基于聚源金融数据库的基金经理观点与持仓一致性分析工具。分析基金经理在定期报告中表达的投资观点与其管理基金实际持仓的一致性程度,生成标准化分析报告。覆盖观点提取、持仓分析、多维度一致性评分(行业配置、投资风格、选股逻辑、风险控制)、报告生成等核心功能。所有数据来自 MCP API,确保真实可溯源。使用场景:当用户需要分析某基金经理的言行一致性、评估基金经理可信度、查看基金经理观点与持仓匹配度、生成一致性检验报告时触发。示例问题:"分析基金经理持仓一致性"、"XXX观点和实际持仓
基金经理观点持仓一致性分析 (JY Fund Consistency Analysis)
功能概述
基金经理观点持仓一致性分析 (JY Fund Consistency Analysis)是一项面向实际任务的技能,主要用于基于聚源金融数据库的专业基金经理"言行一致性"分析工具,通过 MCP 服务获取真实数据,按照标准化模板输出高质量的基金经理观点与持仓一致性检验分析报告;核心理念 : 基于真实数据,客观分析,不编造任何信息;
核心要点
- 本 Skill 支持以下功能:;
- ✅ 观点提取 : 从基金定期报告中提取基金经理核。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
使用与执行
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
基金经理观点持仓一致性分析 (JY Fund Consistency Analysis)
基于聚源金融数据库的专业基金经理"言行一致性"分析工具,通过 MCP 服务获取真实数据,按照标准化模板输出高质量的基金经理观点与持仓一致性检验分析报告。
核心理念: 基于真实数据,客观分析,不编造任何信息。
功能范围
本 Skill 支持以下功能:
- ✅ 观点提取: 从基金定期报告中提取基金经理核心观点(市场展望、投资策略、重点关注领域)
- ✅ 持仓分析: 获取基金重仓股及行业配置数据
- ✅ 一致性评分: 多维度量化分析(行业配置 35%、投资风格 25%、选股逻辑 25%、风险控制 15%)
- ✅ 报告生成: 生成专业 Markdown 格式分析报告(支持 HTML/PDF 导出)
- ✅ 基金全覆盖: 对基金经理管理的每一只基金分别进行一致性检验
- ✅ 数据验证: 确保所有数据来自 MCP API,不编造任何信息
- ✅ 智能日期匹配: 自动匹配最接近的标准报告期
查询建议
查询需要具备的要素
- 基金经理姓名(必需):完整的基金经理姓名,如"张坤"、"葛兰"
- 查询日期(必需):日期格式为 YYYY-MM-DD,如"2024-12-31",系统会自动匹配到最接近的标准报告期
查询写法
分析 [基金经理姓名] 在 [日期] 的观点与持仓一致性 [基金经理姓名] [日期] 一致性检验 查看 [基金经理姓名] 的言行一致性报告
查询示例
# 示例 1:分析张坤在 2024 年底的一致性 分析张坤在 2024-12-31 的观点与持仓一致性 # 示例 2:分析葛兰在 2023 年中报的一致性 葛兰 2023-06-30 一致性检验 # 示例 3:查看傅鹏博的言行一致性报告 查看傅鹏博的言行一致性报告 # 示例 4:简单查询 张坤 2024 年年报 一致性
环境检查与配置
每次使用本技能前,必须先检查 mcporter 安装和 MCP 服务配置状态!
