global-anomaly-attribution

用于企业异常归因分析场景。适用于金融工作中的基础任务单元。

105 stars

Best use case

global-anomaly-attribution is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

用于企业异常归因分析场景。适用于金融工作中的基础任务单元。

Teams using global-anomaly-attribution should expect a more consistent output, faster repeated execution, less prompt rewriting.

When to use this skill

You want a reusable workflow that can be run more than once with consistent structure.

When not to use this skill

You only need a quick one-off answer and do not need a reusable workflow.
You cannot install or maintain the underlying files, dependencies, or repository context.

Installation

Claude Code / Cursor / Codex

$curl -o ~/.claude/skills/global-anomaly-attribution/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/archive/global-anomaly-attribution/skill.md"

Manual Installation

Download SKILL.md from GitHub
Place it in .claude/skills/global-anomaly-attribution/SKILL.md inside your project
Restart your AI agent — it will auto-discover the skill

How global-anomaly-attribution Compares

Feature / Agent	global-anomaly-attribution	Standard Approach
Platform Support	Not specified	Limited / Varies
Context Awareness	High	Baseline
Installation Complexity	Unknown	N/A

Frequently Asked Questions

What does this skill do?

用于企业异常归因分析场景。适用于金融工作中的基础任务单元。

Where can I find the source code?

You can find the source code on GitHub using the link provided at the top of the page.

SKILL.md Source

# 企业异常归因 Skill

## 数据来源
- 巨潮资讯公开公告检索平台
- 中国证监会及地方证监局公开监管文书
- 上交所、深交所公开监管动态和业务规则
- 企业公开公告、问询回复、业绩预告等文本

## 功能
- 输入企业名称与异常描述，自动从公开公告中检索相关证据
- 将异常初步归因为：业绩波动、监管合规、治理变动、融资压力、诉讼仲裁、经营事件等类别
- 输出高/中/低置信度归因、支持证据标题与链接
- 适合做“股价异动/基本面异动/监管异动”的公开信息归因初筛

## 使用示例
```bash
python script/anomaly_attribution.py \
  --company 东方集团 \
  --anomaly 利润大幅下滑并被监管问询
```

## 交易说明
- 本 Skill 的归因结果是公开信息驱动的启发式推理，不代表已证实的法律责任或最终因果关系。
- 对股价异常、财务异常、舞弊嫌疑等高风险主题，必须结合财报、审计意见、监管文书与交易数据复核。
- 不应将本结果直接视为买卖建议、做空依据或司法结论。

## License
MIT

Related Skills

fund-attribution-analysis

105

from aifinlab/FinClaw

基金收益归因分析 - Brinson模型、因子归因、风格分析工具。当用户需要分析基金超额收益来源、进行业绩归因、评估基金经理能力时使用此技能。支持Brinson归因、因子归因、风格归因、行业归因、选股能力分析。触发关键词：收益归因、Brinson、业绩归因、超额收益、阿尔法归因、因子分析。

yfinance-global

105

from aifinlab/FinClaw

全球股票行情数据工具。优先使用国内数据源(腾讯财经)，支持A股、港股、美股和全球指数。自动回退到Yahoo Finance获取海外数据。

return-attribution-explainer

105

from aifinlab/FinClaw

收益来源解释助手，专用于解释客户持仓收益的来源和构成。以下情况请主动触发此技能： - 用户需要向客户解释收益来源（"赚的是什么钱"） - 用户问"这个收益是怎么来的""收益归因分析" - 客户问"为什么赚/亏""收益合理吗" - 用户准备业绩归因报告、客户收益分析材料 - 用户需要区分收益来源（市场 beta/产品 alpha/配置贡献/择时贡献） - 客户对收益有疑问，需要专业解释输出清晰的收益归因分析，帮助客户理解收益来源、评估投资表现。不要等用户明确说"收益归因"——只要涉及收益来源解释、业绩归因分析，就应主动启动此技能。

portfolio-attribution-assistant

105

from aifinlab/FinClaw

当用户需要对基金、组合、账户或策略进行收益归因分析时使用本技能，尤其适用于需要拆解总收益来源、识别行业配置贡献、个券选择贡献、风格因子贡献、仓位变化影响、相对基准超额来源、阶段性胜负手的场景。当用户提到“组合归因”“收益归因”“超额收益拆解”“行业贡献”“选股贡献”“配置贡献”“Brinson归因” “行业数据支持”“基金组合分析”“相对基准表现解释”等需求时，应优先调用本技能。本技能特别适用于公募基金、专户组合、研究组合、策略回测结果的归因分析，且在存在较完整行业分类、行业收益、基准权重、组合持仓权重和价格/收益数据时效果最佳。

market-anomaly-tracker

105

from aifinlab/FinClaw

市场异动追踪助手，适用于券商研究、投资管理、风控监控、交易决策等场景。以下情况请主动触发此技能： - 用户问"今天市场有什么异常""某股票为什么突然拉升""帮我看看市场异动" - 用户提供了行情数据、异动股票列表，问"这些异动怎么看""有什么共同点" - 用户需要：市场异动监控、异动原因分析、异动股票归因、市场情绪判断 - 用户提到：涨停、跌停、闪崩、拉升、跳水、放量、缩量、异常波动 - 用户需要形成市场点评、异动快报、投资决策参考不要等用户明确说"市场异动追踪"——只要涉及市场行情异常波动分析、异动原因解读、市场情绪判断，就应主动启动此技能。