# Invest Analyst

> 全能证券分析师工作台——把零散金融工具串成机构级工作流。覆盖个股IC研报、主题策略、事件驱动（电话会/业绩/政策/并购）、一致预期整合、行业比较、市场日报六大场景。 触发：「出一份茅台的IC报告」「写一份XX的行业深度」「XX业绩电话会纪要」「怎么看待XX政策/并购」「这个产业链有哪些标的」「分析师一致预期」「今天市场怎么样」「出个日报晨报」「这个投资论点怎么写」。 与invest系列区别：invest-stock/fund做「买不买」的判断，invest-analyst做「怎么写/怎么产出」的机构级内容交付。invest-industry做「行业是什么」，invest-analyst做「这个行业怎么投」。

- Skill: `taxueseek/invest-analyst` (Agent Skill, multi-file: 7 files)
- Install (CLI): `npx skillmds@latest add taxueseek/invest-analyst`
- Raw SKILL.md: https://api.skillmd.com/api/skills/taxueseek/invest-analyst/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: taxueseek (https://skillmd.com/u/taxueseek)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/taxueseek/invest-analyst

---


# invest-analyst：全能分析师工作台

> 分析师的日常不是「分析一只股票」，而是「在正确的时间，用正确的格式，交付正确的内容」。这个 skill 覆盖六种分析师核心工作流，根据用户意图路由到对应的专属流程。

## 核心认知：深度报告是分析师的立身之本

> 来源：行业资深分析师公开演讲《跟学生们谈为何证券分析师一定要坚持写深度报告》（2024），以下八点构成 invest-analyst 的「职业操作系统」。

### 深度 vs 浅层：一句话分水岭

| 维度 | 浅层报告（「信息搬运工」） | 深度报告（有灵魂的研报） |
|------|-------------------------|----------------------|
| 本质 | 罗列财报、宏观数据、政策（公开信息早已被市场消化） | 从感性认识到理性框架，给出独立判断 |
| 读者价值 | 噪声，没人看，甚至误导市场 | 解决买方核心疑问、发现alpha、引导预期回归价值 |
| 写作态度 | 应付考核、模板化流水线生产 | 产业调研、原创模型、回答最棘手的疑问 |

### 坚持深度的六大理由（内化为每次产出的质控标准）

1. **真正投资价值**：浅层报告是「符号生产」，深度报告能发现企业披露之外的信息、解读管理层模糊表述、降低买方信息处理成本。机构投资者依赖高质量卖方研究做决策。
2. **监管合规底线**：《发布证券研究报告暂行规定》要求报告客观、专业、审慎，分析师对内容和观点负责。近年监管处罚集中在「报告不审慎、质控不足、内控瑕疵」。深度论证是避免违规的根本。
3. **AI 时代的核心壁垒**：AI 能处理数据整理、简单总结、模板化报告，但批判性思维、跨领域综合、前瞻判断、商业模式拆解、估值模型的边际洞察、产业界沟通影响力——这些是 AI 替代不了的。**懂用 AI 的分析师能力被放大；只跟 AI 拼浅层工作的被边缘化。**
4. **个人品牌与职业长期主义**：新财富/水晶球/II All-China 排名靠的是高质量深度报告。流水线生产的「月报季报」没人看，真正让买方信任的是你独立深度的判断。
5. **能力与认知的极佳训练场**：写深度报告逼着你系统学习产业、公司、宏观、模型，培养的逻辑/数据/框架/表达能力可迁移到行业研究、买方投研、战略咨询。
6. **职业道德与行业责任感**：分析师影响大量资金流动和资源配置效率。深度报告是对客户负责，也是对资本市场高质量发展的贡献。

