Fund Investment Guide

基金投资指南 | Fund Investment Guide

你是用户的基金分析顾问。先判断场景，再给针对性分析。

核心方法论：成果导向（看风险收益是否匹配目标）+ 调查研究（看持仓、费率、经理操作逻辑，不看宣传材料）+ 抓主要矛盾（同经理多只基金的主要矛盾是「找到最像经理自己的那只」）。

---

先判断场景

收到问题后，判断用户需要哪种分析：

场景A：单只基金深度分析。用户问「这只基金怎么样」「要不要继续持有」「基金体检」。→ 走场景A流程，读取 references/scene-a.md。

场景B：同经理多基金选择。用户问「XX经理的几只基金选哪个」「同经理产品怎么比」。→ 走场景B流程，读取 references/scene-b.md。

场景C：次新基金分析。基金成立时间<1年，缺少季报/年报历史数据，用户想判断潜力。→ 走场景C流程，读取 references/scene-c.md。

场景G：行业主题基金分析。用户问「新能源基金」「医药基金」「消费基金」「半导体基金」等行业主题基金。→ 走场景G流程，读取 references/scene-g.md。

场景优先级：场景B > 场景G > 场景C > 场景A。

---

分析原则

不预测未来收益，不给买入卖出的绝对建议：基金分析处理的是「这只基金质量怎么样、适不适合你」，预测价格走势超出了基本面分析的能力范围。

只提供分析角度和风险提示，决策交还用户：好的分析是帮用户看清选项和代价，替用户做决定会屏蔽掉用户自己才知道的信息。

数据不足时说明局限：没有持仓数据就不评持仓，没有历史数据就不评风险收益，不用猜测填充空白。

---

文件结构

fund-investment-guide/
├── SKILL.md                    # 主技能文件
├── README.md                   # 项目说明
├── LICENSE                     # MIT 许可证
└── references/
    ├── scene-a.md              # 场景A：单只基金深度分析
    ├── scene-b.md              # 场景B：同经理多基金选择
    ├── scene-c.md              # 场景C：次新基金分析
    ├── scene-g.md              # 场景G：行业主题基金分析
    └── doc-processing.md       # 文档处理协作指南

---

基于踏雪寻仙的基金投资实践和德鲁克管理思想构建

重要免责声明

非投资建议

本工具提供的所有内容（包括但不限于分析框架、检查清单、数据指标、输出模板）仅供教育和研究目的使用，不构成任何形式的投资建议。

无担保声明

本工具按"原样"（AS IS）提供，作者不对以下情况作出任何明示或暗示的担保：

• 内容的准确性、完整性或时效性
• 分析结果适用于任何特定投资目标
• 使用本工具不会导致投资损失

投资风险提示

投资有风险，入市需谨慎。用户应当：

• 独立做出投资决策
• 自行承担投资风险
• 必要时咨询持牌投资顾问
• 不将本工具输出作为唯一决策依据

责任限制

在任何情况下，作者不对因使用或无法使用本工具而导致的任何直接、间接、附带、特殊或 consequential 损失承担责任，即使已被告知可能发生此类损失。

合规声明

本工具不涉及：

• 具体证券的买入/卖出建议
• 投资组合管理
• 投资顾问服务

用户应自行确保其使用行为符合当地法律法规。

---

使用本工具即表示您已阅读并同意上述条款。

Invest 系列：投资分析指南

买基金像请管家，买股票像合伙做生意。不懂的人、不靠谱的人、要价太高的人，都不能托付。

这个工具帮你三件事：看清投的是什么，判断值不值得投，确定价格合不合适。

---

快速开始

npx skills add taxueseek/fund-investment-guide

安装后直接问 Claude：

• "这只基金怎么样？"
• "分析一下茅台"
• "黄金能买吗？"
• "让巴菲特看看这只股"

系统会自动识别你要分析什么，进入对应的分析流程。

注意：这个工具只是帮你理清思路，不是投资建议，也不保证赚钱。用它分析后，买不买都是你自己的决定。

---

这到底是什么

不是数据查询工具，是一套判断框架。

投资最大的坑，不是信息不够，是不知道该看什么。这个工具告诉你：看这三样就够了。

用户提问
    │
    ▼
┌─────────────┐
│  invest     │  ← 识别你要分析什么
│  主入口     │
└──────┬──────┘
       │
       ├──────────┬──────────┬──────────┬──────────┐
       ▼          ▼          ▼          ▼          ▼
   ┌───────┐  ┌───────┐  ┌───────┐  ┌───────┐  ┌───────┐
   │ 股票  │  │ 基金  │  │可转债 │  │商品   │  │REITs  │
   │个股   │  │主动/  │  │       │  │黄金/  │  │       │
   │分析   │  │ETF    │  │       │  │原油   │  │       │
   └───┬───┘  └───┬───┘  └───┬───┘  └───┬───┘  └───┬───┘
       │          │          │          │          │
       └──────────┴────┬─────┴──────────┴──────────┘
                       ▼
               ┌───────────────┐
               │  三关审查     │
               │               │
               │ 1. 懂不懂？   │  ← 能力圈/策略理解
               │ 2. 好不好？   │  ← 护城河/持续性
               │ 3. 贵不贵？   │  ← 安全边际/估值
               └───────────────┘

---

能分析什么

---

三关审查是什么

投资分析最怕什么？该看的没看，不该看的看了太多。

这三关把复杂的投资决策，拆成三个必答题：

第一关：懂不懂

不懂的东西，涨跌你都拿不住。

• 股票：这家公司怎么赚钱？客户为什么选它？
• 基金：投的是什么？策略是什么？基准是什么？
• 可转债：条款看明白了吗？下修、回售、强赎什么意思？

这一关掉链子，直接放弃。 不懂的不碰。

第二关：好不好

好东西才能持续赚钱。

• 股票：有定价权吗？ROE能持续>12%吗？现金流好吗？
• 基金：长期跑赢基准吗？经理稳定吗？风险调整后收益如何？
• 商品/REITs：底层资产质量如何？分派/收益可持续吗？

这一关掉链子，说明是平庸标的，不值得花时间。

第三关：贵不贵

再好的东西，买贵了也难受。

• PE/PB在历史什么分位？
• 如果跌30%，能承受吗？
• 现在入场，安全边际够吗？

这一关掉链子，不是不买，是等更好的时机。

---

跟普通分析有什么区别

---

设计理念

1. 大道至简

投资不需要复杂的模型。巴菲特看企业就看三点：懂不懂、好不好、便不便宜。这个工具把这个思路扩展到所有资产类型。

2. 不替决策

工具只提供分析框架，决策权完全交还给你。不告诉你"买"或"卖"，只告诉你"这一关过了吗"。

3. 动态时间

不用手动改年份。输入当前日期，自动算出该看N年报告还是N-1年报告，数据新鲜度是多少。

4. 大师视角

拿不准的时候，启动投资圆桌。让巴菲特、芒格、彼得·林奇、达里奥从不同视角审视同一个标的，发现你自己看不到的盲区。

---

实际使用示例

分析一只股票

你：分析一下腾讯 00700

系统：分析腾讯(00700)，进入invest-stock。

三关审查结果：

| 关卡 | 结果 | 关键发现 |
|------|------|----------|
| 懂不懂 | 通过 | 游戏+广告+投资，三块业务清晰 |
| 好不好 | 通过 | 护城河深厚，ROE持续>15%，现金流充沛 |
| 贵不贵 | 观望 | PE在历史70%分位，安全边际不足 |

综合判断：等估值回落到PE<25再考虑。

分析一只基金

你：张坤的基金怎么样？

系统：分析张坤的基金，进入invest-fund。

关键发现：
- 代表作管理5年+，穿越牛熊周期
- 重仓股重合度>80%的几只基金，选费率最低的
- 当前规模>100亿，灵活性受限，超额收益可能下降

建议：如果是张坤的粉丝，选他管理时间最长的代表作。

资产配置检视

你：我的资产配置合理吗？

系统：进入invest-allocation。

战略配置建议（基于你能承受20%回撤、投资期限5年+）：
- 股票：60%
- 债券：30%
- 商品：10%

再平衡规则：
- 每季度检查一次
- 某类资产偏离目标±5%时触发再平衡

当前你的组合偏离：股票超配15%，建议减仓股票或增配债券。

投资圆桌

你：让巴菲特和芒格看看茅台

系统：启动投资圆桌，参与大师：巴菲特、芒格。

巴菲特：茅台是理想生意，品牌护城河罕见，定价权极强...
芒格：同意巴菲特的判断，但价格包含太多乐观预期...

共识：生意模式顶级，但当前价格安全边际不足。
分歧：巴菲特认为可以等，芒格认为需要更长时间等待。

---

使用之前，你要知道

这个工具像字典——帮你认字，但不替你写作文。具体来说：

第一，盈亏自负。 这个工具不会告诉你买哪只股、卖哪只基金，也不保证你能赚钱。用它分析后，买不买、买多少，都是你自己的决定，赚了亏了都自己承担。

第二，信息有限。 这个工具会尽量用最新的公开数据，但数据可能滞后、可能有错。它给你的只是参考，不是标准答案。

第三，不能替代专业建议。 如果你有大额投资需求，应该咨询持牌的投资顾问，而不是依赖一个AI工具。

一句话：工具只是帮你理清思路，决策在你，风险自担。

---

项目结构

skills/
├── invest/                    # 主入口：自动识别标的类型
├── invest-stock/              # 个股分析
├── invest-fund/               # 基金分析
├── invest-convertible/        # 可转债
├── invest-commodity/          # 大宗商品
├── invest-reit/               # REITs
├── invest-allocation/         # 资产配置
├── invest-report/             # 财报解读
├── invest-hk-a/               # 港股/A股专项
├── invest-us/                 # 美股专项
├── invest-fund-manager/       # 基金经理研究
├── zaoren-invest-roundtable/  # 投资圆桌
└── invest-upgrade/            # 升级工具

---

版本历史

---

MIT License © 2026

基金经理档案模板

---

档案模板

# 经理姓名 · 基金名称（代码）

更新日期：YYYY-MM-DD
策略类型：红利价值 / 主动价值 / 量化 / 指增 / 港股红利
组合仓位：核心 / 卫星 / 观察
目标占比：X%

---

## 投资框架（一句话）

> 直接引用季报原文，或自己总结的一句话。

---

## 能力圈

- 擅长：
- 不碰：

---

## 买入理由

（当初为什么选他/她？）

---

## 卖出/减仓触发条件

- [ ] 条件1：
- [ ] 条件2：
- [ ] 条件3：

---

## 年检记录

| 日期 | 近一年收益 | 同类排名 | 季报核心变化 | 决策 |
|------|----------|---------|------------|------|
| YYYY-QX | +X% | 前X% | ... | 继续/观察/换掉 |

---

## 公司评估

- 公司名称：
- 公司风格：
- 风险点：

---

使用说明

1. 每位持仓或重点观察经理建一个档案 2. 每次季报发布后更新「年检记录」 3. 「卖出触发条件」在买入时就写好，不要等到需要卖的时候再想 4. 档案存放路径由用户自定义（建议与投资笔记放在一起）

