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

大盘分析报告

大盘分析报告（Market Index Analysis Report）自动生成覆盖主要指数、市场情绪、板块轮动、归因逻辑的文本 + 图表报告，支持早报 (盘前/开盘)、午评 (盘中)、收评 (盘后) 三种模式。适用于投资者、交易员、投顾快速理解市场全貌并辅助决策。核心场景：投资者/交易员/投顾快速理解市场全貌并辅助决策。**触发词**：大盘分析、市场报告、收评、午评、早盘、市场解读、盘面分析、收盘复盘、早盘前瞻、午间点评。**案例提问**："生成今日收评"、"写一份午间点评"、"生成 2026-04-28 的收盘复盘报告"、"早盘前瞻，今天市场怎么看"。

personAuthor: user_cc9425b3hubcommunity
downloadDownload package

大盘分析报告 (Market Index Analysis Report)

基于恒生聚源 MCP 金融数据库，自动生成大盘/指数分析报告，包括盘面点评、市场情绪分析、板块轮动分析、涨跌归因分析，支持早报、午评、收评等多种报告形式。

功能范围

| 场景 | 描述 | 触发示例 | |------|------|----------| | 早盘前瞻 | 盘前/开盘时段的市場預判 | "生成今日早盘前瞻" | | 午间点评 | 盘中走势回顾与下午展望 | "写一份午评" | | 收盘复盘 | 盘后完整数据与深度归因 | "生成今日收评" | | 市场快评 | 盘中突发解读 | "解读当前市场走势" |

查询建议

必需输入：报告类型（早报/午评/收评）+ 日期（可选，默认今日）

有效示例

  • "生成 2026-04-28 的收盘复盘报告"
  • "写一份今日午间点评"
  • "早盘前瞻，今天市场怎么看"
  • "生成大盘分析报告，收评"

可选参数

  • 关注指数：上证/深证/创业板/科创 50/沪深 300 等（默认：全部主要指数）
  • 重点板块：指定关注的行业/概念板块（默认：自动识别领涨领跌板块）
  • 报告深度：简洁/标准/详细（默认：标准）

环境配置

⚠️ 首次使用前必须完成配置！

📖 详细配置指南：见 references/setup-guide.md

核心工作流程

流程 1：数据收集（Data Collection）

📌 此阶段只做数据拉取，不做任何计算或判断。所有输出存入统一数据结构。

数据收集清单：

| 数据类别 | 具体指标 | MCP 工具调用 | 频率 | |----------|----------|-------------|------| | 主要指数行情 | 上证指数、深证成指、创业板指、科创 50、沪深 300、中证 500、北证 50 的现价、涨跌幅、成交额、昨收 | IndexDailyQuote 或 IndexLiveQuote | 实时/收盘 | | 市场涨跌统计 | 上涨/下跌/平盘家数、涨停/跌停家数 | MarketLimitUpDownCount | 实时 | | 市场成交统计 | 全市场成交量、成交额、成交笔数 | StockMarketTradeStats | 实时 | | 资金流向 - 大盘 | 北向资金净流入、主力资金净流入/出 | StockMarketCapitalFlow、HSGTTradeStats | 实时 | | 资金流向 - 板块 | 行业/概念板块资金净流入排名 | IndustryCapitalFlow、ConceptCapitalFlow | 实时 | | 行业板块行情 | 申万一级行业涨跌幅 TOP10 / BOTTOM10 | IndustryDailyQuote 或 IndustryIndexLiveQuote | 实时/收盘 | | 概念板块行情 | 热门概念板块涨跌幅排名 | ConceptDailyIndexQuote | 实时/收盘 | | 市场情绪指标 | 两融余额、融资融券买入额 | MarginTradeStats | 日频 | | 权重股表现 | 贵州茅台、宁德时代、招商银行等权重股涨跌 | AShareLiveQuote | 实时 | | 外盘数据 | 道指、纳指、标普、恒生指数、A50 期指 | HKStockDailyQuotes、USStockDailyQuotes | 日频 | | 汇率/商品 | 美元兑人民币、黄金、原油价格 | MacroIndustryEDB | 日频 | | 宏观/政策新闻 | 当日重要财经新闻、政策公告 | NewsInfoList、PolicyMeetingsList | 实时 | | 行业舆情 | 各行业舆情热度、情感倾向 | IndustryNewslist | 实时 | | 指数估值 | 主要指数 PE、PB、历史分位 | IndexValueAnalysis | 日频 | | 指数技术位 | 主要指数 MA5/MA20、布林带、MACD | IndexQuoteTecIndicators | 日频 |

