Skills
收录 96,981 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
数据与数据库
通过 Longbridge Securities 进行投资组合业绩归因——Brinson 行业归因（配置／选股／交互效应）、因子 alpha/beta 分解（市场 β、价值、动量、规模），以及择时能力（Treynor-Mazuy 模型）。适用于投资组合复盘与基金分析。需要使用 Trade 权限登录。触发词："业绩归因", "归因分析", "Brinson归因", "配置效应", "选股效应", "因子归因", "alpha来源", "择时效应", "業績歸因", "歸因分析", "Brinson歸因", "配置效應", "選股效應", "因子歸因", "performance attribution", "Brinson attribution", "allocation effect", "selection effect", "factor attribution", "alpha decomposition", "timing ability", "portfolio attribution", "T-M model", "Jensen alpha"
通过 Longbridge 进行量化策略生成与优化框架——创建、修改并回测量化策略：参数网格搜索、walk-forward 验证、过拟合检测（样本内 vs 样本外）、策略组合（多策略相关性分散）、Sharpe / Calmar 比率优化。生成可在本地执行的 Python 代码框架。触发词："策略优化", "策略生成", "参数优化", "网格搜索", "回测优化", "过拟合", "walk-forward", "策略回测优化", "策略組合", "策略優化", "策略生成", "參數優化", "網格搜索", "回測優化", "strategy optimization", "strategy generation", "parameter optimization", "grid search", "overfitting", "walk-forward validation", "strategy backtest", "Sharpe ratio", "Calmar ratio"
主营业务构成和经营数据——按分部拆分的营收、各业务线的毛利率，以及经营指标（ROE／ROA／ROIC／营运资金周转率）。Longbridge 不提供股东／客户／供应商数据；请配合 longbridge-news 从财报中提取分部细节。触发词："主营业务"、"业务构成"、"分部营收"、"业务拆分"、"经营数据"、"业务占比"、"收入结构"、"主营收入"、"主營業務"、"業務構成"、"分部營收"、"業務拆分"、"經營數據"、"業務佔比"、"business breakdown"、"revenue breakdown"、"segment revenue"、"business composition"、"operating data"、"revenue structure"、"main business"、"segment breakdown"、"gross margin by segment"。
基于 Longbridge 财务数据构建的现金流折现（DCF）估值模型——历史 FCF（经营现金流减去资本开支）、含增长假设的 FCF 预测、WACC（Beta／无风险利率／股权风险溢价）、终值、内在价值与当前价格的对比，以及安全边际。触发词："DCF"、"现金流折现"、"内在价值"、"自由现金流"、"WACC"、"折现率"、"安全边际"、"终值"、"现金流贴现"、"現金流折現"、"內在價值"、"自由現金流"、"折現率"、"安全邊際"、"DCF model"、"discounted cash flow"、"intrinsic value"、"free cash flow"、"WACC"、"discount rate"、"margin of safety"、"terminal value"、"Gordon growth"。
通过 Longbridge Securities 获取主要指数实时行情——上证指数、沪深 300、创业板指、恒生指数、纳斯达克、标普 500、道琼斯等；支持价格、涨跌幅、成交量和历史走势。触发词："上证指数"、"沪深300"、"创业板指"、"恒生指数"、"纳斯达克"、"标普500"、"道琼斯"、"指数行情"、"指数点位"、"上證指數"、"滬深300"、"創業板指"、"恒生指數"、"納斯達克"、"標普500"、"道瓊斯"、"指數行情"、"Shanghai Composite"、"CSI 300"、"Hang Seng Index"、"NASDAQ"、"S&P 500"、"Dow Jones"、"index quote"、"market index"。
通过 Longbridge 进行投资组合诊断——集中度风险（前五大持仓权重）、行业分布、货币敞口、因子暴露（大／小盘、价值／成长）、持仓间的两两相关性风险，以及与基准的偏离。触发词："组合诊断"、"持仓集中度"、"组合分析"、"因子暴露"、"行业分布"、"货币敞口"、"相关性风险"、"组合检查"、"組合診斷"、"持倉集中度"、"組合分析"、"因子暴露"、"行業分布"、"貨幣敞口"、"相關性風險"、"portfolio diagnosis"、"concentration risk"、"factor exposure"、"sector distribution"、"currency exposure"、"correlation risk"、"portfolio review"、"holdings analysis"。