主动价值风格 AI 筛选 Prompt 模板

价值 ≠ 红利。价值是「低估+潜力」，不只是「高分红」。

---

[标准版] 主动价值/均衡风格 · 业绩初筛

请帮我筛选A股主动价值或均衡风格基金，业绩优先：

【第一步：业绩门槛】
- 今年以来收益：同类排名前30%
- 近一年收益：同类排名前30%
- 最大回撤：近一年 < 28%

不限规模、不限任职年限

【第二步：风格确认】
从达标基金中筛出：
- 均衡价值（不偏成长、不偏红利，中正平和）
- 深度价值（困境反转、逆向布局、低估值聚焦）
- 价值+适度成长（底仓价值，卫星参与成长机会）

排除：赛道/主题型（单一行业>50%）、高换手型（换手率>300%）

【输出格式】
6-10只候选，每只包含：
1. 基金名称 + 代码
2. 基金经理
3. 今年以来 + 近一年收益及同类排名
4. 近一年最大回撤
5. 基金公司
6. 经理季报核心表达（直接引用原文，一句话）
7. 与中证价值ETF（512040）对比：超额来源？

---

[年检版] 主动价值持仓复查

请帮我对以下主动价值/均衡风格基金做年检：

持仓：[基金名+代码]

逐只分析：
1. 近一年收益 vs 中证价值100指数（基准对比）
2. 季报逻辑：这期说了什么？和上期相比有无转变？
3. 持仓变化：有无明显的风格漂移（比如开始重仓AI）？
4. 换手率变化：是否比往期更频繁？
5. 基金公司层面：是否有可能影响该经理的变动？

输出：继续持有 / 观察期 / 建议替换（替换方向）

---

季报关键词：买入信号 vs 警惕信号

指数增强 AI 筛选 Prompt 模板

指增的核心：超额稳定性 > 超额绝对值。

---

[标准版] 指数增强 · 业绩初筛

请帮我筛选A股指数增强基金，业绩优先：

【第一步：业绩门槛】
- 今年以来超额（相对跟踪指数）：> 3%
- 近一年超额：同类指增排名前30%
- 超额稳定性：近一年月度超额为正的月份 ≥ 8个月
- 跟踪误差：年化 < 8%（超额来自择股，不是漂移）

不限规模、不限任职年限

【第二步：指数方向】
覆盖以下基准指数（按需选择）：
- 沪港深500（优先，你认可的指数）
- 中证500
- 沪深300
- 中证1000（小盘增强）
- 红利低波（红利增强）

【输出格式】
5-8只候选，每只包含：
1. 基金名称 + 代码
2. 跟踪指数
3. 今年以来超额 + 近一年超额
4. 超额稳定性（正超额月份数/12）
5. 年化跟踪误差
6. 基金公司量化能力评价
7. 超额来源方向（小市值/量价/基本面）

---

[年检版] 指增持仓复查

请对以下指增基金做年检：

持仓：[基金名+代码]

逐只分析：
1. 近一年超额 vs 同类指增排名
2. 近半年超额趋势：是否衰减？
3. 跟踪误差是否稳定？
4. 规模变化：是否影响超额？

输出：继续持有 / 观察 / 替换（换哪个方向？）

---

指增特别说明

你在文章中提到「沪港深500 > 中证500/A500/沪深300」，这个判断沿用到指增筛选：

• 优先考虑以沪港深500为基准的指增产品
• 其次才是中证500增强、沪深300增强
• 指增的超额应该是对自身基准的超额，不是跟其他指数比绝对收益

港股红利策略 AI 筛选 Prompt 模板

港股红利的逻辑：分散A股、高股息、央企背书。

---

[标准版] 港股红利/央企港股 · 业绩初筛

请帮我筛选港股红利或央企红利风格的基金（含主动型和ETF），业绩优先：

【第一步：业绩门槛】
- 今年以来收益：同类排名前35%（港股波动大，标准略宽）
- 近一年收益：同类排名前35%
- 近一年最大回撤：< 30%

不限规模、不限任职年限

【第二步：策略确认】
从达标基金中筛出：
- 港股通高股息（偏国企/央企，高分红）
- 港股央企红利（政策导向+股息双逻辑）
- 沪港深红利（A+H双市场，分散效果更好）

排除：港股纯成长/科技类（不在红利策略范围内）

【输出格式】
5-8只候选，每只包含：
1. 基金名称 + 代码（场内/场外均可）
2. 策略类型（主动/ETF/联接）
3. 今年以来 + 近一年收益及同类排名
4. 近一年最大回撤
5. 当前股息率（或持仓平均股息率）
6. AH溢价情况（是否存在明显折价机会）
7. 一句话：与A股红利相比，配置港股红利的额外价值是什么？

---

[年检版] 港股红利持仓复查

请对以下港股红利基金做年检：

持仓：[基金名+代码]

重点分析：
1. 近一年收益 vs 恒生港股通央企红利指数（基准）
2. AH溢价变化：港股相对A股的折价是否仍在合理区间？
3. 汇率风险：港币/人民币汇率变动对收益的影响？
4. 股息兑现情况：实际分红是否符合预期？
5. 成分股质量：有无重大持仓公司基本面恶化？

输出：继续持有 / 观察期 / 建议替换

---

港股红利配置逻辑（来自你的文章）

你的配置中港股红利占25%，核心逻辑：

• 分散：与A股相关性低，降低组合整体波动
• 高股息：港股股息率普遍高于A股同类公司
• 央企背书：港股央企分红意愿强，政策托底

参考基准：恒生港股通央企红利指数 如果主动基金长期跑不赢这个指数，用ETF代替即可。

红利/价值策略 AI 筛选 Prompt 模板

业绩先说话，逻辑后验证。

---

[标准版] 红利/现金流/价值主动基金 · 业绩初筛

请帮我筛选A股红利、现金流或价值风格的主动管理基金，核心标准如下：

【第一步：业绩筛选（硬门槛）】
- 今年以来收益：同类排名前30%
- 近一年收益：同类排名前30%
- 最大回撤控制：近一年最大回撤 < 25%

不限制：规模大小、基金经理任职年限、基金成立时间

【第二步：风格确认】
从业绩达标的基金里，筛出以下风格之一：
- 红利低波（偏好股息率、低波动因子）
- 现金流质量（自由现金流导向）
- 价值+红利混合（低估值+分红兼顾）
- 深度价值（困境反转、逆向布局）

排除：行业主题型（单一行业仓位>50%）

【输出格式】
请提供6-10只候选基金，每只包含：
1. 基金名称 + 代码
2. 基金经理姓名
3. 今年以来收益 + 同类排名
4. 近一年收益 + 同类排名
5. 近一年最大回撤
6. 基金公司（简要说明公司风格）
7. 一句话：这只基金的超额来自哪里？

---

[年检版] 现有持仓年度复查

我持有以下红利/价值类基金，请帮我做年度体检：

持仓清单：[粘贴你的持仓，格式：基金名+代码]

对每只基金，请分析：
1. 今年以来收益 vs 中证红利指数（基准对比）
2. 近一年收益 vs 同类排名（是否仍在前50%？）
3. 最新季报：经理说了什么？和之前的逻辑一致吗？
4. 是否有风格漂移迹象（比如价值经理开始买AI）？
5. 基金公司是否有重大人事变动？

输出：
- 继续持有 / 进入观察期 / 建议替换
- 如建议替换：方向是什么？（红利→高质量现金流？价值→均衡成长？）

---

[季报深挖版] 人工尽调辅助

AI 初筛出候选名单后，对每位经理做季报分析：

请帮我分析 [基金名称+代码] 的最新2份季报（最新季报+上期季报）：

1. 核心逻辑：经理这期说了什么核心判断？
2. 前10大持仓变化：加了什么、减了什么、为什么？
3. 逻辑一致性：这期的操作和他一贯的投资框架一致吗？
4. 风险词扫描：有无出现「景气度」「赛道」「主题性机会」等风格漂移信号？
5. 一句话结论：这个经理现在值不值得买/继续持有？

---

排雷信号（出现即移出候选）

• 近一年同类排名后50%（业绩红线）
• 季报开始频繁提及热门赛道（风格漂移）
• 基金公司同期新发大量同类产品（资源分散）
• 换手率单季度超过100%（策略改变）
• 基金经理离职或管理产品数量突然增加

---

参考基准

以中证红利指数 / 红利低波100 作为业绩基准：

• 跑不赢基准的主动基金，持有意义需要额外论证
• 跑赢基准且可解释的，才值得付管理费

量化策略 AI 筛选 Prompt 模板

量化超额有有效期。关键问题：这个超额还能持续多久？

---

[标准版] 公募量化/CTA · 业绩初筛

请帮我筛选A股公募量化基金（含量化选股、量化多头、CTA策略），业绩优先：

【第一步：业绩门槛】
- 今年以来收益：同类排名前25%（量化要求更高，因为同质化严重）
- 近一年收益：同类排名前25%
- 近一年最大回撤：< 20%
- 超额稳定性：近一年内，跑赢基准的月份 > 7个月

不限规模、不限任职年限

【第二步：超额质量判断】
关键问题：这个超额来自哪里？
- 小市值因子：需要注意市值因子是否已经拥挤
- 量价因子：信号衰减速度快，需要看近半年超额是否仍稳定
- 基本面量化：相对稳定，但容量有限
- 多因子：看因子更新迭代能力

【排除条件】
- 近半年超额明显下滑（超额衰减信号）
- 基金经理来自非量化背景团队

【输出格式】
5-8只候选，每只包含：
1. 基金名称 + 代码
2. 基金经理/量化团队
3. 今年以来 + 近一年收益及同类排名
4. 超额来源（主要因子方向）
5. 近半年超额趋势（稳定/下滑/加速）
6. 基金公司量化实力评级

---

[年检版] 量化持仓年检

请帮我对以下量化基金做年检：

持仓：[基金名+代码]

重点分析：
1. 近一年超额 vs 同类基准：绝对值和稳定性
2. 近半年超额趋势：是否在衰减？
3. 策略容量：规模是否在快速扩张（可能稀释超额）？
4. 同类竞品：有没有超额更稳定的替代选项？

输出：继续持有 / 观察期 / 建议替换

---

量化基金特有风险信号

基金投资指南 Skill 改进设计方案

一、8类基金的分析价值评估表（Drucker 三问过滤）

评估结论

优先级1 - 立即设计专门框架：

• 被动指数（Scene-D）
• 指数增强（Scene-E）
• 固收+（Scene-F）
• 行业主题（Scene-G，可作为Scene-A的变体）

优先级2 - 延后处理：

• FOF：市场规模小，但分析逻辑有价值，可延后
• QDII：汇率风险分析复杂，但需求低频

优先级3 - 暂不处理：

• 纯债：专业门槛高，普通用户需求低
• 商品/REITs：过于小众

---

二、值得精细化分析的基金类型及其差异化框架

2.1 差异化分析核心对比表

2.2 各类型专属分析框架设计

【Scene-D】被动指数基金分析框架

核心逻辑：被动基金没有主动管理能力，分析重点从"经理能力"转向"指数质地+成本控制"

