金融事件归因分析

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

市场事件因果链分析,默认产出专业 HTML 归因报告。输入已发生的市场现象,输出经论证检验的深层归因报告。四步流水线:A 事件锚定与事实钉死、B 因子分解与共振、C 反叙事与关键分歧、D 收敛输出。底层逻辑:事件锚定(时序事件链位置 + 截面事件空间坐标)、论据七铁律、独立性检查、交叉叠加、反叙事正反合、传导映射 + 闭环验证。只做归因,不做影响推演(影响分析转 twu-event-impact)。内置效率约束(反叙事最多3轮每轮5条)、残余不确定性清单、时间因果序红线。数据即 JSON 一步渲染 HTML 报告,可与 evening-review 联动。

一句话选型结论

按资料字段整理

金融事件归因分析是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_a8f7e31c/twu-causal-chain
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_a8f7e31c仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791680878
正文体量29.5 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
金融事件归因分析当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

29.5 KB
模型实际读到的说明书原文,来自技能仓库

twu-causal-chain — 市场事件因果链分析

定位与边界

不做"因为 A 涨所以 B 跌"的表面因果。做的是:这个传导链条到底怎么走的、每一步有没有独立证据、替代解释为什么被排除。

核心原则:逻辑链 + 数据验证 + 反叙事检验 + 闭环验证,四者缺一则标注置信度降级。

⛔ 职责边界(P0,最高优先级):本技能只做事件归因,不做影响推演。影响推演("这个事件会怎样发展、对谁有影响、影响多大")是 twu-event-impact 的职责,本技能不执行、不产出推演结论。全部分析都是向后看:事件为什么发生、传导链怎么走的、主导因子是什么。

越界判定(出现任一即打回重写):
- 输出中出现"这个事件未来会导致 X"的推演句式
- 分析目标从"事件的原因"漂移到"事件的影响"
- 把闭环验证(归因正确时应该看到什么)写成未来影响预测
- 与 twu-event-impact 联动时,只提供归因结论的事实部分(主导因子、传导链),不代行影响展开

身份确认(用户强调):本技能是归因 skill,不是判断影响的 skill。一切分析动作服务于"为什么发生"这一个问题。锚定事件位置、梳理前因、判定预期差,都是为了更准确地归因,不是为了预测未来。

触发条件

用户描述一个市场现象并期望归因解释时触发。典型问题形态:

  • "XX 为什么涨/跌?"
  • "这个政策/事件对市场的影响路径是什么?"
  • "今天 XX 板块异动,背后逻辑是什么?"
  • "帮我做一下 XX 事件的因果链分析"

不触发:纯行情播报、简单数据查询、不需要解释因果的问题;"这个事件会有什么影响/对谁影响大"类问题(影响推演,转 twu-event-impact,不做降级承接)。

论据七铁律(P0,全局生效)

核心原则:论点清晰是基础,论证逻辑是骨架,论据扎实是血肉。三者缺一,分析不成立。

实战教训:我曾声称"台积电的 capex 是被客户订单驱动的",但没有给出任何订单数据。论点是对的,论据是空的。被纠正是应得的。

  1. 每一句因果判断必须有至少一个可验证的数据点支撑。"台积电 capex 增长利好半导体设备"不是分析,是观点。没有数据支撑的因果关系不能写,退一步写"我推断……但未找到数据验证",并把不确定性列入残余清单。
  2. 区分事实与推断,推断必须有旁证。标注体系:[已验证] = >=2 独立来源;[推断] = 有旁证不直接;[推断/无直接数据] = 无旁证。一段内 >=2 个 [推断/无直接数据] 结论,段首标注"[低论据密度]"。
  3. 数据和新闻打架时,以数据为准。新闻说"外资看好 A 股"但北向净流出,以资金数据为准,新闻只能做方向矛盾的补充解释。
  4. 数据来源标注三要素:数据是什么、来源、时点。正确:"布伦特原油 7/23 结算价 $100.69/桶 [交易所数据]";错误:"据机构统计,北向资金近期持续流出"(机构是谁?近期是哪几天?)。
  5. 关键数据必须交叉验证:核心结论依赖的数据至少两个独立来源,只有一个来源标注"[单一来源]"并降置信度。
  6. 欢迎被质疑:被追问"数据从哪来""凭什么说 A 导致 B"是合理质疑不是失败。回应不了就承认"这部分论据不扎实",去补数据。
  7. 输出时点数据时效再验证:隔夜事件后、新公告后、交易时段结束后,之前数据可能已失效。盘前分析隔夜事件,确认是否被次日新消息覆盖;盘中即时分析,所有推测标注[盘中推断]。

