Skip to content

RKiding/Awesome-finance-skills / skills/alphaear-predictor

alphaear-predictor

Unverified

Market prediction skill using Kronos. Use when user needs finance market time-series forecasting or news-aware finance market adjustments.

FileKindSize
SKILL.mdskill md2.1 KB
references/PROMPTS.mdmarkdown1.0 KB
scripts/__init__.pyscript0 B
scripts/forecast_agent.pyscript2.9 KB
scripts/json_utils.pyscript6.2 KB
scripts/kronos_predictor.pyscript7.6 KB
scripts/predictor/exports/models/kronos_news_v1_20260101_0015.ptother1.2 MB
scripts/predictor/model/__init__.pyscript394 B
scripts/predictor/model/kronos.pyscript30.4 KB
scripts/predictor/model/module.pyscript22.3 KB
scripts/prompts/fin_agent.pyscript6.6 KB
scripts/prompts/forecast_analyst.pyscript1.9 KB
scripts/prompts/intent_agent.pyscript2.2 KB
scripts/prompts/isq_prompt_generator.pyscript1.8 KB
scripts/prompts/report_agent.pyscript18.1 KB
scripts/prompts/trend_agent.pyscript7.4 KB
scripts/prompts/visualizer.pyscript2.0 KB
scripts/schema/isq_template.pyscript13.6 KB
scripts/schema/models.pyscript6.1 KB
scripts/utils/__init__.pyscript25 B
scripts/utils/database_manager.pyscript21.3 KB
scripts/utils/json_utils.pyscript6.2 KB
scripts/utils/llm/capability.pyscript2.8 KB
scripts/utils/llm/factory.pyscript3.6 KB
scripts/utils/llm/router.pyscript2.8 KB
scripts/utils/logging_setup.pyscript1.0 KB
scripts/utils/predictor/evaluation.pyscript5.6 KB
scripts/utils/predictor/kline_generate.pyscript7.6 KB
scripts/utils/predictor/model/__init__.pyscript394 B
scripts/utils/predictor/model/kronos.pyscript30.4 KB
scripts/utils/predictor/model/module.pyscript22.3 KB
scripts/utils/predictor/training.pyscript18.3 KB
scripts/utils/search_tools.pyscript28.6 KB
scripts/utils/stock_tools.pyscript9.8 KB
tests/test_predictor.pyscript1.0 KB

scripts/prompts/report_agent.py

View on GitHub
# src/prompts/report_agent.py
from datetime import datetime
from typing import Optional
from .isq_prompt_generator import generate_isq_prompt_section

def get_report_planner_base_instructions() -> str:
    """生成报告策划员 (Planner) 的基础系统指令"""
    return """你是一名资深的金融研报主编。你的任务是规划报告的结构,将零散的信号聚类成有逻辑的主题。
你拥有 RAG 搜索工具,可以检索已生成的章节内容以确保逻辑连贯性。
在规划时,应重点关注信号之间的关联性、产业链的完整性以及用户特定的关注点。"""

def get_report_writer_base_instructions() -> str:
    """生成报告撰写员 (Writer) 的基础系统指令"""
    return """你是一名资深金融分析师。你的任务是根据策划员提供的信号簇撰写深度研报章节。
你应当运用专业的金融知识,将信号转化为深刻的洞察。
注意:你没有外部搜索工具,你的分析必须基于提供给你的信号内容和行情数据。"""

def get_report_editor_base_instructions() -> str:
    """生成报告编辑 (Editor) 的基础系统指令"""
    return """你是一名严谨的金融研报编辑。你的任务是审核和润色撰写员生成的章节。
你拥有 RAG 搜索工具,可以检索其他章节的内容,以消除重复、修正逻辑冲突并确保术语一致性。
你应当确保报告符合专业的金融写作规范,且标题层级正确。"""