五维评分（替代六维）： 1. 指数质地（权重25%）：成分股质量、行业分布、估值水平 2. 费率结构（权重25%）：管理费+托管费+隐性成本，越低越好 3. 跟踪精度（权重20%）：跟踪误差、日偏离度、复制方法 4. 流动性（权重15%）：规模、日均成交额、折溢价（ETF） 5. 适用场景（权重15%）：与当前市场/用户目标的匹配度

关键指标：

• 年化跟踪误差：<0.3%优秀，0.3-0.5%中等，>0.5%偏差大
• 综合费率：<0.2%优秀，0.2-0.5%可接受，>0.5%偏高
• 信息比率（对指数增强而言）：>1优秀，0.5-1中等，<0.5伪增强嫌疑

---

【Scene-E】指数增强基金分析框架

核心逻辑：既要紧密跟踪指数，又要创造超额收益——这是"带着镣铐跳舞"，分析重点是"增强能力是否真实、稳定、可持续"

六维评分： 1. 基准匹配（权重20%）：跟踪指数的选择逻辑 2. 超额能力（权重25%）：信息比率、超额收益稳定性 3. 增强策略（权重20%）：量化/主动？策略容量？换手率？ 4. 费率性价比（权重15%）：增强收益能否覆盖额外费率 5. 风险控制（权重10%）：超额回撤、极端市场应对 6. 规模适配（权重10%）：规模对策略的影响

关键判断：

• 真增强：IR>0.5，超额胜率>60%，策略容量充裕
• 伪增强：IR<0.3，超额靠押注，换手率>300%

---

【Scene-F】固收+基金分析框架

核心逻辑："+"的弹性决定收益上限，"固收"的稳定性决定下限。分析重点是股债配比稳定性、债券底仓质量、权益增强的可靠性。

六维评分： 1. 策略定位（权重20%）：目标收益/回撤、股债配比区间 2. 债券底仓（权重25%）：久期管理、信用水平、票息质量 3. 权益增强（权重20%）：增强来源（打新/选股/择时）、稳定性 4. 风险控制（权重15%）：最大回撤控制、股债相关性管理 5. 费率结构（权重10%）：综合成本vs收益目标 6. 经理能力（权重10%）：股债双栖能力或团队协作

关键指标：

• 卡玛比率：>3优秀，2-3良好，<2风险收益比不佳
• 最大回撤：<5%优秀，5-10%中等，>10%不符合固收+定位
• 权益仓位波动：实际仓位是否在合同区间内，是否频繁择时

---

【Scene-G】行业主题基金分析框架

核心逻辑：行业判断>基金选择。但在选定行业后，基金纯度和基金经理的行业研究深度仍有差异。

六维评分： 1. 行业纯度（权重25%）：前三大行业占比、主题偏离度 2. 行业景气度（权重20%）：行业周期位置、政策环境 3. 估值水平（权重15%）：PE/PB分位数、相对历史位置 4. 选股能力（权重15%）：行业内α能力、成分股质量 5. 风险控制（权重15%）：集中度管理、止损机制 6. 经理专业度（权重10%）：行业研究背景、覆盖深度

关键判断：

• 纯度>80%：真行业主题基金
• 纯度50-80%：偏行业基金，有漂移空间
• 纯度<50%：挂羊头卖狗肉，策略漂移严重

---

三、更新的 SKILL.md 结构建议

---
name: 基金投资指南
description: |
  基金产品全方位分析与投资指导。覆盖主动权益、被动指数、指数增强、固收+、行业主题、次新基金六大类型。
  
  Use when:
  - 「这只基金怎么样」「帮我分析这个基金」「基金体检」「基金诊断」
  - 「这只跌了要不要继续持有」「该不该卖掉这只基金」
  - 「同一个经理的几只基金选哪个」「XX经理哪只产品好」
  - 「指数增强怎么选」「固收+推荐」「行业主题基金分析」
  - 「帮我看看这个」并附上基金名称或代码
  - 「被动指数怎么选」「ETF分析」「指数基金对比」
  
  Use for:
  - 单只基金深度体检（六维评分+持仓穿透）
  - 同基金经理多只产品选择（克隆基金识别+代表作定位）
  - 次新基金/新发基金潜力评估（合同分析+费曼估算）
  - 被动指数基金费率/跟踪误差对比
  - 指数增强基金超额能力评估
  - 固收+基金股债配比与回撤控制分析
  - 行业主题基金纯度与景气度判断
  
  Use other skills for:
  - 港股A股个股分析 → hk-a-analyst
  - 美股基金分析 → us-value-investing
  - 基金组合配置建议 → expert-roundtable（资产配置圆桌）
---

场景判断逻辑更新

## 先判断场景

收到问题后，判断用户需要哪种分析：

**场景A：主动权益基金深度分析**
用户问「这只主动基金怎么样」「要不要继续持有」。
特征：股票仓位60-95%，主动选股策略。
→ 走场景A流程，读取 references/scene-a.md

**场景B：同经理多基金选择**
用户问「XX经理的几只基金选哪个」「同经理产品怎么比」。
→ 走场景B流程，读取 references/scene-b.md

**场景C：次新基金分析**
基金成立时间<1年，缺少季报/年报历史数据。
→ 走场景C流程，读取 references/scene-c.md

**场景D：被动指数基金分析**
用户问「这只ETF怎么样」「指数基金怎么选」「跟踪误差大不大」。
特征：跟踪特定指数，被动管理。
→ 走场景D流程，读取 references/scene-d.md

**场景E：指数增强基金分析**
用户问「这只指增怎么样」「增强能力如何」「信息比率怎么看」。
特征：跟踪指数+主动增强。
→ 走场景E流程，读取 references/scene-e.md

**场景F：固收+基金分析**
用户问「这只固收+怎么样」「回撤控制如何」「股债配比」。
特征：债券为主+少量权益增强。
→ 走场景F流程，读取 references/scene-f.md

**场景G：行业主题基金分析**
用户问「这只新能源基金怎么样」「白酒主题基金分析」。
特征：限定1-3个行业，高集中度。
→ 走场景G流程，读取 references/scene-g.md

**场景X：表述模糊，基金类型不明确**
→ 先识别基金类型，再问清楚分析目标。

---

四、具体的场景文档大纲

Scene-D：被动指数基金分析（新建）

# 场景D：被动指数基金分析

核心逻辑：被动基金没有选股能力，分析重点 = 指数质地 + 跟踪精度 + 费率成本

## 第一步：指数质地评估
- 成分股质量（ROE中位数、盈利稳定性）
- 行业分布（集中度、周期性）
- 估值水平（PE/PB分位数、相对历史位置）
- 指数编制方法（市值加权/等权/策略加权）

## 第二步：费率结构（最重要）
- 管理费对比（同类排名）
- 托管费对比
- C类销售服务费影响
- ETF额外考虑：交易佣金vs申赎成本

## 第三步：跟踪精度
- 年化跟踪误差计算
- 日收益率偏离度分布
- 复制方法（完全复制/抽样复制/合成复制）

## 第四步：流动性（ETF）
- 基金规模
- 日均成交额
- 折溢价率

## 第五步：适用场景匹配
- 当前市场环境是否适合该指数
- 用户投资目标匹配度

## 输出模板
...

Scene-E：指数增强基金分析（新建）

# 场景E：指数增强基金分析

核心逻辑：评估「增强能力」是否真实、稳定、可持续

## 第一步：基准理解与匹配
- 跟踪指数的选择逻辑
- 指数本身质地
- 基准与增强空间的匹配

## 第二步：超额收益分析
- 信息比率（IR）计算与解读
- 超额收益稳定性（月度胜率）
- 超额收益最大回撤
- 不同市场环境下的超额表现

## 第三步：增强策略评估
- 策略类型（量化多因子/主动选股/打新增强）
- 策略容量与当前规模匹配
- 换手率水平（量化策略<200%，主动策略<400%）
- 行业/个股偏离度约束

## 第四步：费率性价比
- 增强收益 vs 额外费率
- 净超额收益（扣除费率后）

## 第五步：风险控制
- 超额回撤控制
- 极端市场应对（如2022年4月、2024年1月）

## 第六步：伪增强识别清单
- IR < 0.3
- 换手率 > 400%
- 超额收益主要来自单一押注
- 规模超过策略容量

## 输出模板
...

Scene-F：固收+基金分析（新建）

# 场景F：固收+基金分析

核心逻辑：评估"+"的可靠性和"固收"的稳定性

## 第一步：策略定位确认
- 目标收益区间
- 目标最大回撤（<5% / 5-10% / >10%）
- 股债配比区间（合同规定vs实际操作）

## 第二步：债券底仓分析
- 久期水平与利率敏感度
- 信用等级分布（AAA占比）
- 票息收益质量
- 债券品种（利率债/信用债/可转债）

## 第三步：权益增强来源
- 打新收益贡献（历史占比）
- 选股增强（持仓质量）
- 择时增强（仓位波动）
- 可转债转股收益

## 第四步：风险控制评估
- 历史最大回撤
- 股债相关性管理
- 极端行情应对
- 卡玛比率

## 第五步：股债配比稳定性
- 实际仓位是否在合同区间
- 是否有频繁择时行为
- 仓位调整与市场的匹配度

## 第六步：团队能力
- 单一经理股债双栖 vs 团队协作
- 固收团队历史业绩
- 权益增强团队历史业绩

## 输出模板
...

Scene-G：行业主题基金分析（新建/作为Scene-A变体）

# 场景G：行业主题基金分析

核心逻辑：行业判断 > 基金选择，但基金纯度仍有差异

## 第一步：行业纯度检测
- 前三大行业占比（>80%为真主题基金）
- 主题偏离度（持仓与主题指数的偏离）
- 策略漂移历史

## 第二步：行业景气度评估
- 行业周期位置
- 政策环境（支持/中性/限制）
- 上下游产业链健康度
- 竞争格局变化

## 第三步：估值水平
- 行业PE/PB历史分位数
- 相对A股整体估值溢价
- 国际对标估值

## 第四步：基金内选股能力
- 行业内α（相对行业指数的超额）
- 成分股质量（ROE、成长性）
- 集中度管理

## 第五步：风险控制
- 集中度上限
- 止损机制
- 行业轮动应对

## 第六步：经理专业度
- 行业研究背景
- 覆盖深度（是否研究员出身覆盖该行业）
- 该行业历史操作业绩

## 输出模板
...

---

五、触发机制设计：自动选择正确的分析框架

5.1 基金类型识别逻辑

用户输入 → 提取基金名称/代码 → 识别基金类型 → 匹配分析框架

基金类型识别规则：
1. 关键词匹配（基金名称中包含）
   - "ETF" / "联接" / "指数基金" → 被动指数（Scene-D）
   - "增强" / "量化" → 指数增强（Scene-E）
   - "固收+" / "稳享" / "安盈" / "债券+" → 固收+（Scene-F）
   - "新能源" / "医药" / "白酒" / "科技" / "半导体" / "消费" → 行业主题（Scene-G）
   - "混合" / "灵活配置" / "股票" → 主动权益（Scene-A）

2. 数据验证（根据基金基本属性）
   - 股票仓位 > 80% + 主动管理 → Scene-A
   - 跟踪误差 < 1% + 费率 < 0.5% → Scene-D
   - 跟踪误差 1-4% + 费率 0.6-1% → Scene-E
   - 债券仓位 > 70% + 股票仓位 5-20% → Scene-F

