（1028期）AI Stock Research Team – AI多角色协作·智能投研决策

AI多角色协作·智能投研决策 AI多角色股票投研团队，整合技术面、基本面、宏观、情绪四维分析，支持A股美股，输出多空辩论与交易策略。 使用说明 核心用法 用户输入股票代码或公司名称（如"分析贵州茅台"、"帮我看看NVDA"），Skill 自动调用 Python MCP Server 获取实时行情、财务指标、技术指标数据，随后启动六位 AI 分析师角色依次输出：技术面分析师（均线/RSI/MACD/布林带）、基本面分析师（ROE/毛利率/成长性）、新闻宏观分析师（政策/行业环境）、市场情绪分析师（换手率/成交量），形成四维评分。 接着进入多空辩论环节：多头研究员与空头研究员各列3条核心论据并引用数据，产出多空力量对比（如6:4偏多）。交易员据此给出明确操作建议（买入/持有/卖出/观望），包含目标价位、仓位比例、止损线；风控官从激进/稳健/保守三视角各给一句话建议，并列出Top 3风险。最后投研总监综合四方评分（技术面25%+基本面30%+宏观20%+情绪25%）输出100分制综合评分与3-5句定论。 显著优点 结构化决策框架：将主观投资判断拆解为可量化、可复现的流程，减少情绪干扰；多角色对抗机制：强制多空博弈设计避免单向看多/看空的 confirmation bias；数据驱动：依赖 akshare/yfinance 真实数据，拒绝臆测；跨市场支持：同时覆盖A股与美股，满足多元化资产配置需求；输出即行动：交易员模块直接给出仓位、价位、止损，降低决策到执行的摩擦。 潜在缺点与局限性 数据依赖风险：若 MCP Server 或数据源（akshare/yfinance）异常，分析将基于残缺数据或被迫终止；历史回测缺失：Skill 未内置策略回测验证，评分体系的有效性未经历史数据检验；宏观分析主观性：新闻宏观分析师依赖模型知识库，对实时政策变化的敏感度不及专业投研团队；无法处理非公开信息：仅限公开财务与市场数据，对内幕信息、管理层变动细节无感知；建议仅供参考：AI 生成的交易策略不具备金融牌照资质，合规边界需用户自行把握。 适合人群 个人投资者希望快速获得结构化研报视角 投资初学者学习多维度分析框架 需要A股/美股跨市场速览的全球化配置者 已有独立判断、愿将AI输出作为参考输入的理性决策者 常规风险 金融市场波动受多重不可预测因素影响，历史数据不预示未来表现；AI 评分体系可能存在过拟合或权重设定偏差；技术信号在极端行情（如涨停/跌停、流动性枯竭）中可能失效；用户应结合自身风险承受能力审慎决策，本 Skill 不构成投资建议。 原始说明 Multi-role AI stock research team. When a user asks to analyze a stock (e.g. "分析贵州茅台", "analyze NVDA", "帮我看看AAPL"), this skill orchestrates technical, fundam...