# 1. 策划阶段 (Structural Planning)
def format_signal_for_report(signal: any, index: int, cite_keys: Optional[list] = None) -> str:
    """格式化单个信号供研报生成使用"""
    # 这里的逻辑从 ReportAgent._format_signal_input 迁移过来
    from ..schema.models import InvestmentSignal
    
    if isinstance(signal, dict):
        try:
            sig_obj = InvestmentSignal(**signal)
        except:
            return f"--- 信号 [{index}] ---\n标题: {signal.get('title')}\n内容: {signal.get('content', '')[:500]}"
    else:
        sig_obj = signal

    chain_str = " -> ".join([f"{n.node_name}({n.impact_type})" for n in sig_obj.transmission_chain])
    
    text = f"--- 信号 [{index}] ---\n"
    text += f"标题: {sig_obj.title}\n"
    text += f"逻辑摘要: {sig_obj.summary}\n"
    text += f"传导链条: {chain_str}\n"
    text += f"ISQ 评分: 情绪({sig_obj.sentiment_score}), 确定性({sig_obj.confidence}), 强度({sig_obj.intensity})\n"
    text += f"预期博弈: 时窗({sig_obj.expected_horizon}), 预期差({sig_obj.price_in_status})\n"
    
    tickers = ", ".join([f"{t.get('name')}({t.get('ticker')})" for t in sig_obj.impact_tickers])
    if tickers:
        text += f"受影响标的: {tickers}\n"

    # Stable bibliography-style citation keys (LaTeX/BibTeX-like)
    if cite_keys:
        joined = " ".join([f"[@{k}]" for k in cite_keys if k])
        if joined:
            text += f"引用: {joined}\n"
        
    return text

def get_cluster_planner_instructions(signals_text: str, user_query: str = None) -> str:
    """生成信号聚类指令 - 将零散信号组织成逻辑主题"""
    query_context = f"用户重点关注:{user_query}" if user_query else ""
    return f"""你是一位资深的金融研报主编。你的任务是将以下零散的金融信号聚类成 3-5 个核心逻辑主题,以便撰写一份结构清晰的研报。
    
    {query_context}

    ### 输入信号列表
    {signals_text}

    ### 聚类要求
    1. **主题聚合**: 将相关性强的信号归为一组(例如:都涉及“建筑安全法规”或“某产业链上下游”)。
    2. **叙事逻辑**: 只需要生成主题名称和包含的信号 ID。
    3. **控制数量**: 将所有信号归类到 3-5 个主要主题中,不要遗漏。
    
    ### 输出格式 (JSON)
    请仅输出以下 JSON 格式,不要包含 Markdown 标记:
    {{
        "clusters": [
            {{
                "theme_title": "主题名称(如:建筑安全法规收紧引发的产业链重构)",
                "signal_ids": [1, 3, 5],
                "rationale": "这些信号都指向政府对高层建筑防火标准的政策调整..."
            }},
            ...
        ]
    }}
    """

def get_report_planner_instructions(toc: str, signal_count: int, user_query: str = None) -> str:
    """生成报告规划指令 - 重点在于逻辑关联与分歧识别"""
    # ... (原有逻辑保持不变,但实际在新的聚类流程后这个可能作为备用或二次优化)
    query_context = f"用户重点关注:{user_query}" if user_query else ""
    return f"""你是一位资深的金融研报主编。你的任务是根据现有的草稿章节,规划出一份逻辑严密、穿透力强的终稿结构。
    
    ### 任务核心:
    1. **识别主线**: 从草稿中识别出贯穿多个章节的“核心逻辑主线”(如:产业链共振、货币政策转向)。
    2. **分歧评估 (Entropy)**: 识别各章节中观点冲突或确定性不一之处,规划如何在正文中呈现这些“分歧点”。
    3. **结构蓝图**: 
       - 定义一级标题(逻辑主题)。
       - 归类章节:哪些信号应放入同一主题下深度解析?
       - 排序:将 ISQ 强度最高、与{query_context}最相关的信号置前。

    ### 现有草稿目录 (TOC)
    {toc}

    请输出你的【终稿修订大纲】(Markdown 格式)。
    """

# 2. 撰写阶段 (Section Writing)
def get_report_writer_instructions(theme_title: str, signal_cluster_text: str, signal_indices: list, price_context: str = "", user_query: str = None) -> str:
    """生成 Writer Agent 指令 - 基于主题聚类撰写综合分析"""
    
    price_info = f"\n### 近期价格参考\n{price_context}\n" if price_context else ""
    query_context = f"\n**用户意图**: \"{user_query}\"\n请确保分析内容回应了用户的关注点。\n" if user_query else ""
    isq_block = generate_isq_prompt_section(include_header=False)
    
