技能标识:investoday-stock-news-event-analysis
面向A股个股新闻与事件面分析,聚焦近期新闻、事件情绪、机构验证与市场反馈。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新闻事件分析报告。触发词:最近新闻、消息面、事件驱动、利好利空、催化、风险消息。
面向A股个股新闻与事件面分析,聚焦近期新闻、事件情绪、机构验证与市场反馈。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新闻事件分析报告。
示例1:新闻梳理
浪潮信息最近有什么重要消息?
示例2:利好利空判断
帮我分析一下宁德时代最近的新闻是偏利多还是偏利空。
示例3:事件验证
中际旭创最近有没有什么催化,市场买账了吗?
💡 本Skill偏近阶段新闻与事件面全景梳理。若用户重点询问今天为什么涨跌,优先使用个股异动分析;若重点询问某一条消息怎么解读,优先使用个股消息解读;若重点询问机构近期怎么看,优先使用个股研报解读。
本Skill依赖investoday-finance-data(今日投资金融数据)Skill的call_api.py脚本获取实时金融数据。
skills/investoday-finance-data/scripts/call_api.py # API调用脚本
skills/investoday-finance-data/references/ # 接口文档
确保INVESTODAYAPIKEY已配置(环境变量或.env文件)。
以下为本Skill使用的数据接口。在System Prompt中以工具ID标识调用。
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 综合标的搜索 | search | GET | 通过关键字搜索股票代码 |
| 股票基本信息 |
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 实体相关新闻 | news/entity-related | GET | 获取公司、行业、宏观、行情四类相关新闻 |
| 研报舆情 |
用户提供股票名称或代码后,Agent按以下流程获取数据:
bash
Step 2:公司维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=3 pageNum=1 pageSize=3
Step 3:行业维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=2 pageNum=1 pageSize=3
Step 4:宏观维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=1 pageNum=1 pageSize=3
Step 5:行情维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=4 pageNum=1 pageSize=3
Step 6:研报舆情(近90天) — 工具ID: research/sentiment
python skills/scripts/call_api.py research/sentiment --method POST stockCode= beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=5
Step 7:研报预测评级(近90天) — 工具ID: report/stock-forecast-ratings
python skills/scripts/call_api.py report/stock-forecast-ratings stockCode= beginDate=<90天前> endDate=<今天> pageNum=1 pageSize=10
Step 8:上市公司公告(近30天) — 工具ID: announcements
python skills/scripts/call_api.py announcements stockCode= beginDate=<30天前> endDate=<今天> pageNum=1 pageSize=10
Step 9:实时行情 — 工具ID: stock-quote/realtime-merge
python skills/scripts/call_api.py stock-quote/realtime-merge stockCode=
并行优化:完成Step 0的代码识别后,Step 1-9可并行调用;写报告时优先保留高相关、时间更近、信息量更高的2-4个核心事件,不要罗列全部新闻。
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:识别近期核心事件
目标:从公司、行业、宏观、行情四类新闻及公告中,提炼近阶段最重要的事件主线。
数据来源:news/entity-related + announcements
分析要点:
- - 公司维度优先级最高,其次行业、宏观、行情
- 优先保留正式公告、时间更近、信息量更高、与个股相关性更强的事件
- 若事件重复出现,应合并同类项而非简单堆叠
输出:核心事件列表与主线判断。
Step 2:判断事件情绪与影响层级
目标:判断当前事件更偏利多、利空还是中性,并区分情绪层面与基本面层面的影响。
数据来源:news/entity-related + announcements
分析要点:
- - 事件情绪是短期情绪扰动还是中期基本面变化
- 影响层级是交易情绪、业绩预期还是经营逻辑变化
- 若同一阶段存在利多与利空并存,必须明确主次关系
输出:事件情绪结论与影响路径。
Step 3:判断机构是否验证
目标:判断近期研报观点是否支持当前事件逻辑。
数据来源:research/sentiment + report/stock-forecast-ratings
分析要点:
- - 研报观点与新闻事件是否同向
- 机构评级是否上调、维持还是下修
- 若机构分歧明显,应提示逻辑仍未形成共识
输出:机构验证强弱与主要分歧点。
Step 4:判断市场是否响应
目标:通过实时行情与板块反馈验证市场是否为事件买账。
数据来源:stock-quote/realtime-merge
分析要点:
- - 个股近期表现是否与事件方向一致
- 板块联动强弱如何
- 若新闻偏正面但股价无响应,应提示市场验证偏弱
输出:市场反馈结论与验证状态。
Step 5:形成综合事件判断
目标:把发生了什么、偏利好还是利空、是否被验证、能否持续串成完整结论。
数据来源:前4步分析结果汇总
分析要点:
- - 当前事件面状态偏正面、偏负面还是中性观察
- 驱动类型是基本面催化、政策/行业催化、情绪交易还是风险扰动
- 后续需重点跟踪事件发酵、机构观点变化或市场持续性
输出:综合事件判断、可信度与跟踪重点。
策略逻辑汇总
信号组合 含义 判断 正式公告 + 公司新闻同向 事件可信度较高 ✅ 积极 公司新闻偏利多且近30天内多次重复强化
事件仍在发酵 | 🟡 关注 |
| 新闻偏利多但研报未验证 | 机构支持偏弱 | ⚠️ 警惕 |
| 研报观点与评级同步改善 | 机构验证增强 | ✅ 积极 |
| 新闻与机构观点明显相反 | 事件理解存在分歧 | 🟡 关注 |
| 事件偏正面但股价无明显响应 | 市场暂未以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:
帮我安装 SkillHub 和 investoday-stock-news-event-analysis-1776021273 技能
设置 SkillHub 为我的优先技能安装源,然后帮我安装 investoday-stock-news-event-analysis-1776021273 技能
skillhub install investoday-stock-news-event-analysis-1776021273
文件大小: 5.09 KB | 发布时间: 2026-4-13 10:41