前言¶
做金融投研时，常见做法是手工拉行情、在 Excel 里算指标，再另开文档写结论。步骤分散，格式也难统一。若希望 Agent 按固定流程跑完「取数—算指标—出图—写报告」，需要一套可复用的技能定义，而不是每次重写提示词。
下面介绍 SkillHub 上的「金融投研Skill」（坐标 @user_5e4a0654/baiji1）。它把「智研助手」投研流水线写进通用 SKILL.md，并附带可执行的 Python 工程，适合在 Cursor 等支持 Skills 的环境里安装后，由 Agent 按文档调用或直接在技能目录里跑 CLI。
这是什么¶
「金融投研Skill」在 SkillHub 分类为 professional，来源为社区（community），发布者为 user_5e4a0654，当前列表版本为 1.0.0。页面标注 requires_api_key=false，即安装技能本身不强制配置第三方 API Key；包内说明文档将 Skill 定位为「智研助手 · 金融投研 Skill」，作者标注为腾讯云 AI 黑客松参赛团队，Skill ID 为 financial-research-report（以技能包内 SKILL.md 为准）。
核心问题：用户输入美股、港股或 A 股代码后，自动完成数据拉取、技术指标与估值/风险计算、可选的大模型解读、图表生成，并输出结构化 Word 投研报告。
官方入口：
- SkillHub 页面：https://www.skillhub.cn/skills/user_5e4a0654/baiji1
- API 坐标：https://api.skillhub.cn/user_5e4a0654/baiji1
截至资料抓取时，SkillHub 显示评分约 100000，下载 1445 次（安装计数为 0，以页面统计为准）。
核心功能¶
以下能力均来自技能包内 SKILL.md / README.md 的说明，按工作流顺序归纳。
数据与市场识别¶
- 根据代码自动识别市场（美 / 港 / A），支持如
AAPL、00700.HK、000001.SZ、600519.SS及 6 位 A 股数字等格式。 - 行情与基本面：美股/港股走 yfinance，A 股走 akshare；包含历史行情、财报相关数据、资讯等（具体字段以运行时接口返回为准）。
量化分析¶
- 技术面：MA、MACD、RSI、布林带、KDJ、成交量等，并给出多空类信号摘要。
- 估值：PE、PB、ROE、ROA、PEG、毛利率、净利率等。
- 风险：年化波动率、Sharpe、最大回撤、VaR、Calmar、胜率等。
- 综合评分：趋势、动量、估值、质量、风控五维加权（文档给出 25% / 20% / 20% / 20% / 15%），0–100 分并映射等级。
输出与可选 AI¶
- 图表：技术分析多面板图、财务趋势图、评分雷达图（PNG，默认在
charts/）。 - 报告：
投研报告_{代码}_{日期}.docx，文档描述为 9 章结构加免责声明。 - AI 解读（可选）：配置
DEEPSEEK_API_KEY或OPENAI_API_KEY等环境变量后，可调用大模型生成 Markdown 式深度分析；失败时文档说明会降级为规则引擎分析。 - JSON 导出（可选）：CLI 支持
--save-json保存结构化结果。
安装与启用¶
1. 安装 SkillHub CLI（若尚未安装）¶
先检查是否已有 CLI：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 官方说明执行（完整安装示例）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
说明文档：https://skillhub.cn/install/skillhub.md
2. 将技能装进当前 Agent 的 skills 目录¶
安装时必须用 --dir 指向当前 Agent 识别的 skills 目录，否则可能装到默认 ./skills/ 而无法被加载。常见路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
安装命令（与 SkillHub 搜索结果的提示一致）：
skillhub install baiji1 --namespace user_5e4a0654 --dir ~/.cursor/skills
也可让 Agent 按官方提示安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_5e4a0654/baiji1`。
安装完成后，技能通常位于 ~/.cursor/skills/@user_5e4a0654/baiji1/（路径随 --dir 变化）。
3. 安装 Python 依赖¶
技能要求 Python 3.8+。在技能目录下安装依赖：
cd ~/.cursor/skills/@user_5e4a0654/baiji1
pip install -r requirements.txt
仅测美股、暂不分析 A 股时，文档允许最小集：yfinance、pandas、numpy、matplotlib、python-docx。分析 A 股需要 akshare。
4. 可选环境变量（LLM）¶
不配置 API Key 时，文档说明仍可使用量化与报告能力；启用 AI 章节时可设置：
| 变量 | 必填 | 默认值 | 说明 |
|---|---|---|---|
DEEPSEEK_API_KEY |
否 | — | DeepSeek 密钥 |
DEEPSEEK_BASE_URL |
否 | https://api.deepseek.com |
API 地址 |
LLM_MODEL |
否 | deepseek-chat |
模型名 |
OPENAI_API_KEY |
否 | — | OpenAI 备选 |
OPENAI_BASE_URL |
否 | https://api.openai.com/v1 |
OpenAI 地址 |
典型用法¶
命令行分析¶
在技能目录执行，传入股票代码即可触发全流程（与 SKILL.md 手动触发一致）：
python main.py AAPL
python main.py 00700.HK
python main.py 000001.SZ
保存 JSON、跳过 LLM 等参数以包内 README.md 为准，例如：
python main.py AAPL --save-json
Web 界面¶
需要 Streamlit 依赖已安装时：
streamlit run web_app.py
浏览器中输入代码并触发分析（默认本地 http://localhost:8501）。
在 Agent 会话中使用¶
安装到 skills 目录后，可在对话中引用该 Skill，让模型按 SKILL.md 中的函数清单与工作流组织步骤（市场识别 → fetch_all_data → 技术/估值/风险 → 评分 → 可选 llm_deep_analysis → 图表与 generate_enhanced_report）。需要落地文件时，应明确在技能目录执行上述 CLI，并说明输出目录中的 .docx 与 charts/ 图表。
适用场景与注意¶
适合谁
- 需要快速生成带图表、表格的投研周报草稿，且希望流程可脚本化、可重复。
- 已在 Cursor / Claude Code 等环境使用 Skills，想把投研 SOP 固化进
SKILL.md。 - 覆盖美股、港股、A 股代码，接受公开数据源（yfinance / akshare）的延迟与接口变更风险。
限制与注意
- 文档写明 yfinance 免费数据可能有约 15–20 分钟延迟；短时间大量请求可能被限流。
- A 股依赖 akshare，接口随数据源变化可能需要升级包版本。
- Linux 下图表中文可能缺字体，需自行安装 CJK 字体包。
- LLM 分析约消耗数千 token；API 失败时降级为规则分析，报告中的「AI 深度解读」章节可能变短或缺失。
- 技能包内文档版本写为「v2.0 竞赛增强版」，与 SkillHub 列表 1.0.0 并存时，以你安装的包内
SKILL.md/_meta.json为准核对行为。 - 免责声明：生成内容仅供学习研究，不构成投资建议。
结尾¶
「金融投研Skill」把从代码输入到 Word 报告输出的投研链路封装成可安装技能，并保留 CLI 与 Streamlit 两种触发方式；量化部分可不依赖 API Key，深度解读可按需接入 DeepSeek 或 OpenAI。若要在本机试用，可从 SkillHub 安装 @user_5e4a0654/baiji1，再按上文配置 Python 环境与依赖。
官方地址：https://www.skillhub.cn/skills/user_5e4a0654/baiji1
