How do I install the Industry Etf Research skill?

Run npx skillmds@latest add cyijun/industry-etf-research in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Industry Etf Research safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Industry Etf Research?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Industry Etf Research free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Industry Etf Research?

cyijun (@cyijun) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Industry Etf Research by cyijun — Agent Skill

Name: Industry Etf Research
Author: cyijun

Industry Etf Research

以中国A股行业ETF和跟踪指数为观察入口，穿透指数编制、成分权重和上市公司基本面，研究行业价值链、景气、估值、市场确认与证据分歧。用于行业画像、ETF行业代表性检查和同主题指数比较；不用于单纯ETF筛选、自动轮动、买卖或仓位建议。

cyijun Updated Sep 17, 2026

File contents

行业 ETF 穿透研究

ETF是行业研究入口和市场验证载体，不是行业定义本身。指数方法、成分暴露和公司基本面分别取证，最后才做综合判断。

工作流

固定as_of、研究问题、行业分类版本与边界。先读 references/methodology.md，把需求、供给、周期、政策和价值链驱动拆成可证伪问题。
建立ETF到跟踪指数的映射。不得从ETF简称猜指数；使用基金合同、招募说明书、交易所或指数公司材料核验。读取 references/china-data-map.md 选择数据源。
审计指数暴露。取得当时有效的编制方案、成分和权重，计算集中度、指数重叠、行业匹配权重、收入纯度及覆盖率；历史研究不得用当前成分回填。
沿价值链研究公司基本面。需求、供给、价格/利润、库存/产能、政策和估值分栏保存，不把规则分、概率、RPS或ETF涨幅当作基本面结论。行业驱动选择见 references/industry-driver-library.md。
检查市场确认。分别观察ETF交易价格、复权净值、跟踪差/跟踪误差、成交额、成分广度、收盘价对NAV溢价、盘中价格对IOPV溢价和份额变化。份额变化只能形成“估算净申赎”，不能称为机构或主力资金流。

将结构化证据整理为 references/input-contract.md 的JSON，运行：

python3 scripts/build_industry_etf_snapshot.py --input evidence.json --output snapshot.json
python3 scripts/validate_industry_etf_report.py snapshot.json

用“基本面状态 × 市场确认状态”矩阵综合，不生成统一总分。结论必须同时列支持证据、反证、数据缺口和失效条件；格式见 references/report-contract.md。公式与口径见 references/metrics-and-formulas.md。

强制边界

ETF名称相似不代表行业暴露相同；先核验指数规则和成分。
原始交易价格收益不冒充含分红总回报。优先用带公告可得时点的adj_nav研究基金总回报；AKShare动态qfq/hfq只能用于非严格PIT现状研究并标明口径。
收盘NAV溢价与盘中IOPV溢价分列；不同时间戳不得混算。
指数权重、行业归属和财务数据都保留可得时点。无历史快照时明确写unverified，不得伪造PIT。
不输出买卖、目标价、轮动、仓位、胜率或概率建议；需要公司层深挖时调用a-share-company-underwriting，需要证据审计时调用a-share-research-evidence和a-share-research-red-team。

---name: industry-etf-researchdescription: 以中国A股行业ETF和跟踪指数为观察入口，穿透指数编制、成分权重和上市公司基本面，研究行业价值链、景气、估值、市场确认与证据分歧。用于行业画像、ETF行业代表性检查和同主题指数比较；不用于单纯ETF筛选、自动轮动、买卖或仓位建议。---# 行业 ETF 穿透研究ETF是行业研究入口和市场验证载体，不是行业定义本身。指数方法、成分暴露和公司基本面分别取证，最后才做综合判断。## 工作流1. 固定`as_of`、研究问题、行业分类版本与边界。先读 [references/methodology.md](references/methodology.md)，把需求、供给、周期、政策和价值链驱动拆成可证伪问题。2. 建立ETF到跟踪指数的映射。不得从ETF简称猜指数；使用基金合同、招募说明书、交易所或指数公司材料核验。读取 [references/china-data-map.md](references/china-data-map.md) 选择数据源。3. 审计指数暴露。取得当时有效的编制方案、成分和权重，计算集中度、指数重叠、行业匹配权重、收入纯度及覆盖率；历史研究不得用当前成分回填。4. 沿价值链研究公司基本面。需求、供给、价格/利润、库存/产能、政策和估值分栏保存，不把规则分、概率、RPS或ETF涨幅当作基本面结论。行业驱动选择见 [references/industry-driver-library.md](references/industry-driver-library.md)。5. 检查市场确认。分别观察ETF交易价格、复权净值、跟踪差/跟踪误差、成交额、成分广度、收盘价对NAV溢价、盘中价格对IOPV溢价和份额变化。份额变化只能形成“估算净申赎”，不能称为机构或主力资金流。6. 将结构化证据整理为 [references/input-contract.md](references/input-contract.md) 的JSON，运行： ```bash python3 scripts/build_industry_etf_snapshot.py --input evidence.json --output snapshot.json python3 scripts/validate_industry_etf_report.py snapshot.json ```7. 用“基本面状态 × 市场确认状态”矩阵综合，不生成统一总分。结论必须同时列支持证据、反证、数据缺口和失效条件；格式见 [references/report-contract.md](references/report-contract.md)。公式与口径见 [references/metrics-and-formulas.md](references/metrics-and-formulas.md)。## 强制边界- ETF名称相似不代表行业暴露相同；先核验指数规则和成分。- 原始交易价格收益不冒充含分红总回报。优先用带公告可得时点的`adj_nav`研究基金总回报；AKShare动态qfq/hfq只能用于非严格PIT现状研究并标明口径。- 收盘NAV溢价与盘中IOPV溢价分列；不同时间戳不得混算。- 指数权重、行业归属和财务数据都保留可得时点。无历史快照时明确写`unverified`，不得伪造PIT。- 不输出买卖、目标价、轮动、仓位、胜率或概率建议；需要公司层深挖时调用`a-share-company-underwriting`，需要证据审计时调用`a-share-research-evidence`和`a-share-research-red-team`。

Frequently asked questions