金融与投行

印度股市研究报告生成技能

为NSE/BSE上市公司自动生成零幻觉、机构级买卖持有(Buy/Sell/Hold)股票研究报告,每个数据点都带来源引用。

45/ 100
不推荐

当前收益不足以覆盖风险或不确定性。

查看评分依据 ↓
可直接使用于
Codex · Claude Code · Claude.ai
Star 数
★ 26
最近更新
7 个月前
License
NOASSERTION
equity-researchindian-stock-marketnsebse
+4valuationdcftechnical-analysisforensic-accounting

这个 Skill 能做什么,适合哪些场景?

该技能将Claude转变为一位印度股票研究分析师,为在NSE或BSE上市的公司产出1500-3000字的机构级研究报告。它坚持严格的反幻觉规则:每个财务数据必须来自实时抓取的网页(如Screener.in、BSE公告、Trendlyne、Tickertape),并附带内联的[Source: URL, date]标签,否则报告必须声明“数据不可用”。分析涵盖基本面、法证会计红旗检查、技术分析、同行对比、多模型估值(DCF、EV/EBITDA、P/E重估)和TAM规模估算。输出是一份带有SEBI免责声明的DOCX报告,以及在聊天中显示的markdown摘要。该技能还强制执行严格的自审计清单(包含价格快照、Bull/Base/Bear情景表、拆分的投资结论)。

将公司名称解析为NSE股票代码,通过网页搜索获取当前市场价格(Google Finance卡片、Tickertape、5Paisa——明确拒绝Screener.in和Yahoo Finance作为价格来源),抓取历史财务数据、持股比例、财报电话会议纪要、新闻、技术指标、同行对比和分析师共识。然后它运行分析框架(DuPont ROE分解、ROIC-WACC价差、法证会计检查),结合敏感性分析推导目标价格,对可交付性进行自我审计,并将一份DOCX报告保存到/mnt/user-data/outputs/,同时在聊天中粘贴markdown摘要。

适合
  • 想要对特定NSE/BSE股票(如RELIANCE或HDFCBANK)进行买入/卖出/持有建议的个人投资者。
  • 通过单条提示词('分析我的持仓:HDFCBANK, INFY, TCS, RELIANCE')审查多个持仓的投资组合持有人。
  • 比较竞争对手(如Tata Motors与Maruti Suzuki)并获取估值差异表的投资者。
  • 研究企业行动影响(如HDFC Bank合并后)的事件驱动型分析师。
  • 关注BSE小盘/SME股(如Macfos Ltd)且分析师覆盖较少的投资者。

如何安装这个 Skill?

使用前请注意
  • 核心价格获取依赖Google搜索结果卡片,在中国大陆网络环境下不可用,且摘要卡价格本身可能延迟或不准确。
  • 整个流程依赖抓取第三方网页(Screener/Trendlyne/Tickertape),页面改版或反爬机制会导致技能失效,无降级方案。
  • README中的性能声明(98%准确率、50+股票实测)无任何提交证据支持,应视为营销内容。
  • 报告提供买卖点、止损与目标价,属投资建议边缘内容,用户须自行核实数据并咨询持牌顾问。
  • 无测试、无CI、examples目录为空链接,发布者身份未验证,维护可持续性存疑。
开始前你需要
Agent 需要具备
  • 网络访问
  • 本地文件系统
需要预先安装
  • web_search / web_fetch tools
  • docx output capability

克隆仓库 (git clone https://github.com/vishalmdi/india-equity-report-skill.git),将 india-equity-report 文件夹复制到您的Claude技能目录中(cp -r india-equity-report /path/to/your/claude/skills/user/),然后重启您的Claude Code会话。该仓库称此在Claude Code技能目录中有效;其他平台未记录。

通用方式:手动安装到 Claude Code(macOS / Linux)
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/vishalmdi/india-equity-report-skill.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/india-equity-report" ~/.claude/skills/
rm -rf "$tmp"

根据源仓库地址和 Skill 路径自动生成,只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式,请优先按作者说明操作;想只在当前项目中使用,把 ~/.claude/skills 换成项目里的 .claude/skills。

如何使用这个 Skill?

试试这样说

安装后,把下面任意一句发给 Agent 即可触发:

  • Analyze Reliance Industries (RELIANCE)
  • Should I buy ITC at current levels?

