¿Qué hace daily_stock_analysis?
Análisis inteligente de acciones A/H/USA impulsado por LLM: cotizaciones de múltiples fuentes + noticias en tiempo real + panel de decisiones LLM + notificaciones multicanal, ejecución programada sin costo.
Sistema de análisis inteligente de acciones A/H/USA impulsado por LLM: cotizaciones de múltiples fuentes + noticias en tiempo real + panel de decisiones LLM + notificaciones multicanal, ejecución programada sin costo.
Este skill, llamado daily_stock_analysis, proporciona un sistema completo de análisis bursátil automatizado para los mercados A (China), H (Hong Kong) y USA. Su principal ventaja es la integración de múltiples fuentes de datos de cotizaciones, noticias en tiempo real y un panel de decisiones impulsado por modelos de lenguaje (LLM), todo ello con soporte para notificaciones multicanal como correo electrónico, SMS o aplicaciones de mensajería. Está diseñado para ejecutarse de forma programada con costo cero, ideal para inversores que desean monitorear mercados sin intervención manual. El sistema utiliza LLMs para generar resúmenes y recomendaciones basadas en datos actualizados, y puede desplegarse fácilmente en plataformas como GitHub Actions o servidores personales. Su configuración es sencilla, requiriendo únicamente definir fuentes de datos y canales de notificación. Es particularmente útil para traders minoristas y entusiastas del análisis cuantitativo que buscan automatizar sus estrategias de inversión con inteligencia artificial.
npx skills add ZhuLinsen/daily_stock_analysisInstalled? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Análisis inteligente de acciones A/H/USA impulsado por LLM: cotizaciones de múltiples fuentes + noticias en tiempo real + panel de decisiones LLM + notificaciones multicanal, ejecución programada sin costo.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.