（11840期）Daily Stock Analysis – 智能每日股票分析与预测复盘

智能每日股票分析与预测复盘 全球股票每日智能分析与次日收盘预测，支持滚动精度追踪与自我进化机制，输出结构化投资报告 使用说明 核心用法 Daily Stock Analysis 是一款面向全球股票市场的确定性每日分析技能，核心功能包括： 次日收盘价格预测（predcloset1） 历史预测回顾与误差分析（AE绝对误差、APE百分比误差） 滚动精度追踪（1/3/7/30日窗口） 自我进化机制：从预测失误中提取1-3项具体改进行动，用于优化未来假设 标准执行流程： 运行 report_manager.py plan 规划输出路径并收集历史报告 运行 calc_accuracy.py 计算多窗口滚动精度 按模板渲染报告，保存至 YYYY-MM-DD-<TICKER>-analysis.md 执行自我复盘，记录 improvement_actions 兼容模式：当Python脚本不可用时，降级为极简模式，最多读取3份历史报告，仅输出核心字段。 显著优点 闭环反馈设计：强制性的"预测→验证→复盘→改进"机制，实现持续迭代优化 确定性输出：严格的文件命名、路径规范和必填字段约束，避免执行漂移 精度可量化：1/3/7/30日多窗口滚动精度，便于用户评估长期可靠性 双模式适配：标准脚本模式与极简兼容模式，适应不同环境限制 合规内置：自动附加风险提示，符合金融内容监管要求 潜在局限与风险 | 维度 | 说明 ||------|------|| 预测本质 | 所有价格预测均为概率推断，非确定性结果，存在固有预测误差 || 历史依赖 | 滚动精度依赖历史报告完整性，早期数据缺失时统计意义有限 || 模型限制 | 兼容模式下信息源缩减（仅1官方+1市场数据源），分析深度受限 || 市场极端事件 | 黑天鹅事件、政策突变等不可预测因素可能使历史模式失效 || 用户误用风险 | 需明确区分"研究参考"与"投资建议"，避免用户过度依赖 | 适合人群 量化研究者：需要系统化追踪预测精度的数据驱动型用户 职业投资者：建立个人股票跟踪体系，要求可审计的决策记录 金融开发者：需要结构化、可程序化处理的投资分析报告 自律型交易者：愿意每日执行固定分析流程，重视复盘改进 常规风险提示 ⚠️ 技能强制附加合规声明：内容仅供研究参考，不构成投资建议或收益保证。市场存在风险，投资需谨慎。建议设置为工作日定时任务（如10:00），保持预测-复盘窗口连续性。 原始说明 Deterministic daily stock analysis skill for global equities. Use when users need daily analysis, next-trading-day close prediction, prior forecast review, r...