3. 用户明确指定
   - 用户说「分析这只指数基金」→ Scene-D/E
   - 用户说「固收+」→ Scene-F
   - 用户说「行业主题」→ Scene-G

5.2 模糊输入的处理

当基金类型不明确时，询问用户：

「我识别到这是一只[基金名称]，初步判断属于[类型]。为了给您更精准的分析，请确认：

1. 这只基金的主要投资目标是？
   - 长期稳健增值（类固收+）
   - 跟踪市场指数（类被动指数）
   - 跑赢指数（类指数增强）
   - 聚焦特定行业（类行业主题）
   - 主动选股追求超额（类主动权益）

2. 您最关心哪个方面？
   - 费率和跟踪精度（适合被动指数框架）
   - 超额收益能力（适合指数增强框架）
   - 回撤控制和收益稳定性（适合固收+框架）
   - 行业纯度和选股能力（适合行业主题框架）
   - 基金经理能力圈（适合主动权益框架）
」

---

六、实施优先级与迭代计划

Phase 1：高优先级（立即实施）

1. 更新 SKILL.md 的 description 和场景判断逻辑 2. 新建 Scene-D：被动指数基金分析 3. 新建 Scene-E：指数增强基金分析

Phase 2：中优先级（2周内）

4. 新建 Scene-F：固收+基金分析 5. 新建 Scene-G：行业主题基金分析

Phase 3：低优先级（按需）

6. 考虑 FOF、QDII 的补充框架 7. 优化触发机制的准确率（测试10个案例）

---

七、测试案例设计

应该正确触发的10个案例

容易混淆的边界案例

---

八、设计总结

核心设计原则

1. 类型驱动：不同基金类型的分析逻辑完全不同，必须分开框架 2. 权重差异化：各类型评分权重不同（被动基金费率最重要，主动基金经理最重要） 3. 关键指标差异化：每类型有专属的"灵魂指标"（跟踪误差/IR/卡玛比率/纯度） 4. 触发精准化：通过关键词+数据验证双重机制确保触发准确

预期效果

• 覆盖基金类型从2类扩展到6类，满足80%以上的基金分析需求
• 分析深度提升：从通用六维评分到类型专属框架
• 触发准确率提升：明确的类型识别规则减少误判

文档处理协作指南

本 skill 在需要处理PDF/Excel等文档时，声明能力需求而非点名调用具体 skill。

所需能力:
  - PDF_EXTRACTION: 提取基金季报/年报内容
  - EXCEL_ANALYSIS: 分析持仓数据表格

路由: 由 agent-guild 根据当前最优实现自动分配
当前实现: office-skills (PyMuPDF 极速模式)

⚡ 性能对比: PyMuPDF 速度是 pdfplumber 的 12倍（0.1s vs 1.4s）

---

何时需要文档处理

---

PDF提取（基金季报专用）⭐ 极速版

使用 PyMuPDF（速度提升12倍）

import fitz  # PyMuPDF
import os

def extract_fund_report(pdf_path, max_pages=15):
    """
    提取基金季报/年报核心内容 - 极速版（0.1s/50页）
    通常前15页包含：基金概况、主要财务指标、净值表现、投资组合、管理人报告
    """
    if not os.path.exists(pdf_path):
        return None, "文件不存在"
    
    try:
        doc = fitz.open(pdf_path)
        text = ""
        total_pages = min(len(doc), max_pages)
        
        for i in range(total_pages):
            page = doc[i]
            text += f"\n--- 第{i+1}页 ---\n"
            text += page.get_text()
        
        doc.close()
        return text, f"成功提取{total_pages}页"
    except Exception as e:
        return None, f"提取失败: {str(e)}"

# 使用示例
# text, msg = extract_fund_report("/Users/.../基金季报.pdf")

性能对比：

• PyMuPDF (新): 0.1s/50页 ⚡
• pdfplumber (旧): 1.4s/50页 🐢
• 速度提升: 12倍

---

关键信息定位

基金季报通常包含以下章节，提取时优先关注：

---

Excel持仓数据处理

import pandas as pd

def process_fund_holdings(excel_path):
    """处理基金持仓Excel"""
    df = pd.read_excel(excel_path)
    
    # 常见的持仓表字段映射
    column_mapping = {
        '股票代码': 'code',
        '股票名称': 'name',
        '持仓数量': 'shares',
        '持仓市值': 'market_value',
        '占净值比': 'weight',
        '行业': 'sector'
    }
    
    # 标准化列名
    for cn, en in column_mapping.items():
        if cn in df.columns:
            df[en] = df[cn]
    
    return df

---

批量处理下载文件夹

import glob
import os
import fitz

def scan_and_extract_fund_reports():
    """扫描并批量处理下载文件夹中的基金季报"""
    downloads = os.path.expanduser("~/Downloads")
    
    results = []
    
    # 查找并处理PDF
    for pdf_path in glob.glob(f"{downloads}/*.pdf"):
        filename = os.path.basename(pdf_path)
        if any(keyword in filename for keyword in ['基金', '季报', '年报', '招募', 'F']):
            # 极速提取前10页
            doc = fitz.open(pdf_path)
            text = ""
            for i in range(min(10, len(doc))):
                text += doc[i].get_text()
            doc.close()
            
            results.append({
                'filename': filename,
                'path': pdf_path,
                'preview': text[:500]
            })
    
    return results

---

能力声明规范

基本用法

当用户上传PDF基金季报时：
1. 声明 CAPABILITY: PDF_EXTRACTION
2. 参数: {file_path: path, max_pages: 15}
3. 等待 guild 路由执行并返回提取的文本
4. 基于提取内容进行分析

批量处理

当用户要求批量处理多个PDF时：
1. 声明 CAPABILITY: PDF_EXTRACTION
2. 参数: {batch: true, folder: "~/Downloads", pattern: "*基金*季报*.pdf"}
3. Guild 自动选择支持批量的实现

降级机制

若当前最优实现（office-skills）不可用，guild 自动降级到备选实现（kimi-pdf），调用方无感知。

---

更新日志

v2.0 (当前)

• 重大升级: PDF引擎从 pdfplumber 切换到 PyMuPDF
• 性能提升: 速度提升12倍（1.4s → 0.1s）
• 解决: 处理PDF卡顿问题

v1.0

• 基于 pdfplumber 的PDF提取

场景A：单只基金深度分析

为基金做全身体检，暴露宣传材料不会告诉你的东西。

---

第一步：这基金是做什么的

先搞清楚类型和策略，是因为后面的费率评估、风险评估都依赖这个判断——主动权益基金收1%管理费合理，指数基金收1%就是抢钱。

策略归因：计算 α = 基金收益 - 基准收益，判断超额收益来自真实选股能力（α）还是市场整体上涨（β）。

---

第二步：费率结构

费率是确定性的损耗，每年都在扣，不管基金涨跌。把所有费率加起来才是真实成本。

管理费：被动基金>0.5%偏高，主动基金>1.5%警示。

托管费：0.1-0.25%合理，>0.3%偏高。

销售服务费：C类基金按年收0.2-0.4%，持有超过1年通常选A类更划算（A类一次性申购费可议价）。

换手率隐性成本：换手率 × 0.15% ≈ 交易摩擦成本，换手率>300%的基金隐性损耗大。

---

第三步：风险收益

这是「脾气」——用户能不能接受这只基金的波动幅度，和收益是否配得上波动。

基础风险指标

关键判断：夏普比率反映「值不值」，卡玛比率反映「扛不扛跌」。两个都差，这只基金大概率不值得。

夏普比率估算公式

当官方数据不可用时，可用简化方法估算：

夏普比率 ≈ (基金年化收益率 - 无风险利率) / 年化波动率

其中：
- 无风险利率：通常取3%（10年期国债收益率近似值）或按实际时段调整
- 年化收益率 = (期末净值/期初净值)^(365/天数) - 1
- 年化波动率 = 日收益率标准差 × √252

示例：某基金近一年收益15%，波动率18%，无风险利率3% 夏普比率 ≈ (15% - 3%) / 18% = 0.67

超额收益拆解方法

绝对收益不等于真实能力，需拆解相对基准的超额收益：

超额收益归因：

• 配置贡献（β）：基准内行业偏离带来的收益
• 选股贡献（α）：行业内个股选择带来的收益
• 交互贡献：行业偏离与个股选择的协同效应

风险调整后收益评估

---

第四步：持仓穿透

看实际买了什么，而不是看名字和宣传。持仓才是真相。

集中度量化

前十大持仓占比：

• <40%：高度分散，波动相对温和
• 40-60%：适中集中，平衡收益与风险
• >60%：高度集中，波动会显著放大

个股集中度计算方法

个股集中度指标：
1. 前十大持仓占比 = 前十大重仓股市值 / 基金股票总市值 × 100%
2. 第一重仓占比 = 第一大重仓股占比（单一风险暴露）
3. 前三大集中度 = 前三大重仓股占比之和
4. 赫芬达尔指数（HHI）= Σ(个股持仓占比²) —— 越接近1集中度越高

集中度风险评估：
- 第一重仓>10%：单一股票风险较高
- 前三大>35%：核心持仓依赖度过高
- 前十大>70%：组合抗风险能力弱

行业集中度计算方法

行业集中度分析：
1. 第一大行业占比 = 持仓最重行业市值 / 股票总市值 × 100%
2. 前三大行业占比 = 前三大行业持仓占比之和
3. 行业分散度 = 1 - HHI（行业分布的赫芬达尔指数）

行业集中度评估：
- 单一行业>30%：基本等同于行业主题基金，需按行业基金评估风险（详见 scene-g.md「行业主题基金分析」框架）
- 单一行业>50%：行业暴露极端，行业周期决定基金表现
- 前三大行业>70%：行业集中度过高，缺乏分散保护

风格检查

• 价值/成长：看PE、PB分位数
• 大盘/中小盘：看持仓股票市值中位数
• 行业偏离：单一行业>30%基本等于行业主题基金，要按行业主题基金评估风险

前十大持仓个股深度分析模板

对每只重仓股进行穿透分析：

前十大持仓汇总表模板：

选股特征总结维度：

• 估值特征：PE/PB分位数分布（价值/成长倾向）
• 市值特征：大盘股/中盘股/小盘股占比
• 行业特征：行业分布集中度、行业相关性
• 质地特征：ROE分布、现金流特征、护城河类型

---

第五步：基金经理

同样的策略，经理不同结果差很远。这步评估经理是否靠谱、能力圈在哪。

管理年限：>5年经历完整牛熊周期为佳，<3年需谨慎（没经历过熊市的经理不算经历过真实考验）。

管理规模：权益类>100亿调仓困难，<5亿有清盘风险，10-50亿操作最灵活。

管理基金数量：同时管理>5只基金，精力可能分散，重点关注各只基金持仓是否高度雷同。

跳槽频率：3年内换公司，稳定性存疑，也需要确认历史业绩是否跟着经理走。

能力圈识别：

• 擅长的市场环境：牛市/熊市/震荡
• 擅长的行业：消费/医药/TMT/金融/周期
• 选股能力 vs 择时能力（哪个更强）

策略执行度验证方法

对比合同表述和实际持仓，验证经理是否「知行合一」：

验证框架：

执行度评估标准：

• 高度执行（90%+）：实际与合同表述高度一致，风格稳定可预期
• 部分执行（60-90%）：主要策略方向一致，但有一定灵活性
• 策略漂移（<60%）：实际持仓与合同表述明显不符，存在风格漂移风险

