什么是 stock-research?
自动化股票研究工作流程 – 使用 NotebookLM Deep Research 收集收益报告和券商研究,提取结构化数据,然后让代理商进行六阶段专业分析(业务、财务、估值、市场观点、催化剂、投资建议)。在研究股票、分析公司基本面或评估投资机会时使用。 来源:z1993/alphamao_skills。
自动化股票研究工作流程 – 使用 NotebookLM Deep Research 收集收益报告和券商研究,提取结构化数据,然后让代理商进行六阶段专业分析(业务、财务、估值、市场观点、催化剂、投资建议)。在研究股票、分析公司基本面或评估投资机会时使用。
通过命令行快速安装 stock-research AI 技能到你的开发环境
来源:z1993/alphamao_skills。
| 1. 业务构成数据 | 收入结构、利润构成、产品描述 | 结构化表格 | | 2. 财务 KPI 数据 | 过去 3-5 年关键财务指标 | 结构化表格 | | 3. 估值数据 | 历史估值倍数、竞争对手名单 | 结构化表格 + 列表 | | 4. 市场观点汇总 | 分析师评级、共识观点 | 结构化列表 | | 5. 管理层与分析师观点原文 | 驱动因素、风险点(原文摘录) | 原文引用 | | 6. 核心风险与下行推演 | 10-K Item 1A Risk Factors, 诉讼, 客户集中度 | 结构化列表 | | 7. 前瞻指引与催化剂 | 业绩指引 (Guidance), 新品发布, 重大事件 | 结构化列表 |
| 1. 业务构成与竞争力 | 收入/利润拆解、护城河分析 | 提取任务 1 | | 2. 财务指标与健康度 | KPI 趋势、审计师视角 | 提取任务 2 | | 3. 估值分析 | 历史估值、同行对比、合理性判断 | 提取任务 3 + 联网数据 | | 4. 市场共识与独特视角 | 共识观点 + 模型洞察 | 提取任务 4 + 模型推理 | | 5. 关键驱动因子与系统图谱 | 模型构建因果关系 | 提取任务 5, 7 + 模型推理 | | 6. 综合投资建议 | 投资论点、风险、估值区间、操作建议 | 整合所有分析 + 提取任务 6 |
| NotebookLM 认证失败 | 提示用户运行 notebooklm login | | Deep Research 超时 | 询问是否继续等待或使用已有资料 | | 提取数据不完整 | 记录缺失项,继续分析并在报告中标注 | | 联网查询失败 | 使用资料中的估值数据,标注竞争对手数据缺失 |
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/z1993/alphamao_skills --skill stock-research自动化股票研究工作流程 – 使用 NotebookLM Deep Research 收集收益报告和券商研究,提取结构化数据,然后让代理商进行六阶段专业分析(业务、财务、估值、市场观点、催化剂、投资建议)。在研究股票、分析公司基本面或评估投资机会时使用。 来源:z1993/alphamao_skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/z1993/alphamao_skills --skill stock-research 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/z1993/alphamao_skills