财经新闻分析器
全球科技
解锁后获得一次性下载链接，24小时内有效
📄 技能说明 (SKILL.md)
--- name: finance-news-analyzer description: 财经新闻深度分析技能。从多个新闻源抓取内容，进行情感分析（利好/利空/中性）、影响评估（行业/公司/市场）、关键信息提取，生成专业投资简报。支持 A 股/港股/美股、行业板块、个股分析。Use when user asks to "分析财经新闻", "评估新闻影响", "今日财经简报", "这条新闻是利好还是利空", "总结本周行业动态", or provides financial news URLs for analysis. --- # 财经新闻分析器 专业的财经新闻深度分析技能，帮助投资者快速理解新闻背后的投资信号。 --- ## 🎯 核心功能 ### 1. 多源新闻抓取 支持 28+ 新闻源（来自 news-aggregator-skill）： - **全球科技**：Hacker News, GitHub, Product Hunt - **中文媒体**：36 氪，华尔街见闻，腾讯新闻，微博热搜 - **AI/技术**：Hugging Face Papers, AI Newsletters - **财经专项**：WallStreetCN, 东方财富，雪球 ### 2. 情感分析 三层情感判断： | 等级 | 标识 | 说明 | |------|------|------| | 强烈利好 | 🟢🟢 | 重大利好消息，可能显著推高股价 | | 利好 | 🟢 | 正面消息，对股价有积极影响 | | 中性 | ⚪ | 中性消息，影响有限 | | 利空 | 🔴 | 负面消息，可能打压股价 | | 强烈利空 | 🔴🔴 | 重大利空，可能引发大幅下跌 | ### 3. 影响评估 多维度影响分析： - **市场层面**：大盘/板块/个股 - **行业层面**：科技/金融/消费/医疗/能源等 - **时间维度**：短期（1-3 天）/中期（1-4 周）/长期（3 月+） - **置信度**：高（>80%）/中（50-80%）/低（<50%） ### 4. 关键信息提取 自动识别并结构化： - 💰 金额数字（投资额、营收、利润） - 📊 百分比（增长率、涨跌幅、占比） - 👤 关键人物（CEO、高管、分析师） - 🏢 公司名称（全称、简称、股票代码） - 📅 时间节点（发布日期、截止期限、事件时间） - 📍 地理位置（总部、工厂、市场区域） ### 5. 简报生成 支持多种输出格式： - **快速简报**：3-5 条核心新闻 + 一句话点评 - **深度报告**：详细分析 + 数据支撑 + 风险提示 - **行业周报**：按行业分类 + 趋势总结 - **个股追踪**：特定公司的新闻聚合 + 情感趋势 --- ## 🚀 快速开始 ### 基本用法 ```bash # 分析今日财经新闻 /finance-news-analyzer --source all --limit 20 # 分析特定新闻源 /finance-news-analyzer --source wallstreetcn,36kr --limit 15 # 带关键词过滤 /finance-news-analyzer --keyword "AI,芯片，半导体" --source hackernews,github # 分析特定股票相关新闻 /finance-news-analyzer --ticker "NVDA,TSLA,AAPL" --sentiment all # 生成行业周报 /finance-news-analyzer --industry "科技，金融" --period weekly ``` ### 命令行参数 | 参数 | 说明 | 默认值 | |------|------|--------| | `--source` | 新闻源（逗号分隔） | `all` | | `--limit` | 每源最多新闻数 | `15` | | `--keyword` | 关键词过滤 | 无 | | `--ticker` | 股票代码过滤 | 无 | | `--industry` | 行业分类 | 无 | | `--sentiment` | 情感过滤（positive/negative/neutral/all） | `all` | | `--period` | 时间周期（daily/weekly/monthly） | `daily` | | `--output` | 输出格式（brief/full/industry/stock） | `brief` | | `--lang` | 输出语言（zh/en） | `zh` | --- ## 📊 分析流程 ### Step 1: 新闻抓取 ```bash python scripts/fetch_news.py --source <sources> --limit <n> --keyword "<keywords>" ``` 输出：原始新闻 JSON 列表 ### Step 2: 情感分析 ```bash python scripts/analyze_sentiment.py --input <news.json> --model <llm> ``` 输出：带情感标签的新闻列表 ### Step 3: 影响评估 ```bash python scripts/assess_impact.py --input <analyzed.json> --ticker-db references/ticker-map.md ``` 输出：带影响评估的完整数据 ### Step 4: 简报生成 ```bash python scripts/generate_briefing.py --input <assessed.json> --template <template.md> --output <report.md> ``` 输出：最终投资简报 --- ## 📁 输出示例 ### 快速简报格式 ```markdown # 📈 财经新闻简报 **日期**: 2026-03-09 | **来源**: 华尔街见闻，36 氪 | **总数**: 15 条 --- ## 🟢 利好消息 (5 条) #### 1. [英伟达发布新一代 AI 芯片，性能提升 300%](https://...) - **来源**: 华尔街见闻 | **时间**: 22:48 - **影响**: 🟢 利好 | **置信度**: 高 - **相关股票**: NVDA (+), AMD (-), INTC (-) - **一句话**: 英伟达新芯片可能巩固 AI 芯片领导地位，利好供应链企业 #### 2. [特斯拉中国工厂产能突破新高](https://...) - **来源**: 36 氪 | **时间**: 21:30 - **影响**: 🟢 利好 | **置信度**: 中 - **相关股票**: TSLA (+), 宁德时代 (+) - **一句话**: 产能提升可能带动 Q1 交付量超预期 --- ## 🔴 利空消息 (3 条) #### 1. [美联储暗示继续加息](https://...) - **来源**: 华尔街见闻 | **时间**: 20:15 - **影响**: 🔴 利空 | **置信度**: 高 - **相关板块**: 科技股 (-), 房地产 (-), 银行 (+) - **一句话**: 加息预期可能压制成长股估值 --- ## ⚪ 中性消息 (7 条) ... --- ## 💡 投资提示 1. **重点关注**: AI 芯片、新能源车产业链 2. **风险提醒**: 美联储政策不确定性 3. **明日事件**: 美国 CPI 数据发布 ``` ### 深度报告格式 ```markdown # 📊 深度分析报告：AI 芯片行业 ## 核心观点 本周 AI 芯片行业利好消息占主导（60%），主要驱动因素为... ## 新闻情感分布 | 情感 | 数量 | 占比 | |------|------|------| | 🟢 利好 | 12 | 60% | | ⚪ 中性 | 6 | 30% | | 🔴 利空 | 2 | 10% | ## 关键事件时间线 - 3/9: 英伟达发布新芯片 - 3/8: AMD 宣布与微软合作 - 3/7: 英特尔财报不及预期 ## 投资建议 **短期**（1-3 天）：关注 NVDA 供应链 **中期**（1-4 周）：观察美联储政策 **长期**（3 月+）：AI 基础设施持续看好 ## 风险提示 1. 地缘政治风险 2. 技术迭代风险 3. 估值过高风险 ``` --- ## 🔧 脚本说明 ### scripts/ 目录 | 脚本 | 功能 | 依赖 | |------|------|------| | `main.py` | 主脚本（完整工作流） | requests, beautifulsoup4 | | `analyze_sentiment.py` | 情感分析（LLM 调用） | 支持多种模型（见下） | | `database.py` | 数据持久化（SQLite） | sqlite3（内置） | | `charts.py` | 图表生成（趋势图/饼图/热力图） | matplotlib | | `scheduler.py` | 定时任务（自动运行） | 无 | | `fetch_news.py` | 新闻抓取（复用 news-aggregator-skill） | requests, beautifulsoup4 | | `assess_impact.py` | 影响评估（规则+LLM） | ticker-map.md | | `generate_briefing.py` | 简报生成（模板渲染） | jinja2 | | `stock_mapper.py` | 股票名称→代码映射 | ticker-map.md | ### 使用示例 #### 基础用法 ```bash # 运行完整工作流 python scripts/main.py --source wallstreetcn,36kr --limit 15 # 单独进行情感分析 python scripts/analyze_sentiment.py --input news.json --output analyzed.json # 分析单段文本 python scripts/analyze_sentiment.py --text "英伟达发布新一代 AI 芯片" # 指定模型 python scripts/main.py --model gpt-4o-mini python scripts/main.py --model qwen-plus python scripts/main.py --model ollama/llama3.1 ``` #### 数据持久化 ```bash # 初始化数据库 python scripts/database.py init # 查看统计信息 python scripts/database.py show-stats # 查看情感趋势 python scripts/database.py trend --days 30 # 查看特定股票趋势 python scripts/database.py trend --ticker NVDA --days 30 # 导出数据 python scripts/database.py export --format csv ``` #### 图表生成 ```bash # 生成情感趋势图 python scripts/charts.py trend --input analyzed.json # 生成情感分布饼图 python scripts/charts.py pie --input analyzed.json # 生成行业分布图 python scripts/charts.py industry --input analyzed.json # 生成股票热力图 python scripts/charts.py heatmap --input analyzed.json # 生成所有图表 python scripts/charts.py all --input analyzed.json ``` #### 定时任务 ```bash # 添加每天 8 点运行 python scripts/scheduler.py add --time "08:00" --daily # 添加每周一 8 点运行 python scripts/scheduler.py add --time "08:00" --weekday 1 # 查看任务列表 python scripts/scheduler.py list # 手动运行任务 python scripts/scheduler.py run --id 1 # 删除任务 python scripts/scheduler.py remove --id 1 ``` ### 支持的模型 | 厂商 | 模型 | 环境变量 | |------|------|---------| | OpenAI | GPT-4o, GPT-4o