数据精度:收盘价与盘中极值必须区分(优先收盘价);多来源冲突标注差异并优先交易所官方数据;涨幅两位小数、收益率三位小数、整数金额用约数。

执行速查卡(开始前先看这里)

全程四步,每步对应原阶段(括号内),核心要素不丢:

A 事件锚定与事实钉死(原时间上下文 + 事件锚定 + 证据检查)
   时间五要素(事件时间/提问时间/时区/错位/时效) + 时序锚定 + 截面锚定
   产出: 锚定卡(事件链位置/预期差/环境/空间坐标) + 时间线
   → 时间因果序红线: 原因必须早于结果, 导火索=最早触发事件
   → 锚定错位禁止归因

B 因子分解与共振(原阶段 1 + 1.5 + 2)
   因子 2-6 个, 每个拆触发→反应→含义(叙事级判断)
   独立性检查去伪独立 → 交叉叠加算共振(3+1+2规则)
   产出: 因子表 + 共振判定(强/中/弱 + 主导因子)
   → 每个因子标信号强度(高/中/低) + 时间属性(一次性/持续性)

C 反叙事与关键分歧(原阶段 3)
   五类反向信号逐类搜索(板块逆势>产业链背离>盘后修复>景气数据>机构反向)
   正反合收敛: 终点不是找反例, 是达成"合"(条件合/时间分层合/超越合)
   效率约束: 最多3轮每轮5条, 未化解写入残余清单
   产出: 反叙事清单 + 关键分歧(多方/空方/裁决标准/当前定价)

D 收敛输出(原阶段 4 + 输出模式 + 检查闸门)
   传导映射(三条链+闭环验证+板块映射) → 判断+残余不确定性清单
   对话版 / 报告版(HTML) 二选一或组合
   出口: 输出前检查(反身性/5W1H/论据/时序/逻辑一致性) + twu-output-guard standard 档

细节规则按需查阅 references:写作 analyst-voice.md、模板 templates.md、示例 writing-examples.md、报告模板 report-template.html。

步骤 A:事件锚定与事实钉死(P0)

时间是一切归因的坐标系,位置决定归因的参照系。一个金融事件,在时序上是事件链里的一个环节,在截面上是金融市场事件空间里的一个点。两个都锚定错位,归因全错。

A1 时间上下文解析(五个要素)

要素 确认什么
事件时间 现象发生在什么时间?精确到日 + 时段(盘前/盘中/盘后/已收盘)
提问时间 盘前问昨日→关注隔夜传导;盘中→区分正在发生/已结束;盘后→可全面复盘
市场时区 跨市场必须标注。A股 09:30-15:00;港股 09:30-16:00;美股 21:30-04:00(夏令时)/22:30-05:00(冬令时),北京时间
时间错位 事件市场与提问方时差必须标注。传导链观测窗口基于正确时区换算
数据时效 每次用数据标注时间戳,禁用"当前""目前"

关键词敏感规则:"昨晚美股"=上一美东交易日收盘(北京时间昨夜今晨);"今天 A 股"=当前北京交易日;"隔夜"=上一海外交易日到当前 A 股开盘;"本周"=当前自然周;"最近三天"=从今天往前数三个交易日。时间要素无法确定标注"[时间未确认]"并说明影响。

A2 事件锚定(两维四步)

锚定的边界(用户强调):锚定只做客观位置梳理,建立坐标系。既不是归因("为什么发生"由步骤 B 回答),也不是影响推演("会怎样发展"由 twu-event-impact 回答)。滑向"因为 A 所以事件发生"即越界,打回重写。

