Stock Study

核心用法

Stock Study 是一款面向个股深度研究的智能分析工具，模拟顶级投行资深股票分析师的工作流程，为用户提供从公司基本面到市场情绪的全景式分析。用户输入股票代码后，系统将自动执行三大核心模块：

1. 公司概览分析：用通俗语言解释公司业务模式，以表格形式呈现收入结构占比，并用一句话提炼核心竞争优势（护城河）。
2. 华尔街共识追踪：汇总覆盖该股票的分析师数量、评级分布（买入/持有/卖出）及具体机构名称，提供目标价区间（平均/最高/最低），并标注最新的评级变动事件。
3. 机构资金流向：列示前五大机构股东的持仓变化（环比），识别对冲基金的新进或退出动向，并标注SEC文件日期。

显著优点

• 专业信源背书：明确引用Bloomberg、FactSet及SEC文件等权威数据源，每处数据均标注来源与日期
• 严谨的数据纪律：主动声明数据时效性，对超过30天的数据发出警示，杜绝估算与编造
• 结构化输出：采用投行标准的markdown格式，关键数据以表格呈现，便于快速阅读与引用
• 透明度机制：数据缺失或存疑时明确告知用户，而非静默处理

潜在缺点与局限性

• 时效性瓶颈：依赖外部数据接口，实时性受限于第三方更新频率，可能滞后于市场动态
• 覆盖范围约束：当前仅支持预设关注列表中的标的（MIAX、YUM、GM、PENG、FUTU），泛用性有限
• 无预测能力：仅提供历史与当前事实的汇总，不包含未来走势判断或投资建议
• 监管合规限制：未明确区分面向机构投资者与零售用户的合规边界

适合人群

• 个人投资者进行个股建仓前的基本面尽调
• 金融从业者快速获取机构视角的共识数据
• 财经内容创作者引用权威数据撰写分析文章

常规风险

• 数据依赖风险：第三方数据源错误或未更新可能导致分析结论偏差
• 过度简化风险：复杂商业模式被压缩为一句话护城河描述，可能遗漏关键细节
• 滞后决策风险：机构持仓数据基于季度披露，无法反映实时调仓动作

---

> 安全认证备注：根据提供材料，本技能未经过完整安全扫描，系统提示为占位生成状态。建议在实际部署前补充数据验证机制与合规审查流程。

核心功能

Stock Study 是一款面向专业投资者的股权研究分析 Skill，模拟顶级投行分析师工作流，为用户提供单只股票的深度基本面分析。该工具核心输出包括三部分：公司业务全景解析（商业模式、收入结构、竞争护城河）、华尔街共识数据（分析师覆盖数量、评级分布、价格目标区间、最新调级动态）以及机构资金流向（前五大机构持仓变动、对冲基金进出信号）。

显著优点

1. 研究框架标准化：采用投行级分析框架，确保输出结构清晰、逻辑严谨，适合快速生成专业级投研笔记
2. 数据源可追溯：强制要求标注每个数据点的来源和日期，符合合规投研的信息披露标准
3. 风险提示机制：主动标记超过30天的数据，降低因信息滞后导致的投资误判
4. 零执行风险：纯 Markdown 提示词设计，无任何代码执行、API 调用或外部依赖，从根本上杜绝供应链攻击和数据泄露

局限性与潜在风险

1. 数据依赖模型知识截止：该 Skill 本身不联网获取实时数据，所有市场数据依赖底层模型的训练知识，存在时效性盲区
2. 幻觉风险不可忽视：LLM 可能生成看似合理的虚假数据（如杜撰分析师评级、错误价格目标），用户若未二次核实可能导致投资损失
3. T3 来源可信度：开发者身份未经验证，虽当前版本安全，但后续更新存在潜在风险
4. 无动态数据接入：无法获取实时股价、财报公告、突发新闻等即时信息

适合人群

• 证券分析师、基金经理等专业投研人员（作为初筛框架）
• 需要快速了解陌生标的的资深投资者
• 金融专业学生进行案例分析学习

使用建议

必须配合外部数据验证：该 Skill 输出的所有市场数据（价格目标、持仓变动、评级信息）必须通过 Bloomberg、FactSet、东方财富、同花顺等专业终端二次核实后方可用于投资决策。建议将其定位为"分析框架生成器"而非"数据源"。

不适合场景：短线交易决策、高频数据需求、对时效性要求极高的事件驱动投资。