stock-analysis

股票分析

使用直接近期价格数据源和 Rebyte 金融数据湖进行股票与公司分析，以及策略回测。

需要 Rebyte API 身份验证——按 Agent 的系统提示设置 $AUTH_TOKEN 和 $API_URL；将其分别用作 Bearer 令牌和基础 URL。

技能布局——按需加载相应模块

模块	适用场景
本文件	分析指南：价格检查、公司概览、比较、基本面、技术面
data/SKILL.md	数据路由与机制：直接查询两个日期的价格、完整的 19 张表的数据湖目录（美国 + 中国）、SQL 模式、新闻 + 研究搜索、错误规则。获取数据前请先阅读。
backtesting/SKILL.md	策略模拟：NautilusTrader 的 5 阶段工作流，最终生成回测结果包
financial-templates/SKILL.md	分析结构（DCF、可比公司分析、备忘录格式），不调用数据
report-style/README.md	本技能生成的所有 HTML 报告均使用 Kami 设计系统
references/sec-edgar.md	通过 edgartools 获取 SEC 文件、完整 10-K/10-Q 文本、内部人士（Form 4）交易记录

价格/K 线图表：使用 financial-charts 技能（TradingView 风格的 Lightweight Charts）。

数据源

来源	提供内容	访问方式
直接近期价格 API	当前和前一个交易所当地日历日的纯 OHLCV 价格柱。美国分钟线使用 stocks/bars，参数为 interval: "1min"；中国分钟线使用 cn-stocks/bars_1min。	POST $API_URL/api/data/stocks/bars、POST $API_URL/api/data/cn-stocks/bars 或 POST $API_URL/api/data/cn-stocks/bars_1min——参见 data/SKILL.md
Rebyte 金融数据湖	美国：日线 + 1 分钟线、新闻、SEC 文件基本面、拆股、股息、卖空数据、股票代码全集、IPO。中国 A 股：日线 + 1 分钟线、估值快照、财务报表、资金流、异动披露。	通过 POST $API_URL/api/data/financial/sql 执行只读 SQL——参见 data/SKILL.md
新闻档案	可追溯至 2016 年的美国股票新闻报道，可按含义搜索	POST $API_URL/api/data/research/news——参见 data/SKILL.md
研究资料库	来自 13 家投资研究出版物的约 4,300 篇长篇文章（SemiAnalysis、SemiVision、MacroCharts、Capital Wars、Citrini、Doomberg、Michael J Burry 等），时间范围为 2020 年至今。由具名从业者撰写的一手分析——可用于研究投资论点、争论和运作机制。	调用 POST $API_URL/api/data/research/search，然后使用 /context 或 /article——参见 data/SKILL.md
SEC EDGAR	完整文件文本（10-K、10-Q、8-K）、文件章节、内部人士（Form 4）交易记录	使用 edgartools Python 库——参见 references/sec-edgar.md

按数据新鲜度选择数据源。 对于“当前”“今天”“最新价格”和近期盘中问题，使用直接 API。其日期范围由服务器固定为 America/New_York（美国）或 Asia/Shanghai（中国）的当前和前一个日历日；调用方无法扩大范围。其他所有较早的数据或非价格信息均使用数据湖。美国响应会显示 Polygon 的 upstreamStatus（例如 DELAYED），因此切勿声称数据达到逐笔实时级别。存在这些信息时，请说明数据来源、返回的日期范围、最新价格柱的时间戳和数据源状态。市场交易时段内，两地市场都使用分钟线；只有在相应市场收盘后，才能将当日的日线视为最终数据。

---

分析工作流

两个日期的价格边界查询使用直接价格数据；历史或非价格步骤使用数据湖 SQL。具体路由和请求格式见 data/SKILL.md。

1. 快速股票检查

User: "What's AAPL doing?" / "AAPL price"
→ Direct recent bars — quote the latest close, timestamp, date range, feed status
→ Lake daily bars (last 1 month) + ticker details for context
→ Present: latest direct price + recent trend + basic company info

2. 公司概览

User: "Tell me about NVDA" / "What does Tesla do?"
→ Ticker details + latest fundamentals period (revenue, net income)
→ Daily bars (last 3 months)
→ Direct recent bars when presenting a latest/current price
→ Recent news (5 headlines) — semantic search for themes if needed
→ Present: business summary, market position, recent performance, news themes

3. 技术分析

User: "Is TSLA a good buy?" / "AAPL technical analysis"
→ Daily bars (last 6 months) — trend, support/resistance
→ Direct recent intraday bars — current short-term momentum
→ Lake 1-minute bars aggregated to hourly when more than two dates are needed
→ Recent news (10 articles) — read and judge the tone yourself
→ Compute: moving averages, price range, volume trends
→ Present: trend direction, key levels, volume analysis, sentiment, outlook

