关于 ipo-newlist-monitor
用于 IPO、新股及次新股研究与风控分析的结构化技能。它先确认范围和输出要求,再依据可用数据整理结论、风险与监控要点,不臆造缺失信息。
主要功能
- 01确认分析范围与时间窗口
- 02处理数据可用性及缺口
- 03结构化证据分析
- 04风险与监控清单
- 05纳入 A 股交易约束
适用场景
- 01撰写 IPO 研究简报
- 02分析新股或次新股
- 03建立风险与监控清单
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ yuping322/ finskills --skill ipo-newlist-monitor安装后在 Claude Code 中输入/ipo-newlist-monitor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.txtreferences/data-queries.mdmethodology.mdoutput-template.md详细介绍
来自项目 READMEIPO与新股/次新监控器
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