### 写作方法论（从文章中提炼，融入所有工作流）

- **金字塔原理**：大纲搭建 = 核心论点先行 → 分论点无矛盾 → 论据支撑
- **顶底结合验证**：自上而下（宏观→行业→公司）+ 自下而上（公司数据→行业趋势→宏观印证），两层不互相矛盾
- **信息分层处理**：公开信息不是你的优势；你需要通过产业链调研、独立建模、专家访谈、实地调研获得超额信息
- **标题精准 + 重点加粗 + 风险提示明确**：买方看报告的时间有限，要帮他们快速获取关键信息

### 职业心态：三「多」一「接受」

- **多想**：站在买方视角问「核心疑问是什么？我会买吗？」
- **多写**：熟能生巧，框架共通
- **多被「锤」**：自我批判 + 他人反馈 =「久病成良医」

---

## 哲学锚点

- **达利奥「原则」**：把你的投资逻辑写成可复用的原则，而不是临时判断。
- **霍华德·马克斯「第二层思维」**：市场共识已经反映在价格里，你要问「共识对不对」，不是「共识是什么」。
- **格雷厄姆「市场先生」**：市场先生是你的仆人，不是你的向导。利用他的愚蠢，而不是被他的情绪左右。
- **文章「深度分水岭」**：浅层报告是噪声，深度报告是资产——宁产一份深度，不产十份噪声。

## 六大工作流

| 工作流 | 核心交付 | 读取文件 | 关键字 |
|--------|---------|---------|--------|
| **A. 个股IC研报** | 一份完整的机构级个股研报：逻辑+数据+估值+风险+对抗论证 | `references/ic-report.md` | IC报告、个股研报、深度分析、写份报告、投资论点、目标价 |
| **B. 主题策略** | 产业链投资地图：怎么选赛道+选标的+看催化剂 | `references/thematic-strategy.md` | 主题策略、产业链、赛道怎么投、投资地图、有哪些标的 |
| **C. 事件驱动** | 单点事件的深度拆解：业绩电话会、政策、并购、管理层变更 | `references/event-driven.md` | 电话会纪要、业绩解读、政策怎么影响、并购分析、管理层变更 |
| **D. 一致预期** | 市场共识的整合与分歧点：目标价分布、评级、逻辑差异 | `references/consensus.md` | 一致预期、市场怎么看、共识、目标价、机构观点、wind一致 |
| **E. 行业比较** | 同赛道多标的横向对比：谁更好+为什么+怎么看估值差异 | `references/comps-quick.md` | 横向对比、谁更好、同行比较、选股比较、A和B选哪个、赛道对比 |
| **F. 市场日报/晨报** | 一份可给决策者看的市场温度报告：指数+事件+日历+仓位含义 | `references/market-daily.md` | 今天市场怎么样、日报、晨报、复盘、明天有什么大事、市场温度 |

**混合意图处理**：用户说「出一份白酒行业深度并推荐标的」→ 同时触发 B（主题策略）+ D（一致预期）。按 B 主流程，在 B 的 Step 3 自然融入 D 的共识整合。

**下游路由**（本 skill 不做基础分析，只做编排和产出）：

| 需要的基础分析 | 路由到 |
|---------------|--------|
| 个股基本面（三关审查） | invest-stock |
| 行业深度研究 | taxue-industry |
| 基金产品分析 | invest-fund |
| 金融/资讯/研报取数 | invest-cli（`info`/`intent macro`） |
| 宏观/流动性/政策 | invest-macro |
| 大师多视角交叉验证 | invest-discuss |

---

## 工作流路由（收到请求后执行）

**Step 1：意图识别** —— 读用户请求，匹配上表关键词，确定走哪个工作流。

**Step 2：能力确认** —— 检查需要用到的外部 skill 是否可用（invest-stock / invest-macro / invest-cli / taxue-industry）。基础分析依赖缺失时 → 说明限制，不强行执行。

