lyra81604/wer-ist-der-beste-manager

Wer-ist-der-beste-Manager Skill (最强经理之争)

Vier Fondsmanager mit extrem unterschiedlichen Stilen werden in dieselbe Arena gestellt. Es können ihre tatsächlichen Worte aus öffentlichen Quellen zitiert, ihre jeweiligen Anlagemethoden erklärt und mit echten Daten aller von ihnen verwalteten Fonds gleichwertige Vergleiche, Umschichtungsverfolgungen und Branchenperspektiven angestellt werden. Dies hilft dem Benutzer, eine Branche, einen Fonds und die Frage, "welcher Stil besser zu einem selbst passt", umfassender zu verstehen.

Die vier Manager und ihre Positionierung (Details in references/arena/managers.json):

• Zheng Xi (YiFangDa) —— Konjunkturzyklus-Nähen / Zykluspositionierung / ROE-Schwung bei niedrigen Bewertungen / Top-Down-Wertschöpfungskette.
• Zhang Kun (YiFangDa) —— Value-Investing / Langfristiges Halten hochwertiger Unternehmen / Sehr niedriger Umschlag / "Berechnung des Privatisierungswerts".
• Wu Yang (YiFangDa) —— Wachstum im Industriezyklus verankern / Vorausschau auf Wachstumsfelder wie KI-Rechenleistung / Konzentrierte Positionen.
• Jin ZiCai (CaiTong) —— Konjunkturelles Investieren / Industrie-Meso-Konfigurationsrotation / Industrieforschung-getrieben / Hoher Umschlag.

Drei Grundpfeiler (alle in references/, nachvollziehbar)

• Original-Korpus references/managers/{manager}/corpus/ —— Öffentliche Aussagen der Manager im Original: Regelmäßige Berichte "Anlagebetrieb/Strategieanalyse", Manager-Notizen, Medieninterviews; Jin ZiCai hat zusätzlich "Tiantian Fund Dynamics" – kurze Marktmeinungen, die er häufig auf seiner persönlichen Tiantian-Seite veröffentlicht, aktueller als Quartalsberichte (Korpustyp 天天基金动态, exklusiv durchsuchbar mit search_corpus.py --type 天天基金动态). Jede .md-Datei hat im Header Titel/Datum/Quelle/Original-Link; der Haupttext folgt nach ---.
• Anlagemethode references/managers/{manager}/method.md —— Methodisches Rahmenwerk, destilliert aus dem jeweiligen Korpus, jeder Punkt mit einem tatsächlichen Zitat des Managers untermauert. Dies ist der grundlegende Unterschied dieses Skills zu "Stilbeschreibungen aus dem Gedächtnis".
• Echte Fondsdaten references/fund_data/ (Zheng Xi) und references/fund_data_cache/ (die anderen drei) —— Vierteljährliche Top-10-Bestände, Nettoinventarwert/Periodenrendite/Maximaler Drawdown/Fondsvolumen/Vermögensallokation/Rendite seit Amtsantritt für jeden Fonds.
• Arena-Metadaten references/arena/managers.json —— Verwaltete Fonds, Amtszeiträume (start/end) und Stil-Labels für alle vier; references/arena/scorecard.md —— Sechsdimensionale Vergleichsmatrix.

Skriptausführung (wichtig, sonst erscheint ständig ein Bestätigungsdialog)

Skripte verwenden absolute Pfade zur Selbstlokalisierung der Daten und haben eingebaute Ausgabelimits. Beim Aufruf unbedingt als einfachen Befehl halten:

• ✅ Richtig: python "<skill-verzeichnis>/scripts/compare_managers.py"
• ❌ Nicht cd … && python … (Kombinationsbefehle mit cd erzwingen manuelle Bestätigung)
• ❌ Keine 2>/dev/null, | head, > oder andere Umleitungen/Pipelines
• ❌ Kein ; / && zum Verketten mehrerer Befehle – immer nur ein Skript auf einmal ausführen

<skill-verzeichnis> ist das Verzeichnis dieser SKILL.md-Datei (Skripte liegen im Unterverzeichnis scripts/).

Die vier Hauptanwendungen

Anwendung 1: Manager-Arena (Wer ist stärker?)

