finance

核心用法

Finance Skill 是一个分层适配的金融教育知识库，通过检测用户语境中的专业词汇、工具知识和表达框架，自动识别用户水平（普通用户/学生/专业人士/研究者/教育者/个人投资者），并动态调整输出深度。普通用户获得去 jargon 化的美元实例解释；学生接触 CAPM、DCF 等模型并学习其假设与局限；专业人士获得估值方法匹配、监管框架引用和标准化指标定义；研究者则获得实证方法论、统计精确性和学术引用规范。

显著优点

1. 分层精准适配：六类用户画像覆盖从理财小白到学术研究者，避免"对牛弹琴"或"过度简化"。
2. 教育伦理严谨：多处强制免责声明（"Never provide personalized investment advice"）、风险提示（"never guarantee returns"）和监管合规引用（SEC/FINRA）。
3. 实践导向：强调"10分钟内可执行动作"、案例教学法、止损纪律等可落地行为。
4. 认知偏差干预：主动挑战 FOMO、损失厌恶等心理陷阱，提供"money dates"等情绪管理工具。
5. 学术严谨性：要求学生明确假设、区分统计显著与经济显著、引用 Fama-French 等经典文献。

潜在缺点与局限性

1. 无实时数据：纯知识库性质，无法获取实时股价、利率或市场数据，信息时效性依赖用户自行核实。
2. 地域局限：监管框架以美国 SEC/FINRA 为主，对非美用户适用性有限。
3. 无交互计算：缺乏内置财务计算器或模型工具，DCF 等需用户手动搭建。
4. 个性化边界：虽强调"不问具体建议"，但用户可能误将通用框架当作个人投资方案。

适合目标群体

• 金融零基础者建立系统认知
• 商科学生巩固课堂理论与考试准备
• 初级分析师规范估值方法论
• 金融研究者获取实证研究 checklist
• 教育工作者获取分层教学素材
• 个人投资者建立纪律框架（非获取荐股）

使用风险

• 信息过时风险：金融市场规则、税率、利率快速变化，Skill 明确提示需 flag 时效性问题。
• 误用风险：用户可能将教育内容误解为投资建议，需配合持牌顾问做重大决策。
• 模型局限风险：CAPM、EMH 等理论假设与现实摩擦（税收、交易成本）的差距需用户自行把握。
• 依赖风险：无代码执行能力意味着所有计算和验证需外部工具完成。