面向A股个股新闻与事件面分析,聚焦近期新闻、事件情绪、机构验证与市场反馈。基于今日投资金融数据接口,自动识别股票代码并输出结构化新闻事件分析报告。触发词:最近新闻、消息面、事件驱动、利好利空、催化、风险消息。
📰 股票新闻事件分析
功能概述
📰 股票新闻事件分析是一项面向实际任务的技能,主要用于面向 A 股个股新闻与事件面分析,聚焦近期新闻、事件情绪、机构验证与市场反馈;基于今日投资金融数据接口,自动识别股票代码并输出结构化新闻事件分析报告;
核心要点
- 用户询问某只股票最近有哪些新闻、消息、催化或风险事件;
- 用户想判断近期事件偏利多还是利空,是否已被机构或市场验证;
- 用户希望知道“最近发生了什么”“事件影响还在不在”“消息面偏空还是偏多”;
使用与执行
关键词:最近新闻、消息。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。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。
结果检查与注意事项
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;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。
📰 股票新闻事件分析
面向 A 股个股新闻与事件面分析,聚焦近期新闻、事件情绪、机构验证与市场反馈。基于今日投资金融数据接口,自动识别股票代码并输出结构化新闻事件分析报告。
触发场景
- 用户询问某只股票最近有哪些新闻、消息、催化或风险事件
- 用户想判断近期事件偏利多还是利空,是否已被机构或市场验证
- 用户希望知道“最近发生了什么”“事件影响还在不在”“消息面偏空还是偏多”
- 关键词:最近新闻、消息面、事件驱动、利好利空、催化、风险消息、事件面、资讯解读
输入示例
示例 1:新闻梳理
浪潮信息最近有什么重要消息?
示例 2:利好利空判断
帮我分析一下宁德时代最近的新闻是偏利多还是偏利空。
示例 3:事件验证
中际旭创最近有没有什么催化,市场买账了吗?
💡 本 Skill 偏“近阶段新闻与事件面全景梳理”。若用户重点询问“今天为什么涨跌”,优先使用
个股异动分析;若重点询问“某一条消息怎么解读”,优先使用个股消息解读;若重点询问“机构近期怎么看”,优先使用个股研报解读。
前置依赖
本 Skill 依赖 investoday-finance-data(今日投资金融数据)Skill 的 call_api.py 脚本获取实时金融数据。
skills/investoday-finance-data/scripts/call_api.py # API 调用脚本 skills/investoday-finance-data/references/ # 接口文档
确保 INVESTODAY_API_KEY 已配置(环境变量或 .env 文件)。
工具说明
以下为本 Skill 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。
基础工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 综合标的搜索 | search |
GET | 通过关键字搜索股票代码 |
| 股票基本信息 | stock/basic-info |
GET | 获取股票名称、行业、主营业务等基础信息 |
新闻与事件工具
| 工具名称 | 工具ID | 方法 | 说明 |
|---|---|---|---|
| 实体相关新闻 | news/entity-related |
GET | 获取公司、行业、宏观、行情四类相关新闻 |
| 研报舆情 | research/sentiment |
POST | 获取研报观点、情绪与关键逻辑 |
| 研报预测评级 | report/stock-forecast-ratings |
GET | 获取机构评级、目标价与预测变化 |
| 上市公司公告 | announcements |
GET | 获取公司公告与正式事件披露 |
| 沪深京实时行情 | stock-quote/realtime-merge |
GET | 获取个股行情与板块反馈,用于验证事件是否被市场响应 |
数据获取流程
用户提供股票名称或代码后,Agent 按以下流程获取数据:
# Step 0:标的识别(如用户输入名称而非代码)
python skills/scripts/call_api.py search key=<股票名称> type=11
# Step 1:股票基本信息 — 工具ID: stock/basic-info
python skills/scripts/call_api.py stock/basic-info stockCode=
# Step 2:公司维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=3 pageNum=1 pageSize=3
# Step 3:行业维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=2 pageNum=1 pageSize=3
# Step 4:宏观维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=1 pageNum=1 pageSize=3
# Step 5:行情维度新闻(近30天) — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode= beginTime=<30天前> endTime=<当前时间> newsType=4 pageNum=1 pageSize=3
# Step 6:研报舆情(近90天) — 工具ID: research/sentiment
python skills/scripts/call_api.py research/sentiment --method POST stockCode= beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=5
# Step 7:研报预测评级(近90天) — 工具ID: report/stock-forecast-ratings
python skills/scripts/call_api.py report/stock-forecast-ratings stockCode= beginDate=<90天前> endDate=<今天> pageNum=1 pageSize=10