Wenn der Benutzer fragt "Wer hat den Drawdown besser im Griff?", "Wer hat die höchste Rendite?", "Wer ist besser?", "Zhang Kun vs. Jin ZiCai":

1. Zuerst echte Kennzahlen abrufen: python scripts/compare_managers.py (Arena mit den Repräsentativfonds der vier). Für alle Fonds --all hinzufügen; nur bestimmte Manager vergleichen python scripts/compare_managers.py Zhang Kun Jin ZiCai; Bestimmte Fonds gegeneinander python scripts/compare_managers.py --fund 005827 720001.
2. Dann nach den sechs Dimensionen in references/arena/scorecard.md "szenariobasierte Schlussfolgerungen" geben: Langfristrendite, Drawdown-Kontrolle, risikoadjustierte Rendite, Umschlag/Strategietyp, Konjunkturzyklus-Griff, Branchenforschungstiefe. Keine vereinfachte Rangliste wie "absoluter Erster" – erklären Sie: "Für langfristige, stetige Renditen mit wenig Aufwand wen wählen, für zyklische Branchen-Elastizität wen wählen", und belegen Sie es.
3. Wichtiger Hinweis: Zhang Kun "kontrolliert Drawdowns nicht durch Timing, sondern durch Aktienauswahl"; bei hoher Aktienquote und Konzentration können die Buchdrawdowns in Bärenmärkten beträchtlich sein. Erklären Sie dies anhand seiner Logik, nicht nur anhand der Zahlen. Die Amtszeiträume sind unterschiedlich lang (Zhang Kun hat die längste Stichprobe, die einen vollständigen Bullen-Bären-Zyklus abdeckt). Weisen Sie darauf hin.

Anwendung 2: Branchen-/Aktienanalyse (Vier Linsen auf eine Branche)

Wenn der Benutzer fragt "Wer kauft Glasfaserkommunikation?", "Wie sehen sie AI-Rechenleistung?", "Wer hält Zhongji InnoLight?", "Wer von den vieren hält Kweichow Moutai?":

1. Zuerst echte Bestände ansehen: python scripts/sector_lens.py 光通信 (enthält gängige Themenwörter, die zu einem Korb von Aktien erweitert werden); oder direkt Aktiennamen übergeben python scripts/sector_lens.py 中际旭创; benutzerdefinierte Aktienpakete --names 中际旭创,新易盛. Es gibt aus: Welche verwandten Aktien hält jeder, wann erstmals gekauft, aktueller Anteil und Spitzenwert, ob noch in den Top 10.
2. Dann die jeweiligen Meinungen hinzufügen: Mit python scripts/search_corpus.py 光通信 (alle vier durchsuchen, sehen, wer was gesagt hat, Originalzitate) + den jeweiligen method.md-Dateien, eine "Vier-Linsen"-Gesamtansicht geben: Wer setzt schwer, wer streut, wer rotiert, wer hält gar nichts, und die jeweiligen Gründe.
3. So wird "eine Branche schnell verstehen" vertieft: Es gibt sowohl die Beweise durch echtes Geld (Positionen) als auch die Industrieeinschätzungen der Originalzitate.

Anwendung 3: Bestands- / Umschichtungsverfolgung

Wenn der Benutzer fragt "Was hat Jin ZiCai kürzlich umgeschichtet?", "Hat Zhang Kun sich in den letzten Jahren bewegt?", "Wer reduziert Rechenleistung?":

1. python scripts/holdings_diff.py Jin ZiCai (dessen Repräsentativfonds vierteljährlich: Neuaufnahmen/Vollverkäufe/Aufstockungen/Reduzierungen); Bestimmten Fonds angeben python scripts/holdings_diff.py 720001; längeren Zeitraum --quarters 12; bestimmten Manager und Fonds Wu Yang --fund 011891.
2. In der Interpretation auf den Stil beziehen: Jin Zicais komplette Gruppenwechsel = Meso-Rotation; Zhang Kun bewegt sich kaum = Buy-and-Hold; mit seinen Quartalsberichts-Originalzitaten abgleichen, um zu belegen "warum diese Änderung".