    # Keep citation scheme stable across re-ordering / edits.
    # Cite keys are provided in each signal block as: 引用: [@KEY]

    return f"""你是一位资深金融分析师。请针对核心主题 **"{theme_title}"** 撰写一篇深度研报章节。
    {query_context}

    ### 输入信号集 (本章节需综合的信号)
    {signal_cluster_text}
    {price_info}
    
    ### ISQ 评分说明
    {isq_block}
    
    ### 写作要求
    1. **叙事逻辑**: 不要罗列信号,要将这些信号编织成一个连贯的故事。先讲宏观/行业背景,再讲具体事件传导,最后落脚到个股/标的影响。
    2. **量化支撑**: 引用 ISQ 评分(确定性、强度、预期差)来佐证你的观点。关键观点必须关联相应的 ISQ 分值。
     3. **引用规范(稳定 CiteKey)**: 关键论断必须标注来源引用,使用 `[@CITE_KEY]` 格式。
         - CiteKey 已在输入信号块中以 `引用: [@KEY]` 提供,请直接复制使用。
         - 不要使用 `[[1]]` 这类不稳定编号。
    4. **关联标的预测**: **必须**在章节末尾明确给出受影响标的的预测分析,包括:
       - 至少列出 1-2 个相关上市公司代码(如 600519.SH)
       - 给出短期(T+3或T+5)的方向性判断
       - 如果可能,给出预期价格区间或涨跌幅预测
    
    ### 【重要】标题层级规范
    
    ❌ **错误示例**(绝对不要这样):
    ```markdown
    # {theme_title}
    
    ### 宏观背景
    ...
    ```
    
    ✅ **正确示例**(必须这样):
    ```markdown
    ## {theme_title}
    
    ### 宏观背景
    
    近期全球经济环境...
    
    ### 具体传导机制分析
    
    ...
    
    ### 核心标的分析
    
    建议关注:贵州茅台(600519.SH)...
    ```
    
    **关键要求**:
    - 章节主标题使用 `##` (H2)
    - 章节子标题使用 `###` (H3)
    - **绝对禁止**使用 `#` (H1)
    - 第一行必须是 `## {theme_title}` 开头

    ### 核心:图表叙事 (Visual Storytelling)
    **必须**在文中插入至少 1-2 个图表,且图表必须与上下文紧密结合(不要堆砌在末尾)。
    
    ### 宏观背景
    ...
    ```
    
    ✅ **正确示例**(必须这样):
    ```markdown
    ## {theme_title}
    
    ### 宏观背景
    
    近期全球经济环境...
    
    ### 具体传导机制分析
    
    ...
    
    ### 核心标的分析
    
    建议关注:贵州茅台(600519.SH)...
    ```
    
    **关键要求**:
    - 章节主标题使用 `##` (H2)
    - 章节子标题使用 `###` (H3)
    - **绝对禁止**使用 `#` (H1)
    - 第一行必须是 `## {theme_title}` 开头

    ### 核心:图表叙事 (Visual Storytelling)
    **必须**在文中插入至少 1-2 个图表,且图表必须与上下文紧密结合(不要堆砌在末尾)。
    
    **可选图表类型 (请根据内容选择最合适的 1-2 种):**

    **A. AI 预测 + 走势 (Forecast) - 【强烈推荐 / 最新规范】**
    *适用*: 当文中明确提及某上市公司时,**必须**使用此图表展示股价走势与 AI 预测。
    *必填字段*:
    - `ticker`: 股票代码,A股 6 位 / 港股 5 位,允许带后缀(如 "002371.SZ"、"9868.HK")
    - `pred_len`: 预测交易日长度(建议 3 或 5)
    *代码示例*:
    ```json-chart
    {{"type": "forecast", "ticker": "002371.SZ", "title": "北方华创(002371)T+5 预测", "pred_len": 5}}
    ```
    **重要**:禁止手写 `prediction` 数组(预测由系统自动生成并渲染)。
    *注意*: 如果提及多只股票,应为每只生成独立的 forecast 图表。

