# Investment Report Skill

> 投资日报生成系统 - 基于每日新闻日报生成投资分析报告 Use when this capability is needed.

- Skill: `tomevault-io/investment-report-skill` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add tomevault-io/investment-report-skill`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tomevault-io/investment-report-skill/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Docs & Writing
- Author: tomevault-io (https://skillmd.com/u/tomevault-io)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/tomevault-io/investment-report-skill

---


# 投资日报生成系统

**职责**：基于每日新闻日报，识别投资机会，生成结构化的投资分析报告

---

## 工作流程

### 第一步：读取新闻日报

1. 使用 `list_dir` 工具查看日报目录（通常在 `data/daily_reports/{date}/markdown/`）
2. 使用 `read_file` 工具读取以下日报文件：
   - **必读**：
     - `0_全领域深度日报_汇总.md`
     - `金融市场.md`
     - `宏观经济.md`
   - **选读**（根据需要）：
     - `能源与大宗商品.md`
     - `公司与商业.md`
     - `科技前沿.md`
     - 其他领域日报

### 第二步：识别投资标的

根据新闻内容，识别 5-8 个最有投资价值的 A股股票代码。

**识别标准**：
- 符合宏观安全主题（粮食安全、金融安全、科技安全、资源安全、能源安全）
- 有明确的新闻催化剂
- 具备投资价值的基本面

**输出格式**：
```
股票列表：
1. 600015 华夏银行 - 央行降准，银行股受益
2. 600219 南山铝业 - 有色金属，海外布局
...
```

### 第三步：深度分析（使用 Sub-Agent）

**关键**：对每个识别出的股票，使用 `spawn` 工具创建 sub-agent 进行深度分析。

**Sub-Agent 配置**：
- **必须使用 skill**：`value-investment-strategy`
- **任务**：对指定股票进行完整的五层分析框架评估

**Sub-Agent 的具体任务**：
```
请对股票 {symbol} ({name}) 进行深度投资分析：
在获取信息时候考虑停市的情况，如果停市了就获取停市前的最后一个交易日的数据。
1. 使用 a_stock_profile 获取基本面信息
2. 使用 a_stock_price_history 获取历史价格（最近60天）
3. 使用 a_stock_technical_indicators 获取技术指标
4. 如果是资源股/周期股，使用 commodity_futures_basis_overview 查看相关商品
5. 尽可能多的获取信息，充分分析

5. 应用 value-investment-strategy 的五层分析框架：

6. 给出明确的投资建议：
   - 推荐操作：买入/持有/卖出
   - 买入区间（如果推荐买入）
   - 卖出区间（如果推荐买入）
   - 预期收益率（如果推荐买入）
   - 预期股息率
   - 风险等级
   - 推荐理由（基于分析结果，逻辑上严格遵循value-investment-strategy 的五层分析逻辑）

输出格式：结构化的分析报告
```

**重要**：并行执行所有 sub-agent，提高效率。

### 第四步：筛选买入建议

**关键规则**：只保留 sub-agent 返回的"买入"建议的股票。

- 如果 sub-agent 建议"持有"或"卖出"，则不纳入最终报告
- 如果所有股票都不建议买入，则在报告中说明"当前无明确买入机会"
- 推荐理由部分该部分尊重sub-agent的分析结果，逻辑上严格遵循value-investment-strategy 的五层分析逻辑

### 第五步：生成最终报告

1. **读取报告模板**：
   - 模板路径：`src/module/agent/skills/investment-report-skill/report_template.md`
   - 使用 `read_file` 工具读取模板

2. **按模板格式输出**：
   - 严格遵循模板的结构和格式
   - 填充实际的分析数据
   - 确保所有必需字段都有内容
   - 不要进行写操作，只生成 符合要求的 Markdown 格式的文本输出

3. **输出要求**：
   - 格式：Markdown
   - 包含所有买入建议的股票
   - 每只股票都有完整的分析内容
   - 包含风险提示和免责声明

---

## 输出示例

最终输出应该是一份完整的 Markdown 格式投资日报，包含：

```markdown
# 📊 投资日报 - 2026-03-08

## 🎯 执行摘要
- 推荐股票数量：3只
- 核心投资主题：金融安全、资源安全
- 整体风险评级：中

## 💎 推荐股票列表

### 1. 华夏银行 (600015)
**推荐理由**：该部分尊重sub-agent的分析结果，逻辑上严格遵循value-investment-strategy 的五层分析逻辑
**投资建议**：
- 当前价格：10.50 元
- 买入区间：9.50 - 10.80 元
- 卖出区间：13.00 - 14.00 元
...

## ⚠️ 风险提示
...
```

---

## 重要提示

1. **自主决策**：你可以根据实际情况调整流程，但必须完成核心任务
2. **工具使用**：充分利用所有可用的工具（文件操作、股票数据、spawn等）
3. **质量优先**：宁可少推荐几只股票，也要确保分析质量
4. **风险意识**：始终保持风险意识，不做过度乐观的预测
5. **格式稳定**：严格按照模板格式输出，确保报告的可读性和一致性
6. **禁止私自保存文件**：
   - **严禁**使用 `exec`、`write_file` 等工具执行任何文件写入操作
   - 只生成 Markdown 格式的文本内容作为最终输出
   - 文件保存由调用方（父级 Agent 或外部系统）统一处理
   - 不要假设文件路径，只关注内容生成

---

## 常见问题

**Q: 如果某个日期没有日报文件怎么办？**
A: 检查目录，如果确实没有，返回错误信息说明无法生成报告。

**Q: 如果所有股票都不建议买入怎么办？**
A: 在报告中说明"当前市场环境下无明确买入机会，建议观望"。

**Q: Sub-agent 分析失败怎么办？**
A: 跳过该股票，继续分析其他股票。如果所有分析都失败，返回错误信息。

**Q: 如何确保使用 value-investment-strategy skill？**
A: 在 spawn sub-agent 时，明确指定使用该 skill。

---

*本 skill 专注于投资日报生成，与 value-investment-strategy skill 配合使用。*

---
> Source: [Thislu13/NewsPilot](https://github.com/Thislu13/NewsPilot) — distributed by [TomeVault](https://tomevault.io).
<!-- tomevault:4.0:skill_md:2026-06-19 -->