Community研究與資料分析github.com

基金副驾

AI Agent 技能,用公開數據篩選中國基金,手動在支付寶買入。副駕,不是自動駕駛——它篩選,你決定。不登入、不下單、不預測。

基金副驾 是什麼?

基金副駕是一個專門用於篩選中國公開募資基金的 AI Agent 技能。它的核心理念是「副駕,不是自動駕駛」,亦即協助用戶從公開數據中產出可複查的候選排名,最終的買入決策(透過支付寶)由用戶自己完成。該技能支援 Claude Code 等 AI 開發工具,透過執行本地的 Python 腳本(scripts/fund_picker.py)來計算各種指標,如年化收益、最大回撤、夏普比率等,並根據用戶指定的策略(如 best、core-index、bond)和風險等級(low、medium、high)進行篩選。它會自動排除封閉式、定期開放、持有期鎖定等產品,並對同一指數僅保留一隻基金。此外,它還支援從支付寶截圖中匯入自選清單(watchlist),並能處理用戶提供的基金代碼清單。最終輸出包含數據截止日期、首選基金、備選、持有體驗分析(如正收益機率、最長回本時間)以及關鍵風險說明,所有數值均由腳本計算,語言模型絕不憑印象補充數據。

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

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

支付寶基金篩選

目標

從公開公募基金數據或用戶給出的支付寶候選代碼中,生成可複查的候選排名。所有數值由腳本計算;不要憑語言模型印象補數據。

默認行為

當用戶沒有說明參數時,不追問,採用:

  • 策略:best——跨全類別推薦:A股寬基、策略/主題指數、QDII(海外)、債券、主動權益 各出類別內最優(QDII 最多 4 隻),評分只在同类別內可比;QDII 參賽但暫停申購剔除、 限大額/限購保留並打標;
  • 風險:medium;持有期:3 年;
  • 每隻基金給出「歷史持有體驗」(任一時點買入持有 1/3/5 年的歷史正收益機率、最長回本時長) 和「建議持有 ≥N 年」參考(歷史勝率 ≥80% 的最短視窗;須聲明歷史不代表未來);
  • 排除:封閉、定開、各類持有期/滾動持有鎖定產品、養老、FOF、二級債/轉債、主題行業單押; 單類策略(如 core-index)下 QDII 與紅利/低波/港股策略指數不參賽,best/all 下參賽;
  • 剔除份額規模低於 0.5 億份的基金(清盤風險);同一指數最多保留 1 隻(--max-per-index 可調);
  • 收益、回撤、波動等指標按分紅復權口徑計算;自動模式僅保留歷史覆蓋完整評估視窗的基金;
  • 不登入支付寶,不讀取帳戶,不下單。

必須在回答中明確哪些參數使用了默認值,並轉述各類別首選與其持有時長參考。

參數約束:--risk low 目前只保留債券型基金,不能與 --strategy core-index 或 --strategy active 組合(腳本會直接報錯);低風險請求用 --strategy bond(或 balanced/all)。

執行步驟

  1. 定位本 SKILL.md 所在目錄,記為 SKILL_DIR。
  2. 確認 SKILL_DIR/.venv/bin/python 存在;不存在時提示用戶在該目錄運行 ./setup.sh,不要偽造結果。
  3. 將用戶意圖映射為參數:
    • 「推薦最好的」「不限類型」「都看看」:--strategy best(默認)
    • 長期定投、普通人核心倉位、寬基:--strategy core-index
    • 穩健、低波動、債基:--strategy bond --risk low
    • 主動股票/混合基金:--strategy active,並提醒經理變更校正有限
    • 多類型比較:--strategy balanced
    • 用戶給出明確基金代碼時,使用 --codes;用戶提供 CSV/文本候選池時,使用 --watchlist
  4. 從 SKILL_DIR 執行腳本。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

指定基金代碼比較:

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

支付寶候選池嚴格模式:

cd "$SKILL_DIR"
.venv/bin/python scripts/fund_picker.py \
  --watchlist /path/to/alipay_watchlist.csv \
  --risk medium \
  --holding-years 3 \
  --top 5
  1. 閱讀生成的 Markdown 和 JSON;回答必須包含:
    • 數據截止日期(報告頭部的「淨值數據截止」);
    • 首選及基金代碼(best 模式:各類別首選);
    • 至少兩個備選;
    • 年化收益、最大回撤、年化波動、夏普或正收益月份比例;
    • 每隻基金的主要風險,以及參考持有期與歷史持有體驗(正收益視窗佔比/最差視窗/回本時長);
    • 報告含「相關性提示」或「A/C 份額費用對比」時必須轉述;
    • 引用「指數估值參考」時必須保留「數據參考,非投資建議」定語;
    • 支付寶內最後核驗事項。
  2. 若數據源失敗、基金代碼不存在或歷史不足,原樣說明,不得猜測或補造數值。 用戶顯式給出的基金代碼不會被靜默過濾:QDII、鎖定期、暫停申購等情況會保留並 打風險標記,未能評估的代碼出現在報告的「數據失敗與剔除記錄」一節——回答時必須 把這些逐條轉述給用戶。A/C 份額同時給出時會並排保留,便於費用對比。

支付寶自選池維護(截圖導入)

支付寶沒有自選列表匯出功能。用戶提供支付寶基金頁面截圖(自選頁、搜索結果頁、基金詳情頁)時,按以下流程把候選併入自選池:

  1. 只從截圖提取基金代碼和基金簡稱;持倉金額、收益數字、帳戶暱稱、頭像等一律忽略——不提取、不複述、不寫入任何文件。
  2. 截圖裡只有名稱沒有代碼時,不得憑印象補代碼;先用名稱在公開數據(如排行表緩存)中匹配唯一代碼,匹配不唯一或失敗的條目單獨列出,請用戶在支付寶內確認代碼後再入池。
  3. 與 SKILL_DIR/watchlist.csv(或用戶指定的 CSV)合併:保留用戶已有條目,按 6 位代碼去重後寫回。 該文件不存在時參照 examples/alipay_watchlist.example.csv 的格式新建。用戶自選池屬於個人數據, 永遠寫入 gitignored 的 watchlist.csv,絕不寫入 examples/ 下的模板文件(避免隨倉庫洩漏持倉)。
  4. 入池後用 --watchlist 重新篩選,並提醒用戶:截圖識別可能出錯,買入前仍須在支付寶內按基金代碼核驗。

風險邊界

  • 輸出是研究候選,不是保證盈利的買入指令。
  • 不以近一週、近一月排名作為核心依據。
  • 報告中的申購費為東方財富展示的第三方優惠價,支付寶折扣可能不同;持續持有成本 看「持續費/年」(管理費+託管費),並在支付寶內核對 C 類銷售服務費。
  • 不跨風險類別直接宣稱某隻債基「優於」某隻股票基金。
  • 不讀取或保存支付寶帳號、密碼、驗證碼、持倉截圖中的敏感帳戶信息。
  • 不自動執行申購、贖回、轉換或定投設置。
  • 自動模式無法確認用戶個人支付寶帳戶是否實際上架該基金;必須用基金代碼在支付寶內核驗。
  • 對主動基金,若無法準確分離現任基金經理任職期業績,要降低結論置信度並明確說明。

相關技能