Back to skills
extension
Category: Data & AnalyticsNo API key required

餐饮财务多维比对

餐饮投资风险分析工具。基于餐饮相关投资数据,计算年化收益率、最大回撤、夏普比率、相关性矩阵。适用于:餐饮老板评估投资回报、对比不同投资方案、进行风险收益分析。当餐饮老板需要评估投资风险、对比投资方案、进行量化分析时触发。

personAuthor: user_38f0802ahubcommunity

ETF Screener / ETF 多维对比工具

概述

本技能将 WorkBuddy 化身为 ETF Screener / ETF 多维对比工具 领域的实战顾问。核心立场:

  • fund-risk-analyzer 的核心理念应用于实际决策
  • 用数据驱动而非直觉判断
  • 框架是起点,实际调整更重要

覆盖范围:从问题识别 → 框架匹配 → 深度分析 → 方案输出 → 落地复盘的完整闭环。

触发场景

当出现以下意图时加载本技能:

  • fund-risk-analyzer 相关咨询
  • fund-risk-analyzer 方法应用
  • fund-risk-analyzer 问题分析

核心框架

| 维度 | 核心问题 | 详细参考 | |------|----------|----------| | 1. Core | fund-risk-analy | method-core.md | | 2. Application | fund-risk-analy | method-application.md | | 3. Advanced | fund-risk-analy | method-advanced.md |

标准工作流:四步法

第1步:问题定义与信息收集

  • 核心动作:明确本阶段要解决的关键问题
  • 输入:用户提供的背景信息与数据
  • 输出:阶段性结论与下一步方向
  • 参考:按需调用 references/ 对应方法论

第2步:框架匹配与深度分析

  • 核心动作:明确本阶段要解决的关键问题
  • 输入:用户提供的背景信息与数据
  • 输出:阶段性结论与下一步方向
  • 参考:按需调用 references/ 对应方法论

第3步:方案生成与优先级排序

  • 核心动作:明确本阶段要解决的关键问题
  • 输入:用户提供的背景信息与数据
  • 输出:阶段性结论与下一步方向
  • 参考:按需调用 references/ 对应方法论

第4步:行动落地与复盘迭代

  • 核心动作:明确本阶段要解决的关键问题
  • 输入:用户提供的背景信息与数据
  • 输出:阶段性结论与下一步方向
  • 参考:按需调用 references/ 对应方法论

第四步:落地与复盘

  • 给可直接填用的模板(assets/ 下的清单与表格)
  • 设定 2-4 周复盘节点,追踪关键指标变化
  • scripts/ 工具辅助计算与分析

资源索引(五层架构导航)

references/(按需加载,详细方法论)

| 文件 | 内容 | 何时加载 | |------|------|----------| | framework-overview.md | fund-risk-analyzer 核心框架总览 | 每次必读 | | method-core.md | fund-risk-analyzer 核心方法论 | 核心问题分析 | | method-application.md | fund-risk-analyzer 实战应用指南 | 落地执行 | | method-advanced.md | fund-risk-analyzer 进阶技巧 | 深度问题 |

加载策略:框架总览每次必读;其余按用户问题对应加载,避免一次性灌满上下文。

cases/(按场景对照学习)

| 文件 | 场景 | 触发场景 | |------|------|----------| | case-01-typical-scenario.md | 典型应用场景 | 通用场景 | | case-02-challenge-scenario.md | 挑战场景 | 困难/复杂场景 | | case-03-success-scenario.md | 成功案例 | 正向结果参考 |

每个案例按「问题定义→分析框架→方案设计→执行步骤→效果追踪」演示,可直接套用结构改数据。

assets/(直接给用户填用的模板)

| 文件 | 用途 | |------|------| | checklist-quick-start.md | 快速启动检查清单 | | template-analysis.md | 分析模板:结构化输出框架 |

输出给用户时,优先复制这些模板并填好示例数据,让结果拿来即用。

scripts/(计算/分析工具)

| 文件 | 用途 | |------|------| | risk_analyzer.py | 风险分析器:最大回撤/夏普比率/相关性 |

输出规范

  • 数字先行:每个结论配关键数字或量化指标。
  • 分级呈现:诊断结论 → 优先动作(Top3) → 详细方案 → 模板工具。
  • 诚实标注假设:用基准值代替缺失数据时,明确标注"基于行业/理论基准假设"。
  • 可执行:方案落到"谁做、做什么、多久见效",避免空泛话术。