4. 多股票比较

User: "Compare AAPL vs MSFT vs GOOGL"
→ One SQL per dataset covering all tickers (WHERE ticker IN (...))
→ Direct recent bars for each ticker when current prices are part of the comparison
→ Compare: price performance, fundamentals, news flow
→ Present: side-by-side table, relative performance

5. 基本面深入分析

User: "AAPL financials" / "NVDA revenue trend"
→ Fundamentals: annual (5 periods) + quarterly (4 periods)
→ Dividends (last 12) — history and implied yield vs latest direct close
→ Weekly-aggregated bars (last 2 years) — long-term price context
→ Compute: revenue growth, margin trends, EPS trend, payout ratio
→ Optional: SEC EDGAR for full 10-K text

6. 内部人士活动

User: "Insider trading for TSLA" / "Are executives buying NVDA?"
→ SEC EDGAR: Form 4 filings (the lake does not carry insider trades)
→ Daily bars (last 3 months) — price context around the trades
→ Present: recent transactions, insider sentiment, correlation with price

7. 尽职调查资料包

User: "Full analysis of MSFT" / "Due diligence on AMD"
→ Ticker details, 1y daily bars, annual + quarterly fundamentals,
  dividends, splits, 20 recent news items
→ Direct recent bars for the current price snapshot
→ SEC EDGAR: latest 10-K, recent 8-Ks, Form 4 insider trades
→ Present: comprehensive report (Kami-styled HTML per report-style/)

8. 行业研究

User: "Compare cloud stocks" / "Best semiconductor stocks"
→ Identify tickers (us.tickers can filter by name/type/exchange)
→ Batch daily bars + fundamentals across the set
→ Semantic news search on the sector theme
→ Present: sector overview, leaders, relative performance

9. 策略回测

User: "Backtest an SMA crossover on AAPL" / "验证我的策略"
→ Switch to backtesting/SKILL.md and run its 5 phases end-to-end
→ Deliverable is the backtest bundle at /code/backtests/<slug>/

---

触发模式

用户提及以下任何内容时，务必获取数据。不要凭记忆作答——按指定要求调用直接价格 API 和／或数据湖。

用户意图	必需操作
提及股票代码（AAPL、$TSLA、000001.SZ）	获取直接近期行情 + 数据湖股票详情
“current”“today”“latest price”“how is X doing”	优先获取直接近期行情；包含 marketDateRange、最新时间戳和数据源状态
历史“price”或“chart”	获取所请求范围的数据湖行情；仅当最新边界很重要时，才添加直接行情
“news”“what's happening with”	新闻查询（至少 10 条）或语义搜索
“analyze”“research”“tell me about”	详情 + 行情 + 新闻
“compare”“vs”“versus”	获取每只股票的所有数据集，并排比较
“buy”“sell”“good investment”	行情 + 新闻 + 基本面（年度 + 季度）
“financials”“revenue”“earnings”	基本面（年度 + 季度）
“dividend”“yield”“payout”	us.dividends
“split”“stock split”	us.splits
“short interest”“shorts”	us.short_interest / us.short_volume
“insider”“who's buying/selling”	SEC EDGAR Form 4 文件
“10-K”“10-Q”“SEC filing”	SEC EDGAR 文件
“backtest”“回测”“strategy performance”	backtesting/SKILL.md

---

数据湖 SQL 示例

身份验证与请求格式、DataFusion 风格的 SQL 模式、错误处理规则，以及完整的表目录，均见 data/SKILL.md。以下示例对应常见分析需求；美国股票代码使用大写字母，中国股票代码使用 NNNNNN.SZ／NNNNNN.SH。

-- Price bars, daily (raw, unadjusted; check us.splits before spanning a split)
SELECT t, o, h, l, c, v FROM us.eod
WHERE ticker = 'AAPL' AND t >= to_timestamp('2026-01-01')
ORDER BY t

-- Intraday / custom intervals: aggregate 1-minute bars
SELECT date_bin(INTERVAL '1 hour', t, TIMESTAMP '1970-01-01') AS bucket,
       min(t) AS t_open, max(h) AS h, min(l) AS l, sum(v) AS v
FROM us.bars_1m
WHERE ticker = 'AAPL' AND t >= now() - INTERVAL '5 days'
GROUP BY bucket ORDER BY bucket

-- News for a ticker (tickers is an array column)
SELECT published_utc, title, tickers FROM us.news
WHERE array_has(tickers, 'AAPL')
ORDER BY published_utc DESC LIMIT 10
-- Thematic retrieval ("news about AI chip demand"): use research/news instead
-- of ILIKE; for theses and mechanisms use research/search — see data/SKILL.md.

