前言¶
做個股或指數估值時，單看最近 12 個月的市盈率，很容易被景氣高點或一次性利潤扭曲。席勒與 Campbell 在 1988 年提出的週期調整市盈率（CAPE，也稱 Shiller Ratio、P/E10），用過去十年經通脹調整後的平均每股收益平滑週期，更適合做中長期估值對照。把這套方法論寫進 Agent 的 SKILL.md，可以讓對話裏穩定走「定性敘事 + 定量 CAPE」同一套流程，而不是每次從零口述公式。
下面介紹 SkillHub 社區技能 羅伯特·席勒Robert James Shiller框架（座標 @user_231765ee/django-new）是什麼、能做什麼，以及如何安裝與觸發。
這是什麼¶
羅伯特·席勒Robert James Shiller框架 是 SkillHub 上的一條 professional 類社區 Skill：發佈者爲 user_231765ee，SkillHub 頁面標註作者爲 EtterLanhorne，當前列表版本爲 1.0.0，來源爲 community。包內 SKILL.md 的技能標識爲 shiller-cape-valuation-analyst，文檔中記錄了至 2.0.0 的方法論更新（總回報 CAPE、ECY、與巴菲特指標等交叉驗證）。
官方入口：
- API 座標頁：
https://api.skillhub.cn/user_231765ee/django-new - SkillHub 展示頁：
https://www.skillhub.cn/skills/user_231765ee/django-new
標籤標明 requires_api_key=false，安裝後主要由 Agent 按技能文檔推理與組織輸出，不依賴額外 API Key 配置。
SkillHub 統計（以頁面與抓取數據爲準）：評分 100000，下載 789 次，安裝計數 0（統計字段以 SkillHub 爲準）。
核心功能¶
以下能力均來自包內 SKILL.md 的約定，Agent 被該 Skill 加載後按文檔生成結構化報告。
雙層分析框架¶
- 定性層：敘事與情緒診斷、人性弱點與操縱風險、制度與歷史視角（含行業監管與歷史泡沫對照）。
- 定量層：以 CAPE 爲核心，輔以歷史百分位、買賣閾值與多種交叉驗證指標。
CAPE 與總回報 CAPE¶
- 傳統 CAPE：
CAPE = 當前股價(P) / E10，其中 E10 爲過去十年經 CPI 通脹調整後的實際 EPS 的算術平均。 - 通脹調整：
實際EPS(t) = 名義EPS(t) × [CPI(當前) / CPI(t)]。 - 總回報 CAPE（2.0 文檔新增）：修正分紅政策變化（分紅轉回購等）對 EPS 可比性的影響，在數據可得時優先使用。
輸入與輸出約定¶
輸入（文檔定義的字段）：
| 字段 | 說明 |
|---|---|
stock_identifier |
必填，如 AAPL、sh600519 |
market_region |
可選，US / CN / HK / OTHER，默認 US，用於選擇 CPI 數據源 |
custom_cape_central |
可選，自定義合理 CAPE 中樞；留空則用該股歷史中位數或默認 16.5 |
輸出：structured_report，包含定性分析、定量計算（含 E10/CAPE 表）、估值判斷、侷限性與修正、綜合結論（含置信度與需監控變量）。
估值判斷與輔助指標¶
- 歷史百分位：按 CAPE 在自身歷史序列中的分位給出從「嚴重低估」到「嚴重高估」的操作區間說明。
- 買賣閾值：合理中樞 × 0.7 爲買入側參考，× 1.5 爲賣出側參考（中樞默認歷史中位數或 16.5）。
- 輔助指標：ECY（
(1/CAPE) - 10年期實際國債收益率）、股息率、巴菲特指標（總市值/GDP）、托賓 Q、CAPE 版 PEG 等，用於交叉驗證。
適用市場與數據要求¶
文檔聲明適用於美股、A 股、港股及其他公開股票與主要指數；上市交易歷史不少於 10 年 方可計算 CAPE，不足時需改用傳統 PE/PB 等，並在報告中說明侷限。
文檔列出的外部數據參考包括 Shiller 耶魯數據集、caperatio.com、multpl.com/shiller-pe、longtermtrends 等，實際分析時由 Agent 結合用戶提供的財報/終端數據或聯網查詢組織，Skill 本身不打包行情接口。
