AlphaMoatによると、2026-10時点でSkill Fin Reportのダウンロード数は15,436、スター数は7で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中1,812位、専門分野では1,228件中167位です。
一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。
| プラットフォーム | ダウンロード数 | スター数 | コメント |
|---|---|---|---|
| ClawHub ↗ | 1386 | - | - |
| SkillHub ↗ | 1.5万 | 7 | — |
プラットフォームごとに集計方法と集計時点が異なります。
このスキルは、公開データ(AKShare/新浪財経/東方財富)から証券会社スタイルの A 株週次レポート PDF を自動生成します。主要指数・市場の騰落統計・北向き資金を取得し、指定銘柄に対して移動平均・RSI・MACD・KDJ・ATR・出来高と価格のテクニカル分析を行い、売買シグナルを集約し、リスクスコア・ストップロス/テイクプロフィット・推奨ポジションを算出して、HTML+CSS → weasyprint → Ghostscript 経由でローカル PDF に出力します。公開 API のみで API キー不要、ローカル生成でアップロードなし、投資助言ではないことを明示しています。 売買は実行しません。シグナルやポジション提案は成果を保証しないため、市場データを確認し、独立して判断してください。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-10 | 1.5万 | — | 7 |
| 2026-09 | 1.1万 | — | 7 |
| 2026-08 | 8757 | +20.2% | 7 |
| 2026-07 | 7288 | +41.4% | 5 |
| 2026-06 | 5154 | +50.9% | 3 |
| 2026-05 | 3415 | — | 1 |
| 2026-03 | 351 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
---
name: finance-research-report
description: "A股每周金融投研报告生成器 — 基于 AKShare / 新浪财经 / 东方财富数据源,自动生成包含技术分析、交易信号、风险评估的专业 PDF 研报。Triggers: '生成周报', '金融报告', '投研报告', '股票分析', 'A股研报'。"
user-invocable: true
argument-hint: "股票代码(逗号分隔) [--date YYYY-MM-DD] [--author 名字]"
metadata: {"clawdbot":{"emoji":"📊","requires":{"bins":["python3"]},"os":["darwin","linux"],"files":["scripts/generate_weekly_report.py","scripts/data_fetcher.py","scripts/technical_analysis.py","scripts/chart_generator.py","scripts/report_generator.py"]}}
---
# 每周金融投研报告生成器
生成专业券商研报风格的 A 股投研 PDF 报告,包含技术分析、交易信号、风险评估。
## Quick Start
**生成报告(默认跳过全市场统计,更快):**
```bash
pip3 install -r {baseDir}/requirements.txt
python3 {baseDir}/scripts/generate_weekly_report.py --stocks 000001,600519,000858 --skip-breadth
```
**完整报告(含全市场涨跌统计,约多1分钟):**
```bash
python3 {baseDir}/scripts/generate_weekly_report.py --stocks 000001,600519,000858
```
**指定日期和作者:**
```bash
python3 {baseDir}/scripts/generate_weekly_report.py --stocks 600519 --date 2026-03-14 --author 投研团队
```
---
## How It Works
`generate_weekly_report.py` 脚本自动完成以下步骤:
1. **获取主要指数数据** — 上证指数、深证成指、沪深300、创业板指
2. **获取市场情绪** — 全市场涨跌家数、涨停跌停统计(可选)
3. **获取北向资金** — 本周净流入/净流出
4. **个股技术分析** — 均线、RSI、MACD、KDJ、ATR、量价等
5. **获取持仓新闻** — 个股相关新闻 + 全球宏观要闻
6. **生成 PDF 报告** — HTML+CSS → weasyprint → Ghostscript 优化
### Analysis Framework
技术指标体系参考 `{baseDir}/scripts/technical_analysis.py`:
```
标的: 贵州茅台 (600519)
收盘价: ¥1,856.00 (+2.3%)
趋势: 多头排列 (MA5 > MA10 > MA20)
技术指标:
RSI(14): 62.5 — 正常区间
MACD: 金叉,柱状翻红
KDJ: K=68, D=55, J=94
交易信号:
🟢 买入信号 x3 | 🔴 卖出信号 x0
信号强度: 强
风险评估:
风险评分: 4/10
止损位: ¥1,812.00
止盈位: ¥1,920.00
建议仓位: 60%
```
---
## 报告内容结构
生成的 PDF 报告(A4 页面)包含以下章节:
1. **封面与投资要点** — 核心观点、看多/看空/中性统计、数据来源
2. **目录**
3. **市场概览** — 大盘指数、涨跌家数、北向资金、持仓资讯、宏观要闻
4. **个股技术分析** — 含价格走势图、MACD+RSI 图表
5. **交易信号汇总** — 买入/卖出信号、信号强度
6. **风险评估与仓位建议** — 风险评分、止损止盈、仓位系数
7. **风险提示与免责声明**
---
## 技术指标体系
| 类别 | 指标 | 说明 |