在Claude Code中,只需使用股票名称或股票代码进行提示词,例如 'Analyze Reliance Industries (RELIANCE)' 或 'Should I buy ITC at current levels?'。该技能在股票分析短语上触发,自动获取当前价格和财务数据,执行质量检查,并通过 present_files 提供DOCX报告。对于批量分析,在单个提示词中列出多个股票代码。

这个 Skill 有哪些优点和局限?

优点
  • 7层反幻觉保护机制,对每个数字进行强制源引用。
  • 多维度分析:基本面、法证会计、技术分析、多模型估值。
  • 详细的来源层级,对不可靠的价格来源(Screener.in陈旧缓存,Yahoo Finance延迟报价)有明确警告。
  • 强制发布前自审计清单(价格检查、数据完整性、格式、DOCX)。
  • 适用于大盘股、中盘股和小盘股/SME股。
局限
  • 输出取决于Claude Code中可用的网页搜索/抓取工具——没有它们则无法工作。
  • 依赖于第三方网站的抓取(Screener.in、Trendlyne、Tickertape),这些网站可能会更改布局或限制访问。
  • 尽管README声称准确率为98%,但没有独立测试套件;列出的统计数据是自报的。
  • 未在除Claude Code以外的平台上进行测试;未为非Claude客户端记录安装方式。
  • 并非注册投资建议——输出仅供参考,SEBI免责声明适用。

这个 Skill 与同类方案有什么区别?

与相关 Skills 并排比较;分数均按同一 FSRS 标准得出。

Skill FS 评分 Star 数 最近更新 License
印度股市研究报告生成技能 本页 45 · 不推荐 ★ 26 7 个月前 NOASSERTION
科技股财报深度分析器 47 · 谨慎使用 ★ 1.1k 6 个月前 MIT
台股一鍵財務模型與投資簡報生成器 45 · 不推荐 ★ 40 3 个月前 —
九章个股深研投研技能 63 · 推荐 ★ 462 2 个月前 MIT
巴菲特投资思维系统 53 · 谨慎使用 ★ 823 6 个月前 —

FollowSkills 如何评估这个 Skill?

FollowSkills 评估 · FSRS-2.0
不推荐
45/ 100 五分制 2.3 / 5
1信任安全13 / 25 · 2.6/5

权限最小、无敏感数据操作、无外部副作用,强调强制引用来源与SEBI免责声明,数据流透明;扣分点:未涉及用户确认机制、无回滚设计,核心价格数据依赖搜索引擎摘要卡与爬取第三方页面,存在不可控的中间人风险,静态评审无法验证 Attribution 的实际执行。

2可靠稳定8 / 20 · 2.0/5

工作流结构完整(Step 0-5、质检清单、防幻觉规则、失败时标注data unavailable),失败反馈指引较清晰;扣分点:静态评审上限,无测试、无CI、无提交的示例报告可复核;核心路径完全依赖第三方网页结构与搜索引擎卡片,页面改版或反爬即失效,且无降级路径说明。

3适用触发8 / 15 · 2.7/5

触发条件明确(股票分析、目标价等短语),场景与受众清晰;扣分点:能力边界声明不足(如无网工具或网页被墙时的行为未定义);核心功能依赖Google搜索卡片,在中国大陆网络不可达,Tickertape/5Paisa/Trendlyne可达性也不确定,未提供替代方案。

4规范维护8 / 15 · 2.7/5

文档分层良好(SKILL.md + 三个references),许可证为MIT并附金融免责条款,有故障排查章节;扣分点:README中含占位符链接([your-username]、[email])显示维护粗糙,声称的examples/目录内容未见,无changelog,版本号仅1.0.0且与SKILL.md中v1.1表述不一致,发布者身份未验证。

5有效结果5 / 15 · 1.7/5

指令设计能指导模型产出结构完整、来源标注的报告,相比手动研究有边际价值;扣分点:声称的battle-tested案例与98%准确率均无提交物佐证,examples/下载链接指向不存在内容,静态评审下无法确认输出可直接使用。

6证据核验3 / 10 · 1.5/5

要求每个数字带[Source: URL, date]是良好设计;扣分点:仓库本身的可验证证据稀薄——无测试、无CI工作流、无样例报告文件,README中的性能数据(98%准确率、50+股票覆盖、五星满意度)均为不可核查的营销声明。

1 2 3 4 5 6

点击维度查看打分理由

评估于 2026年9月10日 审查版本 395bf1e55deb 评估证据[1][2][3][4][5][6]

证据充分度:低 — 主要依赖静态检查、作者材料或有限演示;适合发现线索,不适合做高风险决策。

查看完整评分方法 →

相关 Skills