步骤 1:检查 mcporter 是否安装
mcporter --version
如未安装,按以下流程安装:
# 1. 通过 npm 全局安装 npm install -g mcporter # 2. 验证安装 mcporter --version
步骤 2:检查 MCP 服务配置
# 列出所有已配置的 MCP 服务 mcporter list
预期输出(必须包含以下两个服务):
- jy-financedata-tool
- jy-financedata-api
如服务未配置,需要获取 JY_API_KEY 并配置:
2.1 获取 JY_API_KEY
向恒生聚源申请 JY_API_KEY,(首次配置需提供,配置一次即可)
JY_API_KEY 申请路径:访问 https://www.gildata.com/products/datamap
2.2 配置 MCP 服务
# 配置 jy-financedata-tool 服务 mcporter config add jy-financedata-tool --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-tool?token=你的 JY_API_KEY" # 配置 jy-financedata-api 服务 mcporter config add jy-financedata-api --url "https://api.gildata.com/mcp-servers/aidata-assistant-srv-api?token=你的 JY_API_KEY"
2.3 验证配置
mcporter list
预期输出应包含:
- jy-financedata-tool — 聚源 - 多智能体模式(X 工具) - jy-financedata-api — 聚源 - 全量接口模式(X 工具)
2.4 测试调用
# 测试调用(注意:所有服务工具的入参均为 query) mcporter call jy-financedata-api.FundManagerViewPointReport query="张坤 2024-12-31"
步骤 3:在 OpenClaw 中启用 mcporter(如未配置)
mcporter 配置文件路径:
- Windows:
C:Users你的用户名.mcportermcporter.json
OpenClaw 配置文件路径:
- Windows:
C:Users你的用户名.openclawopenclaw.json
编辑 openclaw.json,在 skills 部分添加 mcporter 配置:
{
"skills": {
"entries": {
"mcporter": {
"enabled": true,
"env": {
"MCPORTER_CONFIG": "C:\Users\你的用户名\.mcporter\mcporter.json"
}
}
}
}
}
重启 OpenClaw 使配置生效:
openclaw gateway restart
核心工作流程
流程中的工具调用能够并发调用尽量并发调用提速。
步骤 1:获取基金经理观点
- 调用 API:
FundManagerViewPointReport - 输入参数:
- 查询参数:
{基金经理姓名} {查询日期}
- 查询参数:
- 获取并记录以下信息:
对于在查询日期对应报告期内,该基金经理管理下的每一只基金:
- 管理基金代码
- 管理基金简称
- 观点报告期 (API 返回的实际报告期)
- 投资策略和运作分析内容
- 基金市场展望内容
- 注意:
- 如果用户输入的日期不是标准的报告期末,请选择与该日期最接近的已披露报告期的观点
- 记录下所有由该基金经理管理的、在指定报告期有观点数据的基金列表
调用示例:
mcporter call jy-financedata-api.FundManagerViewPointReport query="张坤 2024-12-31"
步骤 2:获取基金持股明细
确定持仓报告期: 对于步骤 1 中获取的每一只基金及其对应的观点报告期,计算其后一个季度的日期作为"持仓报告期"。
规则:
- 观点报告期为 2023 年年报 (2023-12-31) → 持仓报告期为 2024 年一季报 (2024-03-31)
- 观点报告期为 2023 年一季报 (2023-03-31) → 持仓报告期为 2023 年二季报 (2023-06-30)
- 观点报告期为 2023 年中报 (2023-06-30) → 持仓报告期为 2023 年三季报 (2023-09-30)
- 观点报告期为 2023 年三季报 (2023-09-30) → 持仓报告期为 2023 年年报 (2023-12-31)
调用 API:
ShareholdingDetailReport输入参数(对步骤 1 中获取的每一只基金分别调用):
- 查询参数:
{基金代码/基金简称} {持仓报告期} - 持仓类型:重仓股票
- 查询参数:
获取并记录以下信息: 对于每只基金,在其对应的"持仓报告期",记录其重仓股票,至少包括:
- 股票代码
- 股票简称
- 持仓市值
- 占基金净值比
- 所属行业(例如申万一级行业)
调用示例:
mcporter call jy-financedata-api.ShareholdingDetailReport query="000001 2024-03-31"
步骤 3:数据验证与处理
- 验证基金代码匹配: 确保观点数据与持仓数据来自同一只基金
- 处理 A/C 类合并: 同一基金的 A/C 类份额合并分析
- 数据去重: 去除重复的股票记录
- 行业分类统一: 确保行业分类标准一致
步骤 4:一致性分析
对每一只基金,从以下维度进行分析:
行业配置匹配度 (35%):
- 观点中提到的行业是否在持仓中体现?
- 重点配置的行业是否与观点一致?
投资风格一致性 (25%):
- 持仓组合风格是否与观点中阐述的风格一致?
- 成长/价值/均衡风格是否匹配?
选股逻辑一致性 (25%):
- 重仓股是否符合观点中提及的选股标准?
- 是否买入/加仓了明确看好的标的?
风险控制一致性 (15%):
- 观点中提示的风险,在持仓中是否有规避?
- 仓位水平是否与市场判断匹配?