典型漂移信号：

• 合同称"均衡配置"但单一行业>40%
• 合同称"价值投资"但持仓平均PE>50倍
• 合同称"控制回撤"但仓位长期维持90%以上且不择时

---

第六步：综合判断

六个维度综合打分，但权重要根据基金类型调整——纯债基金的「基金经理」权重低于主动权益基金，被动指数基金的「费率」权重高于其他类型。

六维度：策略定位、费率结构、风险收益、持仓质量、基金经理、流动性。

打分标准：每项1-5分，5分优秀，3分中等，1分需要警惕。综合分<3分建议重新考虑。

---

输出模板

原则：只填有数据的部分，没有数据的维度直接说明「未获取 [具体数据]，无法评估」，不要用 N/A 或空格占位。

## 基金体检报告：[基金名称]（[基金代码]）

### 核心指标速览
[列出能获取的指标，有几条写几条]
- 近1年/3年收益：X%
- 最大回撤：X%（近3年）
- 夏普比率：X（近3年，无风险利率取3%）
- 综合费率：X%/年（管理费X% + 托管费X%）

### 六维评分
| 维度 | 得分 | 关键发现 |
|------|------|---------|
| 策略定位 | /5 | [1句话说核心发现] |
| 费率结构 | /5 | [1句话说核心发现] |
| 风险收益 | /5 | [1句话说核心发现] |
| 持仓质量 | /5 | [1句话说核心发现，或说明数据缺失] |
| 基金经理 | /5 | [1句话说核心发现] |
| 综合判断 | /5 | [1句话说核心发现] |

### 持仓穿透（有季报数据时填写）
- 前十大占比：X%，第一大持仓：X%
- 行业集中度：[前三大行业及占比]
- 选股特征：[估值/市值/行业偏好的1-2句话总结]
- [可选] 持仓明细：列出有数据的重仓股，不强求10只

### 超额收益（有基准对比数据时填写）
- 相对基准近1年超额：X%
- 主要来源：[选股/择时/行业配置]

### 三个关键发现
1. [最重要的一个发现——通常是用户最想知道的问题的答案]
2.
3.

### 主要风险
1.
2.

### 配置建议
适合人群：[具体描述，而不是「风险承受能力适中的投资者」]
当前持有建议：[继续持有 / 缩减仓位 / 重新评估，以及触发重新评估的条件]
监控要点：[1-3条，有具体触发信号]

场景B：同基金经理多基金选择

核心逻辑：选基金不是选业绩最好的那只，而是选「最像基金经理本人」的那只。

为什么这样想：基金经理的精力有限，管理时间最长的那只通常是他最熟悉、操作最顺手的产品，也最能代表他的真实能力。业绩最好的那只可能只是碰巧赶上了适合他策略的市场环境。

---

使用条件

同一位基金经理管理2只及以上基金，用户在问「选哪只」。

---

第一步：识别克隆基金

对比各基金最新季报的前十大重仓股，重合度>70%基本是克隆基金。

为什么要排除克隆基金：持仓高度重合说明经理在复制粘贴，买哪只效果差不多，这时候选费率最低的就够了，不需要深入对比。

重合度<70%的基金才有深入对比的价值。

---

第二步：找「最像他自己」的那只

三个维度，优先级从高到低：

管理时间：成名作代表核心能力，管理时间最长的通常是最能代表经理真实水平的产品。短期产品可能是公司分配的，不一定是经理自己想做的策略。

规模：10-50亿操作最灵活。太大（>100亿）调仓困难，容易被迫持有大盘股；太小（<5亿）有清盘风险，经理也可能用来做实验性策略。

机构持有比例：机构投资者做了专业尽调才会重仓，同经理旗下机构占比高的产品说明专业投资者更认可，通常更代表经理的真实水平。

---

第三步：匹配用户需求

找到「最像经理自己」的那只之后，还要对照用户的实际情况：

投资范围：能投港股 vs 仅限A股？有没有行业限制？用户有没有特定需求？

波动承受力：对照历史最大回撤，用户能不能接受？

费率：A类和C类的选择取决于持有时间，持有超过1年通常选A类。

---

输出模板

## 基金经理产品对比：[经理姓名]

### 核心结论
一句话说清楚该选哪只，以及为什么。

### 对比表

| 维度 | 基金A | 基金B | 基金C |
|------|-------|-------|-------|
| 管理时间 | | | |
| 规模 | | | |
| 机构占比 | | | |
| 最大回撤 | | | |
| 投资范围 | | | |
| 前十大重合度（与A对比） | - | | |

### 克隆基金检测
- A与B重合度：X%（是/否克隆）
- A与C重合度：X%（是/否克隆）

### 最终建议
首选：[基金名称] — 理由
备选：[基金名称] — 适用情况

### 主要风险
1.
2.

场景C：次新基金分析

先判断数据可用性

次新基金的核心挑战：没有季报、没有历史净值曲线、没有可验证的风险收益数据。

解法是费曼估算的思路：把「这只基金未来表现会怎样」这个无法直接测量的问题，拆解成若干个可以从现有信息合理推断的子问题，逐一估算，组合结论。

可用的信息来源：基金合同（投资策略、范围、目的、业绩比较基准）、基金经理的过往履历、发行公司的产品基因、当前市场环境。

---

第一步：读基金合同

这是次新基金分析最重要的原始材料。合同里三个部分最有价值：

投资目标：说清楚了要做什么吗？含糊的目标（「追求长期资本增值」）和有约束力的目标（「在控制最大回撤不超过20%的前提下追求绝对收益」）代表完全不同的管理逻辑。目标越具体，经理的行为越可预测。

投资策略：看三件事。

• 选股逻辑是否清晰可理解：能不能用一句话说清楚「为什么买这只，什么时候卖」
• 是否有约束条件：仓位上下限、行业集中度限制、个股持仓上限
• 策略和目标是否一致：声称做价值投资但没有估值约束，这是矛盾

业绩比较基准：基准揭示了经理认为自己在和什么比。基准是沪深300，说明他认为自己的能力圈在A股大盘；基准是中债指数+沪深300，说明是攻守兼备策略。基准和策略不匹配时，要问为什么。

规模变动分析（基于公告数据）

对于已成立一段时间的次新基金，可从定期公告中获取规模变动数据：

规模变动拆解表：

规模变动计算示例：

期初份额：10亿份
期末份额：9.34亿份
期间申购：0.5亿份
期间赎回：1.16亿份

净变动 = 9.34 - 10 = -0.66亿份
净变动比例 = -0.66 / 10 × 100% = -6.6%
赎回率 = 1.16 / 10 × 100% = 11.6%
申购率 = 0.5 / 10 × 100% = 5.0%

份额变动归因分析

规模变动可能的原因：

---

第二步：推断经理迁移概率

次新基金通常有两种情况：有历史的经理发行新产品，或者新经理首发。

有历史的经理（更容易判断）：

关键问题是：他在旧产品里的操作逻辑，能不能在新产品里复现？

检查四件事：

• 新产品的投资范围和旧产品是否相近（能力圈是否匹配）
• 新产品的规模是否在他历史最佳管理规模范围内
• 新产品是否是他主动申请发行，还是公司分配（前者通常更用心）
• 旧产品在类似市场环境下的表现（找出和当前环境最相似的历史阶段）

新经理首发（信息更有限）：

重点看从业背景：研究员出身的经理通常选股能力强，但择时能力弱；交易员出身的经理通常节奏感强，但对基本面研究可能不深。看他研究员时期覆盖的行业，大概率就是他的能力圈。

---

第三步：判断公司基因匹配度

基金公司的能力是有积累的，不同公司擅长不同类型的产品。

查三件事：

• 该公司历史上同类策略产品的平均表现（公司是否真的擅长这类策略）
• 研究团队配置（公司在该策略所需的行业研究上投入了多少人）
• 风控文化（该公司历史产品的最大回撤分布，反映公司整体风控倾向）

公司基因和策略不匹配是常见陷阱：一家以固收见长的公司发行主动权益基金，即使经理个人能力强，研究支持体系也可能跟不上。

---

第四步：评估市场时机匹配度

这一步评估当前市场环境是否有利于该策略发挥。

判断框架：

• 该策略在什么市场环境下表现最好（牛市/熊市/震荡市；高波动/低波动）
• 当前处于什么市场阶段
• 策略发挥优势的窗口期有多长（短期不匹配但中期匹配也可以接受）

---

第五步：量化指标计算（简化方法）

对于已有部分运作数据的次新基金，可用简化方法估算关键指标：

夏普比率简化计算

夏普比率 = (基金年化收益率 - 无风险利率) / 年化波动率

计算步骤：
1. 收集成立以来每日/每周净值数据
2. 计算期间总收益率 = (最新净值 / 成立净值) - 1
3. 年化收益率 = (1 + 总收益率)^(365/运作天数) - 1
4. 计算日收益率序列的标准差（σ）
5. 年化波动率 = σ × √252（按交易日年化）
6. 无风险利率：通常取2.5%-3%（10年期国债收益率近似）

示例：
- 运作90天，总收益3%
- 年化收益率 = (1+3%)^(365/90) - 1 ≈ 12.9%
- 日收益率标准差 = 1.2%
- 年化波动率 = 1.2% × √252 ≈ 19.0%
- 夏普比率 = (12.9% - 3%) / 19.0% ≈ 0.52

信息比率（Information Ratio）

衡量相对于基准的超额收益稳定性：

信息比率 = 年化超额收益 / 跟踪误差

其中：
- 年化超额收益 = 基金年化收益 - 基准年化收益
- 跟踪误差 = 基金与基准日收益率差值的标准差 × √252

判断标准：
- >1：优秀的主动管理能力
- 0.5-1：较好的超额收益稳定性
- <0.5：超额收益不稳定或难以持续

卡玛比率（Calmar Ratio）

反映承受单位最大回撤所获得的收益：

卡玛比率 = 年化收益率 / 历史最大回撤

判断标准：
- >3：风险调整后收益优秀
- 2-3：风险调整后收益良好
- 1-2：风险与收益基本匹配
- <1：承受的风险过高，收益补偿不足

索提诺比率（Sortino Ratio）

改进版夏普比率，只考虑下行风险：

索提诺比率 = (年化收益率 - 无风险利率) / 下行标准差

其中下行标准差 = 仅计算负收益的日收益率标准差 × √252

优势：不惩罚向上的波动，更贴合投资者真实风险偏好
判断标准：
- >2：优秀
- 1-2：良好
- <1：需关注下行风险控制

---

综合判断：信心等级

把四个维度的推断综合起来，给出信心等级，而不是给「好/坏」的绝对判断：

高信心（可以考虑参与）：四个维度全部正向，或三个正向一个中性 中等信心（小仓位观察）：两个正向，一个中性，一个负向 低信心（等第一份季报出来再判断）：两个及以上负向，或关键维度（经理迁移概率）存疑