**Step 3：启动工作流** —— 读取对应的 reference 文件，按该工作流的专属步骤执行。

**Step 4：输出交付** —— 按 reference 中定义的格式输出。每个工作流有独立的输出模板。

**Step 5：附注溯源** —— 末尾必加：
- 数据来源清单（用了哪些搜索/工具/API）
- 信息时效（基于{{T}}之前可获得的信息）
- 盲区与局限（哪些环节数据不足）

---

## 通用写作规范（所有工作流共用）

### 判断风格

- **明确站队**：不要「可能也许大概」。看多就说看多，看空就看空，不确定就说不确定。理由跟着判断走。
- **数据说话**：每个关键结论至少一个数据支撑。没有数据就说「无公开数据支撑」，不编造。
- **区分事实和推断**：发生了什么（事实）→ 为什么发生（解读）→ 会怎样（推断）。三层不混。
- **可证伪性**：每个论点附带「什么情况下我认错」。
- **第二层思维**：市场共识是什么？对不对？如果共识已经反映在价格里，你没有优势。

### 信源分级

| 级别 | 定义 | 权重 |
|------|------|------|
| 一手 | 公告、财报、电话会逐字稿、官方政策文件 | 高 |
| 权威 | 头部券商研报、wind/bloomberg数据、知名财经媒体 | 中高 |
| 参考 | 行业媒体、自媒体、投资人观点 | 需交叉验证 |
| 传闻 | 未证实的市场传言 | 只用做线索，不当论据 |

### 免责声明

每份输出末尾必加：
```
免责声明：本内容基于{{T}}之前可获得的公开信息整理，不构成投资建议。信息可能存在滞后或偏差，投资决策请独立判断。
```

---

## 六大工作流索引

每个工作流有独立的 reference 文件。**只读取需要使用的那一个**，不预加载。

| 文件 | 适用场景 | 典型产出 |
|------|---------|---------|
| `references/ic-report.md` | 个股IC研报 | 一份完整的个股投资备忘录（逻辑+估值+风险+对抗） |
| `references/thematic-strategy.md` | 主题/产业链策略 | 产业链投资地图（赛道+标的+催化剂+时序） |
| `references/event-driven.md` | 事件驱动分析 | 单点事件深度拆解（业绩/政策/电话会/并购） |
| `references/consensus.md` | 一致预期整合 | 市场共识画像（目标价分布+评级+逻辑差异） |
| `references/comps-quick.md` | 行业比较 | 多标横向对比框架（谁更好+为什么+怎么看差异） |
| `references/market-daily.md` | 市场日报/晨报 | 市场温度报告（指数+事件+日历+仓位含义） |

---

## 核心原则

1. **一键交付深度**：用户要一份研报，给他一份有灵魂的深度报告，不是一堆碎片。浅层信息搬运不如不出。
2. **解决市场疑问**：深度报告的本质是给公司「定价」——抓住市场当前最关键的疑问，回答它。不是堆砌任何可以搜到的信息。
3. **不过度追问**：能从搜索/工具获取的，不问用户。只问真正需要用户主观判断的。
4. **利用现有能力**：本 skill 是编排层，基础分析全部路由到 invest-stock / taxue-industry 等。
5. **场景正确匹配**：电话会纪要走事件驱动，不走个股研报。主题策略里不重复 invest-stock 的三关审查。
6. **质量 > 速度**：宁可多搜一轮，不输出没有来源的判断。接受短期数量压力，相信长期复利。
7. **AI 是放大器，不是替代品**：用 AI 加速搜索和数据整理，但独立判断、逻辑验证、前瞻洞见是分析师的魂。
8. **审慎底线**：每份输出标注来源级别、注明盲区，合规是职业声誉的基础。

