investoday-stock-research-interpretation

面向A股个股研报解读,聚焦机构观点、评级变化、核心逻辑、机会风险与一致性判断。基于今日投资金融数据接口,自动识别股票代码并输出结构化个股研报解读报告。触发词:机构怎么看、研报解读、评级变化、卖方观点、目标价、一致预期。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "investoday-stock-research-interpretation" with this command: npx skills add kenneth-bro/investoday-stock-research-interpretation

📑 个股研报解读

面向 A 股个股研报解读,聚焦机构观点、评级变化、核心逻辑、机会风险与一致性判断。基于今日投资金融数据接口,自动识别股票代码并输出结构化个股研报解读报告。

触发场景

  • 用户询问某只股票最近机构怎么看、评级有没有变化
  • 用户希望理解卖方核心逻辑、主要风险点与市场一致性
  • 用户想知道“最近研报偏多还是偏空”“机构之间分歧大不大”
  • 关键词:机构怎么看、研报解读、评级变化、卖方观点、目标价、一致预期、研报分析

输入示例

示例 1:机构观点

浪潮信息最近机构怎么看?

示例 2:评级变化

宁德时代最近有没有机构上调评级?

示例 3:一致性判断

中际旭创最近研报是偏多还是分歧比较大?

💡 本 Skill 偏单只股票的机构观点与评级解读。若用户想看行业或板块层面的卖方共识,请优先使用 板块研报解读;若重点是新闻、公告或单条消息解读,优先转到 股票消息解读

前置依赖

本 Skill 依赖 investoday-finance-data(今日投资金融数据)Skill 获取实时金融数据。

基础 API 调用与底层执行方式统一以该 Skill 为准,业务 Skill 不重复展开底层接入细节。

工具说明

以下为本 Skill 通过 investoday-finance-data 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。

基础工具

工具名称工具ID方法说明
综合标的搜索searchGET通过关键字搜索股票代码
股票基本信息stock/basic-infoGET获取股票名称、行业与主营业务

研报核心工具

工具名称工具ID方法说明
研报舆情research/sentimentPOST获取研报标题、观点、机会风险、情绪与逻辑
研报预测评级report/stock-forecast-ratingsGET获取评级、目标价与预测变动

数据获取流程

用户提供股票名称或代码后,Agent 按以下流程获取数据:

  • Step 0:标的识别(如用户输入名称而非代码):工具ID search,参数 key=<股票名称> type=11
  • Step 1:股票基本信息:工具ID stock/basic-info,参数 stockCode=<code>
  • Step 2:研报舆情(近90天):工具ID research/sentiment (POST),参数 stockCode=<code> beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=10
  • Step 3:研报预测评级(近180天):工具ID report/stock-forecast-ratings,参数 stockCode=<code> beginDate=<180天前> endDate=<今天> pageNum=1 pageSize=20

并行优化:完成 Step 0 的代码识别后,Step 1-3 可并行调用;分析时优先保留时间更近、相关度更高、逻辑更完整的研报内容。

分析框架(5步)

Agent 获取数据后,按以下 5 步框架进行结构化分析:

Step 1:提炼机构总体态度

目标:先判断当前机构整体偏多、偏空还是中性。

数据来源research/sentiment + report/stock-forecast-ratings

分析要点:

  • 近期评级分布和情绪方向
  • 机构整体更偏一致看多还是存在明显谨慎情绪
  • 若样本较少,应说明覆盖度有限

输出:机构总体态度与覆盖情况。

Step 2:提炼核心逻辑与催化点

目标:识别近期研报反复强调的核心逻辑。

数据来源research/sentiment

分析要点:

  • 当前最被强调的成长驱动、订单、业绩、竞争格局或行业逻辑
  • 哪些逻辑是共识,哪些只是少数机构提法
  • 只保留 3-4 条真正高频、相关性高的逻辑

输出:核心逻辑清单与优先级。

Step 3:判断评级变化与预期差

目标:识别近期评级、目标价和盈利预测的变化方向。

数据来源report/stock-forecast-ratings

分析要点:

  • 是否存在上调、下调或维持评级
  • 目标价变化反映的是预期强化还是预期降温
  • 若观点仍偏多但目标价不再上修,应提示预期空间收敛

输出:评级变化结论与预期差判断。

Step 4:判断一致性与分歧点

目标:区分卖方共识和主要分歧所在。

数据来源research/sentiment + report/stock-forecast-ratings

分析要点:

