sector-exposure-analysis

面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。

105 stars

Best use case

sector-exposure-analysis is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。

Teams using sector-exposure-analysis 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/sector-exposure-analysis/SKILL.md --create-dirs "https://raw.githubusercontent.com/aifinlab/FinClaw/main/skills/fund_task_zlj/sector-exposure-analysis/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/sector-exposure-analysis/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How sector-exposure-analysis Compares

Feature / Agentsector-exposure-analysisStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

面向基金投研分析领域的暴露分析任务Skill,围绕「行业暴露分析助手」场景提供信息抽取、结构化分析与结果输出。

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

# 行业暴露分析助手 Skill

## 数据来源

### 1. 输入类型

- 基金公告/定期报告/招募说明书/产品说明材料
- 净值与收益时间序列、持仓与资产配置披露
- 销售/服务记录、客户反馈与问答素材(如适用)
- 合规口径与品牌内容规范(如适用)

### 2. 主要数据要素

- 基金基础信息(名称、代码、类型、基准)
- 净值与收益序列(日/周/月)
- 持仓/资产配置披露(季报/年报)
- 基金经理履历、任职变动与风格标签
- 同类基准与同类排名数据

### 3. 质量要求

- 输入信息尽量完整,包含时间区间、基金代码与核心指标
- 若来自 OCR/截图,请尽量校对错字与断行
- 对于未披露的数据需明确标注“缺失/待补充”

---

## 核心能力

- 提取核心指标(收益、风险、风格、持仓特征)并进行结构化汇总
- 识别优势/短板与关键驱动因子,形成可追溯的分析链条
- 对异常波动或结构变化给出原因假设与影响评估
- 输出可执行的跟进建议与观察清单

---

## 输出结构

### 1. 基础字段

- skill
- domain
- scene
- input_summary
- key_findings
- data_quality
- limitations

### 2. 场景扩展模块(按需输出)

- analysis
- metrics
- diagnosis
- risks
- recommendations

---

## 使用示例

### 1. 安装依赖

```bash
pip install -r requirements.txt
```

### 2. 运行脚本

```bash
python scripts/main.py --input sample.txt --output-json result.json --output-md report.md
```

### 3. 输出示例

```json
{
  "skill": "行业暴露分析助手",
  "domain": "投研分析",
  "scene": "暴露分析",
  "input_summary": {
    "fund_code": "000000",
    "fund_name": "示例基金",
    "period": "2024Q4",
    "data_coverage": "净值/持仓/披露/市场"
  },
  "key_findings": [
    "关键结论1",
    "关键结论2"
  ],
  "data_quality": {
    "has_text": true,
    "text_length": 1200
  },
  "limitations": [
    "仅基于输入信息形成初步判断"
  ]
}
```

---

## 注意事项与限制

- 仅对输入文本进行结构化与初步判断,不替代人工投研或合规结论
- 若缺少关键数据(持仓、基准、时间区间),结果需明确提示不完整
- 输出建议应结合实际业务口径与监管要求复核

---

## 适用场景

- 业务条线: 投研分析
- 场景/能力: 暴露分析
- 典型用户: 研究员、产品经理、渠道与客服、合规审查或内容运营人员

---

## License

- 代码部分遵循 MIT License
- 数据来源与披露口径需遵循对应数据供应商与监管要求

Related Skills

insurance-sector-comparison

105
from aifinlab/FinClaw

保险行业对比分析工具。对比国内外保险市场、中外保险公司、不同险种发展。接入AkShare开源保险行业数据,支持实时数据获取和自动更新。适用于国际化研究、竞争分析。

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。

routine-physical-exam-report-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对常规体检报告进行专业、结构化的解析,提取异常指标、异常结论、边界值异常、复查建议、长期健康风险线索和与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

watchlist-match-result-analysis

105
from aifinlab/FinClaw

分析名单筛查匹配结果的相似度分层、字段差异和误报聚类,辅助合规团队高效完成名单复核

outpatient-record-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对门诊相关医疗记录进行专业、结构化的解析,提取主诉、现病史、初步诊断、复诊频次、治疗方案、随访安排及其他与保险核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

middle-class-protection-gap-analysis-assistant

105
from aifinlab/FinClaw

当用户需要围绕中产客户或中产家庭的收入保障、健康保障、资产保护、家庭责任和中长期生活目标,分析当前保障结构是否合理、核心风险是否覆盖、责任与保障是否匹配,并识别身故保障、重疾保障、医疗保障、意外保障、养老保障、子女教育保障和资产安全保障等方面的保障缺口时使用本 skill。适用于中产客户保障诊断、收入保障分析、家庭责任梳理、已有保单盘点、保障层次评估、补充优先级判断、客户沟通前置分析,以及“先不要推荐产品,先看这个中产家庭缺什么保障”这类场景。输入可以是客户及家庭成员资料、收入与负债信息、生活支出压力、已有保单清单、社保医保与团险信息、储蓄型与养老型保险安排、预算约束、客户关注重点、访谈纪要、OCR 文本或其他零散客户资料。

hospitalization-record-analysis-assistant

105
from aifinlab/FinClaw

当用户需要对住院相关医疗资料进行专业、结构化的解析,提取入院诊断、出院诊断、住院经过、手术治疗、并发症、恢复情况、复诊建议及其他与核保相关的重要医学信息,并生成适合保险核保、补问流转和资料审查的结构化解析结果时使用本 skill。

product-positioning-analysis

105
from aifinlab/FinClaw

面向基金产品管理领域的产品定位任务Skill,围绕「产品定位分析助手」场景提供信息抽取、结构化分析与结果输出。

family-protection-gap-analysis-assistant

105
from aifinlab/FinClaw

当用户需要基于家庭成员结构、收入责任、负债压力、已有保障配置、家庭生命周期阶段和预算约束,分析家庭当前保障是否充足、识别寿险、重疾险、医疗险、意外险、养老保障和子女教育保障等方面的保障缺口,并输出适合保险代理人、顾问、客户经理或保障规划人员直接使用的家庭保障分析报告时使用本 skill。适用于家庭保障诊断、家庭责任梳理、现有保单盘点、保障缺口识别、配置优先级判断、客户沟通前置分析,以及“先不推产品、先看家庭缺什么保障”这类场景。输入可以是家庭基础资料、收入与负债信息、已有保单清单、社保医保与团险信息、预算约束、客户关注重点、访谈纪要、表格整理文本、OCR 文本或其他零散家庭保障资料。

factor-analysis

105
from aifinlab/FinClaw

多因子分析与 IC 检验工具,提供因子计算、IC/IR 检验、因子收益率、分组回测等量化因子研究功能。当用户需要做因子有效性检验或因子研究时使用。

dormant-account-analysis

105
from aifinlab/FinClaw

识别休眠账户和沉睡资金,按休眠程度分级,评估激活潜力和资金唤醒价值,输出激活优先级和建议动作。

client-risk-exposure-diagnosis

105
from aifinlab/FinClaw

客户风险暴露诊断助手,适用于券商财富管理、投顾服务、客户风控、适当性管理等场景。 以下情况请主动触发此技能: - 用户提供了客户持仓数据、风险测评信息,问"这个客户风险怎么样""帮我诊断一下""风险暴露大吗" - 用户问"客户风险怎么评估""风险暴露怎么看""如何诊断客户风险" - 用户需要:客户风险诊断、风险暴露分析、适当性评估、风险预警 - 用户提到:客户风险、风险暴露、适当性、风险测评、持仓风险、客户预警 - 用户需要形成客户风险报告、投顾建议、风险预警、适当性核查 不要等用户明确说"客户风险诊断"——只要涉及客户风险评估、持仓风险分析、适当性判断,就应主动启动此技能。