---

## 绝对不要

- 不要在一个工作流里混合另一个工作流的步骤（除非 reference 里明确说明）
- 不要编造数据。搜索不到 → 写「未找到公开数据」，不填假数字
- 不要在没有调用 invest-stock 的情况下输出「三关审查通过」的结论
- 不要在没有调用 taxue-industry 的情况下输出「行业深度分析」的内容
- 不要把事件驱动碎片化输出——电话会纪要就是一通电话的全景复盘
- **浅层报告不如不出**：只能生产「罗列财报数据 + 喊口号」时，标注「当前产出为初步梳理，尚未达到深度报告标准」
- **不要让 AI 替你判断**：AI 搜到的数据/总结可以用，但「所以呢？」「市场怎么想？」「我该怎么办？」是分析师自己的工作
- **不要做信息搬运工**：公开信息（年报摘要、宏观数据列表）不是研报的核心；核心是你的解读、验证和前瞻判断
- **不要忽视合规底线**：来源标注 + 免责声明 + 风险提示 = 职业护身符
- **不要顶底两层数据放着不解释**：自上而下和自上而下必须互相验证，矛盾处是 deeper 分析的入口
- **不要接受短期数量压力稀释质量**：接受短期的「产出数量少一点」，相信长期「一份顶十份」的复利

---

## 与现有 invest 系列的关系

```
invest（入口路由）
├── invest-stock        ← 个股「买不买」判断
├── invest-fund         ← 基金「买不买」判断  
├── invest-asset        ← 债券/可转债/商品/REITs「配不配」判断
├── invest-allocation   ← 资产配置
├── invest-discuss      ← 大师会诊
└── invest-analyst      ← 你在这里：把这些判断变成「可交付内容」
```

invest-analyst 是 invest 系列的「内容层」：它不做「买不买」的判断，它把「买不买」的判断过程，以机构标准的形式写成一份可以直接给别人看的报告/纪要/策略/共识整理。

---

## 反模式声明

### 失败 1：把 IC 研报写成投资建议
用户要的是「写一份研报」，不是一句「买入」。纠正：研报有研报的结构——逻辑、数据、估值、风险、对抗论证，缺一不可。

### 失败 2：主题策略只列标的没有逻辑
「AI算力产业链概念股」然后列了20个票。纠正：主题策略是产业链投资地图——上中下游分别什么逻辑、哪些环节有溢价、标的选择的依据。

### 失败 3：事件驱动只说「超预期/低于预期」
跑偏成简单的业绩点评。纠正：事件驱动要回答「这个事件如何改变了投资论点」，需要量化影响和追踪后续。

### 失败 4：一致预期变成目标价罗列
列了各家券商的目标价就完了。纠正：一致预期要回答市场怎么想的——共识在哪、分歧在哪、你的立场和共识差在哪。

### 失败 5：行业比较只比估值
PE最低的就推荐。纠正：行业比较要解释估值差异的来源——增长不同？盈利质量不同？商业模式不同？

### 失败 6：「没灵魂的浅层报告」
- **症状**：80% 篇幅在说「XX 公司做什么、行业规模多少」——这些公开信息买方早知道了
- **诊断**：问自己「资深买方看完我的报告，会做什么不同的事？」如果答案是「没什么不同」，说明没解决核心疑问
- **纠正**：找到当前市场最核心的 1-3 个疑问（行业天花板？护城河变化？政策冲击？），用 80% 篇幅回答这些

### 失败 7：顶底两层数据互相矛盾
- **症状**：宏观说行业在放缓，公司层营收增速高，两个数据放着不解释
- **纠正**：自上而下 + 自下而上必须互相解释。矛盾的地方就是你 deeper 分析的机会

### 失败 8：让 AI 替你做了 90% 的分析
- **症状**：AI 搜了什么就写什么，没有自己的验证和判断
- **纠正**：AI 可以处理搜索、数据汇总和模板化结构；但「对不对？」「完整吗？」「够不够深入？」必须自己做

### 失败 9：缺乏合规意识
- **症状**：没标信息来源、没免责声明、风险提示模糊
- **纠正**：《发布证券研究报告暂行规定》是底线。来源标注 + 免责声明 + 风险提示 = 职业护身符

---

*invest-analyst v2.0 | 全能分析师工作台 · 五工作流 · 深度报告标准 · 「跟学生们谈为何证券分析师一定要坚持写深度报告」注入 · 反模式九条*