mcpField
I
ipo-newlist-monitor

ipo-newlist-monitor

github.com/yuping322其他2142 次安装36 周前更新
代码仓库

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

  1. 01确认分析范围与时间窗口
  2. 02处理数据可用性及缺口
  3. 03结构化证据分析
  4. 04风险与监控清单
  5. 05纳入 A 股交易约束

适用场景

  1. 01撰写 IPO 研究简报
  2. 02分析新股或次新股
  3. 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.txt
references/
data-queries.md
methodology.md
output-template.md

详细介绍

来自项目 README

IPO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