Anwendung 4: Multi-Perspektiv-Referenz (Kalibrieren Sie Ihr eigenes Urteil, nicht für Sie entscheiden)

Wenn der Benutzer fragt "Wie soll ich diesen Fonds/diese Branche sehen?", "Ich halte selbst X, was würden diese vier dazu sagen?":

1. Kombinieren Sie die obigen drei Aktionen: Zuerst compare_managers für das Rendite-/Drawdown-Profil dieser Strategie, dann sector_lens für die echten Positionen der vier in dieser Richtung, dann mit den jeweiligen method.md-Dateien "vier Perspektiven" für das Urteil geben, sodass der Benutzer unterschiedliche Strategien und Kompromisse für dasselbe Problem sieht.
2. Ziel ist Kalibrierung der Wahrnehmung, nicht Erteilung von Anweisungen: Präsentieren Sie einen Vergleich von "Was würde Zhang Kun denken, was würde Jin ZiCai tun", um dem Benutzer zu helfen, seine eigene Risikotoleranz und seinen Zeithorizont zu klären. Treffen Sie keine Kauf-/Verkaufsentscheidungen für den Benutzer.

Fortgeschrittene Anwendungen (Innovative Tools, bei Bedarf)

Diese nutzen die doppelte Basis "Originalquellen + echte Bestände" kreativ und sind die einzigartigen Stärken dieses Skills:

• Stilradar + Charakterkarte —— Wenn der Benutzer "auf einen Blick die Stilunterschiede der vier sehen/welcher Typ wer ist" möchte, python scripts/style_radar.py ausführen: Gibt relative Punktzahlen für die vier in sechs Dimensionen (Renditeelastizität/Drawdown-Kontrolle/Risikoadjustierung/Rotation-Umschlag/Positionskonzentration/Langlaufjahre) + einen Einzeiler-Charakter und generiert references/arena/style_radar.svg. Diese SVG kann dem Benutzer direkt präsentiert werden; wenn die Umgebung es unterstützt, kann auch ein interaktives Radar mit show_widget basierend auf den sechs Dimensionen gerendert werden.
• Vierteljährlicher Umschichtungsbericht —— "Was haben alle vier in diesem Quartal umgeschichtet? Wer ist gegenläufig?" python scripts/rebalance_brief.py (mit --all für alle Fonds) ausführen: Fasst die Zukäufe/Reduzierungen des letzten Quartals zusammen und destilliert [Konsenskäufe / Konsensverkäufe / deutliche Abweichungen]. Ideal für /schedule nach der Veröffentlichung der Quartalsberichte.
• Konsistenzprüfung —— "Hat X gesagt, er mag Y, es aber wirklich gekauft?" python scripts/consistency_check.py <manager> <thema/aktie> ausführen: Stellt "Gesagtes" (Stellungnahmen im Korpus, früheste Erwähnung) und "Gekauftes" (echte Top-10-Bestände, Einstiegsquartal) gegenüber und gibt eine Konsistenzbeurteilung. Betont, dass es sich um einen Beweisvergleich handelt, nicht um ein endgültiges Urteil.
• Meinungs-Zeitmaschine —— "Wer hat Glasfaserkommunikation zuerst gesehen? Wer war spät dran?" python scripts/opinion_timeline.py <thema> [--manager X] ausführen: Ordnet die Originalaussagen der vier über die Jahre auf einer Zeitleiste an, markiert "früheste Erwähnung", zeigt, wer früher positioniert war, wer unterwegs gedreht hat.
• Vierer-Konsultation —— "Wenn ich Branche X / Aktie Y halte, was würden die vier dazu sagen?" python scripts/consult.py <branche/thema/aktie> ausführen: Liefert in einem Durchgang [echte Positionshöhe + Originalzitat + Methodenpositionierung] jedes der vier und synthetisiert daraus eine strukturierte "Vier-Perspektiven"-Bewertung (Zitate originaltreu, für nicht besprochene Themen wird mit ihrer Methode extrapoliert und deklariert, Bestände mit Quartalsangabe).
• Benutzerdefinierte Arena —— Wenn der Benutzer "auch diesen Fonds/diesen Manager mit in den Vergleich nehmen möchte", python scripts/compare_managers.py --add <code oder managername...> ausführen: Kann jeden Fonds-Code hinzufügen oder externe Manager namentlich nennen (im Skript eine EXTRA_MANAGERS-Tabelle, z.B. Zhu Shaoxing/Liu Yanchun/Ge Lan..., fehlende lokale Daten werden automatisch online abgerufen). Hinweis: Externe Manager werden nur auf der Arena-Ebene zahlenmäßig verglichen, haben kein Korpus, können daher nicht in die Konsultation/Konsistenzprüfung/Zeitmaschine; um jemanden auf die Korpus-Ebene zu bringen, müssten seine Daten offiziell als 5. Person erfasst werden.

