检测到股票代码（如 600000 或 600000.SH）、名称或相关分析术语时，自动触发技能。用户需提供明确的查询标的（代码/名称）和时间区间。
2. 分层数据获取与分析：默认以子代理方式执行多步分析：

- 数据层：调用 API 获取尽可能多的原始交易与财务数据。
- 行情层：分析 daily/weekly/monthly 趋势与波动。
- 基本面层：通过 fina-indicator 等验证公司质量与业绩。
- 环境层：用指数数据 (index-*)、公司互动信息 (irm-qa-*) 和研报 (research-report) 进行交叉验证。
- 新闻信息层：检索并总结与标的相关的最新新闻和论坛信息。
- 注意：如果任一环节数据不足，分析结论会明确标注“当前结论置信度受限”。

1. LLM 集成分析与报告生成：将收集到的结构化数据与提示信息一同输入 LLM，进行综合分析，生成包含以下部分的结构化报告：

- 数据概览：查询标的、时间范围、核心指标。
- 行情纵览：板块近期行情简报。
- 基本面分析：财务状况评估。
- 相关信息与市场情绪：新闻、论坛信息汇总及 LLM 对市场交易情绪的解读。
- 观察结论与一致性风险：主要发现及数据间是否存在矛盾。
- 下一步建议查询：提供 1-3 个可进一步验证的接口或问题。

适用边界与注意点

• 数据局限性：仅提供公开的历史数据查询，不保证实时性。所有数据均来自第三方 API。
• 非投资建议：本技能严格遵循风控规则，不提供任何交易下单、收益承诺或“保证上涨”类结论。任何涉及投资建议的输出均会附加风险提示与免责声明。
• 隐私与安全：技能设计上不会回显、索取、存储或输出用户的 TAX_API_KEY 及任何个人敏感信息。
• 查询失败处理：当遇到 API 错误（如 401/403 鉴权问题、400 参数错误、502 服务异常）时，会返回具体的修复建议（如检查 ts_code 格式、确认密钥状态）。