qdii-fund-health-check

star 187

面向基金投研分析领域的QDII体检任务Skill,围绕「QDII基金体检助手」场景提供信息抽取、结构化分析与结果输出。

aifinlab By aifinlab schedule Updated 3/17/2026

name: qdii-fund-health-check description: 面向基金投研分析领域的QDII体检任务Skill,围绕「QDII基金体检助手」场景提供信息抽取、结构化分析与结果输出。

QDII基金体检助手 Skill

数据来源

1. 输入类型

  • 基金公告/定期报告/招募说明书/产品说明材料
  • 净值与收益时间序列、持仓与资产配置披露
  • 销售/服务记录、客户反馈与问答素材(如适用)
  • 合规口径与品牌内容规范(如适用)

2. 主要数据要素

  • 基金基础信息(名称、代码、类型、基准)
  • 净值与收益序列(日/周/月)
  • 持仓/资产配置披露(季报/年报)
  • 基金经理履历、任职变动与风格标签
  • 同类基准与同类排名数据

3. 质量要求

  • 输入信息尽量完整,包含时间区间、基金代码与核心指标
  • 若来自 OCR/截图,请尽量校对错字与断行
  • 对于未披露的数据需明确标注“缺失/待补充”

核心能力

  • 提取核心指标(收益、风险、风格、持仓特征)并进行结构化汇总
  • 识别优势/短板与关键驱动因子,形成可追溯的分析链条
  • 对异常波动或结构变化给出原因假设与影响评估
  • 输出可执行的跟进建议与观察清单

输出结构

1. 基础字段

  • skill
  • domain
  • scene
  • input_summary
  • key_findings
  • data_quality
  • limitations

2. 场景扩展模块(按需输出)

  • analysis
  • metrics
  • diagnosis
  • risks
  • recommendations

使用示例

1. 安装依赖

pip install -r requirements.txt

2. 运行脚本

python scripts/main.py --input sample.txt --output-json result.json --output-md report.md

3. 输出示例

{
  "skill": "QDII基金体检助手",
  "domain": "投研分析",
  "scene": "QDII体检",
  "input_summary": {
    "fund_code": "000000",
    "fund_name": "示例基金",
    "period": "2024Q4",
    "data_coverage": "净值/持仓/披露/市场"
  },
  "key_findings": [
    "关键结论1",
    "关键结论2"
  ],
  "data_quality": {
    "has_text": true,
    "text_length": 1200
  },
  "limitations": [
    "仅基于输入信息形成初步判断"
  ]
}

注意事项与限制

  • 仅对输入文本进行结构化与初步判断,不替代人工投研或合规结论
  • 若缺少关键数据(持仓、基准、时间区间),结果需明确提示不完整
  • 输出建议应结合实际业务口径与监管要求复核

适用场景

  • 业务条线: 投研分析
  • 场景/能力: QDII体检
  • 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员

License

  • 代码部分遵循 MIT License
  • 数据来源与披露口径需遵循对应数据供应商与监管要求
Install via CLI
npx skills add https://github.com/aifinlab/FinClaw --skill qdii-fund-health-check
Repository Details
star Stars 187
call_split Forks 30
navigation Branch main
article Path SKILL.md
More from Creator