Quellenangabe / Methoden / Stilisierung (Einzel-Manager-Fähigkeiten, wie gehabt)

• "Was denkt X über Y / Was ist seine Meinung?" —— search_corpus.py "schlüsselwort" --manager X zum Finden des Originals, zitieren und natürlich die Quelle angeben; bei Entwicklung über die Jahre hinweg die Jahreszahlen verketten.
• "Was ist die Anlagemethode / das Rahmenwerk von X?" —— references/managers/X/method.md lesen (jeder Punkt mit Originalzitat).
• "Schreibe einen Abschnitt im Stil von X" —— Zuerst zwei-drei seiner echten Quartalsberichte/Notizen lesen, um den Schreibstil zu erfassen, dann schreiben, keine Zahlen/Positionen erfinden, am Ende "Stilisierte Simulation" vermerken.
• "X sagt, er mag Y, hat er es gekauft?" (Aussage vs. Handlung) —— Aussage aus dem Korpus + holdings_diff/Fondsdaten der entsprechenden Quartale für die echten Bestände, beides gegenüberstellen. Dabei nur Quartale innerhalb seiner Amtszeit verwenden (siehe unten).

Zitieren und Ehrlichkeit (hier keine Lockerungen)

• Originaltreu: Ein Zitat eines Managers muss wörtlich mit seinem Korpus übereinstimmen. Nicht umschreiben, nicht als Originalzitat ausgeben, nachdem es gekürzt wurde. Nicht verwechseln: Setzen Sie nicht die Worte von A auf B.
• Natürliche, saubere Quellenangabe: Die Quelle in natürlicher Sprache angeben ("Zhang Kun schrieb in seiner Notiz von 2012" / "Jin ZiCai sagte im Q1 2026 Bericht"). Keine internen Kennzeichen in die Antwort schreiben – [Zhang Kun | Regelmäßiger Bericht | …], method.md, Dateipfade, Quartalslabel-Formate usw. sollten nicht im Text für den Benutzer erscheinen. Nicht die Anzahl der erfassten Dokumente angeben ("insgesamt X Stück").
• Drei Arten von Aussagen unterscheiden: ① Tatsächliches Zitat (originaltreu + natürliche Quelle); ② Ableitung basierend auf seiner Methode (klarstellen, dass es eine Ableitung ist); ③ Fakten, die überprüft werden müssen (spezifische Unternehmen/Preise/Zahlen).
• Quartalsgranularität, nicht einzelne Transaktionen: Chinesische Publikumsfonds legen nur vierteljährlich (Top 10) / halbjährlich (alle) offen, es gibt keine einzelnen Kauf-/Verkaufszeitpunkte. Umschichtungen/Bestände sind Quartals-Snapshots; beim Zitieren das Quartal und das Datum der Daten angeben. Nicht "Änderungen zwischen Quartalen" als "an einem bestimmten Tag gekauft/verkauft" bezeichnen.
• Amtszeitraumfilter: Bestands-/NAV-Daten können die gesamte Fondsgeschichte abdecken (einschließlich der Amtszeit anderer Manager). managers.json markiert start/end für jeden Fonds jedes Managers. Die Skripte schneiden bereits nach dem Amtszeitraum zu; bei manueller Interpretation auch nur Quartale innerhalb seiner Amtszeit zählen. Nicht die Bestände/Leistungen anderer ihm zurechnen.
• Kennzahlen sind Schätzungen: Drawdowns/Volatilität werden aus dem Nettoinventarwert geschätzt, der Umschlag ist eine Näherung aus den Top-10-Beständen, das Startdatum einiger Fonds von Jin ZiCai ist eine konservative Annahme – all diese Einschränkungen erwähnen.
• Nicht erfinden: Das Erfinden von nicht gemachten Aussagen oder das Erfinden von Beständen/Leistungen/Kurszielen ist das größte Tabu; wenn im Korpus und den Daten nichts vorhanden ist, dies ehrlich sagen.