通过 Longbridge 进行风险度量与压力测试——计算 VaR（历史模拟法／参数法）、CVaR（预期损失）、最大回撤、夏普比率、卡玛比率，并进行历史情景压力测试（2008 年全球金融危机、2020 年新冠暴跌、2022 年加息周期）。触发词："风险分析"、"VaR"、"压力测试"、"最大回撤"、"夏普比率"、"CVaR"、"历史情景"、"尾部风险"、"风险测量"、"風險分析"、"壓力測試"、"最大回撤"、"夏普比率"、"歷史情景"、"尾部風險"、"風險測量"、"risk analysis"、"VaR value at risk"、"CVaR"、"stress test"、"max drawdown"、"Sharpe ratio"、"Calmar ratio"、"tail risk"、"historical scenario"。
通过 Longbridge Securities 生成公司单页 / 一页纸概要——输出信息密度高的 1–2 页公司速览：业务概览、关键财务数据（收入 / 净利润 / EPS / ROE）、估值倍数（PE / PB / EV-EBITDA）、股价表现、主要股东以及近期催化剂。触发词：“公司单页”“公司快照”“公司简报”“公司画像”“一页纸分析”“公司概要”“股票简报”“公司單頁”“公司快照”“公司簡報”“公司畫像”“一頁紙分析”“company tearsheet”“company profile”“company snapshot”“one-pager”“company brief”“stock summary”“company factsheet”。
通过 Longbridge Securities 进行多资产相关性与协整分析：计算 2–10 个标的的 Pearson / Spearman 收益率相关矩阵、滚动 60 日相关性、Engle-Granger 协整（ADF 单位根）以及价差半衰期（AR(1) 估计）。用于投资组合去相关和配对交易预筛选。触发词："相关性"、"协整"、"相关系数"、"相关矩阵"、"滚动相关"、"去相关"、"多标的相关"、"相關性"、"協整"、"相關係數"、"相關矩陣"、"滾動相關"、"去相關"、"correlation"、"cointegration"、"correlation matrix"、"rolling correlation"、"Pearson"、"Spearman"、"decorrelation"、"multi-asset correlation"、"ADF test"、"相关分析"、"相關分析"、"pairwise correlation"。
通过 Longbridge 的交易执行建模框架（仅用于回测分析）：涵盖滑点模型（线性/平方根市场冲击）、VWAP/TWAP 执行逻辑、市场冲击成本估算（Kyle lambda）、成交量参与率（POV）策略。帮助量化交易者在回测中建立贴近现实的执行假设。触发词："执行模型"、"滑点模型"、"VWAP执行"、"TWAP执行"、"市场冲击"、"执行成本"、"成交量参与率"、"交易执行"、"執行模型"、"滑點模型"、"VWAP執行"、"TWAP執行"、"市場冲擊"、"執行成本"、"交易執行"、"execution model"、"slippage model"、"VWAP"、"TWAP"、"market impact"、"execution cost"、"volume participation rate"、"Kyle lambda"、"square root model"、"POV strategy"。
链上数据分析框架：涵盖活跃地址、巨鲸行为、TVL（总锁仓价值）、DEX 流动性以及链上估值指标：MVRV（市值/已实现价值）、NVT（网络价值/交易量）、SOPR。Longbridge 提供现货加密货币报价（.HAS）；原始链上数据需要外部数据源（Glassnode / Dune Analytics）。触发词："链上数据"、"链上分析"、"MVRV"、"NVT"、"活跃地址"、"鲸鱼地址"、"TVL"、"SOPR"、"链上指标"、"链上估值"、"鏈上數據"、"鏈上分析"、"活躍地址"、"鯨魚地址"、"鏈上指標"、"鏈上估值"、"on-chain data"、"on-chain analysis"、"MVRV ratio"、"NVT ratio"、"active addresses"、"whale activity"、"TVL"、"SOPR"、"on-chain valuation"、"DeFi TVL"、"crypto on-chain"。
通过长桥证券进行账户级盈亏分析——简单收益率、时间加权收益率（TWR）、分标的盈亏明细和分市场盈亏。支持自定义日期区间。比 longbridge-portfolio 更侧重业绩归因。需要登录。触发词："盈亏分析"、"账户盈亏"、"时间加权收益"、"TWR"、"投资回报率"、"持仓盈亏"、"分市场盈亏"、"业绩分析"、"收益率分析"、"盈虧分析"、"賬戶盈虧"、"時間加權收益"、"投資回報率"、"持倉盈虧"、"profit analysis"、"P&L analysis"、"time-weighted return"、"TWR"、"account performance"、"holding P&L"、"profit by market"、"investment return analysis"、"我账户赚了多少"、"我的亏损"、"我賺了多少"、"我的虧損"。
