mcpField
I
investment-research-prompts

investment-research-prompts

github.com/timlai666Data & databases069 installsUpdated 2d ago
Repository

About investment-research-prompts

A prompt and analysis framework skill for investment research. It routes requests to one of eight research scenarios, checks required inputs, and uses the matching template; it does not programmatically fetch financial data and requires verification of time-sensitive information.

Key features

  1. 01Routing across eight research scenarios
  2. 02Checking required inputs and asking follow-ups
  3. 03Selecting templates by scenario
  4. 04Marking assumptions and source needs
  5. 05Verifying time-sensitive market information

Use cases

  1. 01Drafting stock-screening or research-report prompts
  2. 02Planning portfolio risk reviews or dividend investing
  3. 03Preparing earnings, industry, or valuation analysis

Install

Copy the command and run it in a terminal.

$npx skills add https://github.com/timlai666/skills --skill investment-research-prompts

After installing, type/investment-research-promptsin Claude Code to confirm it loaded.

Bundled filesagents/openai.yamlreferences/prompt-library.md

Details

From the project README

Investment Research Prompts

Overview

把投資研究需求先路由到正確場景，再檢查必要輸入，最後從提示詞庫取用對應模板。這個 skill 以 prompt 模板與分析框架為核心，不負責程式化抓取金融資料。

Use This Skill

Use when:

  • 使用者想要股票篩選、選股框架或研究報告模板
  • 使用者要拆解投資組合風險、再平衡或避險方向
  • 使用者要規劃股息投資組合與被動收入藍圖
  • 使用者要做財報前瞻、產業競爭、DCF 估值、技術分析或異常模式辨識
  • 使用者明確要「prompt」「模板」「分析框架」「研究 brief」

Do not use when:

  • 使用者只要單一即時股價或單一財務指標，沒有研究框架需求
  • 任務是實作金融資料 API、回測程式或交易系統
  • 任務是一般理財建議，且不需要股票研究輸出格式

Routing Rule

先判斷請求屬於哪一類：

  1. stock-screening
  2. portfolio-risk-review
  3. dividend-portfolio-blueprint
  4. pre-earnings-brief
  5. industry-competition-report
  6. dcf-valuation-memo
  7. technical-analysis-report
  8. trend-anomaly-memo

若使用者描述同時包含多個類型，優先問清楚主要決策目的是：

  • 找標的
  • 估值
  • 交易時機
  • 組合風險
  • 產業比較

細節模板與欄位規則見 references/prompt-library.md。

Input Gate

先檢查該場景的必要資訊是否齊全。若不足，先回 MissingDataOutput，不要直接輸出空模板。

MissingDataOutput 必須包含：

  • detected_scenario
  • missing_fields
  • why_needed
  • follow_up_questions
  • next_step

追問原則：

  • 只問最少必要欄位
  • 優先問能改變分析結論的資訊
  • 若日期不明但可合理推進，先標示假設再繼續

Freshness Rule

以下資訊具有時效性，執行分析時必須查證最新來源，不可把模板當成離線事實：

  • 最新股價
  • 估值倍數
  • 財報日期
  • 分析師共識
  • 殖利率
  • 配息紀錄
  • 市值
  • 期權隱含波動或 implied move
  • 空頭比例、內部人交易、機構持股變化

若使用者要求「最新」「今天」「目前」「即將公布」之類的內容，必須先取得最新資料與來源，再套用模板。

Output Rule

若資訊足夠，可以有兩種輸出方式：

  • 直接產出適合該情境的完整研究 prompt
  • 依模板結構直接展開分析框架，並明確標示已知資訊、待補資訊、假設與資料來源需求

輸出時應保留：

  • 專業角色設定
  • 分析項目清單
  • 輸出格式要求
  • 使用者需補的變數槽位

不要：

  • 捏造即時市場數據
  • 在缺必要欄位時硬做結論
  • 把多個場景模板混在一起而不說明主軸

Suggested Workflow

  1. 辨識主要場景
  2. 檢查必要輸入
  3. 若缺資料，回 MissingDataOutput
  4. 讀取對應模板段落
  5. 視需求保留模板，或轉成當前任務的分析框架
  6. 若內容依賴即時市場資訊，先查證再回答

Comments

Markdown supported