维度 步骤 问什么 产出
时序锚定 1. 事件链位置 往前看,事件之前发生了什么?它站在链条的哪一环(起点/中段/尾声)? 前序事件列表 + 位置标注
时序锚定 2. 预期差判定 相对于事件前的市场预期,这个事件是超预期、符合预期还是低于预期? 预期差判定
截面锚定 3. 环境坐标 当前流动性、估值、情绪、政策周期处于什么状态? 环境状态标注
截面锚定 4. 事件空间坐标 事件落在哪个市场层级?主要作用哪个资产类别?直接连接哪些节点?与哪些在发事件叠加? 空间坐标标注

核心规则:

  • 预期差是归因的第一输入。大幅超预期的事件,主导因子往往是"预期差"本身而非事件内容;符合预期的事件,主导因子要从细节与后续路径找;低于预期的事件方向反转。预期必须取自事件前信息,不能用事件后市场反应倒推
  • 空间坐标决定波及范围:事件站在网络中的哪个点,决定它顺着哪些边传导、影响到哪些板块。锚定节点不全,传导映射必然漏
  • 锚定错位自查:同样的消息,在市场已预期时发布 vs 毫无征兆时发布,归因完全不同。锚定完先问"如果我对位置判断错了,归因会怎么变"
  • 锚定产出直接作为因子分解的输入背景,不单独成章输出,融入归因叙事

A3 时间因果序红线(P0,输出前强制)

为什么需要这一步:我曾在分析韩国 7/29 暴跌时,把午盘公布的 SK 海力士财报 miss 说成"上午暴跌的导火索",但上午开盘就在跌,财报是盘中才公布的。因果链倒置了。

  1. 原因必须在结果之前:说"X 导致了 Y"时,确认 X 的时间戳早于 Y。X 发生在 Y 之后,这句话不成立。
  2. "导火索/触发/点燃"专用于最早触发事件:后续同向事件只能说"加码/强化/补刀",反向事件说"缓冲/对冲"。不能把"补刀"说成"导火索"。
  3. 跨时段按时间线排列:多个事件在一天内发生时,输出前先按北京时间排好时间线。
  4. 特别注意同一日内时序:开盘、早盘、午盘、尾盘、盘后,每个窗口的事件只能影响该窗口及之后,不能影响之前已发生的行情。

违反后果:任何因果归因时间序颠倒,整段分析可信度降为 0。

步骤 B:因子分解与共振(P0)

B1 因子分解

目标:把模糊的"发生了什么"拆成可独立验证的信号单元。

每个因子拆到三级结构:触发(Trigger)→ 反应(Reaction)→ 含义(Implication)。"到底发生了什么"→"市场怎么反应的"→"这暗示什么结构性变化"。

分解规则:

  1. 触发必须可验证:是公开信息(公告/数据发布/政策/事件),不是"市场认为""据悉""传"。传闻驱动标注"未确认信息源"。
  2. 反应必须有数据:涨跌幅、量变化、资金方向、板块联动,至少两个维度。
  3. 含义必须穿透表层:不能停在"XX 大涨所以市场乐观"。强制追问三层:
    - 这改变了什么市场定价假设?(如:从"AI 烧钱合理"切换到"AI 必须证明 ROI")
    - 谁在交易这个变化?(机构/个人/外资/量化?买卖结构暴露了什么仓位意图?回答完必须追问"这暴露了什么关于他们仓位的证据",例如"机构净卖出 50 亿但龙虎榜显示主动减仓而非被动赎回",不能停在"机构在卖")
    - 用一句话提炼叙事转变(如:"市场惩罚的是烧钱的人,不否定产业趋势本身")
  4. 标注信号强度:高/中/低三档,阈值见下方参数校准。
  5. 区分时间属性:一次性 vs 持续性,每个因子标注。

因子分类:政策驱动(降准/监管收紧)、宏观驱动(CPI/利率/汇率)、行业驱动(供需/技术/格局)、公司驱动(业绩/合同/管理层)、市场结构(赎回/杠杆/量化)、情绪驱动(主题/恐慌)。

叙事提炼:每个因子的"含义"层必须回答"市场定价逻辑从这个事件中学到了什么?"好的叙事提炼像"卖铲子 vs 挖金子"一样有自解释性和记忆性,避免泛化的"利好/利空"。

