Community研究与数据分析github.com

caredhieacid/fund-copilot

基金副驾:AI agent skill that screens Chinese mutual funds from public data for manual purchase through Alipay. Copilot, not autopilot — 它筛选,你决定。不登录、不下单、不预测。

fund-copilot 是什么?

fund-copilot is a Claude Code agent skill that 基金副驾:AI agent skill that screens Chinese mutual funds from public data for manual purchase through Alipay. Copilot, not autopilot — 它筛选,你决定。不登录、不下单、不预测。.

兼容平台Claude Code~Codex CLI~Cursor
npx skills add caredhieacid/fund-copilot

Installed? Explore more 研究与数据分析 skills: obra/superpowers, affaan-m/quarkus-verification, affaan-m/uspto-database · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

支付宝基金筛选

目标

从公开公募基金数据或用户给出的支付宝候选代码中,生成可复核的候选排名。所有数值由脚本计算;不要凭语言模型印象补数据。

默认行为

当用户没有说明参数时,不追问,采用:

  • 策略:best——跨全类别推荐:A股宽基、策略/主题指数、QDII(海外)、债券、主动权益 各出类别内最优(QDII 最多 4 只),评分只在同类别内可比;QDII 参赛但暂停申购剔除、 限大额/限购保留并打标;
  • 风险:medium;持有期:3 年;
  • 每只基金给出“历史持有体验”(任一时点买入持有 1/3/5 年的历史正收益概率、最长回本时长) 和“建议持有 ≥N 年”参考(历史胜率 ≥80% 的最短窗口;须声明历史不代表未来);
  • 排除:封闭、定开、各类持有期/滚动持有锁定产品、养老、FOF、二级债/转债、主题行业单押; 单类策略(如 core-index)下 QDII 与红利/低波/港股策略指数不参赛,best/all 下参赛;
  • 剔除份额规模低于 0.5 亿份的基金(清盘风险);同一指数最多保留 1 只(--max-per-index 可调);
  • 收益、回撤、波动等指标按分红复权口径计算;自动模式仅保留历史覆盖完整评估窗口的基金;
  • 不登录支付宝,不读取账户,不下单。

必须在回答中明确哪些参数使用了默认值,并转述各类别首选与其持有时长参考。

参数约束:--risk low 目前只保留债券型基金,不能与 --strategy core-index--strategy active 组合(脚本会直接报错);低风险请求用 --strategy bond(或 balanced/all)。

执行步骤

  1. 定位本 SKILL.md 所在目录,记为 SKILL_DIR
  2. 确认 SKILL_DIR/.venv/bin/python 存在;不存在时提示用户在该目录运行 ./setup.sh,不要伪造结果。
  3. 将用户意图映射为参数:
    • 「推荐最好的」「不限类型」「都看看」:--strategy best(默认)
    • 长期定投、普通人核心仓位、宽基:--strategy core-index
    • 稳健、低波动、债基:--strategy bond --risk low
    • 主动股票/混合基金:--strategy active,并提醒经理变更校正有限
    • 多类型比较:--strategy balanced
    • 用户给出明确基金代码时,使用 --codes;用户提供 CSV/文本候选池时,使用 --watchlist
  4. SKILL_DIR 执行脚本。示例:
cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
  --strategy core-index \
  --risk medium \
  --holding-years 5 \
  --top 5 \
  --output /tmp/alipay_fund_report.md \
  --json-output /tmp/alipay_fund_report.json

指定基金代码比较:

cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
  --codes "000051,110020,161017" \
  --risk medium \
  --holding-years 3 \
  --top 3

支付宝候选池严格模式:

cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
  --watchlist /path/to/alipay_watchlist.csv \
  --risk medium \
  --holding-years 3 \
  --top 5
  1. 阅读生成的 Markdown 和 JSON;回答必须包含:
    • 数据截止日期(报告头部的“净值数据截止”);
    • 首选及基金代码(best 模式:各类别首选);
    • 至少两个备选;
    • 年化收益、最大回撤、年化波动、夏普或正收益月份比例;
    • 每只基金的主要风险,以及参考持有期与历史持有体验(正收益窗口占比/最差窗口/回本时长);
    • 报告含“相关性提示”或“A/C 份额费用对比”时必须转述;
    • 引用“指数估值参考”时必须保留“数据参考,非投资建议”定语;
    • 支付宝内最后核验事项。
  2. 若数据源失败、基金代码不存在或历史不足,原样说明,不得猜测或补造数值。 用户显式给出的基金代码不会被静默过滤:QDII、锁定期、暂停申购等情况会保留并 打风险标记,未能评估的代码出现在报告的“数据失败与剔除记录”一节——回答时必须 把这些逐条转述给用户。A/C 份额同时给出时会并排保留,便于费用对比。

支付宝自选池维护(截图导入)

支付宝没有自选列表导出功能。用户提供支付宝基金页面截图(自选页、搜索结果页、基金详情页)时,按以下流程把候选并入自选池:

  1. 只从截图提取基金代码和基金简称;持仓金额、收益数字、账户昵称、头像等一律忽略——不提取、不复述、不写入任何文件。
  2. 截图里只有名称没有代码时,不得凭印象补代码;先用名称在公开数据(如排行表缓存)中匹配唯一代码,匹配不唯一或失败的条目单独列出,请用户在支付宝内确认代码后再入池。
  3. SKILL_DIR/watchlist.csv(或用户指定的 CSV)合并:保留用户已有条目,按 6 位代码去重后写回。 该文件不存在时参照 examples/alipay_watchlist.example.csv 的格式新建。用户自选池属于个人数据, 永远写入 gitignored 的 watchlist.csv,绝不写入 examples/ 下的模板文件(避免随仓库泄露持仓)。
  4. 入池后用 --watchlist 重新筛选,并提醒用户:截图识别可能出错,买入前仍须在支付宝内按基金代码核验。

风险边界

  • 输出是研究候选,不是保证盈利的买入指令。
  • 不以近一周、近一月排名作为核心依据。
  • 报告中的申购费为东方财富展示的第三方优惠价,支付宝折扣可能不同;持续持有成本 看“持续费/年”(管理费+托管费),并在支付宝内核对 C 类销售服务费。
  • 不跨风险类别直接宣称某只债基“优于”某只股票基金。
  • 不读取或保存支付宝账号、密码、验证码、持仓截图中的敏感账户信息。
  • 不自动执行申购、赎回、转换或定投设置。
  • 自动模式无法确认用户个人支付宝账户是否实际上架该基金;必须用基金代码在支付宝内核验。
  • 对主动基金,若无法准确分离现任基金经理任职期业绩,要降低结论置信度并明确说明。

相关技能