新闻情绪扫描

舆情监控与情绪分析技能，扫描多渠道信息源并进行情绪打分。

功能

• - 多渠道信息采集：公司公告、新闻报道、券商研报、社交媒体（微博、雪球）
• 去噪处理：过滤广告、水军、无关信息
• 情绪打分：-10（极度负面）至 +10（极度正面）
• 事件提取：识别并量化每条重大事件的情绪贡献
• 输出格式：情绪温度计 + 重大事件清单

情绪评分标准

分数	情绪标签	说明
+8 ~ +10	🤩 极度乐观	重大利好，股价可能大幅上涨
+5 ~ +8

😊 偏正面 | 利好消息，持续关注 | | +2 ~ +5 | 🙂 轻微正面 | 小幅利好，保持观察 | | -2 ~ +2 | 😐 中性 | 无明显影响 | | -5 ~ -2 | 😟 轻微负面 | 小幅利空，注意风险 | | -8 ~ -5 | 😰 偏负面 | 利空消息，谨慎操作 | | -10 ~ -8 | 😱 极度悲观 | 重大利空，股价可能大幅下跌 |

使用方式

基本命令

bash
python3 {SKILLDIR}/scripts/sentimentscan.py <股票代码> [天数] [市场]

参数说明：

• - 股票代码：股票代码

- 港股：XXXX.HK（如 0700.HK）或 5位数字（如 00700）
- 美股：字母代码（如 AAPL、TSLA）
- A股：6位数字（如 002594、600519）

• - 天数：监控天数，默认 7
• 市场：市场标识（可选，auto 自动识别）

示例：
bash

监控比亚迪近7天舆情

python3 {SKILLDIR}/scripts/sentimentscan.py 002594 7

监控腾讯近30天舆情

python3 {SKILLDIR}/scripts/sentimentscan.py 0700.HK 30

监控苹果近7天舆情

python3 {SKILLDIR}/scripts/sentimentscan.py AAPL 7 us

输出格式

==================================================
📰 舆情监控报告：{股票名称}（{代码}）
==================================================

📅 监控周期：最近{N}天
🔍 信息来源：{来源列表}
⏰ 生成时间：{时间戳}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

🌡️ 情绪温度计：{分数}（{情绪标签}）

-10 ════════════●════════════ +10
😱 😐 🤩
└──────────┘
{当前情绪位置}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📋 重大事件清单：

1. 1. [{情绪图标}] {事件标题}

来源：{来源} | 时间：{日期} 情绪贡献：{贡献分数} | 置信度：{置信度}%

1. 2. [{情绪图标}] {事件标题}

来源：{来源} | 时间：{日期} 情绪贡献：{贡献分数} | 置信度：{置信度}%

...

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

📊 情绪统计：
├── 正面事件：{N}条（{占比}%）
├── 中性事件：{N}条（{占比}%）
├── 负面事件：{N}条（{占比}%）
└── 平均情绪：{平均分}

💡 操作建议：{建议}

情绪来源权重

来源	权重	说明
公司公告	1.0	官方信源，最权威
券商研报

0.9 | 专业机构分析 | | 主流媒体 | 0.8 | 财经媒体新闻 | | 监管文件 | 0.9 | 交易所、证监会文件 | | 社交媒体 | 0.6 | 微博、雪球等 | | 论坛帖子 | 0.5 | 股吧、社区讨论 |

事件类型与情绪贡献

事件类型	基础分数	说明
业绩超预期	+5	营收/利润大幅增长
研报上调评级

+3 | 券商目标价上调 | | 大股东增持 | +3 | 管理层看好 | | 政策利好 | +4 | 行业政策支持 | | 产品发布 | +2 | 新产品上市 | | 业绩不及预期 | -4 | 营收/利润下降 | | 研报下调评级 | -3 | 券商目标价下调 | | 大股东减持 | -3 | 管理层不看好 | | 政策利空 | -4 | 行业政策收紧 | | 监管调查 | -5 | 证监会/交易所调查 |

数据来源

1. 1. Yahoo Finance：公司新闻、分析师评级
2. Google News：财经媒体报道
3. Twitter/X：社交媒体讨论
4. 微博：中国社交媒体（需要网络访问）
5. 雪球：投资社区讨论

注意事项

• - 情绪分析基于自然语言处理，可能存在误差
• 重大事件需结合基本面判断
• 本工具仅供参考，不构成投资建议
• 社交媒体信息可能被操纵，请谨慎判断