使用长桥价格数据进行时间序列分析的量化统计框架——ADF 单位根检验（平稳性）、协整检验（Engle-Granger / Johansen）、GARCH 波动率建模（条件异方差）、回归诊断（Durbin-Watson / Breusch-Pagan）、Bootstrap 置信区间、假设检验（t 检验 / F 检验）。需要 statsmodels 和 scipy。触发词："量化统计"、"ADF检验"、"单位根"、"协整检验"、"GARCH"、"自相关"、"异方差"、"Bootstrap"、"假设检验"、"量化統計"、"ADF檢驗"、"單位根"、"協整檢驗"、"異方差"、"假設檢驗"、"quantitative statistics"、"ADF test"、"unit root"、"cointegration"、"GARCH"、"autocorrelation"、"heteroskedasticity"、"bootstrap"、"hypothesis test"、"statsmodels"。
通过长桥证券进行季节性与日历效应策略分析——使用历史 OHLCV 数据计算月度收益（January Effect）、星期效应（Monday / Friday effect）、节前节后漂移以及财报季效应；识别统计显著的规律并生成交易信号。触发词："季节性"、"日历效应"、"月份效应"、"周一效应"、"年初效应"、"节假日效应"、"财报季效应"、"时间模式"、"季節性"、"日曆效應"、"月份效應"、"周一效應"、"年初效應"、"節假日效應"、"財報季效應"、"seasonality"、"calendar effect"、"January effect"、"day of week effect"、"holiday effect"、"earnings season effect"、"seasonal pattern"、"time series anomaly"、"月度效应"、"月度效應"、"monthly seasonality"。
通过 TFRRS（tfrrs.org）获取 NCAA 越野跑和田径运动员数据，通过 The Stride Report 获取新闻。获取运动员资料，包括所有个人最好成绩（PR）、参赛资格年份、学校、完整的逐赛季成绩历史，以及 XC/TF 新闻。零配置，无需 API 密钥。适用于用户询问 NCAA 越野跑、NCAA 田径、大学跑步、TFRRS 运动员资料、个人最好成绩、PR、XC 或 TF 赛季成绩、个人运动员表现历史或 XC/TF 新闻。不适用于职业田径、Diamond League 或其他运动项目；此时使用 nfl-data、nba-data、wnba-data、nhl-data、mlb-data、golf-data、cricket-data、cfb-data、cbb-data、tennis-data、fastf1 或 volleyball-data。博彩请使用 polymarket 或 kalshi。
通过 Longbridge Securities 的机器学习预测策略框架 —— 前向滚动训练结合特征工程（MACD、RSI、布林带宽度、成交量变化率），并使用 scikit-learn 分类器（随机森林 / 梯度提升）；每 60 天重新训练，预测 5 日方向概率；评估胜率、盈利因子与夏普比率。仅供参考，不构成投资建议。触发词："机器学习", "ML策略", "预测模型", "随机森林", "梯度提升", "深度学习", "AI选股", "walk-forward", "機器學習", "ML策略", "預測模型", "隨機森林", "梯度提升", "machine learning", "ML strategy", "predictive model", "random forest", "gradient boosting", "AI stock selection", "walk-forward", "rolling training", "feature engineering", "scikit-learn", "XGBoost".
通过 Longbridge Securities 进行配对交易 / 统计套利策略 —— 使用 Engle-Granger（ADF）方法检验两个相关资产之间的协整性，通过 OLS 计算最优对冲比率，计算价差 Z 分数、均值回复半衰期，并生成进出场信号（Z > 2 时做多价差，Z < -2 时做空价差，|Z| < 0.5 时出场）。触发词："配对交易", "统计套利", "协整", "价差交易", "对价交易", "双股套利", "配對交易", "統計套利", "協整", "價差交易", "pairs trading", "statistical arbitrage", "cointegration", "spread trading", "mean reversion pairs", "hedge ratio", "half-life", "ADF test", "Kalman filter", "Z-score spread", "spread mean reversion".
