mcpField
S
stock-qualitative-analysis

stock-qualitative-analysis

github.com/fakehank其他28148 次安装41 周前更新
代码仓库

关于 stock-qualitative-analysis

面向需要基于证据撰写结构化报告的股票分析任务，按模板整理定性分析，并要求事实逐项附来源、缺失信息明确标注。

主要功能

  1. 01按模板生成 Markdown 报告
  2. 02事实陈述必须附来源
  3. 03缺失事实使用明确占位符
  4. 04逐节分析并写回报告
  5. 05整理逆时间顺序来源清单

适用场景

  1. 01依据 SEC 文件撰写公司定性分析
  2. 02结合用户提供的文件完成结构化报告
  3. 03标注资料不足并提示核实实时数据

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/fakehank/stock_qualitative_analysis_skills --skill stock-qualitative-analysis

安装后在 Claude Code 中输入/stock-qualitative-analysis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。

README.md
README_zh.md
OPENCODE.md
assets/
report-template.md
assets/10-K_2024-11-01_report_2024-09-28_0000320193-24-000123/
aapl-20240928.xsd
meta.json
aapl-20240928.txt
aapl-20240928_def.xml
aapl-20240928_cal.xml
references/
goldenset.md
validation-checklist.md
prompt-guardrails.md
scripts/
extract_sec_html_sections.py
fetch_sec_edgar.py
build_source_manifest.py
citation_helpers.py
ingest_local_pdfs.py
source_company_ir.py
source_hkex.py
validate_report.py

详细介绍

股票定性分析技能

适用场景

当用户要求提供基于证据、采用结构化报告格式的股票定性分析报告（定性分析）时，使用此技能。此技能强调严格引用来源，并避免编造内容。

输入

  • 公司名称（必填）
  • 股票代码／交易所（可选，但建议提供）
  • 市场背景（美国／香港／中国／其他）
  • 时间范围（例如 FY2015–FY2024；最新季度）
  • 语言偏好（默认中文；如有要求则使用英文）
  • 来源：
    • 用户提供的申报文件（PDF 或 HTML）
    • SEC EDGAR 抓取（可选，如获准）
    • 其他公开来源（仅限注明引用的来源）

输出

  • 一份遵循 assets/report-template.md 模板结构的 Markdown 报告
  • 每个章节均包含：结论要点 / 详细情况 / 证据与出处（如要求英文输出，则使用对应的英文标签）
  • 最后的 来源清单 按时间倒序列出 SEC 申报文件及其他来源

核心规则（不可妥协）

  • 不得陈述没有来源支持的事实。
  • 任何事实性主张都必须附上来源字符串；否则应使用 【...】 占位符，说明需要什么信息。
  • 主动分析来源：不止于表面总结。提取与报告模板各章节相关的具体细节、量化数据和背景见解。
  • 全面填写：尽最大努力填写报告模板中的所有章节。如果提供的来源确实缺少信息，请使用具体的占位符指出缺少的内容。
  • 如果需要实时数据，必须明确说明用户需要核实数据是否为最新。
  • 不提供投资建议、目标价或交易建议。
  • 默认输出语言：中文。如果用户用英文提问，则使用英文回复。

执行

  • 信息收集：确认公司名称、股票代码／交易所、市场、时间范围及允许使用的数据来源。
  • 本地数据预检：任何远程抓取之前，先确认本地申报文件是否充足；只有本地数据不足时才进行远程抓取。
  • 获取来源：使用 scripts/build_source_manifest.py 获取 SEC 申报文件并导入本地 PDF。
  • 提取关键 10-K 章节（HTML）：使用 scripts/extract_sec_html_sections.py 在分析前按条目生成文本文件（例如 Item 1/1A/7/8）。
  • 逐章节生成（由 Agent 驱动）：针对 assets/report-template.md 中的每个章节，Agent 按顺序扩展章节内容，根据可用来源生成 结论要点 / 详细情况 / 证据与出处，并引用证据。
  • 渐进式写回：开始撰写摘要前，先确定本地报告文件是否存在；每完成一个章节，就将内容写入该文件。
  • 最后定稿：所有章节完成后，重写 投资要点概览，然后更新 来源清单。

用法

  • Agent 在运行时根据模板标题执行章节循环。
  • Agent 必须尝试使用所提供的来源填写每个章节，并通过明确的占位符标记缺失事实。
  • 如果用户要求英文输出，Agent 应统一翻译模板标题和章节标签（例如 Conclusion / Details / Evidence），同时保留报告结构。

数据获取

  • SEC EDGAR 抓取：scripts/fetch_sec_edgar.py
  • 本地 PDF 导入：scripts/ingest_local_pdfs.py
  • 来源清单：scripts/build_source_manifest.py
  • HTML 章节提取器：scripts/extract_sec_html_sections.py

引用格式

  • SEC 申报文件：Form 10-K/10-Q/20-F/6-K + 年份/日期 + 章节/标题
  • 网络来源：机构/网站 + 发布日期 + 标题

示例

请求示例

“参考 SEC filings，帮我做 AAPL 的定性分析，按模板输出。”

输出格式示例

使用 assets/report-template.md 并为每个章节填写事实和引用。未知信息使用占位符标记。

参考资料

  • 约束规则和写作风格：references/prompt-guardrails.md
  • 报告模板：assets/report-template.md
  • 验证清单：references/validation-checklist.md
  • Goldenset 示例：references/goldenset.md

评论

支持 Markdown