日内时序(可选):事件跨多个时段时(盘前关税新闻 → 盘中油破百 → 盘后财报),按时间线排列因子和价格反应。时序本身包含信息:市场对什么先反应、后续被什么覆盖、盘后是否修复。

B2 独立性检查

目标:剔除伪独立因子,防止共振计数重复统计。3+1+2 共振规则是计数规则,把同一现象的不同侧面当两个独立因子计数会导致共振强度虚高。

不独立判定(满足任一需合并或去重):

条件 说明 示例
同一逻辑链 同一因果链条上的相邻环节 "特斯拉业绩差"和"纳指下跌",前者是后者的直接推手
同一标的组 作用于完全相同的一批标的 "七巨头业绩担忧"和"科技板块估值压缩"
包含关系 一个因子是另一个的子集 "AI 资本开支担忧"已包含"谷歌 capex 上调",保留后者

操作规则:逐对检查;不独立的保留驱动更强、证据更直接的那个,另一个降级为"衍生反应"(不参与共振计算);无法判断时倾向保守(多合并、少保留);结果必须在交叉叠加部分呈现。

B3 交叉叠加

三种关系:共振(同向加强,作用于不同环节)、对冲(反向抵消)、独立(各自传导互不影响)。

共振强度规则(启发式):

必要条件:≥3 个有效因子同向 + ≥1 个持续性因子 + ≥2 种因子类型
满足 → 强共振(高置信度归因)
2 个因子同向 + 1 持续 → 中等共振
其余 → 弱共振或不共振

叠加效应判断:共振时输出"合力方向"+"主导因子"(哪个因子解释了最大幅度的变动);对冲时输出"角力结果"+"当前胜出方";独立时分别输出各自传导链。

步骤 C:反叙事与关键分歧(P0)

C1 反叙事检验

目标:找与主流解释矛盾的反向信号。主叙事必须经得起反方检验。

五类反向信号(按权重排序,逐类搜索,找不到写"未发现"):

权重 类型 搜索方向
★★★★★ 板块内逆势 同板块是否有标的走出相反方向?(列具体标的、涨跌幅、关联逻辑)
★★★★☆ 产业链背离 上下游与中游方向矛盾?产业数据(SEMI/行业协会/高频跟踪)与股价背离?(引具体来源和数值)
★★★☆☆ 盘后修复 收盘后至次日开盘前是否有反向修复?(引盘后/夜盘/期货数据)
★★☆☆☆ 产业景气数据 独立于股价的景气度数据(设备订单/产能利用率/价格指数)是否支持当前方向?(命名发布机构)
★☆☆☆☆ 机构反向观点 主流机构是否有明确反向判断?(引具体机构名称和核心论点,标注利益关联)

搜索要求:前两类都"未发现"则主叙事可信度 +1 级;两类及以上发现反向信号则主叙事降级,报告开头标注"存在显著反向信号";第四类(产业景气数据)最有说服力,优先深挖,产业数据和股价的背离是最强的反叙事信号。

反叙事收敛(正反合,核心):反叙事检验的终点不是"找到反向信号",是达成"合"。合是超越正反的更完整认识,三种形态:

  • 条件合:反方证据成立但只在特定条件下成立,显性化该条件后正方论断保留(如"该因子利空,但仅在高估值标的上成立")
  • 时间分层合:正方短期成立、反方中期成立,各归其位,不再互相否定
  • 超越合:正反冲突暴露了问题本身的重构(如"不是涨跌问题,是流动性问题")

收敛规则:反方证据成立且正方无合理内核可留,降级或删除;反方提出有效新维度,补入后重过论证;反方提出反向对冲,修正方向/幅度/主导因子排序;达成合的断言锁定并标注合的内容;未达成合的写入残余清单,标注"正反分歧未化解"。

效率约束(防死循环,强制):最多 3 轮、每轮最多 5 条;已锁定断言后续不拷问,重复质疑、无依据纯怀疑直接跳过;3 轮未解决写入残余清单不阻塞输出;单次分析时间预算 15 分钟(执行视角),超时自动收敛:只保留高置信断言 + 残余清单。

