97fusky-droid/shihongbingtouzi/SKILL.md
时寒冰式多维投资分析模型 - 从宏观、稀缺性、公司质量、时机四个维度分析股票、商品、ETF等投资标的
npx skillsauth add openclaw/skills shihanbing-investment-analysisInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
当用户提出以下类型的问题时,优先加载本技能:
不适合直接使用本技能的场景:
投资不是猜涨跌,而是构建“证据链 + 因果链 + 风险链”。
本技能必须按以下顺序工作:
始终按照以下五步输出:
围绕三个变量判断“资本、资源、人口”流向:
要回答:
重点关注:
要回答:
要回答:
不要被热闹迷惑,找到那个“少了它不行,但别人又很难替代/很难快速补上”的关键环节。
稀缺性分为三类:
然后必须做三项验证:
大势对了,不代表每家公司都值得投。
必须检查:
资源型公司优先看:
成熟型公司优先看:
成长型公司优先看:
回答以下问题:
好东西也要有好价格和好时点。
必须检查:
最终结论必须落地到“值得投吗、为什么、怎么投、风险在哪里”。
在开始分析前,先识别用户分析对象属于哪一类:
适用于上市公司或拟上市龙头分析。
重点顺序:
适用于黄金、铜、铀、石油、天然气、小金属、煤炭等。
重点顺序:
适用于宽基、行业ETF、主题ETF。
重点顺序:
适用于“配美国/中国/印度/日本/欧洲哪边更好”。
重点顺序:
每次分析都要给以下四个维度打分,单项 0-5 分:
总分解释:
如果证据不足,允许打“NA”,但必须说明缺少什么数据。
每次分析至少列出 3 条“如果发生,则原逻辑失效”的条件,例如:
只允许输出以下几类建议:
不能出现:
仓位建议必须和证据强度匹配:
优先级从高到低:
如果信息来自二手资料,必须提示“需进一步核验”。
默认按以下结构输出:
如果用户要求比较两个或多个标的/主题,输出一个对比表,至少包含:
如果用户分析对象是商品或资源主题,必须额外加入:
如果用户分析对象是单一公司,必须额外加入:
如果用户分析对象是 ETF 或指数,必须额外加入:
在给出最终答案前,自检以下问题:
如果没有满足以上要求,先补齐再输出。
tools
Use when the user wants to connect to, test, or use the McDonalds service at mcp.mcd.cn, including checking authentication, probing MCP endpoints, listing tools, or calling McDonalds MCP tools through a reusable local CLI.
development
Web scraping platform — Twitter/X data, Vinted marketplace, and general web scraping API
development
SlowMist AI Agent Security Review — comprehensive security framework for skills, repositories, URLs, on-chain addresses, and products (Claude Code version)
data-ai
去除中文文本中的 AI 写作痕迹,使其读起来自然。基于维基百科 AI 写作特征指南,检测 24 种 AI 模式。触发词:humanizer-cn、去除 AI 痕迹、去除 AI 写作痕迹、中文文本人性化。