步骤 5:生成报告
严格按照模板格式生成 Markdown 报告,确保:
- 所有数据来自 API,不编造
- 表格清晰易读
- 分析客观严谨
- 结论基于数据
快速开始
基础调用
主服务(jy-financedata-api)- 推荐:
# FundManagerViewPointReport 和 ShareholdingDetailReport 都在 jy-financedata-api 中 mcporter call jy-financedata-api.FundManagerViewPointReport query="张坤 2024-12-31" mcporter call jy-financedata-api.ShareholdingDetailReport query="易方达蓝筹精选 2024-03-31"
备用服务(jy-financedata-tool)- 部分功能:
# jy-financedata-tool 只有 5 个工具,不支持 FundManagerViewPointReport 和 ShareholdingDetailReport # 但可以用 FinQuery 查询部分金融数据作为备用 mcporter call jy-financedata-tool.FinQuery query="张坤 管理基金 2024 年年报" mcporter call jy-financedata-tool.FinQuery query="基金代码 000001 重仓股 2024 年一季报" mcporter call jy-financedata-tool.MacroIndustryData query="中国最新 GDP 增速 CPI 数据" mcporter call jy-financedata-tool.FinancialResearchReport query="基金经理观点分析 研报"
数据获取策略
- 优先使用 jy-financedata-api:接口最全,支持 FundManagerViewPointReport 和 ShareholdingDetailReport
- 备用 jy-financedata-tool:当 api 服务不可用时,可用 FinQuery 查询部分数据
- 所有入参统一为 query:不要使用其他参数名
错误处理
# 如遇到认证错误,检查 JY_API_KEY 是否有效 mcporter list # 如遇到超时,增加超时时间(默认 150 秒) # 在 skill 配置中调整 timeout 参数
资源清单
jy-fund-consistency-analysis/
├── SKILL.md # 技能文档(本文件)
├── README.md # 使用说明
├── skill.config.json # 配置文件
├── requirements.txt # Python 依赖
├── analyzer_v2.py # 主分析程序(v2 版本)
├── generate_pdf_v2.py # PDF 生成工具
└── consistency_reports/ # 输出目录
├── *.md # 生成的 Markdown 报告
└── *.html # 生成的 HTML 文件
核心文件说明
| 文件 | 用途 |
|---|---|
analyzer_v2.py |
主分析程序,执行完整的 CoT 思维链步骤 |
generate_pdf_v2.py |
PDF 生成工具,通过 HTML 中转避免中文乱码 |
skill.config.json |
技能配置文件,包含 MCP 服务、分析维度等配置 |
consistency_reports/ |
输出目录,存放生成的报告文件 |
限制
数据源限制
- 仅支持 MCP API 数据源:所有数据必须来自 jy-financedata-api 或 jy-financedata-tool,严禁编造数据
- API 响应时间:每次调用约 60-150 秒(网络延迟),请设置合理的超时时间
- 数据披露延迟:季报披露有延迟,可能需尝试多个日期
输出格式限制
- 报告格式:默认 Markdown,支持 HTML 导出,PDF 需手动打印
- 基金数量限制:单次分析最多处理 20 只基金
- 重仓股数量:每只基金分析前十大重仓股
注意事项
- 报告期匹配:自动匹配最接近的标准报告期(3/6/9/12 月末)
- 基金代码验证:确保观点与持仓数据来自同一只基金
- A/C 类合并:同一基金的 A/C 类份额合并分析
- JY_API_KEY 安全:妥善保管 API KEY,不要公开分享
一致性等级标准
| 综合评分 | 等级 | 信号灯 | 说明 |
|---|---|---|---|
| ≥85 | 高度一致 | 🟢 | 观点与持仓完全匹配,言行高度一致 |
| ≥70 | 基本一致 | 🟢 | 观点与持仓基本匹配,整体可信 |
| ≥50 | 部分一致 | 🟡 | 观点与持仓存在一定偏差 |
| ≥30 | 存在偏差 | 🟠 | 观点与持仓存在明显不一致 |
| <30 | 明显不一致 | 🔴 | 观点与持仓严重不符 |
报告模板结构
生成的报告包含以下四个核心部分:
一、报告摘要
- 基金经理姓名
- 观点分析区间
- 持仓分析区间
- 分析基金数量
- 核心结论
- 综合评分
二、基金经理核心观点概述
- 市场展望
- 投资策略与运作分析
- 重点关注领域/行业
- 风险提示
三、逐只基金观点与持仓一致性检验
- 基金名称与代码
- 观点报告期与持仓报告期
- 基金定位与核心观点
- 主要持仓(前 5-10 大重仓股)
- 一致性分析(四维度评分)
- 结论(高度一致/基本一致/部分一致/不一致)
四、整体结论与评价
- 综合评价
- 一致性亮点
- 潜在不一致/关注点
- 投资启示
最后更新:2026-03-30 Skill 版本:v1.0 数据源:恒生聚源金融数据 (jy-financedata-api / jy-financedata-tool)
热门AI工具
相关专题
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.9万人学习
共6课时 | 54.7万人学习
最新文章