Mini, GPT-3.5 | `OPENAI_API_KEY` | | Anthropic | Claude 3.5/3 Opus/Haiku | `ANTHROPIC_API_KEY` | | 阿里 | 通义千问 (Qwen-Max/Plus/Turbo) | `DASHSCOPE_API_KEY` | | 百度 | 文心一言 (ERNIE-Bot) | `QIANFAN_AK` + `QIANFAN_SK` | | 智谱 | GLM-4/3 Turbo | `ZHIPUAI_API_KEY` | | Ollama | Llama 3, Qwen2.5, Mistral 等 | (本地运行，免费) | **完整模型列表：** 详见 [references/supported-models.md](references/supported-models.md) ### references/ 目录 | 文件 | 用途 | |------|------| | `ticker-map.md` | 公司名↔股票代码映射表（美股/A 股/港股） | | `industry-map.md` | 公司↔行业分类表（10+ 行业，150+ 公司） | | `sentiment-rules.md` | 情感分析规则库（利好/利空信号） | | `impact-patterns.md` | 影响评估模式库 | | `config-example.md` | 配置文件示例（EXTEND.md 模板） | ### templates/ 目录 | 模板 | 用途 | |------|------| | `brief.md` | 快速简报模板（3-5 条核心新闻） | | `full-report.md` | 深度报告模板（详细分析 + 数据支撑） | | `weekly.md` | 行业周报模板（待实现） | | `stock-track.md` | 个股追踪模板（待实现） | --- ## ⚙️ 配置说明 ### 环境变量 ```bash # LLM API（情感分析用） OPENAI_API_KEY=sk-xxx # 或 ANTHROPIC_API_KEY=sk-ant-xxx # 新闻源 API（可选） NEWSAPI_KEY=xxx ALPHA_VANTAGE_KEY=xxx # 股票数据 ``` ### EXTEND.md（可选） 创建 `.baoyu-skills/finance-news-analyzer/EXTEND.md` 自定义默认配置： ```yaml # 默认新闻源 default_sources: - wallstreetcn - 36kr - hackernews # 默认输出格式 default_output: brief # 默认语言 default_language: zh # 关注股票列表 watchlist: - NVDA - TSLA - AAPL - 00700.HK - 600519.SS # 情感分析模型 sentiment_model: gpt-4o-mini # 置信度阈值 confidence_threshold: high: 0.8 medium: 0.5 ``` --- ## 🎯 使用场景 ### 场景 1: 早盘准备 ``` "帮我分析昨晚到今早的财经新闻，找出对 A 股有影响的消息" ``` → 输出：快速简报 + 重点关注股票 ### 场景 2: 个股追踪 ``` "分析一下特斯拉最近一周的新闻，是利好还是利空？" ``` → 输出：个股追踪报告 + 情感趋势图 ### 场景 3: 行业研究 ``` "总结本周 AI 行业的重大事件，按重要性排序" ``` → 输出：行业周报 + 关键事件时间线 ### 场景 4: 新闻解读 ``` "这条新闻对哪些股票有影响？[新闻链接]" ``` → 输出：影响评估 + 相关股票列表 ### 场景 5: 投资决策支持 ``` "我持有 NVDA 和 AMD，最近的新闻对我的持仓有什么影响？" ``` → 输出：持仓影响分析 + 操作建议 --- ## 📝 情感分析规则 ### 利好信号 🟢 - 营收/利润超预期 - 新产品发布/技术突破 - 重大合同签订 - 政策支持/补贴 - 高管增持/股票回购 - 并购重组（被收购方） - 行业需求增长 ### 利空信号 🔴 - 营收/利润不及预期 - 产品召回/质量问题 - 高管离职/减持 - 监管处罚/诉讼 - 行业需求下滑 - 竞争对手强势发布 - 宏观经济负面 ### 中性信号 ⚪ - 常规财报发布（符合预期） - 人事正常变动 - 日常业务更新 - 市场传言（未证实） --- ## 💡 最佳实践 ### 1. 关键词优化 ``` 好： "AI 芯片，GPU, 英伟达，AMD" 差： "科技"（太宽泛） ``` ### 2. 新闻源选择 ``` A 股：wallstreetcn, 36kr, eastmoney 美股：hackernews, bloomberg, reuters 行业垂直：特定行业媒体 ``` ### 3. 时间窗口 ``` 日内交易：--period daily --limit 30 波段操作：--period weekly --limit 50 长期投资：--period monthly --industry <行业> ``` ### 4. 交叉验证 ``` 重要新闻：对比 3+ 新闻源 情感判断：结合技术面 + 基本面 ``` --- ## ⚠️ 免责声明 本技能生成的分析仅供参考，不构成投资建议。投资有风险，决策需谨慎。 - 情感分析基于 NLP 模型，可能存在误差 - 新闻影响评估为概率性判断，非确定性预测 - 市场受多重因素影响，单一新闻不决定走势 - 请结合个人风险承受能力和专业顾问意见 --- ## 🔗 相关技能 - **news-aggregator-skill** - 新闻抓取基础 - **stock-analyzer** - 股票技术分析 - **baoyu-translate** - 外文新闻翻译 --- ## 📚 参考资料 - [ticker-map.md](references/ticker-map.md) - 股票代码映射 - [industry-map.md](references/industry-map.md) - 行业分类 - [sentiment-rules.md](references/sentiment-rules.md) - 情感分析规则 - [impact-patterns.md](references/impact-patterns.md) - 影响评估模式