📖数据收集完整工作流：严格遵循 references/mcp-tools-reference.md

流程 2：分析引擎（Analysis Engine）

📌 此阶段只处理已收集的数据，不再调用任何外部 API。

分析模块清单：

| 分析模块 | 输入数据 | 输出内容 | 计算逻辑 | |----------|----------|----------|----------| | 盘面点评 | market_indices, market_stats | 指数涨跌表、成交额对比、涨跌家数 | 直接格式化 + 环比计算 | | 情绪量化 | sentiment_indicators, market_stats | 情绪评分 (0-100)、情绪定性 | 加权综合：涨跌比 40% + 封板率 30% + 成交额分位 30% | | 板块轮动 | sector_performance, capital_flow | 领涨/领跌板块、资金流向、轮动方向 | 排序 + 与大盘超额收益计算 | | 涨跌归因 | external_markets, news_events, market_indices | 归因段落（外盘/政策/权重/技术） | 规则匹配 + 相关性判断 | | 技术研判 | technical_levels, market_indices | 支撑/压力位、技术信号 | MA/布林带/MACD 信号识别 | | 明日展望 | 全部数据 | 多空因素列表、策略建议 | 综合前述分析 |

📖分析计算完整工作流：严格遵循 references/analysis-methodology.md

资源清单

jy-market-index-analysis-report/
├── SKILL.md                    # 主文件
├── scripts/                    # 脚本目录
│   └── md2pdf.py              # PDF 转换脚本
├── references/                 # 详细文档目录
│   ├── setup-guide.md         # 配置指南
│   ├── mcp-tools-reference.md # MCP 工具调用参考
│   ├── analysis-methodology.md # 分析方法论
│   └── report-template.md     # 报告模板
└── reports/                    # 输出目录（首次运行时自动创建）

限制与规范

数据溯源规则

⚠️ 报告中涉及到 gildata API 时，data source 需精确到 具体的 API，同时 data provider 统一写为 恒生聚源 MCP。

角标使用规范（⚠️ 严格遵循）

在引文处增加角标，同时将所有的数据溯源统一放到输出文本末尾的 数据溯源 模块。

| 规则 | 说明 | 正确示例 | 错误示例 | |------|------|----------|----------| | 1. ⭐一一对应 | 角标编号必须与数据溯源正式表的序号严格对应 | 上证指数涨跌幅 [1] → 表格第 1 行是上证指数 | 情绪评分 [3] → 表格第 3 行是涨跌幅 ❌ | | 2. ⭐真实获取 | 严禁标注未获取的数据，只有从 MCP API 获取的真实数据才能标注角标 | 当前成交额（API）[1] | 分析结论 [1] ❌ | | 3. 无数据不标注 | 分析结论、常识、推理不标注角标 | "市场情绪中性偏恐慌" | "市场情绪中性偏恐慌 [1]" ❌ |

输出格式

  • 语言：简体中文（除专有名词外）
  • 格式：必须同时生成 MD、HTML、PDF 三种格式
    • MD：直接生成 Markdown 文件（遵循 references/report-template.md 结构）
    • HTML：由 md2pdf.py 自动转换生成（中间文件）
    • PDF：必须调用 python scripts\md2pdf.py 生成（最终交付格式）
  • 路径：reports/[YYYY-MM-DD]_[报告类型]_大盘分析.{md,html,pdf}

报告生成流程

  1. 数据收集：通过 MCP 工具调用获取真实数据。每调用一个 API，立即记录到"数据溯源临时表"（ 数据收集完整工作流：严格遵循 references/mcp-tools-reference.md）

  2. 分析计算：（ 分析计算完整工作流：严格遵循 references/analysis-methodology.md）

  3. 生成 MD：编写 markdown 报告，保存路径为reports/[YYYY-mm-dd]_[报告类型]_大盘分析.md。注意！写每个数据时，立即从 数据溯源正式表 查找对应角标并标注（ 生成报告模板 & 免责声明（固定文本）：遵循 references/report-template.md）

  4. MD 复核（隐式的检查，不要体现在生成报告上）。阅读 刚刚生成的 MD 文件 的内容，依次检查下面的 6 个分项（每检查完 1 个分项，立刻实施编辑修改）：

    • （1）检查文末的 数据溯源正式表，是否包含了、是否整合了 数据溯源临时表 的所有信息。
    • （2）检查正文中所有"非衍生的 数值"的位置，依据文末 刚刚检查 / 修正过 的 数据溯源正式表，填写 & 补充 & 修正 正文中的角标。
    • （3）检查正文前面的摘要内容，是否与文末的结论存在矛盾？若前后不一致，那么以结论的内容为准，对摘要的内容进行修正。
    • （4）检查 MD 文档的语法，是否存在 markdown 格式错误的章节？如有需要，将错误的段落重新生成。
    • （5）检查 MD 文档的章节结构，是否存在章节序号错乱的情况？（Eg. 章节序号重复 / 章节序号跳跃）如有需要，修正章节序号。
    • （6）通读 MD 的全文，在文末的 核心结论 章节，以 第三人称 增加生成一段短评。（这段短评的深意是，探究有什么 之前你没想到 / 没看到的信息。Your professional, perspicacious and penetrating insights will be included here.）

  5. 转换 PDF：运行 python scripts\md2pdf.py reports\[文件名].md

  6. 验证：检查 PDF 文件>100KB

注意事项

  1. 数据时效性：确保使用最新数据（实时行情≤5 分钟，日频数据为当日）
  2. 中立立场：分析过程保持客观，避免倾向性语言
  3. 透明度：关键假设和判断依据必须披露
  4. 免责声明：固定文本，必须完整包含，不可修改