全球智能投研

全球智能投研 是什么

全球智能投研是综合型 Python 投研工具，覆盖十二个市场和多类资产，组合多源行情、量化指标、市场体制、板块 RPS、情景预测、报告解读和知识库同步。

适用场景

适合研究、资产比较、组合风险和定期报告辅助解读；不适合自动交易或以评分替代投资决策。

核心能力与工作机制

提供统一资产入口、多周期预测、历史形态匹配、组合优化、VaR、风险平价、报告同比环比、六类大师策略面板及十四个 MCP 工具。

执行流程

先探测 Python、可选依赖和数据源连通性，再识别资产与市场，按快速或完整路线分析，最后用结构化模板披露数据质量和风险。

输入与输出

需要标的代码、资产类型、市场、周期和分析目标，可选组合权重、财报期与知识库目标。输出指标、场景概率、风险、中文报告和可选知识库记录；每个数据点应标注 actual、derived、estimated 或 unavailable。

依赖、账号与权限

核心使用 Python 标准库，akshare、yfinance、Finnhub 与 AI 解读为可选；知识库适配器需要各自凭据，国内数据源可能要求直连。

副作用、限制与风险

多源字段、时区和复权口径可能不一致，预测与历史相似度不保证未来，知识库同步会外送研究内容。会访问行情源、缓存数据、生成报告并可写入十二类知识库；语音路线可能调用本机 SAPI。

不适用边界

不构成投资建议、不保证实时或完整，也不能替代交易所、审计财报和持牌机构。

失败处理与验收

代理导致国内源失败时切换直连，依赖缺失时降级并标注；不得用估算值冒充真实行情。核对代码、市场、日期、复权、货币和数据质量，比较至少两个来源并审阅模型假设和免责声明。

适合谁使用

适合量化研究者和投研团队，实时执行和监管报告应使用经认证的数据与系统。

来源、版本与许可

本条目依据 SkillHub 热门榜、发布者详情和版本 1.0.44 的完整 SKILL.md 整理，核验日期为 2026 年 9 月 21 日。完整 SKILL.md 未声明许可证，公开可下载不代表可以任意复制、修改或再分发。 SkillHub 当前两套安全扫描状态为 benign、benign；该状态只是平台信号，不能替代对脚本、凭据、网络请求、数据外送与后续版本的人工审查。

常见问题

1. 全球智能投研 主要解决什么问题？

全球智能投研是综合型 Python 投研工具，覆盖十二个市场和多类资产，组合多源行情、量化指标、市场体制、板块 RPS、情景预测、报告解读和知识库同步。适合研究、资产比较、组合风险和定期报告辅助解读；不适合自动交易或以评分替代投资决策。是否采用它，应以实际任务边界和可核验材料为准，不要因为榜单热度而跳过来源审查。

2. 开始前需要准备什么？

需要标的代码、资产类型、市场、周期和分析目标，可选组合权重、财报期与知识库目标。准备阶段不要代替用户猜测关键事实；缺少会改变路线、费用或权限的输入时，应先补齐再执行。

3. 它怎样完成任务并交付结果？

先探测 Python、可选依赖和数据源连通性，再识别资产与市场，按快速或完整路线分析，最后用结构化模板披露数据质量和风险。每个阶段都要保留输入、决策、输出和检查点，不能把计划、预览或排队状态描述成最终交付。

4. 需要哪些工具、账号或权限？

核心使用 Python 标准库，akshare、yfinance、Finnhub 与 AI 解读为可选；知识库适配器需要各自凭据，国内数据源可能要求直连。凭据应放在安全环境中，并按最小权限授权；账号、网络或本地依赖不满足时应明确停止条件。

5. 它会产生哪些外部操作或副作用？

会访问行情源、缓存数据、生成报告并可写入十二类知识库；语音路线可能调用本机 SAPI。涉及外部写入、上传、发送、付费或持久配置时，应在实际动作前说明影响范围并取得相应确认。

6. 哪些情况不适合使用？

不构成投资建议、不保证实时或完整，也不能替代交易所、审计财报和持牌机构。超出来源明确能力、专业资质或授权范围时，应切换到更合适的工具或交给专业人员处理。

7. 失败或结果异常时怎样恢复？

代理导致国内源失败时切换直连，依赖缺失时降级并标注；不得用估算值冒充真实行情。恢复时优先查询已有任务、日志或备份，避免无上限重试、重复扣费、重复发送或覆盖唯一原件。

8. 如何验收结果并控制风险？

核对代码、市场、日期、复权、货币和数据质量，比较至少两个来源并审阅模型假设和免责声明。验收应基于真实文件、页面、任务终态或权威来源，并把未能实际检查的部分明确标记出来。