核心用法
该技能为中国投资者提供全流程股票分析服务，覆盖港股、A股、美股三大市场。用户触发分析意图（如"分析腾讯走势""茅台能不能买"）后，系统自动执行：①搜索确认股票代码；②调用Python脚本采集行情、K线、资金流向等数据并生成可视化图表；③模型读取图片进行技术面分析；④搜索精准新闻获取基本面与事件驱动信息；⑤输出双层内容——浏览器可查看的详细HTML/PDF研报，以及聊天窗口的精炼文字总结。
关键特色在于多模态融合——模型直接读取K线图、分时图等真实图片进行视觉分析，而非仅依赖文本数据。输出采用专业研报格式，包含技术面、基本面、资金面、事件时间线、多空对比、操作建议等模块，图表由东方财富等可靠数据源直链获取。
显著优点
数据整合能力突出：自动对接东方财富、akshare、yfinance、tushare等多源数据，涵盖价格、估值、资金流向、研报评级等维度，减少人工跨平台查询成本。可视化专业：自动生成日K、分时、资金流向等图表，HTML报告采用专业CSS样式，支持打印优化。分析框架完整：从代码确认→数据采集→图片分析→新闻搜索→报告生成形成闭环，且有明确的敏感标的合规检查机制。
潜在缺点与局限性
数据源依赖外部稳定性：akshare、yfinance等库受网络代理、API限制影响较大，可能出现数据缺失；财联社新闻过滤不够精准，需模型二次搜索补充。执行链条较长：单次分析涉及7个步骤、多次工具调用，任一环节失败（如搜索不可用）会中断流程。时效性边界：脚本采集为"快照"数据，实时性弱于专业终端；新闻搜索依赖web_search能力，若未配置则功能降级。高估值标的分析易偏差：文档特别提示对新上市/科技/AI企业需保持中立，但模型仍可能因估值指标偏高而误判。
适合人群
- 个人投资者：需要快速获取个股综合分析，辅助买卖决策
- 投资顾问/分析师：作为研报撰写辅助工具，提升效率
- 财务/投研学习者：通过标准化报告学习多维度分析框架
常规风险
1. 预测非承诺：所有涨跌判断为基于历史数据和公开信息的推演，不构成投资建议
2. 数据延迟风险：行情数据非实时推送，极端行情下可能滞后
3. 模型幻觉风险：若搜索或脚本失败，模型可能试图编造数据，需严格遵循"没获取到就如实说明"规则
4. 合规边界：涉及敏感标的（如军工、特定中概股）时需遵守额外限制，见sensitive_companies.md