# Step 8:上市公司公告(近30天) — 工具ID: announcements
python skills/scripts/call_api.py announcements stockCode= beginDate=<30天前> endDate=<今天> pageNum=1 pageSize=10
# Step 9:实时行情 — 工具ID: stock-quote/realtime-merge
python skills/scripts/call_api.py stock-quote/realtime-merge stockCode=
并行优化:完成 Step 0 的代码识别后,Step 1-9 可并行调用;写报告时优先保留高相关、时间更近、信息量更高的 2-4 个核心事件,不要罗列全部新闻。
分析框架(5步)
Agent 获取数据后,按以下 5 步框架进行结构化分析:
Step 1:识别近期核心事件
目标:从公司、行业、宏观、行情四类新闻及公告中,提炼近阶段最重要的事件主线。
数据来源:news/entity-related + announcements
分析要点:
- 公司维度优先级最高,其次行业、宏观、行情
- 优先保留正式公告、时间更近、信息量更高、与个股相关性更强的事件
- 若事件重复出现,应合并同类项而非简单堆叠
输出:核心事件列表与主线判断。
Step 2:判断事件情绪与影响层级
目标:判断当前事件更偏利多、利空还是中性,并区分情绪层面与基本面层面的影响。
数据来源:news/entity-related + announcements
分析要点:
- 事件情绪是短期情绪扰动还是中期基本面变化
- 影响层级是交易情绪、业绩预期还是经营逻辑变化
- 若同一阶段存在利多与利空并存,必须明确主次关系
输出:事件情绪结论与影响路径。
Step 3:判断机构是否验证
目标:判断近期研报观点是否支持当前事件逻辑。
数据来源:research/sentiment + report/stock-forecast-ratings
分析要点:
- 研报观点与新闻事件是否同向
- 机构评级是否上调、维持还是下修
- 若机构分歧明显,应提示逻辑仍未形成共识
输出:机构验证强弱与主要分歧点。
Step 4:判断市场是否响应
目标:通过实时行情与板块反馈验证市场是否为事件“买账”。
数据来源:stock-quote/realtime-merge
分析要点:
- 个股近期表现是否与事件方向一致
- 板块联动强弱如何
- 若新闻偏正面但股价无响应,应提示“市场验证偏弱”
输出:市场反馈结论与验证状态。
Step 5:形成综合事件判断
目标:把“发生了什么、偏利好还是利空、是否被验证、能否持续”串成完整结论。
数据来源:前 4 步分析结果汇总
分析要点:
- 当前事件面状态偏正面、偏负面还是中性观察
- 驱动类型是基本面催化、政策/行业催化、情绪交易还是风险扰动
- 后续需重点跟踪事件发酵、机构观点变化或市场持续性
输出:综合事件判断、可信度与跟踪重点。
策略逻辑汇总
| 信号组合 | 含义 | 判断 |
|---|---|---|
| 正式公告 + 公司新闻同向 | 事件可信度较高 | ✅ 积极 |
| 公司新闻偏利多且近 30 天内多次重复强化 | 事件仍在发酵 | 🟡 关注 |
| 新闻偏利多但研报未验证 | 机构支持偏弱 | ⚠️ 警惕 |
| 研报观点与评级同步改善 | 机构验证增强 | ✅ 积极 |
| 新闻与机构观点明显相反 | 事件理解存在分歧 | 🟡 关注 |
| 事件偏正面但股价无明显响应 | 市场暂未充分买账 | 📊 中性 |
| 事件偏负面且股价同步走弱 | 风险正在被市场定价 | 🔴 高风险 |
| 行业、宏观消息为主,公司层面无增量信息 | 影响更偏外部环境 | 📊 中性 |
| 公告或新闻时间明显滞后于当前行情 | 事件解释力下降 | ⚠️ 警惕 |
| 多条新闻重复但信息增量有限 | 需防止把噪音当催化 | ⚠️ 警惕 |
输出格式
# 📰 [股票名称] 新闻事件分析报告 > 分析日期:YYYY-MM-DD | 数据来源:今日投资 ## 一、事件结论 (先写当前事件面偏正面/偏负面/中性观察,以及核心结论) ## 二、核心事件梳理 (列出最关键的 2-4 条事件,按时间倒序整理) ## 三、事件情绪与影响判断 (说明这些事件偏情绪扰动还是基本面影响) ## 四、机构观点与市场验证 (研报、评级和市场反馈是否支持事件主线) ## 五、综合结论 - 3-5 条核心发现 - 明确最核心的催化或风险点 - 给出后续需继续跟踪的验证信号
证据约束(必须遵守)
- 每个事件判断至少对应 2 个证据来源,优先采用“新闻/公告 + 研报/行情”组合
- 不允许把单条低相关、旧闻或重复新闻直接写成核心催化
- 时间口径必须写清楚,如“近30天新闻”“近90天研报”“最新实时行情”
- 不展示内部打分、情绪分值或排序分值,只输出自然语言结论
- 若某个维度数据为空,只能写“暂无相关数据”或“暂不足以判断”
- 不给买卖建议、目标价空间测算、仓位建议或短线操作建议
- 若机构观点、新闻与市场表现三者不一致,必须明确指出背离,不得强行给单边结论
执行示例
用户说:“宁德时代最近有哪些重要消息,市场怎么看?”
- 通过
search获取股票代码 - 并行调用
stock/basic-info、四类news/entity-related、research/sentiment、report/stock-forecast-ratings、announcements与stock-quote/realtime-merge - 提炼最核心的事件主线,并评估机构验证与市场反馈
- 输出 Markdown 格式新闻事件分析报告
- 在结尾写出综合判断与后续跟踪重点
安全与隐私
- 仅通过今日投资 API 查询公开市场数据
- 不记录、不存储用户的查询记录
- 分析结论仅供参考,不构成投资建议
Keywords
股票新闻事件分析, 最近新闻, 消息面, 事件驱动, 利好利空, 催化, 风险消息, 市场反馈, stock news event analysis, catalysts
热门AI工具
相关专题
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
本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。
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 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章