Agent skill · daymade
daymade-sector-research
A股行业投研工作流：全板块 Top N 涨幅标的计算、公告窗口检索（周/月）、市场情绪证据分级判断，并以 Agent Team 并行执行 + fresh-context 对抗验证。 触发场景（命中任一即读本 skill）： - 「XX 行业 Top N / Top 10 标的」（如「医药行业今天的 Top 10 标的」） - 「这些标的最近一周 / 一个月发过哪些公告」 - 「判断 XX 行业 / 板块现在的市场情绪怎么样」 - 「用 Agent Team / 多 agent 做行业投研」或要求对行业研究结论做对抗性验证 - 需要「基于证据、基于数据」的板块级研究交付（成分股 → 行情 → 公告 → 情绪 → 验证 → 报告） 核心能力：东财 push2 成分股 → 新浪实时快照涨幅排序（scripts/top_n_pipeline.py）；巨潮 cninfo + 东财公告双源交叉，沪深+北交所统一通道（scripts/ann_query.py）；情绪证据 L1（一手行情）/L2（带时间戳媒体）/L3（未核实标题）分级；Agent Team 并行编排与验证纪律。全程国内公开数据源，无付费依赖；Gangtise 官方 skill 为可选增强（需积分，缺失时走公开源 pivot）。 最高纪律（用户原话）：没有十足把握的事，宁可标注不确定，不可给错误答案。
What it needs
About 2k tokens when loaded.
What this skill does
A股行业投研 Skill 对某个申万行业/东财板块做一次完整投研交付：Top N 涨幅标的 → 公告窗口检索 → 市场情绪判断 → Agent Team 对抗验证 → 综合报告。 铁律（每次执行都必须遵守，违反代价最高） 1. 宁可标注不确定，不可给错误答案（用户原话，最高纪律）。没有十足把握的事实写「不确定/未核实」，不编、不猜、不省略来源。推断与观察必须分开表述。 2. 基于证据、基于数据。每个结论 trace 到一手数据源（API 返回 / CSV 落盘 / 官方公告）；汇报数值时从工具输出原文照抄，禁凭印象转写。 3. 证据分级 L1–L3：L1 一手行情（交易所/行情接口实时值）；L2 带时间戳的媒体/公告报道；L3 未核实标题或传闻。判断情绪时只允许 L1/L2 承重，L3 只能作为「待核实线索」列出。 4. 0 条双向读：月窗口公告 0 条 ≠ 真无公告。必须扩宽窗（90 天）+ 第二数据源核对，证明「真无」或发现参数错误，才能下结论。 5. 双源交叉：公告检索必须巨潮 + 东财两源对照；单一数据源发现的「重要公告」也要在另一源确认存在，不一致必须如实标注。 6. 盘中快照标注漂移：盘中取的行情数值是瞬时快照会漂移，任何引用必须带快照时间戳，报告里注明「盘中快照」。 7. 数值照抄落盘 CSV：中间数值必须落盘（脚本输出 CSV / agent 落盘文件），报告引用时照抄 CSV 值，不凭对话记忆。 8. Agent Team 编排纪律：见 references/agent-orchestration.md——子代理显式 model:'sonnet'；SendMessage 交付协议；每条 finding 带可证伪锚点；验证用 fresh-context 对抗性 agent；禁 spawn 重复 agent。 工作流（五阶段） Phase 0 — 数据能力侦察（Gangtise pivot 决策） 若用户点名 Gangtise（或其官方 skill），先侦察可用性再决定数据源： 1. 对照实验判「额度」：同一凭据某些端点可用（如 quote.py、stockpool.py、getindustries.py）而内容搜索端点全报 POINTNOTENOUGH → 这是积分不足的整体性解释，同一凭据一通一挂已否定「网络/配置问题」；若不同端点表现不一致，别急着下「额度耗尽」结论，做对照实验（换端点/换参数/最小请求）。 2. pivot 决策表：内容搜索不可用 → Top N 改东财成分股+新浪快照；公告改 cninfo+东财；情绪改公开行情+媒体。侦察结论与 pivot 决策必须告知用户，不静默切换数据源。 3. 完整侦察矩阵（各端点实测形态、积分报错、对照实验）→ references/gangtise-scout.md Phase 1 — 并行三 agent 派 3 个并行 agent（显式 sonnet），每个 prompt 附可证伪锚点要求： Agent 交付物 数据链 --- --- --- Top N 名单 top{N}{board}{日期}.csv scripts/topnpipeline.py（东财成分股 → 新浪快照 → 涨幅排序） 涨跌分桶分布 distribution{board}{日期}.csv + 市场宽度结论 全板块快照按 6 分桶（>5%/2-5%/0-2%/0%/-2-0%/<-2%）+ up/down/flat 汇总，六桶 count 加和必须等于 total 情绪证据清单 分层证据表（L1/L2/L3 各列） 一手行情 + 媒体检索 行情与板块接口细节 → references/market-data.md；情绪证据方法与信源 → references/sentiment-evidence.md。 Phase 2 — 公告检索 对 Top N 全标的查公告，周窗口（近 7 天）与月窗口（近 31 天）互斥分桶： 脚本内置：巨潮 orgId 一律 topSearch 解析（禁按市场自拼，深市双形态/沪市前导零/科创板 gfbj 均实测拼错即假阴）、B 股（900/200 开头）自动转对应 A 股代码检索、双源交叉与类型回填、两源翻页、月窗 0 条自动扩宽窗判据（宽窗最新日期 vs 月窗起点）、URL 抽查。orgId 陷阱与接口形态 → references/cninfo-announcements.md。 分桶规则：公告日期落在周窗口内标 1周，否则（仍在月窗口内）标 1月，互斥不重复。输出表头：股票代码,股票名称,公告标题,公告日期,公告类型(如有),公告URL,时间窗口(1周 1月)。 必做验证：① 双源交叉（巨潮 vs 东财）计数一致；② 0 条标的扩宽窗确认「真无」；③ 两 …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills daymade/daymade-sector-research