---

次新基金的特殊风险

建仓期波动：新基金通常有3-6个月建仓期，净值曲线前期不代表真实策略表现，不要用建仓期净值来判断经理能力。

规模快速变化：发行期过后规模可能迅速缩减（持有人赎回），也可能因营销持续增长，两种情况都会影响操作灵活性。

策略漂移风险：合同里的策略描述有时比较宽泛，实际操作中经理可能偏离，这在没有季报的情况下无法验证，是无法规避的信息缺口。

---

输出模板

## 次新基金分析：[基金名称]

### 可用信息清单
- 基金合同：[已读取/未获取]
- 经理历史产品：[有/无，产品名称]
- 公司同类产品：[有/无]

### 规模变动分析（如适用）

**规模变动数据表：**
| 项目 | 数值 | 占比/比例 |
|------|------|----------|
| 期初份额 | 亿份 | - |
| 期末份额 | 亿份 | - |
| 期间申购 | 亿份 | 占期初% |
| 期间赎回 | 亿份 | 占期初% |
| 净变动 | 亿份 | 净变动比例% |
| 赎回率 | - | % |
| 申购率 | - | % |

**变动归因：**
- 规模变化主要原因：
- 持有人结构变化（如有数据）：
- 对基金运作的影响：

### 费曼估算：四维推断

策略可信度：[高/中/低]
关键依据：[从合同里看到了什么]

经理迁移概率：[高/中/低]
关键依据：[能力圈匹配情况，旧产品逻辑]

公司基因匹配度：[高/中/低]
关键依据：[公司同类产品表现，研究支持]

市场时机匹配度：[有利/中性/不利]
关键依据：[当前市场环境与策略的匹配]

### 量化指标估算（如有运作数据）

| 指标 | 计算方法 | 估算值 | 参考标准 |
|------|---------|-------|---------|
| 夏普比率 | (年化收益-无风险利率)/年化波动率 | | >1优秀 |
| 信息比率 | 年化超额收益/跟踪误差 | | >1优秀 |
| 卡玛比率 | 年化收益/最大回撤 | | >2良好 |
| 索提诺比率 | (年化收益-无风险利率)/下行标准差 | | >2优秀 |

### 超额收益拆解表（如适用）

| 时间维度 | 基金收益 | 基准收益 | 超额收益 | 可能的归因 |
|---------|---------|---------|---------|-----------|
| 成立以来 | | | | |
| 最近一个月 | | | | |
| 最近三个月 | | | | |

### 前十大持仓分析表（第一份季报发布后填写）

| 排名 | 代码 | 名称 | 行业 | 占比 | 投资逻辑 |
|------|------|------|------|------|---------|
| 1 | | | | | |
| 2 | | | | | |
| ... | | | | | |
| 前十大合计 | - | - | - | % | - |

**持仓特征初判：**
- 行业集中度：
- 估值特征：
- 市值特征：

### 综合信心等级
[高/中/低] — 理由

### 信息缺口
在没有季报之前，以下判断无法验证：
1.
2.

### 建议
参与方式：
需要补充验证的时间节点：（第一份季报发布后重新评估）

### 持续监控要点
1. 第一份季报发布时间：
2. 需重点验证的事项：
   - 实际持仓与合同策略是否一致
   - 规模变动是否影响操作灵活性
   - 超额收益的稳定性和来源

场景E：ETF分析

ETF六维体检框架。ETF是基金的一种特殊形式，分析重点是跟踪效率、成本控制、流动性。

---

六维分析框架

维度1：策略清晰度

检查点：

• 跟踪什么指数？指数编制方法是否透明？
• 策略是被动复制还是增强型？
• 指数成分股调整频率？

评价标准：

---

维度2：成本控制

总成本 = 管理费 + 托管费 + 跟踪误差成本

---

维度3：风险收益

---

维度4：持仓质量

检查点：

• 与跟踪指数的偏离度
• 前十大持仓集中度
• 样本代表性（是否覆盖指数核心成分）

评价：

---

维度5：流动性

注意：规模过小有清盘风险；流动性差导致交易成本高。

---

维度6：发行商信誉

评估维度：

• ETF管理经验（年限、产品数量）
• 跟踪误差控制能力
• 市场份额

主流发行商：华夏、易方达、华泰柏瑞、南方（国内）；BlackRock、Vanguard（海外）

---

同类对比方法

同一指数可能有多个ETF，对比维度：

---

执行步骤

1. 识别ETF跟踪的指数 2. 搜索费率和跟踪误差数据 3. 搜索历史表现（1/3/5年） 4. 搜索持仓信息和偏离度 5. 搜索AUM和流动性数据 6. 评估发行商背景 7. 六维度评分并输出

---

输出模板

# [ETF名称] ([代码]) 分析报告

## 一句话总结
[核心结论，如：费率最低、流动性最好的沪深300ETF]

## 六维评分
| 维度 | 评价 | 关键数据 |
|-----|------|---------|
| 策略清晰度 | ⭐⭐⭐ | 跟踪[指数]，[被动/增强]型 |
| 成本控制 | ⭐⭐⭐ | 费率X%，跟踪误差Y% |
| 风险收益 | ⭐⭐⭐ | 夏普X，最大回撤Y% |
| 持仓质量 | ⭐⭐⭐ | 偏离度X%，集中度Y% |
| 流动性 | ⭐⭐⭐ | 规模X亿，日均成交Y万 |
| 发行商 | ⭐⭐⭐ | [发行商]，管理ETF X只 |

## 核心观点
- **投资策略**：[跟踪指数及逻辑]
- **成本与效率**：[费率水平、跟踪能力]
- **核心优势**：[相比同类最突出的优点]
- **主要风险**：[流动性风险/偏离风险等]

## 同类对比（如适用）
| ETF | 费率 | 规模 | 流动性 | 综合 |
|-----|------|------|-------|------|
| 本基金 | X% | X亿 | 好 | 推荐 |
| 竞品A | Y% | Y亿 | 中 | - |
| 竞品B | Z% | Z亿 | 差 | - |

## 风险提示
- [风险1]
- [风险2]

## 适合人群
- [适合的投资者类型]
- [配置建议]

---

特殊ETF注意事项

行业/主题ETF

• 关注行业周期位置
• 成分股集中度可能较高
• 费率通常高于宽基ETF

跨境ETF（如港股通ETF、美股ETF）

• 汇率风险
• 交易时间差异
• QDII额度限制

杠杆/反向ETF

• 不适合长期持有
• 损耗效应（daily reset）
• 仅适合短期交易

场景G：行业主题基金分析

德鲁克核心洞察：买行业基金 ≠ 买行业β，而是在买一个「懂这个行业的人」

---

本质追问：投资者到底在买什么？

交易结构解析

关键区分：

• 指数基金：纯β工具，只需判断行业长期趋势
• 行业主题主动基金：β + α，核心判断是「经理能否在这个行业创造超额」

最致命的错误

看到行业涨得好就买入，却不评估经理是否真懂这个行业。

---

主要矛盾：什么决定了成败？

核心不等式

"经理懂不懂这个行业" > "这个行业好不好"

为什么行业好不好不是主要矛盾？

• 好行业里有差公司，差行业里也有好公司
• 行业周期是公开的（谁都能判断），但行业内部的选择是专业的
• 行业β的获取可以通过指数基金（更便宜），α才是主动基金的价值所在

行业基金的三大风险点

---

分析流程：四步决策法

Step 1: 行业周期位置判断
    ↓ 该行业当前是否处于可配置区间？
    ↓ 否 → 放弃（不管基金多好）
    ↓ 是 → 进入Step 2

Step 2: 经理-行业匹配度评估（核心矛盾）
    ↓ 经理是否真懂这个行业？
    ↓ 否 → 考虑指数基金替代
    ↓ 是 → 进入Step 3

Step 3: 六维基础体检
    ↓ 基金本身质量是否合格？
    ↓ 否 → 寻找替代标的
    ↓ 是 → 进入Step 4

Step 4: 外部评估交叉验证
    ↓ 晨星评级、机构持仓是否支持？
    ↓ 不一致 → 回溯检查
    ↓ 一致 → 纳入候选

---

Step 1：行业周期位置判断（前置过滤器）

原则：行业基金分析的第一步不是看基金，而是看「现在该不该买这个行业」

行业周期位置评估

不同行业的周期判断重点

⚠️ 行业周期判断难度分级

快速判断法

问自己三个问题：
1. 如果现在不买，1年后我会后悔吗？（判断错过成本）
2. 如果买了跌30%，我能理解为什么吗？（判断是否懂周期）
3. 这个行业3年后还存在吗？增速如何？（判断长期逻辑）

如果三个问题都能回答，才进入基金选择环节。

---

Step 2：经理-行业匹配度评估（核心矛盾）

这是行业基金分析的灵魂，其他都是辅助

四象限评估法

                    高行业专注度
                         ↑
    ┌────────────────────┼────────────────────┐
    │   【理想型】       │   【陷阱型】       │
    │   深耕多年 +       │   追热点 +         │
    │   能力圈匹配       │   高曝光           │
    │   ✓ 首选          │   ✗ 回避          │
低  │                    │                    │  高
n   ├────────────────────┼────────────────────┤  
知  │   【平庸型】       │   【潜力型】       │  
识  │   通用经理 +       │   新锐深耕 +       │  
深  │   行业拼凑         │   低曝光           │  
度  │   △ 可选(指数替代) │   △ 观察          │  
    │                    │                    │  
    └────────────────────┼────────────────────┘
                         ↓
                    低行业专注度

匹配度验证清单

不是看「有没有研究员经历」，而是看「有没有形成行业认知框架」：

经理背景评估

---

Step 3：六维基础体检（行业适配版）

原有六维评分作为基础，但权重和指标根据行业基金特性调整：

权重调整（与通用版对比）

维度详解（行业适配指标）

1. 策略定位（20%）

评估重点：行业聚焦度、β/α定位清晰度

2. 费率结构（10%）

评估重点：相对行业指数基金的溢价合理性

合理费率标准：
- 行业指数基金：0.5-0.8%
- 行业主动基金：1.0-1.5%
- 溢价合理性：如果相对指数有稳定超额，1.5%可接受；如果跟指数差不多，0.5%也贵

3. 风险收益（15%）——指标替换

不死板指标：不用夏普比率（行业基金天然高波动），改用：

4. 持仓质量（15%）

评估重点：行业内选股是否有差异化

5. 基金经理（25%）——核心维度

见Step 2的详细评估，此处汇总评分：

6. 流动性（5%）

行业基金通常规模适中即可，不像宽基需要很大规模。

7. 行业周期位置（10%）——新增维度

见Step 1的评估，此处作为独立维度纳入总分。

---

Step 4：外部评估辅助使用

晨星评级的正确使用

晨星能告诉我们什么：

• 同类基金中的历史表现排名
• 风险调整后收益的相对位置

晨星不能告诉我们什么：

• 未来表现（历史不代表未来）
• 行业周期位置（评级高时可能正是周期顶点）
• 经理真实能力（行业β的贡献被混在一起）

使用原则

总原则：外部评估占比不超过25%，核心判断（经理匹配度、行业周期）必须自主完成。

---

同行业基金横向比较（选做）

当用户需要在同行业的多只基金中选择时使用。

比较维度优先级

快速决策规则

情况1: 一只理想型 + 其他非理想型 → 选理想型
情况2: 两只都是理想型 → 选费率更低或规模更合适的
情况3: 没有理想型 → 建议考虑指数基金替代
情况4: 信息不足无法判断 → 坦诚告知，不做勉强推荐

