学习切入点
这个项目的市场分析 skill 更强调工具化执行:调用 yfinance、估值模型、期权 payoff、相关性、流动性和 earnings 数据,把研究问题转成可运行的数据分析步骤。它适合补充 Anthropic 官方 skill 在实时数据和可计算分析上的不足。
01
工作流分析
- 来源与路径:来自
community-himself65-finance-skills,上游路径plugins/market-analysis/skills/stock-liquidity/SKILL.md,本地路径12-financial-ai-skills/upstream-snapshots/community-himself65-finance-skills/plugins/market-analysis/skills/stock-liquidity/SKILL.md。 - 原始定位:官方/上游描述:Analyze stock liquidity using bid-ask spreads, volume profiles, order book depth, market impact estimates, and turnover ratios via Yahoo Finance data. Use this skill whenever the user asks about liquidity, trading costs, bid-ask spread, market depth, volume analysis, slippage, market impact, turnover ratio, or how easy/hard it is to trade a stock without moving the price. Triggers: "how liquid is AAPL", "bid-ask spread", "volume analysis", "order book depth", "market impact of a large order", "turnover ratio", "slippage estimate", "can I trade 100k shares without moving the price", "liquidity comparison", "spread analysis", "ADTV", "Amihud illiquidity", "dollar volume", "execution cost estimate", "liquidity score", penny stocks, small caps, or thinly traded securities.
- 金融业务理解:这个项目的市场分析 skill 更强调工具化执行:调用 yfinance、估值模型、期权 payoff、相关性、流动性和 earnings 数据,把研究问题转成可运行的数据分析步骤。它适合补充 Anthropic 官方 skill 在实时数据和可计算分析上的不足。
- AI 工作流价值:它补充了金融 agent 从“会写”到“能查、能算、能画、能跟踪”的能力。对学习者而言,重点是理解它依赖哪些外部工具、数据字段、模型假设和运行环境。
- 可迁移应用方向:可用于做“证券分析小实验”:用公开行情和财务数据跑估值、相关性、流动性或期权收益结构,再把结果写成中文学习笔记。
- 风险与治理边界:治理重点是数据可得性、默认假设和非投资建议边界。公开数据可能延迟或缺字段,估值输出必须展示假设、敏感性和置信度。
↗
01 Skill 上游文件https://github.com/himself65/finance-skills/blob/294dc86f2ca2/plugins/market-analysis/skills/stock-liquidity/SKILL.mdFSK-087 · 查看仓库原文12-financial-ai-skills/community-finance-ai-skills-analysis-02.md原始来源与整理依据
文字分析来自内容源;业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径,未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。