一句话完成趋势扫描、产业链拆解、个股基本面/技术面分析、综合研报输出。聚焦 A股 和 港股 市场。
| 你说 | Skill 做什么 |
|---|---|
| "有什么方向" | 三维趋势雷达扫描（政策/海外映射/技术拐点） |
| "拆解XX产业链" | 上游→中游→下游全链分析，找瓶颈/增量环节 |
| "分析XX公司" | 商业模式 + 财务表现 + 市场定价 + 多因子技术面 |
| "出研报" | 产业定位→基本面→技术面→综合打分→操作建议 |
大趋势确认 → 产业链拆解 → 瓶颈/增量环节 → 验证供需 → 选股定性 → 择时定量
- 基本面（定性）：回答"值不值得参与"
- 技术面（定量）：回答"怎么交易"
- 两者方向一致时才行动
- 已安装 CodeBuddy Code CLI 工具
- Python 3.8+（脚本首次运行自动创建 venv 并安装依赖）
# 克隆到 CodeBuddy Code 的 skills 目录
git clone https://github.com/harrischen/invest.git ~/.codebuddy/skills/invest在 CodeBuddy Code 中直接输入：
/invest 有什么方向
/invest 分析一下比亚迪
/invest 拆解人形机器人产业链
/invest 出一份腾讯的研报
扫描三个维度发现投资机会：
- 国家政策：国务院/发改委/工信部最新政策动态
- 海外映射：NVIDIA/Microsoft/Google 等巨头 capex 方向 → A股/港股映射
- 技术拐点：成本曲线突破、新产品发布、行业标准升级
输出：每个信号标注确定性、定价程度（基于板块实际涨幅）、时间窗口。
给定一个行业/趋势，自动：
- 拆解为上游→中游→下游→配套
- 评估每个环节的壁垒、格局、受益弹性
- 脚本获取各环节龙头公司财务数据做横向对比
- 输出受益标的清单（含估值数据）
三维度评估：
- 商业模式：护城河类型、"伟大公司四条件"检验
- 财务表现：营收增速、EBIT Margin、现金流（脚本精确获取）
- 市场定价：P/E、P/S 历史分位 + 同行对比（脚本精确获取）
五维度评分：
| 维度 | 权重 | 指标 |
|---|---|---|
| 趋势方向 | 30% | 均线排列、偏离度、MACD |
| 资金面 | 30% | 主力资金、北向资金、融资余额 |
| 市场情绪 | 20% | 成交量、ATR波动率 |
| 周期位置 | 10% | RSI、KDJ、布林带 |
| 板块比较 | 10% | 个股 vs 行业指数 |
按标准模板输出完整研报：
产业定位 → 基本面 → 技术面 → 综合评分 → 操作建议 → 风险提示
评分体系：产业景气度(30%) + 公司质地(40%) + 技术位置(30%) = 总分/5
通过 Python 脚本获取精确的金融数据：
python3 scripts/run.py <market> <code> <data_type>
# market: a(A股) / hk(港股) / us(美股)
# data_type: quote / finance / technical / fund_flow / valuation / all数据源：
- A股：腾讯/新浪 API
- 港股：腾讯/新浪 API
- 美股：腾讯 API
首次运行自动创建虚拟环境并安装依赖，后续运行秒级返回。
政策、新闻、研报观点等定性信息通过 WebSearch 获取。
invest/
├── SKILL.md # Skill 主文件（CodeBuddy Code 加载入口）
├── README.md # 本文件
├── scripts/
│ ├── run.py # 统一入口（自动管理 venv）
│ ├── fetch_a_stock.py # A股数据获取（腾讯/新浪API）
│ ├── fetch_hk_stock.py # 港股数据获取（腾讯/新浪API）
│ ├── fetch_us_stock.py # 美股数据获取（腾讯API）
│ └── requirements.txt # Python 依赖
└── references/ # 分析框架参考文档
├── radar.md # 趋势雷达方法论
├── industry.md # 产业链分析方法论
├── fundamental.md # 基本面分析方法论
├── technical.md # 技术面分析方法论（多因子）
├── report-template.md # 研报输出模板
├── data-sources.md # 数据来源与获取方式
├── risk-management.md # 风险管理规则
└── examples/ # 示例报告
└── few-shots.md # 各模块标准输入输出示例
| 原则 | 说明 |
|---|---|
| 脚本优先 | 结构化数据通过 API 获取，确保准确性 |
| 定性为主 | 商业模式/产业链逻辑推演为核心，量化数据为辅助验证 |
| 数据诚实 | 有数据用数据，没数据不编造，缺失数据标注 N/A |
| 多因子评估 | 技术面从五个维度综合评分，避免单一指标误判 |
| 基本面+技术面一致 | 两者方向一致时才给出操作建议 |
| 风险优先 | 每份分析必须包含风险提示和数据局限性说明 |
| 擅长 | 有限 |
|---|---|
| 商业模式分析 | 实时盘中行情（收盘后最准） |
| 产业链逻辑推演 | 筹码分布精确数值 |
| 精确财务/估值数据 | 高频交易信号 |
| 多因子技术面评分 | 衍生品定价 |
| 政策/趋势信息综合 | 历史K线量化回测 |
A: A股（腾讯/新浪API）、港股（腾讯/新浪API）、美股（腾讯API）。
A: 首次运行需创建虚拟环境并安装依赖（约30秒），后续运行秒级返回。
A: 腾讯/新浪 API 非常稳定，极少失败。若遇网络问题，Skill 会自动降级到 WebSearch。
A: 每次运行实时获取最新数据。收盘后数据最完整。
A: 不能。本 Skill 定位为投资研究辅助工具，所有输出仅供参考，不构成投资建议。
- 本工具所有输出内容仅供研究参考，不构成任何投资建议
- 数据来自公开渠道（腾讯、新浪），可能存在滞后或错误
- 投资有风险，入市需谨慎，请独立判断并为自己的投资决策负责
- 本工具不保证分析的准确性、完整性或时效性
MIT