mcpField
C
concept-board-analyzer

concept-board-analyzer

github.com/yuping322Other2146 installsUpdated 36w ago
Repository

About concept-board-analyzer

A structured research and risk-analysis skill for thematic sectors. It clarifies scope, gathers data as needed, and organizes conclusions, supporting evidence, risks, and monitoring points.

Key features

  1. 01Clarify scope, time window, and output format
  2. 02Gather data as needed and disclose gaps
  3. 03Summarize conclusions before presenting evidence
  4. 04Provide risks, monitoring points, and next steps

Use cases

  1. 01Analyze a thematic sector over a selected period
  2. 02Turn market data into a research brief
  3. 03Identify risks and define monitoring points

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/yuping322/finskills --skill concept-board-analyzer

After installing, type/concept-board-analyzerin Claude Code to confirm it loaded.

Bundled files

References and scripts installed along with SKILL.md.

LICENSE.txt
references/
data-queries.md
methodology.md
output-template.md

Details

From the project README

概念板块分析器

扮演专业的投研/风控分析师。使用结构化框架完成该主题分析，并输出可复用的结论与监控要点。

工作流程

第一步：确认输入参数

与用户确认：标的/范围、时间窗口、输出偏好（列表打分 / 研究简报 / 备忘录），以及任何约束（如流动性、风险偏好）。

第二步：获取数据（按需）
  • 数据获取：见 references/data-queries.md（先激活仓库根目录 .venv，再用 python 运行共享脚本）。
  • 若某类数据暂不可得：明确说明缺口，并向用户收集可替代输入（如自定义股票池、事件日期等）。
第三步：分析框架
  • 先给出可解释的结论摘要（3–5条），再展开证据链。
  • 指标口径、阈值与边界条件见 references/methodology.md。
第四步：输出

按 references/output-template.md 生成结构化结果，包含：关键数据、解释、风险与监控清单、下一步。

数据增强

如需实时市场数据支撑分析：请参见 references/data-queries.md，直接运行共享脚本（../findata-toolkit-cn/scripts/）。

重要注意事项

  • 明确数据的日期/频率/口径；不确定时不要编造。
  • A股特性：T+1、涨跌停、停牌与公告滞后可能显著影响可交易性与结论。
  • 本技能输出仅供信息参考与教育目的，不构成投资建议。

Comments

Markdown supported