通过 Longbridge 进行科技炒作与基本面分析 —— 识别 A 股 / 港股科技股的估值泡沫和基本面背离。比较 PE / PS / EV-EBITDA 的历史分位与实际营收 / 利润增长。分析哪些 AI / 电动车 / 半导体主题行情有基本面支撑，哪些纯粹是情绪驱动的动量。触发词："科技炒作", "AI泡沫", "估值泡沫", "科技估值", "概念股", "主题炒作", "基本面背离", "炒作识别", "科技泡沫", "科技炒作", "AI泡沫", "估值泡沫", "科技估值", "概念股", "主題炒作", "基本面背離", "tech hype", "AI bubble", "valuation bubble", "tech valuation", "theme stocks", "hype vs fundamentals", "concept stocks", "narrative vs reality", "AI concept", "semiconductor bubble".
小盘成长股挖掘——通过筛选市值 < 5–10B、营收增速 > 30%、ROE > 15%、机构持股比例低等条件，找出被忽视的中小市值高成长公司（A 股专精特新、港股成长股、美股小盘成长）。触发词：“小盘成长”“小市值”“成长股”“中小盘”“专精特新”“隐形冠军”“小盘股”“成长潜力”“小盤成長”“成长股”“中小盤”“隱形冠軍”“small cap growth”“small cap stocks”“growth stocks”“mid-small cap”“hidden champions”“high growth companies”“small cap discovery”“emerging growth”“小市值成长股”“中小市值”。
通过 Longbridge Securities 实现的历史波动率（HV）区间策略——计算 20 日和 60 日 HV，将当前水平在过去一年中的百分位排序，并给出波动率区间交易建议：HV 百分位 < 25% 时做多波动率（买入跨式）；HV 百分位 > 75% 时做空波动率（卖出跨式／铁鹰）；其余情况为中性。触发词："波动率策略", "历史波动率", "低波动率", "高波动率", "波动率分位", "做多波动率", "做空波动率", "波動率策略", "歷史波動率", "低波動率", "高波動率", "波動率分位", "做多波動率", "做空波動率", "volatility strategy", "historical volatility", "low volatility", "high volatility", "volatility percentile", "long volatility", "short volatility", "vol regime", "HV20", "HV60", "buy straddle", "sell straddle", "iron condor"
Formula 1 数据——赛事日程、成绩、单圈计时、车手和车队信息。由 FastF1 库提供支持。涵盖 F1 分站、排位赛、练习赛、比赛成绩、分段时间和轮胎策略。适用于用户询问 F1 比赛成绩、排位赛、单圈时间、车手统计、车队信息、F1 赛历或 Formula 1 数据。用户询问其他赛车赛事（MotoGP、NASCAR、IndyCar、WEC、Formula E）时不要使用。不要用于 F1 博彩赔率或预测；请改用 kalshi 或 polymarket。不要用于 F1 新闻文章；请改用 sports-news。
巴菲特风格选股器——"What would Buffett buy now?"。通过两层模型从市场/行业/偏好查询中生成 3–5 只候选股票：硬性量化筛选（ROE 5y ≥15%、debt/asset ≤50%、FCF positive 3y、listed ≥5y、gross margin ≥30%）→ 定性护城河评分（moat 35% / capital allocation 20% / earnings predictability 20% / valuation 15% / runway 10%）。优先使用 Longbridge CLI，回退到 MCP，仅在信息缺口处使用 WebSearch。输出：带护城河类型标签的候选卡片、量化要点、结论（🟢 符合巴菲特标准 / 🟡 部分符合标准 / 🔴 不符合标准）、深入分析的 CTA 到 `longbridge-buffett-moat-analyzer`。排除航空、未创收生物科技、ST、上市不足 5 年。触发词："巴菲特会买什么"、"巴菲特筛股"、"巴菲特风格的股票"、"护城河筛股"、"宽护城河股票"、"价值投资筛股"、"10年不动的股票"、"定价权强的公司"、"巴菲特會買什麼"、"巴菲特篩股"、"護城河篩股"、"寬護城河股票"、"Buffett screener"、"what would Buffett buy"、"wide-moat screener"、"quality compounder screen"、"Berkshire-style screen"、"pricing-power screen"。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。