|------|------|------|
| 均线 | MA5, MA10, MA20 | 趋势与排列判断 |
| 动量 | RSI(14) | 相对强弱,超买>80 / 超卖<20 |
| 动量 | MACD(12,26,9) | 趋势强度,金叉/死叉 |
| 动量 | KDJ(9,3,3) | 超买超卖判断 |
| 波动率 | ATR(14) | 真实波动幅度 |
| 波动率 | 标准差(20日) | 价格离散度 |
| 量价 | 量比(5日) | 成交活跃度 |
| 量价 | 换手率 | 交易活跃程度 |
### 交易信号
- **买入信号**:MA5 金叉 MA10、价格突破 MA10、量价齐升、RSI 50-70、MACD 翻红
- **卖出信号**:MA5 死叉 MA10、放量跌破 MA5、RSI>80、5日涨幅>15%、KDJ 超买
### 风险控制
- 止损位:min(前日低点×0.995, MA10×0.99, 入场价×0.95)
- 止盈位:当前价 + ATR × 2
- 仓位系数:(10 - 风险评分) / 10
---
## 数据来源
数据通过 AKShare 开源接口获取:
| 数据类型 | 来源 |
|----------|------|
| A 股日线行情(前复权) | 新浪财经 |
| 主要指数日线数据 | 新浪财经 |
| 个股实时行情与名称 | 新浪财经 |
| 全市场涨跌统计 | 新浪财经 |
| 北向资金数据 | 东方财富 |
| 个股相关新闻 | 东方财富 |
| 全球财经要闻 | 东方财富 |
---
## 系统依赖
- `python3` on PATH
- `pango`(macOS: `brew install pango`)— weasyprint 渲染依赖
- `ghostscript`(macOS: `brew install ghostscript`)— PDF 兼容性优化
- Python 包:`pip3 install -r {baseDir}/requirements.txt`
---
## Output Format Rules
- 输出为 PDF 文件,保存在 `output/` 目录
- 文件名格式:`周报_YYYY-MM-DD.pdf`
- 样式参考券商研报(红色主题、专业表格、技术图表)
- 每份报告末尾附风险提示与免责声明
---
## Limitations & Notes
- 数据通过公开接口获取,部分数据可能有 15 分钟延迟
- 行业板块资金流向受网络环境限制可能不可用
- 本技能不执行交易操作,所有建议仅供参考
- 全市场涨跌统计(`--skip-breadth` 可跳过)约需 1 分钟
- 需要系统安装 pango 和 ghostscript
---
## Security & Privacy
- **无需 API Key**:所有数据通过 AKShare 公开接口获取
- **本地生成**:PDF 报告在本地生成,不上传至任何服务器
- **仅供参考**:交易信号为技术分析结果,不构成投资建议
*免责声明:本报告基于公开市场数据的技术分析,不构成任何投资建议。投资有风险,入市需谨慎。*
AIGC创作过程自动存证技能。自动识别创作平台与生成工具,将创作过程记录存证并盖有公安备案电子印章,具备可信时间戳,可以在全国电子印章互认平台核验。
反电信网络诈骗(反诈)专家技能。当用户描述一个疑似诈骗的场景、短信、电话、链接、聊天记录、App、投资平台、招聘信息或转账要求,并询问「这是不是诈骗」「要不要转钱」「怎么止损」「钱还能不能追回来」,或需要识别诈骗话术、拆解骗局结构、生成报案材料与取证清单时使用。同时在对话中主动嗅探「转账、验证码、屏幕共享、安全账户、保证金、刷单、稳赚、百万保障、跑分」等风险词并插入预警,即使对方并未询问反诈。适用场景还包括:家属求助劝阻疑似被骗的亲人、企业/银行/支付机构/互联网平台做涉诈账户识别与交易监测规则、涉诈资金链(跑分、卡四件套、GOIP)分析、反诈合规与员工培训、反诈实战演练。
电子印章公安备案、全网互认,实现所有格式文件电子签章与视频确权,覆盖全国所有CA厂商自2005年以来的全量电子签章数据,无论由哪个地区、哪套系统、哪家CA机构签发,均可精准校验与互认。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
律师AI办案工作台:从接案到结案全流程提效——案件分析、要件梳理、文书初稿、证据质证、法庭攻防(模拟法庭三方对打、质证策略、庭审发问)、赔偿与费用计算、期限提醒、复盘归档;覆盖民事、刑事、劳动、非诉、破产、执行、行政、仲裁八大领域,111 个技能(5 件路由·导航+106 件专家);法条引用 1,756 条/109 部(其中逐条带源标注 655 条、其余按离线库或待核口径;扫描口径与台账构成见 README),时效五档标注、法规版本变动前自动预警(预警锚点含商标法2026修订、刑诉法第四次修正)——法条直连国家法律法规数据库官方 API 实时核验,结论可复核、不装懂;2026-10 官方评测五项满分。不用记命令或技能名,直接说人话:欠钱不还、被车撞、被辞退、离婚分财产、合同违约。
包拯.Skills你身边的专家律师团 — 专业法律咨询 + 要素式/通用起诉状起草 + 刑事专项材料辅助 + 法条分析与法规检索。flk.npc.gov.cn API实时法条优先,不可用时AI知识库降级兜底,**法条来源按四档标注可核验(已核验-flk API / 已核验-单源 / 已引-离线库 / 未核验-模型生成),交付末尾附法条/事实/金额/程序分项置信度**;以22类法律领域覆盖矩阵约束路由边界;支持35个起诉状模板、5类刑事专项材料辅助;内置Logic Doctor逻辑自检、诉讼时效追踪及10类异常容错处理(含连续失败熔断);渐进式意图收敛协议(3轮状态机);混合意图自动任务拆解(按依赖排序→合并→顺序执行);含反模式清单与危机干预出口(自杀/家暴/未成年人侵害先于一切法律分析)。非标准案由自动使用通用模板。
当用户上传交底材料、研发报告、技术方案文档,并要求撰写专利、撰写初稿,或请专利代理师视角输出可申请的专利文件时触发。也涵盖如下说法:'帮我把这份交底写成专利''生成专利文件''生成初稿''专利撰写'等,无论是否明确说'生成专利文件'。
露禾论文写作助手(免费版):一句话生成引用可溯源、不编造的专业学术论文,按国标 GB/T 7714 插入真实文献引用,中英文 3000/5000/8000 字,一键导出 Word。说「写论文 / 帮我写论文」即可使用。
データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。