Was tun bei Themen außerhalb des Korpus?

Zu einem Thema, zu dem sich ein Manager nicht öffentlich geäußert hat: Zuerst mit search_corpus.py --manager X bestätigen, dass es wirklich nichts gibt; den ersten Satz der Antwort fett markieren (z.B. "Zhang Kun hat sich nicht öffentlich zu innovativen Medikamenten geäußert. Das Folgende ist eine Ableitung basierend auf seiner typischen Methode und repräsentiert nicht seine persönliche Meinung."), dann mit seinem method.md-Rahmenwerk ableiten. In der Ableitung spezifische Firmen/Zahlen mit "muss überprüft werden" kennzeichnen.

Werkzeugübersicht

• scripts/compare_managers.py —— Manager-Arena quantitativ (--all alle Fonds / Managername… Auswahl / --fund Code… Pairing / --add Code oder Managername… benutzerdefinierte Integration). --add kann Fonds-Codes hinzufügen oder externe Manager namentlich nennen (Zhu Shaoxing/Liu Yanchun/Xie Zhiyu/Ge Lan/Xiao Nan/Fu Pengbo/Liu Gesong/Zhou Weiwen/Lao Jienan/Hu Xinwei, siehe EXTRA_MANAGERS-Tabelle im Skript, inkl. Repräsentativfonds und Quellen); Aber externe Manager kommen nur in die "Arena-Zahlenvergleich", haben kein Korpus, nicht in Aussage-Handlung-Vergleich/Konsultation/Zeitmaschine/Radar und werden anhand der gesamten Fondsgeschichte (nicht Amtszeiten-Schnitt) verglichen.
• scripts/sector_lens.py <Branche/Aktie> —— Branchen-/Aktieneinblick: Wer hält/stellt zu/reduziert/frühe Positionierung (--names benutzerdefiniertes Aktienpaket).
• scripts/holdings_diff.py <Manager oder Code> —— Vierteljährliche Umschichtungsverfolgung (--quarters N, --fund Code).
• scripts/search_corpus.py "begriff" —— Korpus-Suche über alle vier (--manager, --type inkl. 天天基金动态, --any, --context).
• scripts/style_radar.py —— Stilradar + Charakterkarte (sechsdimensionale relative Punktzahl, generiert SVG).
• scripts/rebalance_brief.py —— Vierteljährlicher Umschichtungsreport (Konsens/Abweichungen, --all).
• scripts/consistency_check.py <Manager> <Thema> —— Konsistenzprüfung (Gesagtes vs. Gekauftes).
• scripts/opinion_timeline.py <Thema> —— Meinungs-Zeitmaschine (Jahreszeitachse mit Originalaussagen, --manager).
• scripts/consult.py <Branche/Thema/Aktie> —— Vierer-Konsultation mit Beweisblatt (Bestände + Zitat + Methode).
• references/managers/{manager}/method.md —— Methodisches Rahmenwerk des jeweiligen Managers (mit Originalzitaten).
• references/arena/managers.json —— Verwaltete Fonds, Amtszeiträume, Stil-Labels der vier.
• references/arena/scorecard.md —— Sechsdimensionale Vergleichsmatrix.
• scripts/fund_lookup.py Schlüsselwort / scripts/fetch_any_fund.py <Code> —— Fonds-Codesuche / Datenabruf für beliebige Marktfonds (online, für erweiterte Vergleiche).
• Datenaktualisierung: YiFangDa-Manager-Korpus python scripts/scrape_manager.py Zhang Kun zhangkun 721 (Wu Yang wuyang 717, Zheng Xi zhengxi 462); Jin ZiCai Quartalsbericht-Korpus python scripts/fetch_caitong_corpus.py, dynamische Beiträge python scripts/fetch_jin_dynamics.py (mit Zahl nur die letzten N abrufen); Fondsdaten python scripts/fetch_any_fund.py <Code> --force.

Grenzen

Forschungs- und Lernhilfe, stellt keine Anlageberatung dar, prognostiziert keine Kurse, gibt keine Kauf-/Verkaufsanweisungen, verspricht keine Renditen. "Bester" variiert je nach Szenario und Maßstab; keine absolute Rangliste. Korpus und Daten stammen aus öffentlich zugänglichen Informationen der vier Manager und ihrer Fonds.