Communitygithub.com

Informe de Factores Financieros de Acciones A

Skill para Codex que produce informes aplicados en chino para cursos de finanzas: informes de factores de indicadores financieros con datos reales de acciones A, gráficos generados en Python, construcción de factores, regresión/discusión de Alpha, explicación de factores mediante machine learning y un entregable en Word.

¿Qué es Informe de Factores Financieros de Acciones A?

Este skill está diseñado para Codex y permite generar informes académicos en chino sobre factores financieros de acciones A (A-share) para cursos universitarios de finanzas. Utiliza datos reales de empresas listadas en la bolsa de China, obtenidos a través de la interfaz pública de East Money (东方财富), y genera automáticamente scripts en Python, gráficos PNG, datos CSV y un informe en formato Word (.docx). El flujo de trabajo incluye la construcción de factores financieros interpretables (como calidad de margen bruto, calidad de flujo de caja operativo, rotación de inventario, entre otros), la validación de Alpha mediante agrupación en quintiles y regresión OLS, y una sección conceptual de machine learning (Lasso, Ridge, Random Forest, XGBoost) para explicar cómo las técnicas avanzadas pueden combinar múltiples características financieras. El skill también maneja solicitudes de cambio de factor, evita repeticiones de empresas y productos, y garantiza que el informe siga una estructura de nueve partes típica de trabajos académicos chinos. Es compatible con entornos que tengan conexión a internet y acceso a la API de East Money, y recomienda el uso del skill de documentos ('documents') para la generación y verificación del archivo DOCX.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add 1278147072-cell/a-share-financial-factor-report-skill

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Informe de Factores Financieros de Acciones A?

Utiliza este skill para producir un informe aplicado en chino para cursos de finanzas: un informe de factores de indicadores financieros con datos reales de acciones A, gráficos generados en Python, construcción de factores, agrupación/regresión/discusión de Alpha, explicación de factores mediante machine learning y un entregable en Word.

Entregables Estándar

Crea estos a menos que el usuario solicite lo contrario:

  • Un informe .docx en outputs/.
  • Un script de Python en outputs/ que reconstruya datos, gráficos y archivos de resultados.
  • Datos/resultados CSV en outputs/.
  • Gráficos PNG en outputs/.
  • ZIP opcional de archivos de código cuando el usuario solicite “代码打包” o “代码文件形式输出”.

Para el trabajo con DOCX, utiliza también el skill de documents si está disponible: genera con python-docx, renderiza/verifica cuando sea posible, y menciona si la renderización con LibreOffice no está disponible.

Flujo de Trabajo

  1. Elegir o confirmar el factor

    • Si el usuario dice “换一个指标”, elige un factor nuevo no utilizado en el hilo.
    • Buenas opciones: 毛利率质量, 经营现金流质量, 存货周转, 应收账款质量, 应付账款议价, ROE质量, 资产负债率风险, 收入增长质量, 费用率控制, 估值因子.
    • Evita repetir empresas e indicadores a menos que el usuario solicite continuidad.
  2. Usar datos reales de acciones A

    • Prefiere la interfaz pública de 东方财富 cuando la red esté permitida.
    • Para casos pequeños, utiliza 3-4 empresas listadas en acciones A con un claro contraste de industria.
    • Para verificaciones de Alpha con muestra grande, utiliza alrededor de 300 empresas de acciones A no financieras para mantener el tiempo de ejecución manejable.
    • Excluye industrias financieras para factores operativos a menos que el factor sea específico del sector financiero.
    • Indica la fuente de datos como 东方财富公开财务接口 / 2024 年年度报告口径 cuando se use la API.
  3. Construir el factor

    • Construye 2-4 métricas financieras interpretables.
    • Estandariza las métricas antes de combinarlas.
    • Mantén la fórmula simple y explica los pesos en chino claro.
    • Ejemplo: 质量因子 = 0.50 × 标准化核心指标 + 0.25 × 标准化辅助指标1 + 0.25 × 标准化辅助指标2
  4. Generar gráficos

    • Como mínimo: un gráfico de barras de la métrica principal, un gráfico de barras de una métrica auxiliar, un gráfico de dispersión/clasificación del factor.
    • Si se realiza Alpha: añade un gráfico de rendimiento por grupo y un gráfico de coeficientes Alpha/Beta.
    • Usa títulos y etiquetas en chino. Mantén los gráficos legibles dentro de Word.
  5. Validación de Alpha

    • Sigue el requisito de imagen: no solo expliques una empresa. Prueba si el factor explica rendimientos bursátiles amplios o tendencias de precios.
    • Agrupa por factor en 5 grupos, compara rendimientos futuros.
    • Ejecuta OLS: Return = α + β × Factor + controls + ε
    • Usa controles como tamaño, ROE, apalancamiento o valoración cuando estén disponibles.
    • Interpreta honestamente:
      • Si el grupo alto supera al grupo bajo y β es significativo/positivo: di que el factor muestra evidencia positiva de Alpha.
      • Si α es positivo pero β no es significativo: di que existe un intercepto de mercado/muestra pero el factor en sí no está probado.
      • Si la agrupación y la regresión entran en conflicto: explica ambas y elige una conclusión cautelosa.
  6. Sección de machine learning

    • Incluye una sección conceptual de generación de factores con ML aunque no esté instalado sklearn.
    • Menciona Lasso, Ridge, Random Forest, XGBoost según corresponda.
    • Explica que el ML combina múltiples características financieras para predecir rendimientos futuros/ROE/mejora del flujo de caja.
    • Enfatiza la lógica financiera y la validación fuera de muestra para evitar sobreajuste.
  7. Estructura del informe Utiliza esta estructura de nueve partes para el trabajo del curso:

    • 摘要、关键词
    • 一、研究背景与问题提出
    • 二、数据来源与处理口径
    • 三、指标构建与因子逻辑
    • 四、Python 图表与结果分析
    • 五、传统方法:分组与回归分析 / Alpha 检验
    • 六、机器学习方法生成综合因子
    • 七、公司案例解读
    • 八、投资应用建议与局限
    • 九、结论
    • 附件:数据与代码
  8. Extensión

    • Si el usuario solicita 5000/5500/5700 字以上, verifica la longitud final del texto DOCX con python-docx.
    • Prefiere una expansión concisa a través de metodología, interpretación de Alpha, advertencias de industria y flujo de trabajo de ML, no relleno.

Notas de la API

Lee references/eastmoney-fields.md al implementar o modificar scripts de obtención de datos.

Usa scripts/factor_report_template.py como punto de partida al crear un nuevo script de métricas. Cópialo en el espacio de trabajo outputs/ o work/, luego adapta:

  • la lista de empresas y campos
  • la fórmula del factor
  • los títulos de los gráficos
  • la narrativa del informe

Lenguaje de Interpretación Común

Usa explicaciones en chino sencillo:

  • “Alpha 是否存在” significa si el factor sigue generando rendimiento excesivo después de controlar variables comunes.
  • “因子对 return 有解释力” significa que los grupos de factor alto/bajo muestran rendimientos futuros diferentes, o que la β de regresión es significativa.
  • “不能证明 Alpha 存在” es aceptable y a menudo mejor que exagerar.
  • “该指标能解释经营质量,但短期不一定预测股价” es una conclusión cautelosa válida.

Respuesta Final

Enlaza el .docx final y los archivos de soporte clave. Menciona:

  • el factor y las empresas seleccionadas
  • si se probó Alpha con muestra grande
  • la conclusión principal
  • los archivos de código/datos/gráficos generados

Skills relacionados