前言¶
做个股或指数估值时，单看最近 12 个月的市盈率，很容易被景气高点或一次性利润扭曲。席勒与 Campbell 在 1988 年提出的周期调整市盈率（CAPE，也称 Shiller Ratio、P/E10），用过去十年经通胀调整后的平均每股收益平滑周期，更适合做中长期估值对照。把这套方法论写进 Agent 的 SKILL.md，可以让对话里稳定走「定性叙事 + 定量 CAPE」同一套流程，而不是每次从零口述公式。
下面介绍 SkillHub 社区技能 罗伯特·席勒Robert James Shiller框架（坐标 @user_231765ee/django-new）是什么、能做什么，以及如何安装与触发。
这是什么¶
罗伯特·席勒Robert James Shiller框架 是 SkillHub 上的一条 professional 类社区 Skill：发布者为 user_231765ee，SkillHub 页面标注作者为 EtterLanhorne，当前列表版本为 1.0.0，来源为 community。包内 SKILL.md 的技能标识为 shiller-cape-valuation-analyst，文档中记录了至 2.0.0 的方法论更新（总回报 CAPE、ECY、与巴菲特指标等交叉验证）。
官方入口：
- API 坐标页：
https://api.skillhub.cn/user_231765ee/django-new - SkillHub 展示页：
https://www.skillhub.cn/skills/user_231765ee/django-new
标签标明 requires_api_key=false，安装后主要由 Agent 按技能文档推理与组织输出，不依赖额外 API Key 配置。
SkillHub 统计（以页面与抓取数据为准）：评分 100000，下载 789 次，安装计数 0（统计字段以 SkillHub 为准）。
核心功能¶
以下能力均来自包内 SKILL.md 的约定，Agent 被该 Skill 加载后按文档生成结构化报告。
双层分析框架¶
- 定性层：叙事与情绪诊断、人性弱点与操纵风险、制度与历史视角（含行业监管与历史泡沫对照）。
- 定量层：以 CAPE 为核心，辅以历史百分位、买卖阈值与多种交叉验证指标。
CAPE 与总回报 CAPE¶
- 传统 CAPE：
CAPE = 当前股价(P) / E10，其中 E10 为过去十年经 CPI 通胀调整后的实际 EPS 的算术平均。 - 通胀调整：
实际EPS(t) = 名义EPS(t) × [CPI(当前) / CPI(t)]。 - 总回报 CAPE（2.0 文档新增）：修正分红政策变化（分红转回购等）对 EPS 可比性的影响，在数据可得时优先使用。
输入与输出约定¶
输入（文档定义的字段）：
| 字段 | 说明 |
|---|---|
stock_identifier |
必填，如 AAPL、sh600519 |
market_region |
可选，US / CN / HK / OTHER，默认 US，用于选择 CPI 数据源 |
custom_cape_central |
可选，自定义合理 CAPE 中枢；留空则用该股历史中位数或默认 16.5 |
输出：structured_report，包含定性分析、定量计算（含 E10/CAPE 表）、估值判断、局限性与修正、综合结论（含置信度与需监控变量）。
估值判断与辅助指标¶
- 历史百分位：按 CAPE 在自身历史序列中的分位给出从「严重低估」到「严重高估」的操作区间说明。
- 买卖阈值：合理中枢 × 0.7 为买入侧参考，× 1.5 为卖出侧参考（中枢默认历史中位数或 16.5）。
- 辅助指标：ECY（
(1/CAPE) - 10年期实际国债收益率）、股息率、巴菲特指标（总市值/GDP）、托宾 Q、CAPE 版 PEG 等，用于交叉验证。
适用市场与数据要求¶
文档声明适用于美股、A 股、港股及其他公开股票与主要指数；上市交易历史不少于 10 年 方可计算 CAPE，不足时需改用传统 PE/PB 等，并在报告中说明局限。
文档列出的外部数据参考包括 Shiller 耶鲁数据集、caperatio.com、multpl.com/shiller-pe、longtermtrends 等，实际分析时由 Agent 结合用户提供的财报/终端数据或联网查询组织，Skill 本身不打包行情接口。
安装与启用¶
SkillHub 推荐两种方式：用 CLI 装进当前 Agent 的 skills 目录，或把安装提示词发给 AI 代为安装。安装时必须指定 --dir，否则默认落到 ./skills/ 可能不被 IDE 识别。
1. 检查 SkillHub CLI¶
command -v skillhub && skillhub --version
未安装时可按 SkillHub 安装文档执行（完整安装或仅 CLI）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安装本 Skill¶
社区包需带 namespace；示例将技能装到 Cursor 默认目录：
skillhub install django-new --namespace user_231765ee --dir ~/.cursor/skills/
其他常见 Agent skills 路径（来自 SkillHub 安装文档）：
- Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/ - Windsurf：
~/.codeium/windsurf/skills/或.windsurf/skills/
安装完成后重启或重新加载 Agent，使 SKILL.md 进入技能列表。
3. 用自然语言让 AI 安装¶
SkillHub 页面提供的提示词为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_231765ee/django-new`。
将上述内容发给支持 SkillHub 协议的 Agent 即可，由 Agent 按 skillhub.md 完成目录选择与安装。
典型用法¶
技能文档给出的可复现触发方式，是在对话中明确请求席勒 CAPE 框架分析具体标的，例如：
请用席勒CAPE框架分析 贵州茅台（600519） 的估值水平。
可按需补充 market_region 或自定义 CAPE 中枢，例如：
请用席勒CAPE框架分析 IBM（US 市场），合理CAPE中枢按该股历史中位数计算，并给出总回报CAPE（若数据可得）与ECY交叉验证。
经过上面的步骤，Agent 应按 SKILL.md 输出包含定性诊断、十年通胀调整 EPS 表、CAPE/总回报 CAPE、历史分位与辅助指标对照的结构化报告，并在局限章节说明数据缺口（如上市不足十年）。
适用场景与注意¶
适合谁
- 需要做 中长期 估值对照的价值投资者、宏观与权益研究员。
- 希望在 Cursor / Claude Code 等环境中 固定方法论，减少每次重复解释 CAPE 与叙事分析步骤的团队。
限制与坑
- 数据门槛：不足十年历史的个股无法计算 CAPE，Skill 文档要求改用其他指标并写明原因。
- 方法论边界：CAPE 基于历史盈利，对商业模式剧变、会计准则差异、新兴市场结构变化敏感；文档明确不建议单独依赖 CAPE，应结合总回报 CAPE 与 ECY、巴菲特指标等。
- 版本信息：SkillHub 列表为 v1.0.0，包内
SKILL.md元数据为 2.0.0 并含 2026-05-12 更新说明；以你本地安装包内文件为准理解功能范围。 - 非投资建议：输出含买卖区间表述时，仍属模型按文档生成的分析框架，需自行核对原始财报与行情数据，并遵守合规要求。
- 安装源：须使用
django-new加user_231765ee命名空间；省略 namespace 时可能无法从社区源正确解析下载地址。
结尾¶
罗伯特·席勒Robert James Shiller框架 把席勒 CAPE 估值流程、定性叙事层与 2.0 文档中的总回报 CAPE、ECY 等交叉验证写进标准 SKILL.md，适合在 Agent 里做可重复的深度估值对话。安装与详情以 SkillHub 为准：
https://www.skillhub.cn/skills/user_231765ee/django-newhttps://api.skillhub.cn/user_231765ee/django-new