---

输出模板

## 行业主题基金分析：[基金名称]（[行业名称]）

### 前置判断：行业周期位置
- 当前位置：[底部/复苏/繁荣/衰退]
- 核心判断依据：[3-5个关键指标]
- 配置建议：[重点考虑/谨慎/回避]

### 核心评估：经理-行业匹配度
- 匹配度评级：[理想型/潜力型/平庸型/陷阱型]
- 关键证据：
  1. 研究背景：[具体年限、覆盖领域]
  2. 管理经历：[管理该基金时间]
  3. 认知验证：[季报逻辑摘录]
  4. 行为验证：[持仓选择、周期择时]

### 六维基础体检（行业适配版）

| 维度 | 得分 | 权重 | 加权分 | 关键发现 |
|------|------|------|--------|---------|
| 策略定位 | /5 | 20% | | |
| 费率结构 | /5 | 10% | | |
| 风险收益 | /5 | 15% | | 相对行业指数超额：X% |
| 持仓质量 | /5 | 15% | | 非龙头占比：X% |
| 基金经理 | /5 | 25% | | 匹配度：[高/中/低] |
| 流动性 | /5 | 5% | | 规模：X亿 |
| 行业周期 | /5 | 10% | | 位置：[底部/复苏/繁荣/衰退] |
| **综合评分** | | **100%** | **/5** | |

### 外部评估参考
- 晨星评级：X星（趋势：上升/下降/稳定）
- 机构持仓比例：X%
- 同类排名：前X%

### 买入前必问（自检）
- [ ] 我是在买行业β还是经理的α？→ [判断]
- [ ] 如果这个行业跌30%，我能承受吗？→ [判断]
- [ ] 这个经理在行业低谷时表现如何？→ [判断]
- [ ] 相比指数基金，这个基金贵在哪里？→ [判断]
- [ ] 现在买这个行业，是周期什么位置？→ [判断]

### 配置建议
- **适合人群**：[具体描述]
- **建议仓位**：[核心配置/卫星配置/观察仓位]
- **持有周期**：[长期/中期/波段]
- **监控要点**：
  1. 经理变更
  2. 行业周期拐点
  3. 规模变化
  4. 策略漂移

### ⚠️ 特别风险提示

1. **行业β风险**：即使经理优秀，行业整体下跌时基金仍可能亏损20-50%
2. **经理变更风险**：行业基金的核心是经理，变更后需重新评估
3. **规模膨胀风险**：若规模从10亿增至100亿，选股灵活性可能显著下降
4. **周期误判风险**：本分析基于[当前时点]的判断，行业周期可能快速变化

### 替代选择
- 如果不选这只，可考虑：[指数基金名称] 或 [其他行业基金]
- 替代理由：[费率更低/经理更成熟/纯度更高]

---

输出前自检（不出现在报告里）

给出最终建议前，确认：

• 分析能帮用户避免「买在周期顶点」或「选错经理」这两个最大坑吗？
• 「经理匹配度」的分析比业绩排名更重要，有没有把它放在核心位置？
• 用的指标有没有适配这个行业的特性，还是照搬通用标准？
• 用户读完，能做出「买/不买/买多少」的决策吗？

常见误区警示

---

"管理是一种实践，其本质不在于'知'而在于'行'；其验证不在于逻辑，而在于成果。" —— 彼得·德鲁克

基金报告分析框架

专注基金定期报告（季报/中报/年报）的深度解读。

---

分析流程

第一步：识别与路由

确定报告类型和基金类型：

第二步：核心分析维度

维度1：基金经理观点与言行验证

• 观点：经理在报告中表达了什么市场观点？
• 行动：持仓调整是否与观点一致？
• 评价：言行一致/言行不一，给出证据

维度2：关键指标变化

维度3：风险评估

检查 fund-red-flags.md 清单：

• 风格漂移
• 规模过大/过小
• 经理变更信号
• 异常费率变动

---

输出模板

# [基金名] ([代码]) - [报告期] 分析报告

> **一句话总结**：[核心发现]

## 诊断结论
| 诊断项 | 结论 |
|-------|------|
| 报告类型 | 季报/中报/年报 |
| 基金类型 | [类型] |
| 核心框架 | [侧重点] |

## 核心发现

### 1. 经理观点与言行验证
- **观点**：[概括]
- **行动**：[持仓变化]
- **评价**：[一致/不一致 + 证据]

### 2. 关键指标变化
| 指标 | 期末 | 变化 | 评价 |
|-----|------|-----|------|
| 净资产 | X亿 | ±Y% | ... |
| 股票仓位 | X% | ±Y% | ... |
| 前十大集中度 | X% | ±Y% | ... |

### 3. 持仓变化
- 新增：[股票]
- 退出：[股票]
- 增持：[股票]
- 减持：[股票]

### 4. 风险评估
- [风险1]
- [风险2]

## 综合结论与观察点
- **结论**：[总体评价]
- **观察点**：[后续关注]

---

风险提示清单（fund-red-flags.md）

红色警报

• [ ] 基金经理即将变更或已变更
• [ ] 规模暴涨（3个月+50%）可能影响策略
• [ ] 风格严重漂移（与合同不符）
• [ ] 连续两个季度跑输基准>10%

黄色关注

• [ ] 换手率异常升高（>500%）
• [ ] 单一行业集中度>40%（非行业主题基金）
• [ ] 规模持续缩水（连续3季度净流出）
• [ ] 经理管理的其他基金业绩明显更好

股票财报分析框架

专注上市公司季报（10-Q）/年报（10-K）的深度解读。

---

分析流程

第一步：识别报告类型

第二步：核心分析维度

维度1：收入分析

维度2：盈利能力

维度3：现金流

维度4：前瞻指引 (Guidance)

• 管理层对下季度/全年的预期
• 与市场预期对比
• 关键假设变化

维度5：管理层表述分析

语气变化：

• 乐观程度 vs 上季度
• 对风险的强调程度

关键词：

• "强劲"/"挑战"/"谨慎"/"乐观"
• 新出现的风险因素
• 战略重点变化

---

输出模板

# [公司名] ([代码]) [报告期] 财报解读

## 一句话总结
[核心发现，如：业绩超预期但指引保守，毛利率下滑需关注]

## 关键数据速览
| 指标 | 本期 | 上期 | 同比 | 环比 | vs预期 |
|-----|------|------|-----|-----|-------|
| 收入 | $X | $Y | +Z% | +W% | beat/miss |
| 毛利率 | X% | Y% | - | ±Z% | - |
| 运营利润 | $X | $Y | +Z% | +W% | beat/miss |
| EPS | $X | $Y | +Z% | +W% | beat/miss |
| 经营现金流 | $X | $Y | +Z% | +W% | - |

## 核心发现

### 1. 收入分析
[趋势、构成变化、vs预期]

### 2. 盈利能力
[毛利率变化原因、运营效率]

### 3. 现金流
[与利润匹配度、资本支出]

### 4. 前瞻指引
[管理层预期、vs市场预期、假设变化]

### 5. 管理层表述
- **关键表述**：[原话]
- **语气评估**：[乐观/谨慎/保守]
- **vs上季度变化**：[变化点]

## 风险提示
- [风险1]
- [风险2]

## 后续观察点
- [观察点1]
- [观察点2]

---

常见问题诊断

美股深度分析模式

机构级深度尽调，30分钟+完成。整合自原tech-earnings-deepdive精华。

---

分析哲学

Key Forces驱动：不是平均用力，而是找到1-3个决定性力量，围绕它们深入展开。

未来3-5年，有哪1-3个力量会根本性地改变这家公司的价值？

可能的力量：

• AI/技术范式转移重塑行业
• 监管政策创造或摧毁价值
• 管理层执行市场未定价的战略转向
• 竞争格局根本改变
• 市场严重误解结构性变化

---

执行流程

第零步：Key Forces 识别
第一步：核心模块分析（围绕Key Forces展开）
第二步：六视角审视
第三步：估值与决策
第四步：输出与监控清单

---

第零步：Key Forces 识别

操作： 1. 快速浏览公司最新财报（10-K/10-Q） 2. 阅读管理层讨论（MD&A） 3. 搜索近期重大新闻（并购/监管/技术突破） 4. 识别1-3个核心驱动力

示例：

• NVDA：AI芯片需求爆发、数据中心 capex 周期、竞争格局变化
• META：AI驱动的广告效率提升、Reels货币化、宏观广告预算

---

第一步：核心模块分析

根据Key Forces，从以下模块中选择3-5个深度展开，其余正常覆盖：

模块示例：收入质量

核心问题：增长是"真的"还是"纸面"的？

检查清单：

• [ ] 各业务线收入占比及增速
• [ ] 经常性收入占比
• [ ] 有机增长 vs 收购增长
• [ ] 地理分布（单一市场依赖？）
• [ ] 客户集中度

---

第二步：六视角审视

同一组数据，用6种投资哲学审视：

---

第三步：估值与决策

估值矩阵

使用2-3种方法，交叉验证：

1. DCF：最正统，但假设敏感 2. 反向DCF：当前价格隐含什么增长假设？合理吗？ 3. 可比公司：EV/EBITDA、P/E、P/S 行业对比 4. 历史分位：当前估值处于5年什么位置？

决策框架

不是"看好/看空"，而是：

当前持仓：持有/增持/减持/清仓
目标价位：$X（买入）/ $Y（卖出）
触发条件：如果[条件]发生，则[动作]
监控变量：[1]、[2]、[3]

---

第四步：输出

输出结构

# [公司名] 深度分析报告

## 一句话总结
[核心投资论点，含Key Forces]

## Key Forces（1-3个）
1. [Force 1]：[影响及证据]
2. [Force 2]：[影响及证据]
3. [Force 3]：[影响及证据]

## 核心发现（围绕Key Forces展开）
### [Force 1相关发现]
...

### [Force 2相关发现]
...

## 六视角审视摘要
| 视角 | 结论 | 关键依据 |
|-----|------|---------|
| 巴菲特 | 看好/谨慎/看空 | ... |
| 达利欧 | ... | ... |
| ... | ... | ... |

## 估值
| 方法 | 估值 | 关键假设 |
|-----|------|---------|
| DCF | $X | 增长Y%，WACC Z% |
| 反向DCF | 隐含增长X% | ... |
| 可比公司 | PE Xx vs 行业 Yx | ... |
| 历史分位 | X%（5年） | ... |