        **【推荐写法:多情景 → 最终归因 → 产出唯一预测图】**
        你可以在正文里描述多种情景(如:基准/乐观/悲观),但在插入预测图之前,必须明确给出“本报告最终选择的最可能情景”及其归因,然后用 `forecast` 图表做最终总结。
        为了让系统把“最终归因”可靠地传递给预测模块,请在 `forecast` JSON 中可选补充以下字段(字段均为可选,越完整越好):
        - `selected_scenario`: 最可能情景名称(如 "基准" / "乐观" / "悲观")
        - `selection_reason`: 选择该情景的归因理由(1-3 句)
        - `scenarios`: 情景列表(数组),每个元素可包含 `name`、`description`、`probability`(0-1)
        *示例*:
        ```json-chart
        {{
            "type": "forecast",
            "ticker": "002371.SZ",
            "title": "北方华创(002371)T+5 预测(基准情景)",
            "pred_len": 5,
            "selected_scenario": "基准",
            "selection_reason": "结合订单能见度与行业景气,基准情景概率最高;短期扰动主要来自估值与市场风险偏好。",
            "scenarios": [
                {{"name": "乐观", "description": "国产替代与资本开支超预期", "probability": 0.25}},
                {{"name": "基准", "description": "订单稳健、利润率小幅波动", "probability": 0.55}},
                {{"name": "悲观", "description": "需求回落或交付节奏放缓", "probability": 0.20}}
            ]
        }}
        ```

    **B. 历史走势 (Stock) - 仅作为兼容兜底**
    *适用*: 当你无法给出预测时(例如无法确定标的),可仅展示历史走势。
    *代码示例*:
    ```json-chart
    {{"type": "stock", "ticker": "002371", "title": "北方华创历史走势"}}
    ```

    **C. 舆情情绪演变 (Sentiment Trend)**
    *适用*: 当讨论行业政策、突发事件(如“火灾”、“新规”)的民意变化时。
    *注意*: `keywords` 必须是事件核心词。
    *代码*:
    ```json-chart
    {{"type": "sentiment", "keywords": ["建筑安全", "防火标准"], "title": "市场对防火新规的情绪演变"}}
    ```

    **D. 逻辑传导链条 (Transmission Chain)**
    *适用*: 复杂的蝴蝶效应分析(支持分支结构)。
    *代码*:
    ```json-chart
    {{
      "type": "transmission",
      "nodes": [
        {{"node_name": "突发火灾", "impact_type": "中性", "logic": "事件发端"}},
        {{"node_name": "监管收紧", "impact_type": "利空", "logic": "合规成本上升", "source": "突发火灾"}},
        {{"node_name": "设备升级", "impact_type": "利好", "logic": "采购需求释放", "source": "突发火灾"}},
        {{"node_name": "龙头受益", "impact_type": "利好", "logic": "市占率提升", "source": "设备升级"}}
      ],
      "title": "火灾事件的逻辑传导与分支"
    }}
    ```
    *说明*: 使用 `source` 字段指定父节点名称以创建分支结构。
    
    **E. 信号质量评估 (ISQ Radar)**
    *适用*: 对某个关键信号进行多维度(确定性、预期差等)定性评估时。
    *代码*:
    ```json-chart
    {{"type": "isq", "sentiment": 0.8, "confidence": 0.9, "intensity": 4, "expectation_gap": 0.7, "timeliness": 0.9, "title": "核心信号质量评估"}}
    ```
    """

# 3. 整合阶段 (Final Assembly) - 原版,保留用于 fallback
def get_report_editor_instructions(draft_sections: str, plan: str, sources_list: str) -> str:
    """生成最终编辑指令 - 根据规划蓝图重组内容"""
    return f"""你是一位专业的研报编辑。请将以下基于主题撰写的草稿章节整合成最终研报。
    
    ### 原始草稿内容
    {draft_sections}

    ### 原始引用来源
    {sources_list}

    ### 任务与要求
    1. **结构化**: 为每个草稿章节添加合适的 Markdown 标题 (## 级别)。
    2. **连贯性**: 确保章节之间过渡自然。
    3. **完整性**:
       - 必须保留所有 `json-chart` 代码块(图表配置)。
         - 必须保留引用标注 `[@CITE_KEY]`。
       - 生成 `## 核心观点摘要`、`## 参考文献` 和 `## 风险提示`。

    ### 输出
    只输出最终的 Markdown 研报内容。
    """


# 4. 单节编辑 (Incremental Section Editing with RAG)
def get_section_editor_instructions(section_index: int, total_sections: int, toc: str) -> str:
    """生成单节编辑 prompt,支持 RAG 工具调用"""
    return f"""你是一位研报编辑。你正在编辑报告的第 {section_index}/{total_sections} 节。