安裝與啓用¶
SkillHub 推薦兩種方式：用 CLI 裝進當前 Agent 的 skills 目錄，或把安裝提示詞發給 AI 代爲安裝。安裝時必須指定 --dir，否則默認落到 ./skills/ 可能不被 IDE 識別。
1. 檢查 SkillHub CLI¶
command -v skillhub && skillhub --version
未安裝時可按 SkillHub 安裝文檔執行（完整安裝或僅 CLI）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安裝本 Skill¶
社區包需帶 namespace；示例將技能裝到 Cursor 默認目錄：
skillhub install django-new --namespace user_231765ee --dir ~/.cursor/skills/
其他常見 Agent skills 路徑（來自 SkillHub 安裝文檔）：
- Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下.agents/skills/ - Windsurf：
~/.codeium/windsurf/skills/或.windsurf/skills/
安裝完成後重啓或重新加載 Agent，使 SKILL.md 進入技能列表。
3. 用自然語言讓 AI 安裝¶
SkillHub 頁面提供的提示詞爲：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_231765ee/django-new`。
將上述內容發給支持 SkillHub 協議的 Agent 即可，由 Agent 按 skillhub.md 完成目錄選擇與安裝。
典型用法¶
技能文檔給出的可復現觸發方式，是在對話中明確請求席勒 CAPE 框架分析具體標的，例如：
請用席勒CAPE框架分析 貴州茅臺（600519） 的估值水平。
可按需補充 market_region 或自定義 CAPE 中樞，例如：
請用席勒CAPE框架分析 IBM（US 市場），合理CAPE中樞按該股歷史中位數計算，並給出總回報CAPE（若數據可得）與ECY交叉驗證。
經過上面的步驟，Agent 應按 SKILL.md 輸出包含定性診斷、十年通脹調整 EPS 表、CAPE/總回報 CAPE、歷史分位與輔助指標對照的結構化報告，並在侷限章節說明數據缺口（如上市不足十年）。
適用場景與注意¶
適合誰
- 需要做 中長期 估值對照的價值投資者、宏觀與權益研究員。
- 希望在 Cursor / Claude Code 等環境中 固定方法論，減少每次重複解釋 CAPE 與敘事分析步驟的團隊。
限制與坑
- 數據門檻：不足十年曆史的個股無法計算 CAPE，Skill 文檔要求改用其他指標並寫明原因。
- 方法論邊界：CAPE 基於歷史盈利，對商業模式劇變、會計準則差異、新興市場結構變化敏感；文檔明確不建議單獨依賴 CAPE，應結合總回報 CAPE 與 ECY、巴菲特指標等。
- 版本信息：SkillHub 列表爲 v1.0.0，包內
SKILL.md元數據爲 2.0.0 並含 2026-05-12 更新說明；以你本地安裝包內文件爲準理解功能範圍。 - 非投資建議：輸出含買賣區間表述時，仍屬模型按文檔生成的分析框架，需自行覈對原始財報與行情數據，並遵守合規要求。
- 安裝源：須使用
django-new加user_231765ee命名空間；省略 namespace 時可能無法從社區源正確解析下載地址。
結尾¶
羅伯特·席勒Robert James Shiller框架 把席勒 CAPE 估值流程、定性敘事層與 2.0 文檔中的總回報 CAPE、ECY 等交叉驗證寫進標準 SKILL.md，適合在 Agent 裏做可重複的深度估值對話。安裝與詳情以 SkillHub 爲準：
https://www.skillhub.cn/skills/user_231765ee/django-newhttps://api.skillhub.cn/user_231765ee/django-new
