mcpField
E
etf-allocator

etf-allocator

github.com/yuping322其他2138 次安装36 周前更新
代码仓库

关于 etf-allocator

该技能以结构化框架分析 ETF 配置与风险暴露,面向投研和风控工作。它先确认范围、时间窗口及约束,再整理数据、结论、证据、风险和监控要点;不确定的数据缺口需明确说明。

主要功能

  1. 01确认分析范围与约束
  2. 02按需获取数据并标注缺口
  3. 03提供可解释的结论摘要
  4. 04结合指标口径与阈值分析
  5. 05输出风险及监控清单

适用场景

  1. 01分析指定 ETF 或资产范围
  2. 02按流动性和风险偏好评估配置
  3. 03整理研究简报或决策备忘录
  4. 04制定后续风险监控要点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/yuping322/finskills --skill etf-allocator

安装后在 Claude Code 中输入/etf-allocator确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

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

详细介绍

来自项目 README

ETF 配置与暴露分析器

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。

评论

支持 Markdown