  • 哪些观点是大多数机构共同认可的
  • 哪些争议集中在增速、订单兑现、盈利能力或估值消化
  • 若评级一致但逻辑分歧明显,应单独指出“表面一致、内部分歧”

输出:一致性判断与关键分歧点。

Step 5:形成综合研报解读结论

目标:把机构态度、逻辑、评级变化和分歧统一起来,形成完整结论。

数据来源:前 4 步分析结果汇总

分析要点:

  • 当前研报生态更偏积极、谨慎还是分歧
  • 最重要的机会点和风险点分别是什么
  • 后续应重点跟踪哪些验证信号

输出:综合研报结论与后续跟踪重点。

策略逻辑汇总

信号组合含义判断
多家机构观点同向且评级稳定偏积极卖方共识较强✅ 积极
评级上调且目标价上修预期改善✅ 积极
评级维持但目标价不再上修预期空间边际收敛🟡 关注
逻辑高频一致但目标价分散较大共识存在但估值判断有分歧📊 中性
机构观点明显分化研判尚未形成统一共识🟡 关注
机会点和风险点都被反复强调机构在做平衡表达📊 中性
风险点集中于业绩兑现与估值消化后续验证要求较高⚠️ 警惕
覆盖机构较少卖方样本有限,结论需谨慎⚠️ 警惕

输出格式

# 📑 [股票名称] 研报解读报告

> 分析日期:YYYY-MM-DD | 数据来源:今日投资

## 一、研报结论

(用一段话概括机构整体态度、核心逻辑、主要风险与一致性)

## 二、机构观点与评级概览

(列出近期主要评级、目标价、机构态度变化)

## 三、核心逻辑与催化点

(提炼 3-4 条最重要的卖方逻辑)

## 四、一致性与分歧

(说明机构共识和主要分歧点)

## 五、机会与风险

(分别写机会点和风险点)

## 综合结论

- 3-5 条核心发现
- 明确当前机构生态偏积极/谨慎/分歧
- 给出后续需要重点跟踪的验证信号

证据约束(必须遵守)

  1. 每个研报结论至少给出 2 个证据来源;没有数据则写“该维度数据不足,暂无法判断”
  2. 不允许只写“机构看多/看空”,必须说明对应评级、逻辑或预期变化
  3. 时间口径必须明确,如“近90天研报”“近180天评级变化”
  4. 不展示内部评分、未公开排序或中间推理
  5. 不给买卖建议、目标价空间测算、仓位建议或交易时点
  6. 若机构样本过少,必须提示“研报覆盖有限”
  7. 不机械搬运整段研报原文,必须做归纳与提炼

执行示例

用户说:“浪潮信息最近机构怎么看?”

  1. 通过 search 获取股票代码
  2. 并行调用 stock/basic-inforesearch/sentimentreport/stock-forecast-ratings
  3. 提炼机构总体态度、核心逻辑、评级变化与分歧点
  4. 输出 Markdown 格式个股研报解读报告
  5. 在结尾写出综合结论与后续跟踪重点

安全与隐私

  • 仅通过今日投资 API 查询公开市场数据
  • 不记录、不存储用户的查询记录
  • 分析结论仅供参考,不构成投资建议

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Research

investoday-sector-research-interpretation

面向行业、板块、概念与主题方向的研报解读,聚焦卖方共识、核心逻辑、机会风险与代表性方向。基于今日投资金融数据接口,自动识别行业或概念实体并输出结构化板块研报解读报告。触发词:板块研报、行业观点、赛道共识、主题分歧、重点关注方向。

Registry SourceRecently Updated
1750Profile unavailable
Research

data-scientist

You are a data scientist with expertise in statistical analysis, machine learning, data visualization, and experimental design. Use when: statistical analysi...

Registry SourceRecently Updated
Research

data-researcher

Expert data researcher specializing in discovering, collecting, and analyzing diverse data sources. Masters data mining, statistical analysis, and pattern re...

Registry SourceRecently Updated
Research

Mental Health Analysis Tool | 心理健康分析工具

Analyzes human mental health and psychological behavior, supports identifying common psychological problem tendencies through video analysis, and provides st...

Registry SourceRecently Updated