investor-panel
Investor Panel · 50 贤评审团
调用上下文
读取以下输入:
.cache/{ticker}/dimensions.json— 19 维评分.cache/{ticker}/raw_data.json— 原始数据scripts/lib/investor_db.py— 50 人元数据scripts/lib/seat_db.py— 22 位游资射程规则
输出:
.cache/{ticker}/panel.json— 50 个 Signal + 投票统计
严格输出格式(Pydantic Signal,抄自 ai-hedge-fund)
每个投资者必须返回严格 JSON:
{
"investor_id": "buffett",
"name": "巴菲特",
"group": "A",
"avatar": "avatars/buffett.svg",
"signal": "bullish | neutral | bearish",
"confidence": 87,
"score": 82,
"verdict": "强烈买入 | 买入 | 关注 | 观望 | 等待 | 回避 | 不达标 | 不适合",
"reasoning": "1-3 句具体逻辑",
"comment": "用该投资者语言风格的金句 1-2 句",
"pass": ["..."],
"fail": ["..."],
"ideal_price": 16.20,
"period": "3-5 年"
}
Confidence 校准规则:
- 85-100:核心方法论硬指标全部命中或全部不命中
- 60-84:多数命中
- 30-59:部分命中、需要等待信号
- 0-29:方法论不适用此股 / 信息不足
执行步骤
Step 1: 加载元数据
from lib.investor_db import INVESTORS, by_group
from lib.seat_db import SEATS, is_in_range
Step 2: 对每位投资者
- 取出
fields白名单 - 从 dimensions.json 提取相关字段
- 读取该投资者所在 group 的 reference 文件(按需)
- 用该投资者的方法论 + 语言样本生成 Signal(Claude 自己生成)
- 校验 JSON 合法性
Step 3: 游资射程预过滤(F 组特殊)
对 22 位游资,先用 is_in_range(nickname, ticker_features) 判断是否在射程内:
- 在射程 → 正常评分
- 不在射程 →
signal: "neutral",verdict: "不适合",confidence: 90,comment: "{nick}的射程是{style},这只票不在风格内。"
Step 4: 汇总投票
{
"panel_consensus": (bullish_count / 50) * 100,
"vote_distribution": Counter(verdict for i in investors),
"signal_distribution": Counter(signal for i in investors),
"investors": [...]
}
7 大流派详细方法论
按需读取下列 references:
| 组 | 文件 | 人数 |
|---|---|---|
| A 经典价值 | references/group-a-classic-value.md |
6 |
| B 成长投资 | references/group-b-growth.md |
4 |
| C 宏观对冲 | references/group-c-macro-hedge.md |
5 |
| D 技术趋势 | references/group-d-technical.md |
4 |
| E 中国价投 | references/group-e-china-value.md |
6 |
| F 游资 | references/group-f-china-youzi.md |
22 |
| G 量化系统 | references/group-g-quant.md |
3 |
📚 语料库 (必读)
每次生成 comment 之前必须读 references/quotes-knowledge-base.md 查找该投资者的真实公开原话和"风格"字段。这是知识库 single source of truth。
语言风格守则
每位投资者的 comment 字段必须像他本人:
- 巴菲特:温和、引用奥马哈、用"我们"
- 芒格:刻薄、反向思维、引用心理学偏误
- 索罗斯:哲学化、提"反身性"
- 章盟主:豪迈、提"格局"、不谈细节
- 赵老哥:直接、谈"题材"、谈"二板"
- 段永平:朴素、问"商业模式""人""价格"
- 陈小群:江湖气、谈"分歧""一线天""核按钮"
每组 reference 文件末尾有 3-5 句真实公开语录作为 few-shot。
完成检查
- panel.json 包含 50 个 Signal
- 每个 Signal 字段齐全
- 22 位游资里至少有 N 位返回"不适合"(除非这只票是热门题材龙头)
- panel_consensus / vote_distribution / signal_distribution 三个汇总字段已计算
More from wbh604/uzi-skill
deep-analysis
个股深度分析的核心工作流。当用户要求"深度分析 / 全面分析 / 帮我看看 / 值不值得买 / DCF / 机构建模 / 首次覆盖 / 投委会备忘录"等涉及个股研究的请求时触发。覆盖 A 股、港股、美股,产出 22 维数据 + 51 位大佬量化评审 + 6 种机构级估值建模 (DCF/Comps/LBO/3-Stmt/Merger) + 7 种研究产物 (首次覆盖/财报解读/催化剂日历/投资逻辑追踪/晨报/量化筛选/行业综述) + 6 种决策方法 (IC Memo/DD/Porter/单位经济/VCP/再平衡) + 杀猪盘检测,最终生成 Bloomberg 风格 HTML 报告 + 社交分享战报。关键词:股票、个股、深度分析、估值、DCF、comps、首次覆盖、IC memo、杀猪盘、龙虎榜、akshare。
62lhb-analyzer
龙虎榜深度分析器。识别游资席位、判断机构 vs 游资博弈、对照同板块龙虎榜找辨识度龙头。当用户问"谁在买这只票/最近龙虎榜怎么样/X游资有没有上榜/这是不是X的票"时使用。
50trap-detector
杀猪盘检测器。当用户提到"朋友推荐"、"群里说"、"老师带"、"内幕消息"、"小红书 / 抖音看到推荐"等关键词,或显式要求"看看是不是杀猪盘 / 检测一下风险 / 这只票安全吗"时使用。扫描 8 个信号给出风险评级 🟢🟡🟠🔴。
50