-- Fundamentals (SEC-filing derived; is_* income, bs_* balance, cf_* cashflow)
SELECT fiscal_year, fiscal_period, is_revenues, is_gross_profit,
       is_operating_income_loss, is_net_income_loss,
       is_diluted_earnings_per_share, bs_assets, bs_liabilities, bs_equity,
       cf_net_cash_flow_from_operating_activities
FROM us.fundamentals
WHERE array_has(tickers, 'AAPL') AND timeframe = 'annual'
ORDER BY fiscal_year DESC LIMIT 5

-- Dividends / splits
SELECT ex_dividend_date, cash_amount, frequency FROM us.dividends
WHERE ticker = 'AAPL' ORDER BY ex_dividend_date DESC LIMIT 12;
SELECT execution_date, split_from, split_to FROM us.splits
WHERE ticker = 'AAPL' ORDER BY execution_date DESC

-- Ticker details / universe screen
SELECT ticker, name, primary_exchange, type, active, cik FROM us.tickers
WHERE ticker = 'AAPL'

-- CN A-share daily bars (adj_factor included for adjusted series)
SELECT t, o, h, l, c, v, pct_chg, adj_factor FROM cn.bars_day
WHERE ts_code = '000001.SZ' AND t >= to_timestamp('2026-01-01')
ORDER BY t

-- CN valuation snapshot / financial indicators
SELECT trade_date, pe_ttm, pb, turnover_rate, total_mv FROM cn.daily_basic
WHERE ts_code = '000001.SZ' ORDER BY trade_date DESC LIMIT 20

data/scripts/financial_cli.py 辅助脚本封装了身份验证和 SQL 端点：

python3 data/scripts/financial_cli.py catalog
python3 data/scripts/financial_cli.py schema us.eod
python3 data/scripts/financial_cli.py query "SELECT ... LIMIT 10"
python3 data/scripts/financial_cli.py news "Fed rate cut expectations" --ticker NVDA
python3 data/scripts/financial_cli.py research "global liquidity and central bank balance sheets"

---

SEC EDGAR 参考资料

如需完整文件文本、文件章节和内幕交易数据，请参阅 references/sec-edgar.md。

快速入门：

pip install edgartools

from edgar import Company, set_identity
set_identity("Rebyte Agent [email protected]")

company = Company("AAPL")
filings = company.get_filings(form="10-K")      # Annual reports
insider = company.get_filings(form="4")         # Insider trades

---

分析指南

根据价格行情计算技术指标

数据湖返回原始 OHLCV 数据。请自行计算指标（或使用 SQL 计算）：

• 简单移动平均线（SMA）：最近 N 个收盘价的平均值（20 日和 50 日）
• 价格趋势：当前收盘价与 20 日和 50 日 SMA 的对比
• 支撑位／阻力位：根据近期日线行情确定低点／高点
• 成交量趋势：近期成交量与 20 日平均成交量的对比
• 52 周区间：一年日线行情中的最低价／最高价
• 公司行动：us.eod 未经复权——如果时间范围跨越拆股日期，请使用 us.splits 进行调整；中国日线行情直接包含 adj_factor

解读新闻

数据湖新闻不包含预先计算的情绪分析——请阅读标题／内容，自行判断倾向，并考虑发布方权重和时效性。对于主题类问题，优先使用语义搜索端点，而非关键词 ILIKE。

财务报表分析

• 营收增长：各期间之间的同比变化
• 利润率趋势：毛利率／营业利润率／净利率随时间的变化
• 现金状况：现金及等价物与总债务的对比
• 盈利质量：经营现金流与净利润的对比（两者应接近）

呈现结果

• 开篇先给出答案（看涨／看跌／中性、最新有来源的收盘价及时间戳、关键指标）
• 多只股票比较时使用表格
• 附上具体数字和日期——不要使用含糊的表述
• 区分事实（来自数据）与分析（你的解读）
• 明确注明每个来源和日期范围；报告直接数据源状态，并将数据湖数据标记为 T+1
• 长篇报告：按照 report-style/ 的要求使用 Kami 风格的 HTML

---

重要说明

• 美股代码使用大写（AAPL）；A 股代码带后缀（000001.SZ、600519.SH）
• 所有时间戳均为 UTC
• 直接价格数据仅覆盖两个交易所本地日历日期——周末和节假日可能导致日期无数据；不要扩大直接请求的范围
• Lake 数据为 T+1——每日数据表会在前一个交易日生成
• 直接数据表示近期数据，并不保证为实时逐笔数据——交易时段内，美股使用 stocks/bars 并设置 interval: "1min"，A 股使用 cn-stocks/bars_1min；报告 Polygon 的 upstreamStatus，收盘后使用已完成的日线数据
• 覆盖范围：美股自 2021-06 起提供（K 线），参考数据的历史更长（拆股数据始于 1978 年，股息数据始于 2000 年）；A 股日线数据始于 1990-12——完整目录见 data/SKILL.md
• SEC EDGAR 免费使用——无需 API 密钥，但需要提供身份字符串

---

不要使用此技能的情况

• 简单的网络查询（“Apple 的网站是什么？”）→ 使用网络搜索
• 实时交易、逐笔成交、买卖报价或流式报价 → 不支持；直接价格数据为 OHLCV K 线，且可能有延迟
• 个人财务建议 → 不具备相关资质