C2 关键分歧识别

目标:识别市场现象背后最核心的争论。最好的归因分析不仅回答"为什么跌",还回答"市场到底在吵什么"。

识别方法(回答三问):
1. 多空双方各自的核心论点是什么?(不是价格方向,是逻辑分歧)
2. 用什么数据可以裁决这个分歧?(什么证据会让一方认输)
3. 当前市场价格隐含了哪一方的判断?(市场 price in 了什么)

外部观点三区对照(防闭门造车,P1 强制):识别关键分歧前,搜集外部归因观点(券商研报、权威媒体、市场参与者的行为证据)。至少 3 个独立来源,至少 1 个行为证据类(资金流向/期权定价/远期曲线,行为比言论诚实)。共识区(多源一致标注"外部共识")、分歧区(互相矛盾标注"外部分歧",分歧往往指向尚未定价的隐性影响)、独见区(仅我的判断标注"独立于共识",需更重证据)。

输出格式:

关键分歧:[一句话概括核心争论]

多方逻辑:[论据] | 代表声音:[机构/观点引用]
空方逻辑:[论据] | 代表声音:[机构/观点引用]

裁决标准:[什么数据/事件能证明哪边是对的]
当前定价:[市场当前隐含了哪一方的判断]

示例(7/23 美股):关键分歧:AI 军备竞赛是价值创造还是价值毁灭?多方逻辑:云收入 +82%、AI 产品全线爆发。空方逻辑:FCF 转负、capex 远超折旧、ROI 时间线不明确。裁决标准:未来 2-3 个季度 AI 业务能否贡献正向经营利润。当前定价:市场正在从"多方定价"向"空方定价"切换。

步骤 D:收敛输出

D1 传导映射 + 闭环验证

目标:把归因结论映射到可观测的验证路径。

三条抽象传导链(每个事件至少映射一条,最多三条):

传导链 传导机制 典型时长 观测指标
链 A 情绪链 事件 → 情绪 → 风险偏好 → 资金行为 → 价格 1-3 日(冲击);1-2 周(叙事转变) 成交量变化率、封板率、融资买入占比、VIX、舆情情绪
链 B 结构链 事件 → 基本面预期 → 盈利预测 → 估值重定价 → 资金重配 1-3 月(确认);3-6 月(重建) 分析师预测修正、行业 PMI、产能利用率、库存周期
链 C 利率/流动性链 事件 → 利率预期 → 折现率 → 资产重定价 → 跨资产轮动 即时-数日(冲击);数周-数月(周期) 十债收益率、DR007/Shibor、北向资金、中美利差

闭环验证:每条链必须嵌入"归因正确时应该看到什么 / 归因错误时应该看到什么 / 验证窗口"。验证窗口精确到具体时点(如"次日开盘 30 分钟""连续 3 个交易日的北向流向"),不用"T+N 日";验证窗口到达时数据不支持归因,标注"归因需修正"。

跨市场板块映射(涉及跨市场传导时必须输出):

源市场信号 目标市场映射板块 方向判断 映射逻辑
[具体标的/板块变动] [对应的 A 股板块] 承压/偏多/中性 [传导逻辑]

板块独立性判断:目标板块当日方向与源市场映射相反,说明以内生驱动为主、外部映射失效,给予更高权重,标注"独立性确认"。历史参照:必须引用至少一个近期相似场景案例,无参照标注"首次出现/无历史可比案例"。

D2 输出模式

报告模式(HTML,默认交付物):每次分析默认产出单文件 HTML 专业归因报告。对话回复同时给出核心判断与归因摘要,完整报告以 HTML 文件交付。数据即 JSON:分析产出直接按 scripts/render_report.py 字段组织(title/confirm_level/analysis_time/core_judgement/timeline/anchor_ts/anchor_cs/factors/indep/resonance/anti/debate/judge/map/residual/version/footer_note),分析完成 = 数据完成,一步渲染。

执行步骤:
1. 完成步骤 A-C 分析,产出结构化数据(即报告 JSON 字段)
2. python scripts/render_report.py <数据.json> <输出.html> 渲染
   (或直接调 render_html(data, template) 编程式渲染)
3. python scripts/check_report.py <输出.html> 校验占位符完整性(返回 0 通过)
4. 用 present_files 交付