    ### 当前目录 (TOC)
    {toc}

    ### 你的任务
    1. 润色当前章节内容,确保逻辑清晰、语言专业。
    2. 保留所有 `[@CITE_KEY](#ref-CITE_KEY)` 或 `[@CITE_KEY]` 格式的引用。
    3. 保留所有 `json-chart` 代码块,不做修改。
    4. 如果需要参考其他章节内容,使用 `search_context` 工具搜索。
    5. 只输出编辑后的章节内容,不要输出其他章节。
    
    ### 【关键】标题层级规范
    **严格遵守以下规则:**
    - 章节主标题使用 `##` (H2)
    - 章节子标题使用 `###` (H3)
    - **禁止使用** `#` (H1) - 只有报告大标题可以使用 H1
    - 如果原文中有 H1,必须将其降级为 H2
    - 不要输出与 "参考文献"、"风险提示" 相同的标题

    直接输出编辑后的 Markdown 内容。
    """


# 5. 摘要生成 (Summary Generation)
def get_summary_generator_instructions(toc: str, section_summaries: str) -> str:
    """生成报告摘要指令 - 包含市场分歧度分析"""
    return f"""你是一位资深研报主笔。请生成今日报告的核心观点摘要的**正文内容**。

    ### 章节摘要
    {section_summaries}

    ### 任务:
    1. **核心逻辑提炼**: 用 150 字以内总结今日最核心的投资主线。
    2. **分歧识别**: 如果不同信号对同一板块有冲突观点,请明确指出"市场分歧点"。
    3. **确定性排序**: 标记出今日确定性最高的前两个机会(需列出具体标的代码)。

    ### 【重要】输出格式规范:
    
    ❌ **错误示例**(不要遗漏二级标题):
    ```markdown
    ### 核心逻辑提炼
    ...
    ```
    
    ✅ **正确示例**(应该这样输出):
    ```markdown
    ## 核心观点摘要

    ### 核心逻辑提炼
    
    科技自立战略加速半导体设备国产化,叠加AI算力需求爆发...
    
    ### 市场分歧点
    
    资本市场波动显示医药、新能源等板块估值逻辑受政策敏感性增强...
    
    ### 确定性排序
    
    1. **网络安全替代需求**(ISQ确定性0.85,推荐标的:深信服 300454.SZ)
    2. **半导体设备材料**(ISQ确定性0.75,推荐标的:北方华创 002371.SZ)
    ```
    
    ### 关键要求:
    - 第一行必须是 `## 核心观点摘要`
    - 主体部分使用 H3 (`###`) 和 H4 (`####`) 级别标题
    - **必须**包含 `## 核心观点摘要` 这一级标题
    
    现在请按照正确示例的格式输出摘要内容。
    """


# 6. 最终组装 (Final Assembly with Sections)
def get_final_assembly_instructions(sources_list: str) -> str:
    """生成最终报告组装的 prompt"""
    return f"""你是一位研报主笔。请完成以下任务:

    ### 任务
    1. 生成 "## 参考文献" 章节(需要按照顺序,顺序不对时进行调整):
    - 原始来源:
    {sources_list}
    - 格式:`<a id="ref-CITE_KEY"></a>[@CITE_KEY] 标题 (来源), [链接地址]`
    2. 生成 "## 风险提示" (标准免责声明)。
    3. 生成 "## 快速扫描" 表格,汇总各主题的核心观点。
    - 表格列:**主题**, **核心观点**, **强度(Intensity)**, **确定性(Confidence)**。
    - 强度和确定性请参考原章节中的 ISQ 评分。

    只输出上述三个章节的 Markdown 内容。
    """

def get_cluster_task(signals_preview: str) -> str:
    """生成聚类任务描述"""
    return f"请对以下信号进行主题聚类:\n\n{signals_preview}"

def get_writer_task(theme_title: str) -> str:
    """生成撰写任务描述"""
    return f"请依据主题 '{theme_title}' 和 输入信号集 开始撰写深度分析章节。"

def get_planner_task() -> str:
    """生成规划任务描述"""
    return "请阅读现有草稿并规划终稿大纲,识别核心逻辑主线和市场分歧点。"

def get_editor_task() -> str:
    """生成编辑任务描述"""
    return "请根据规划大纲和草稿内容,生成最终研报。确保逻辑连贯,保留所有图表和引用。"

reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 472kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall