基于恒生聚源 MCP 一致预期明细数据,执行券商盈利预测对比分析。
| 场景 | 描述 | 触发示例 |
|---|---|---|
| ------ | ------ | ---------- |
| 预测分歧分析 | 对比不同券商预测差异,识别乐观/悲观阵营 | "分析老凤祥的券商预测,哪些券商最乐观" |
| 预测调整追踪 | 追踪近期券商预测上调/下调趋势 | "最近 3 个月券商是在上调还是下调老凤祥的预测" |
| 业绩实现概率 | 评估实际业绩超过券商预测的概率 | "老凤祥 2026 年业绩超过预测的概率有多大" |
| 券商准确度 | 回测各券商历史预测准确度排名 | "哪些券商的历史预测最靠谱" |
| 隐含增长率 | 反推当前股价隐含的增长预期 | "当前市值隐含了什么样的增长预期" |
必需输入:目标公司名称
⚠️ 首次使用前必须完成配置!
> 📖 详细配置指南:见 references/setup-guide.md
本 skill 所有文件统一使用 UTF-8 with BOM 编码,确保:
> 📖 详细编码标准:见 ENCODING.md
> 🧪 编码验证工具:运行 python scripts/test_encoding.py 测试编码配置
本文档及所有引用文档中描述的工作流程、约束、规范均为强制性要求,必须严格遵守。
| 原则 | 说明 |
|---|---|
| ------ | ------ |
| 流程不可跳过 | 数据收集 → 数据处理 → 可视化生成 → 报告组装,每个阶段必须按顺序执行 |
| 文档必须遵循 | references/ 目录下的所有文档(工作流、模板、规范)与主文档具有同等约束力 |
| 约束不可违反 | 「限制与规范」章节中的所有约束(C01-C07)为红线要求,违反将导致报告无效 |
| 脚本必须调用 | 所有可视化和 PDF 生成必须调用预置脚本,禁止手动编写或跳过 |
> 📖 完整约束清单:见 限制与规范 章节
> 📖 详细工作流:见 references/data-collection-workflow.md
目标:获取一致预期汇总数据 + 券商明细数据
数据内容:
> 📖 数据收集完整工作流:严格遵循 references/data-collection-workflow.md
阶段一输出(存于 reports/tmp_*/ 目录):
reports/tmp_YYYYMMDD_HHMMSS/
├── raw_consensus_summary.json # 一致预期汇总原始数据
├── raw_broker_forecasts.json # 券商预测明细原始数据
├── raw_historical_financials.json # 历史财务数据原始数据
├── raw_stock_price.json # 股价原始数据
└── raw_company_info.json # 公司基本信息原始数据
目标:处理原始数据 + 生成可视化图表
流程:
process_data.py → 生成可视化 JSONrevision_trend、beat_probability 等字段(无需手动执行)> 📖 详细流程:见 references/data-collection-workflow.md 的 Phase 2-3
阶段二输出(存于 reports/tmp_*/ 目录):
jy-earnings-forecast-comparison/
├── SKILL.md # 主文件
├── scripts/ # 脚本目录
│ ├── save_raw_json.py # 数据处理(JSON转义错误)
│ ├── process_data.py # 数据处理(API 原始数据 → 可视化 JSON)
│ ├── generate_dashboard.py # 高管摘要仪表板生成
│ ├── generate_forecast_distribution.py # 预测分布直方图生成
│ ├── generate_heatmap.py # 券商预测热力图生成
│ ├── generate_revision_trend.py # 预期修正趋势图生成
│ └── md2pdf.py # PDF 转换
├── references/ # 详细文档目录
│ ├── setup-guide.md # 配置指南
│ ├── data-collection-workflow.md # 数据收集工作流
│ ├── report-template.md # 报告模板
│ ├── visualization-dataflow.md # 可视化数据流设计
│ └── design-decisions.md # 设计决策说明
└── reports/ # 输出目录(首次调用skill时自动创建)
> 📖 设计决策说明:详见 references/design-decisions.md
> 违反以下约束将导致报告无效!
| 编号 | 约束 | 理由 |
|---|---|---|
| :----: | ------ | ------ |
| C01 | 必须调用 4 个可视化脚本生成独立 HTML 文件 | 确保图表可维护、可复用、可调试 |
| C02 | 禁止在 scripts/ 目录外新建任何 .py 文件 | 避免代码分散和临时文件污染 |
| C03 | 必须使用 引用 HTML,禁止内联 HTML/CSS | 保持 MD 简洁,确保 PDF 正确渲染 |
| C04 | 必须调用 md2pdf.py 生成 PDF | 交付格式要求 |
| C05 | 禁止自行新建/编写任何脚本文件 | 所有数据处理和可视化必须使用 skill 预置脚本(scripts/ 目录下的 6 个 .py 文件),不得在本地临时创建新的 .py、.js 或其他脚本文件 |
| C06 | 生成 MD 报告前必须调用 4 个可视化脚本 | 确保 HTML 文件已生成, 引用有效 |
| C07 | 生成 MD 报告后必须调用 md2pdf.py 生成 PDF | 确保最终交付物包含 PDF 格式 |
详细说明见 references/visualization-dataflow.md 的「执行规范」章节。
⚠️ 报告中涉及到 gildata API 时,data source 需精确到 具体的 API,同时 data provider 统一写为 恒生聚源 MCP。
⚠️ 角标使用规范:详见 references/data-collection-workflow.md 的「数据溯源规则」章节。
references/report-template.md 结构)md2pdf.py 自动转换生成(中间文件)python scripts\md2pdf.py 生成(最终交付格式)reports/[YYYY-MM-DD]_盈利预测对比_[目标公司].{md,html,pdf}> ⚠️ 以下步骤必须按顺序执行,不得跳过或合并!
完整流程详见 references/data-collection-workflow.md。
简要流程:
Phase 1: 数据收集
├─ 调用 5 类 API → 生成 raw_*.json
└─ 运行 process_data.py → 生成可视化 JSON
Phase 2: 可视化生成
├─ generate_dashboard.py → dashboard.html
├─ generate_heatmap.py → heatmap.html
├─ generate_forecast_distribution.py → distribution.html
└─ generate_revision_trend.py → revision_trend.html
Phase 3: 报告组装
├─ LLM 自动填充 report-template.md 占位符 → 生成 MD
└─ 运行 md2pdf.py → PDF
> 💡 LLM 增量写入说明:consensus_data.json 中的 revision_trend、beat_probability、beat_prob_comment 字段由 LLM 在生成报告前自动填充,无需手动执行。
| 禁止项 | 正确做法 |
|---|---|
| -------- | --------- |
在 scripts/ 外新建 .py 文件 | 所有脚本必须放在 scripts/ 目录 |
| 内联 HTML/CSS 到 MD | 使用 引用 |
| 跳过可视化脚本 | 按顺序执行 Phase 2 所有步骤 |
共 1 个版本