报告硬性规范:红利好绿利空(中国惯例)、主导因子加「主导」徽章、证据标注 [已验证]/[推断]、残余清单必留、边界声明必留(不构成投资建议、只做归因不做影响推演)。

报告结构与四步流水线对齐:模板 8 个区块按步骤编号并带步骤徽章,报告阅读顺序即分析流程:A1 时间线 / A2 锚定(步骤 A)→ B1 因子分解 / B2 独立性+共振(步骤 B)→ C1 反叙事 / C2 关键分歧(步骤 C)→ D1 传导映射 / D2 残余清单(步骤 D)。CSS 已内置 step-A/B/C/D 四色徽章样式。

对话模式(用户明确只要快速结论,或报告无法交付时):完整叙事分析,约 80-150 行。结构:核心判断 → 盘面 → 因果链 → 反叙事 → 关键分歧 → 判断+验证。

调用模式(被其他 skill 调用):压缩至 10-25 行,像一个分析师被老板问话时的回答,核心要素不丢。

共通要求:
- 结论前置,第一句就是核心判断
- 残余不确定性清单必出,不阻塞输出:正反分歧未化解项、信息真空、时间未确认项全部列入,宁可多写一条不假装全知
- 隐藏分析框架:不展示因子分解、独立性检查、共振计算、反叙事搜索的推导过程。框架是生产端工具,用户只关心结论和依据。被追问时再展开
- 人味输出:拒绝 AI 腔

D3 输出前检查与闸门(强制)

反身性检查:核心结论若被广泛传播会否强化当前趋势?是否存在自我实现风险?机构观点引用是否有选择偏差?若 1、2 均"是",报告末尾标注"[反身性风险]"。

5W1H 覆盖:What(现象含标的/幅度/时间)、Why(因果链显性化)、When(五个时间要素全标注)、Where(跨市场标注时区)、Who(交易主体分析)、How(至少一条传导链附闭环验证)。

论据真实性:核心数据在输出时点仍有效?关键数据点能说清"谁说的、什么时间说的"?推断是否标注 [推断]?反叙事搜索是否执行?

时间因果序:每个"因为 X 所以 Y"X 是否早于 Y?同日多事件是否先排时间线?"导火索"是否只用于最早触发事件?跨市场时区是否换算统一?

逻辑一致性:因子分解与交叉叠加使用一致?共振强度与传导映射标注一致?"我判断"是否基于前文分析?残余清单风险是否来自无法验证环节?

输出闸门(twu-output-guard standard 档):①时间线审计(事件按北京时间排序,因果箭头只允许早→晚);②反身份扫描(对照 negative-bank.md 数据类红线 1-5);③替代解释(归因结论前确认已排除强替代解释);④checker.py 硬校验(违规打回)。执行方式见 ~/.workbuddy/skills/twu-output-guard/SKILL.md。

D4 写作风格

硬规则(任何模式通用):禁用词(值得注意的是/综上所述/在某种程度上/赋能/抓手/闭环/毋庸置疑/显而易见/基于以上分析/我们认为/可能影响/值得关注/有待观察);禁用破折号;禁用因子编号式展开/公文标题/大段连续表格;强制第一人称判断、明确态度词;叙事结构:核心判断 → 盘面 → 因果链 → 反叙事 → 关键分歧 → 判断+验证;专业口吻:判断可用口语、归因必须用术语。

完整写作准则见 references/analyst-voice.md(冲突时以它为准),示例见 references/writing-examples.md,模板见 references/templates.md。

参数校准

因子粒度:简单事件 2-3 个因子,中等 3-5 个,复杂 4-6 个。超过 6 个回检噪音因子;每个因子必须回答独立的"为什么",回答同一个"为什么"则合并;单个标的涨跌不单独成因子,除非是指数权重股带动板块级反应。

信号强度阈值(按标的类型):

标的类型 高强度 中等强度 低强度
指数(上证/纳指等) >1.5% 0.5%-1.5% <0.5%
A 股个股 >5% 2%-5% <2%
美股个股 >5% 2%-5% <2%
板块/行业ETF >2% 0.8%-2% <0.8%
汇率 >0.5% 0.2%-0.5% <0.2%
债券收益率 >10bp 5-10bp <5bp

