Communitygithub.com

1278147072-cell/a-share-financial-factor-report-skill

Compétence Codex pour produire des rapports appliqués sur les facteurs financiers des actions A chinoises.

Qu'est-ce que a-share-financial-factor-report-skill ?

Cette compétence, destinée aux agents AI comme Codex, permet de générer un rapport financier appliqué en chinois pour un cours de finance, en utilisant des données réelles d'actions A (marché chinois). Elle automatise l'ensemble du flux de production : sélection d'un facteur financier (ex : qualité de la marge brute, rotation des stocks), récupération des données via l'API publique East Money, construction de métriques standardisées, génération de graphiques Python (Matplotlib) avec titres en chinois, et rédaction d'un rapport structuré en neuf parties (résumé, contexte, données, construction du facteur, graphiques, validation Alpha par régression OLS/groupe, section machine learning conceptuelle, interprétation par cas, limites et conclusion). Une section dédiée à l'apprentissage automatique (Lasso, Ridge, Random Forest, XGBoost) est intégrée pour expliquer comment combiner des caractéristiques financières et prédire les rendements futurs, tout en insistant sur la logique financière et la validation hors échantillon pour éviter le surapprentissage. Le livrable final est un rapport Word (.docx), un script Python reproductible, des fichiers CSV et des graphiques PNG, le tout organisé dans un dossier `outputs/`. La compétence gère également la validation de la longueur du texte (5000+ mots) et l'emballage du code sur demande.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Rapport sur les Facteurs Financiers des Actions A

Utilisez cette compétence pour produire un rapport chinois appliqué pour un cours de finance : un rapport de facteurs d'indicateurs financiers avec des données réelles d'actions A, des graphiques générés en Python, la construction de facteurs, le regroupement, une discussion sur la régression/Alpha, une explication des facteurs par apprentissage automatique, et un livrable Word.

Livrables Standard

Créez les éléments suivants, sauf demande contraire de l'utilisateur :

  • Un rapport .docx dans outputs/.
  • Un script Python dans outputs/ qui reconstruit les données, les graphiques et les fichiers de résultats.
  • Des données/résultats CSV dans outputs/.
  • Des graphiques PNG dans outputs/.
  • Facultativement, un ZIP des fichiers de code lorsque l'utilisateur demande "代码打包" ou "代码文件形式输出".

Pour le travail DOCX, utilisez également la compétence documents si disponible : générez avec python-docx, rendez/vérifiez lorsque c'est possible, et indiquez si le rendu LibreOffice n'est pas disponible.

Flux de Travail

  1. Choisir ou confirmer le facteur

    • Si l'utilisateur dit "换一个指标", choisissez un facteur frais non utilisé dans le fil de discussion.
    • Bons choix : 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.
    • Évitez de répéter les entreprises et les indicateurs, sauf si l'utilisateur demande une continuité.
  2. Utiliser des données réelles d'actions A

    • Préférez l'interface publique 东方财富 lorsque le réseau est autorisé.
    • Pour les petits exemples, utilisez 3 à 4 sociétés cotées en actions A avec un contraste sectoriel clair.
    • Pour les vérifications Alpha sur grand échantillon, utilisez environ 300 sociétés d'actions A non financières pour maintenir un temps d'exécution gérable.
    • Excluez les industries financières pour les facteurs opérationnels, sauf si le facteur est explicitement spécifique au secteur financier.
    • Indiquez la source de données comme 东方财富公开财务接口 / 2024 年年度报告口径 lors de l'utilisation de l'API.
  3. Construire le facteur

    • Construisez 2 à 4 indicateurs financiers interprétables.
    • Standardisez les indicateurs avant de les combiner.
    • Gardez la formule simple et expliquez les poids en chinois simple.
    • Exemple : 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. Générer des graphiques

    • Au minimum : un graphique à barres de l'indicateur principal, un graphique à barres de l'indicateur auxiliaire, un graphique de dispersion/classement du facteur.
    • Si vous faites de l'Alpha : ajoutez un graphique de rendement par groupe et un graphique des coefficients Alpha/Bêta.
    • Utilisez des titres et des étiquettes en chinois. Gardez les graphiques lisibles dans Word.
  5. Validation Alpha

    • Suivez l'exigence d'image : n'expliquez pas une seule entreprise. Testez si le facteur explique les rendements boursiers généraux ou les tendances de prix.
    • Regroupez par facteur en 5 groupes, comparez les rendements futurs.
    • Effectuez une régression OLS : Return = α + β × Factor + controls + ε
    • Utilisez des variables de contrôle telles que la taille, le ROE, le levier ou la valorisation lorsqu'elles sont disponibles.
    • Interprétez honnêtement :
      • Si le groupe élevé bat le groupe faible et que β est significatif/positif : dites que le facteur montre des preuves Alpha positives.
      • Si α est positif mais que β n'est pas significatif : dites qu'il existe une interception de marché/échantillon mais que le facteur lui-même n'est pas prouvé.
      • Si le regroupement et la régression sont en conflit : expliquez les deux et choisissez une conclusion prudente.
  6. Section d'apprentissage automatique

    • Incluez une section conceptuelle de génération de facteurs ML, même si sklearn n'est pas installé.
    • Mentionnez Lasso, Ridge, Random Forest, XGBoost selon le cas.
    • Expliquez que le ML combine plusieurs caractéristiques financières pour prédire les rendements futurs, le ROE ou l'amélioration des flux de trésorerie.
    • Insistez sur la logique financière et la validation hors échantillon pour éviter le surapprentissage.
  7. Structure du rapport Utilisez cette structure en neuf parties pour le cours :

    • 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. Longueur

    • Si l'utilisateur demande 5000/5500/5700 字以上, vérifiez la longueur finale du texte DOCX avec python-docx.
    • Préférez une expansion concise par la méthodologie, l'interprétation Alpha, les mises en garde sectorielles et le flux de travail ML, pas du remplissage.

Notes sur l'API

Lisez references/eastmoney-fields.md lors de l'implémentation ou de la modification de scripts de récupération de données.

Utilisez scripts/factor_report_template.py comme point de départ lors de la création d'un nouveau script de métrique. Copiez-le dans l'espace de travail outputs/ ou work/, puis adaptez :

  • la liste des entreprises et les champs
  • la formule du facteur
  • les titres des graphiques
  • le récit du rapport

Langage d'Interprétation Commun

Utilisez des explications en chinois simple :

  • “Alpha 是否存在” signifie si le facteur crée toujours un excès de rendement après contrôle des variables communes.
  • “因子对 return 有解释力” signifie que les groupes à facteur élevé/faible montrent des rendements futurs différents, ou que la régression β a du sens.
  • “不能证明 Alpha 存在” est acceptable et souvent mieux que de surestimer.
  • “该指标能解释经营质量,但短期不一定预测股价” est une conclusion prudente valide.

Réponse Finale

Fournissez un lien vers le fichier .docx final et les fichiers de support clés. Mentionnez :

  • le facteur et les entreprises sélectionnés
  • si l'Alpha sur grand échantillon a été testé
  • la conclusion principale
  • les fichiers de code/données/graphiques générés

Skills associés