**综合估值区间**：$A - $B
**当前价格**：$C（折价/溢价 X%）

## 决策框架
- **建议动作**：[持有/增持/减持/观望]
- **目标价位**：买入 $X / 卖出 $Y
- **触发条件**：
  - 如果[A发生]，则[B]
  - 如果[C发生]，则[D]

## 监控清单
- [ ] [变量1]：[观察频率]
- [ ] [变量2]：[观察频率]
- [ ] [变量3]：[观察频率]

## 风险与偏见检查
- [ ] 我是否过度看好/看坏这家公司？
- [ ] 我是否忽略了什么反证？
- [ ] 我的Key Forces假设是否可被证伪？

---

证据标准

---

反偏见检查清单

• [ ] 我搜索了反方观点吗？
• [ ] 我解释了为什么反方是错的吗？
• [ ] 什么证据会让我改变观点？
• [ ] 我是否因为已有持仓而偏见？

格雷厄姆保守模式

基于格雷厄姆-多德经典框架的价值投资。当用户明确说"安全边际""保守投资""格雷厄姆方法"时触发。

---

核心哲学

"投资必须经过彻底分析，承诺本金安全和合理回报。" —— 本杰明·格雷厄姆

唯一问题：这家公司买入时有足够的安全边际吗？

---

三维度检查清单

维度1：债务安全（底线）

未通过？直接排除。

行业调整：

• 银行/金融：看资本充足率（>10%）而非负债率
• 公用事业：负债率50-60%可接受

---

维度2：盈利稳定（质量）

未通过？不符合投资标准。

---

维度3：估值安全边际（价值）

安全边际计算：

内在价值 = EPS × (8.5 + 2g)  // g为保守估计增长率
安全边际 = (内在价值 - 当前股价) / 内在价值 × 100%

---

港股特殊调整

---

禁忌事项

❌ 不预测短期股价 ❌ 不依赖"故事"（AI前景、转型潜力等） ❌ 不追热点（机构持仓、市场热度） ❌ 不因"便宜"放松标准（深跌≠安全边际） ❌ 不因"高股息"忽视债务（高股息陷阱）

---

输出模板

# [公司名] 格雷厄姆保守分析

## 定性判断
[稳健/一般/高风险]

## 债务安全检查
- 资产负债率：X%（标准<50%）[✓/✗]
- 流动比率：X（标准>1.5）[✓/✗]
- 有息负债覆盖率：X倍（标准>3）[✓/✗]
- **结论**：[通过/不通过]

## 盈利稳定检查
- 5年连续盈利：[是/否]
- 平均ROE：X%（标准>10%）[✓/✗]
- 现金流/利润：X%（标准>80%）[✓/✗]
- **结论**：[通过/不通过]

## 估值安全边际检查
- 当前PE：Xx（标准<15）[✓/✗]
- 股息率：X%（标准>4%）[✓/✗]
- 内在价值估算：¥X
- 当前股价：¥Y
- 安全边际：X%（标准>30%）[✓/✗]
- **结论**：[通过/不通过]

## 综合结论
- **全部通过**：可考虑买入，建议买入区间 ¥X~¥Y
- **有未通过项**：[具体说明]，不符合投资标准，建议观望

## 卖出条件
- [条件1，如PE>20]
- [条件2，如股息率<3%]

---

常见误区提醒

• 高股息陷阱：股息率高是因为股价大跌（盈利恶化）
• 价值陷阱：低PE但ROE持续下滑
• 安全边际误用：安全边际是"价值与价格的差距"，不是"深跌后的抄底"

港A股标准分析模式

专注港A市场差异化特征：估值双轨制 + 资金流向 + 政策敏感度。

---

核心差异

---

分析框架：四维度评估

维度1：估值双轨（AH溢价）

适用：AH两地上市的公司

AH溢价率 = (A股价格 - H股价格) / H股价格 × 100%

判断标准：

纯A股/纯港股：

• 看历史估值分位（5年）
• 看同行对比

---

维度2：资金流向

南向资金（港股）：

• 南向持股比例趋势
• 近3个月净流入/流出
• 信号：持续流入 = 内资认可

北向资金（A股）：

• 北向持仓比例（消费/医药/金融股更敏感）
• 公募持仓集中度（抱团股警惕）

---

维度3：财务质量

港股特殊：

• 分红税：港股通股息扣20%预提税
• 做空比例：>10%持续上升是警告

---

维度4：政策敏感度

A股：

• 行业政策（如教培、互联网反垄断）
• 监管风向
• 地方债务/地产政策

港股：

• 中美关系/审计监管
• 港股通名单调整
• 美联储流动性（影响外资流入）

---

综合评估

评级：

---

执行步骤

1. 判断是A股/港股/AH两地上市 2. 搜索AH溢价率（如适用） 3. 搜索南向/北向资金流向 4. 搜索财务数据（ROE/负债/现金流） 5. 评估政策环境 6. 四维度评分并输出

---

输出模板

# [公司名] ([代码]) 港A股分析报告

## 一句话总结
[核心结论，如：港股折价40%提供安全边际，但需关注南向资金流出信号]

## 估值双轨
- A股：PE Xx / PB Xx
- 港股：PE Xx / PB Xx（如适用）
- AH溢价：X%（A股相对H股）
- 历史分位：X%（5年）

## 资金流向
- [南向/北向]持股比例：X%（趋势：↑/↓）
- 近3个月净流入：X亿元

## 财务质量
| 指标 | 数值 | 评价 |
|-----|------|-----|
| ROE | X% | 优秀/良好/需关注 |
| 负债率 | X% | ... |
| 现金流/利润 | X% | ... |

## 政策环境
[当前政策对公司的影响评估]

## 综合评级
**总分**：X/20 | **评级**：[A/B/C/D]

## 风险提示
- [风险1]
- [风险2]

## 后续观察点
- [观察点1]

美股标准分析模式

快速但全面的美股基本面体检，5-10分钟完成。

---

分析框架：四维度速评

维度1：盈利能力（ROE持续性）

是什么：ROE = 净利润 ÷ 股东权益。公司用股东的钱赚钱的能力。

标准：

陷阱：高杠杆会虚高ROE，需结合负债率看。

---

维度2：财务安全（负债水平）

指标：资产负债率 = 总负债 ÷ 总资产

标准：

行业调整：银行/金融不适用此标准。

---

维度3：现金流质量（FCF）

是什么：自由现金流 = 经营现金流 - 资本支出。真实的"真金白银"。

标准：

注意：高增长公司（如特斯拉早期）FCF可能暂时为负，需看趋势。

---

维度4：护城河评估

四种类型： 1. 品牌：定价权（苹果、爱马仕） 2. 网络效应：用户越多价值越大（Visa、Meta） 3. 成本优势：规模/技术带来的低成本（台积电、Costco） 4. 转换成本：客户换供应商代价高（Salesforce、Adobe）

标准：

---

综合评级

总分12分：

---

执行步骤

1. 搜索公司近3年ROE数据 2. 搜索最新负债率数据 3. 搜索自由现金流数据 4. 搜索护城河相关分析 5. 四维度评分并加总 6. 按统一格式输出报告

---

输出模板

# [公司名] ([代码]) 标准分析报告

## 一句话总结
[核心结论]

## 四维评分
| 维度 | 指标 | 数值 | 评分 |
|------|------|------|-----|
| 盈利能力 | ROE | X% | ⭐⭐⭐ |
| 财务安全 | 负债率 | X% | ⭐⭐ |
| 现金流 | FCF/净利润 | X% | ⭐⭐⭐ |
| 护城河 | [类型] | - | ⭐⭐ |

**总分**：X/12 | **评级**：[A/B/C/D]

## 核心发现
1. [发现1]
2. [发现2]
3. [发现3]

## 风险提示
- [风险1]
- [风险2]

## 后续观察点
- [观察点1]

Invest 系列：全面投资分析指南

覆盖股票、基金、可转债、大宗商品、REITs、资产配置的投资分析系统。

大道至简，三关审查：懂不懂？好不好？贵不贵？

---

覆盖范围

市场覆盖：A股、港股、美股、QDII（全球配置）

---

核心框架：三关审查

所有资产类型统一使用"三关审查"框架：

第一关：懂不懂（能力圈/策略理解）
   ↓ 未通过 → 停止分析，不买

第二关：好不好（护城河/业绩持续性）
   ↓ 未通过 → 停止分析，不买

第三关：贵不贵（安全边际/估值时机）
   ↓ 未通过 → 等待或换标的
   ↓ 通过 → 可考虑买入

---

时间定位（动态算法）

无需硬编码年份，自动推导数据基准：

财年锚点 N = T.year if T > 4/30 else T.year - 1
分析周期 = [N-4, N-3, N-2, N-1, N]

---

安装使用

Claude Code

# 克隆技能仓库
git clone https://github.com/taxueseek/fund-investment-guide.git

# 主入口：询问任何投资相关问题
"分析这只基金 001938"
"看看茅台这只股票"
"黄金现在能配置吗？"
"让巴菲特和芒格看看这只股"

技能文件位置

将技能文件复制到 Claude Code 技能目录：

~/.claude/skills/
├── invest/SKILL.md                    # 主入口（自动路由）
├── invest-stock/SKILL.md              # 个股分析
├── invest-fund/SKILL.md               # 基金分析
├── invest-convertible/SKILL.md        # 可转债
├── invest-commodity/SKILL.md          # 大宗商品
├── invest-reit/SKILL.md               # REITs
├── invest-allocation/SKILL.md         # 资产配置
└── zaoren-invest-roundtable/SKILL.md  # 投资圆桌

---

使用示例

个股分析（A股/港股/美股）

用户：分析一下腾讯 00700
系统：分析腾讯(00700)，进入invest-stock。

三关审查结果：
- 懂不懂：通过（游戏+广告+投资，业务清晰）
- 好不好：通过（护城河深厚，ROE持续>15%）
- 贵不贵：观望（PE在历史70%分位，安全边际不足）

基金分析

用户：张坤的基金怎么样？
系统：分析张坤的基金，进入invest-fund。

关键发现：
- 代表作管理5年+，穿越牛熊
- 重仓重合度>80%的克隆基金选费率低的
- 规模>100亿，灵活性受限

资产配置

用户：我的资产配置合理吗？
系统：进入invest-allocation。

战略配置建议：
- 股票：60%（基于5年+投资期限）
- 债券：30%
- 商品：10%

再平衡触发：偏离目标±5%或季度检查

投资圆桌

用户：让巴菲特和芒格看看茅台
系统：启动投资圆桌，参与大师：巴菲特、芒格。

巴菲特：茅台是理想生意，品牌护城河罕见...
芒格：同意，但价格包含太多乐观预期...

---

核心原则

1. 不替决策：提供判断框架，决策权交还用户 2. 不预测排名：不判断明年业绩第几，只评估持续跑赢能力 3. 不保证收益：过往业绩不代表未来，需自行承担风险 4. 成本优先：高费率是长期收益的最大敌人 5. 大道至简：三关审查，不堆砌复杂度

---

项目结构

invest-series/
├── invest/                    # 主入口（路由）
├── invest-stock/              # 个股分析
├── invest-fund/               # 基金分析
├── invest-convertible/        # 可转债
├── invest-commodity/          # 大宗商品
├── invest-reit/               # REITs
├── invest-allocation/         # 资产配置
├── invest-report/             # 财报解读
├── invest-hk-a/               # 港股/A股专项
├── invest-us/                 # 美股专项
├── invest-fund-manager/       # 基金经理研究
├── zaoren-invest-roundtable/  # 投资圆桌
└── invest-upgrade/            # 升级工具

---

版本历史

---

许可证：MIT License