跨资产联动加分:因子同时触发汇率、商品、债券联动,信号强度在原判定基础上升一档。

降级模式:有限归因

触发条件(任一):信息层少于 2 条独立来源;数据层无法获取量价关系或资金流向;事件本身信息源单一且未确认。

降级输出:标题加"[有限归因]"前缀;说明哪些阶段因信息不足被跳过;不确定环节提升到正文优先列出;明确标注"以下分析基于有限信息,结论置信度低"。保留:现象回放(能做多少做多少)、因子分解(数量可减到 1-2 个)、反叙事(基于已有信息)、残余清单(必做)。

降级模式不等于不分析。它的作用是明确告诉读者:这个归因的边界在哪里。

核心规则速查

P0(违反即失控)

  1. 时间上下文必须解析(五要素)
  2. 事件位置必须锚定(时序 + 截面),锚定错位禁止归因
  3. 论据必须先于结论,无数据标注推断
  4. 输出前检查必须执行(5W1H/论据/时序/逻辑/反身性/闸门)
  5. 写作风格高于模板
  6. 因子必须拆到"含义"层,给出叙事级判断
  7. 因子必须标注信号强度(高/中/低)
  8. 交叉叠加前必须做独立性检查
  9. 必须搜索反叙事,找不到写"未发现"
  10. 反叙事按效率约束收敛(3 轮/5 条),未化解入残余清单
  11. 只做归因不做影响推演
  12. 传导链必须带闭环验证
  13. 共振强度用启发式规则计算

P1(质量底线)

  1. 数据与新闻打架以数据为准
  2. 信息真空标注"无法验证",证据不足启用降级
  3. 传闻驱动标注"未确认信息源"
  4. 每个结论标注推理链路(验证过/推断/无法验证)
  5. 收盘价与盘中极值区分,数据冲突标注来源
  6. 因子总数 ≤6,超过说明理由
  7. 数据标注时间戳,禁用"当前""目前"
  8. 外部观点对照必做(≥3 独立来源,≥1 行为证据类)

P2(锦上添花)

  1. 与主流卖方观点对比,标注共识/分歧
  2. 报告正文前输出核心摘要(3-5 行)
  3. 识别关键分歧
  4. 跨市场分析引用历史参照
  5. 输出前执行反身性检查
  6. 叙事提炼一句话总结市场学到什么
  7. 调用模式压缩至对话模式 30-50%

与其他 skill 的分工联动

与 twu-event-impact 的分工

维度 twu-causal-chain twu-event-impact
方向 向后归因 向前推演
核心问题 为什么发生 会怎样发展
输出 因果链 + 闭环验证 影响矩阵 + 论证 + 残余不确定性
联动方式 归因结论的事实部分(主导因子、传导链)可被 event-impact 引用为锚定信息(可选) 推演中识别出的短期市场反应,如需要解释可转回本技能(由用户单独发起)

两者独立可跑,职责互不重叠:本技能解释过去,event-impact 推演未来。本技能不接受影响推演任务,用户提出"这个事件会有什么影响/对谁影响大"类问题时,转出至 twu-event-impact,不做降级承接。

与 evening-review 联动

  • L0 全球联动:隔夜美股/大宗/外汇变动对 A 股传导 → 用本框架的传导映射(链 C + 板块映射表 + 闭环验证)
  • L4 消息驱动:当日催化事件 → 用本框架的因子分解 + 独立性检查 + 交叉叠加

联动方式:evening-review 执行 Phase 3(AI 综合分析)时,对 L0 和 L4 块显式调用本 skill 的框架,输出复用本 skill 的模板。

依赖

  • 数据:westock-data / neodata-financial-search(行情、资金、北向、财务)
  • 信息:WebSearch(新闻、舆情、机构观点)
  • 渲染:scripts/render_report.py(报告 HTML 渲染)、scripts/check_report.py(占位符校验)
  • 无额外 Python 依赖:核心分析由 AI 执行,脚本仅做渲染与校验

常见问题

5 问
答案由本站依据条目字段整理
金融事件归因分析怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_a8f7e31c/twu-causal-chain。安装方式为未标注。装完刷新技能列表或重开客户端。

金融事件归因分析支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

金融事件归因分析权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

金融事件归因分析收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

金融事件归因分析用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。