A股多Agent投研分析框架
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_371f5b95/tradingagents-astock-eant。
技能介绍
解决的问题
单模型直接分析 A 股时,容易把行情、舆情、基本面、政策和资金面压缩成一次性回答,缺少独立视角交叉验证,也较少显式处理 T+1、涨跌停、最小交易单位等交易约束。这个技能面向的是可复现的多 Agent 投研流程:输入一只 A 股代码和日期,得到包含多空辩论、风控辩论和交易方案的 Markdown 报告。
技能如何工作
它借鉴 TradingAgents-Astock 的六层流水线,并在 WorkBuddy 平台中用 Team/Agent 编排完成:
- 分析师并行:启动市场、舆情、新闻、基本面、政策、游资、解禁 7 个 Agent,分别调用
westock-data或wb-finance-skill获取 K 线、公告、财报、龙虎榜、解禁质押等数据。 - 双 LLM 分层:快速模型承担并行分析和辩论,推理模型负责综合研判与最终决策。
- 对抗辩论:Bull/Bear Researcher 基于研报互相反驳,随后 Aggressive/Conservative/Neutral Risk Debater 从执行与风险两侧评估。
- 交易约束:Trader 阶段显式纳入 A 股
T+1、10%/20%/5% 涨跌停、100 股最小单位、交易时段和 ST 标识。
适用边界
输出定位为研究参考,不是投资建议;报告可能受数据滞后、口径偏差和模型推理缺陷影响。它更适合验证 A 股投研链路、生成机构风格报告,不适合直接作为仓位指令。使用前需确认目标代码、分析日期以及 WorkBuddy 内置金融数据工具可用。
使用场景
- 接到某只 A 股投研任务时,并行获取行情、舆情、财报、政策与资金流数据并汇总成报告。
- 需要模拟机构投研流程时,基于已有研报组织多空辩论并输出买入或卖出依据。
- 准备 A 股交易方案时,自动检查 T+1、涨跌停、最小交易单位和 ST 风险标识。
- 复盘某只股票时,生成包含执行摘要、分析师摘要、风控辩论和仓位建议的 Markdown 报告。
适合人员
- 负责 A 股投研流程验证的量化研究员,想检查多 Agent 数据获取、辩论和报告链路是否跑通。
- 使用 WorkBuddy 搭建金融 Agent 的工程师,想复用 Team/Agent 并行调用和风控辩论编排方式。
- 关注个股多空观点的结构化分析师,希望把行情、舆情、政策与资金面证据整理成辩论记录。
- 需要生成机构风格研究参考的投研人员,要求输出含交易约束和仓位建议的 Markdown 报告。