Install
$ agentstack add skill-taxueseek-fund-investment-guide-invest-fund ✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.
Security review
✓ PassedNo issues found. Passed automated security review. · v0.1.0 How review works →
- ✓ Prompt-injection patterns
- ✓ Secret / credential exfiltration
- ✓ Dangerous shell & filesystem operations
- ✓ Untrusted network calls
- ✓ Known-malicious package signatures
What it can access
- ✓ Network access No
- ✓ Filesystem access No
- ✓ Shell / process execution No
- ✓ Environment & secrets No
- ✓ Dynamic code execution No
From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.
Verified badge
Passed review? Show it. Paste this badge into your README, it links to the public security report.
Reliability & compatibility
Declared compatibility
Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.
We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.
How agent discovery & health will work →About
invest-fund:基金分析
> 买基金是委托他人管理资产。不了解策略、不信任经理、成本不合理,就不买。
场景路由(收到请求后先判断,再执行)
| 用户说了什么 | 场景 | 读取 | |------------|------|------| | "选哪个" "对比" + 同经理 | B:同经理多选一 | references/scene-b.md | | "对比" "比较" "选哪个" + 不同基金 | F:多基金横向对比 | references/scene-f.md | | "刚成立" "新发" "不到一年" "次新" | C:次新基金 | references/scene-c.md | | "ETF" "指数基金" "联接" "跟踪误差" | E:ETF分析 | references/scene-e.md | | 单一行业/主题(新能源、医药、白酒等) | G:行业主题 | references/scene-g.md | | (其他,默认) | A:标准体检 | references/scene-a.md |
场景优先级:B(同经理) > F(跨基金对比) > G(行业) > C(次新) > E(ETF) > A(默认)
> 命中场景后只加载该场景的 reference 文件,不要预加载其他场景。一个场景走完再判断是否需要切换。
> 命中场景后加载对应 reference,按场景专属流程分析,不跑通用三关。
核心方法论
- 成果导向:不看宣传材料,看风险收益是否匹配目标
- 调查研究:看持仓、费率、经理操作逻辑——不做表面分析
- 抓主要矛盾:每类基金只有一个核心判断轴
→ 主动基金看经理 | ETF看费率+跟踪 | 行业看纯度 | 次新看经理推断
通用三关审查(场景A默认使用,其他场景可参考)
当前日期 T,自动推导数据基准:
财年锚点 N = T.year if T > 4/30 else T.year - 1
分析周期 = [N-4, N-3, N-2, N-1, N]
| 当前日期 | 最新完整报告 | 数据新鲜度 | 搜索优先级 | |---------|-------------|-----------|-----------| | 1-3月 | N-1年报 | 60-90% | 年报+最新净值 | | 4月 | N年报 | 100% | 年报(强制披露) | | 5-7月 | N年报 | 90-100% | 年报+季报 | | 8月 | N半年报 | 100% | 半年报 | | 9-10月 | N半年报 | 60-90% | 半年报+季报 | | 11-12月 | N三季报 | 100% | 三季报 |
第一关:懂不懂(策略理解)
第一性原理:不懂投什么的基金,涨跌都不知道为什么。
验证问题:
- 基金投什么?(股票/债券/混合/商品/海外)
- 策略是什么?(主动选股/指数跟踪/量化/行业主题)
- 基准是什么?超额收益从哪来?
主动基金验证:
- 投资范围:股票占比区间?行业集中度?
- 策略描述:价值/成长/均衡?大盘/中盘/小盘?
- 能力圈:经理擅长什么?风格漂移过吗?
ETF/指数基金验证:
- 跟踪指数:编制规则透明吗?成分股多久调整?
- 跟踪误差:年化跟踪误差 5000万?
次新基金(成立1良好 | 单位波动获得的超额收益 | | 卡玛比率 | __ | >2良好 | 收益与最大回撤的比值 | | 信息比率 | __ | >0.5良好 | 相对基准的超额收益稳定性 |
费率观察(非绝对标准):
- 管理费:主动 __% / 被动 __%
- 换手率:__%(隐性成本 ≈ 换手率 × 0.15%)
- 综合成本:__% / 年
关注项(非一票否决,需综合判断):
- 经理任职短且无历史可追溯
- 规模过大可能影响策略灵活性
- 费率显著高于同类平均
- 频繁更换基金经理
未通过:业绩无持续性或风险收益比差 → 停止分析,不买
第三关:贵不贵(估值与时机)
第一性原理:即使好基金,买在高点也难受。
验证问题:
- 当前市场估值在什么位置?
- 所投资产的平均PE/PB在历史什么分位?
- 现在入场,能承受多大幅度回撤?
估值数据:
| 指标 | 当前 | 历史均值 | 分位 | 判断 | |------|------|---------|------|------| | 重仓股平均PE | __ | __ | __% | __ | | 重仓股平均PB | __ | __ | __% | __ | | 指数估值分位(如ETF) | __% | __% | __% | __ |
极端测试:
- 假设市场回调30%,该基金可能跌多少?__%
- 能承受吗?__
未通过:估值处于历史高位 + 无安全边际 → 等待或换标的
辅助检查(不停止,只提醒)
同经理多基金选择
如果该经理管理多只产品,选"最像基金经理本人"的那只:
| 维度 | 优先选择 | 原因 | |------|---------|------| | 管理时间 | 最长的 | 最体现其真实能力 | | 规模 | 适中(10-50亿) | 操作灵活,非迷你非巨无霸 | | 机构占比 | 较高的 | 专业投资者认可 | | 重仓重合度 | 与代表作对比 | >70%重合则选费率低的 |
行业主题基金检查
核心不等式:"经理懂不懂这个行业" > "这个行业好不好"
经理-行业匹配度四象限:
| 类型 | 特征 | 判断 | |------|------|------| | 理想型 | 深耕多年 + 能力圈匹配 | 首选 | | 陷阱型 | 追热点 + 高曝光 | 回避 | | 潜力型 | 新锐深耕 + 低曝光 | 观察 | | 平庸型 | 通用经理 + 行业拼凑 | 选指数替代 |
自检三问:
- 买β还是买经理的α?
- 行业跌30%能承受吗?
- 相比指数基金贵在哪里?
QDII基金检查
- 汇率风险敞口?
- 海外市场当前估值?
- 费率是否过高(QDII通常更高)?
持有检查(如已持有)
三关反向验证——买入看门槛,持有看变化:
| 关卡 | 买入时问 | 持有时问 | 卖出信号 | |------|---------|---------|---------| | 懂不懂 | 懂策略吗? | 策略变了吗? | 策略漂移(价值经理开始买AI)、合同变更 | | 好不好 | 能持续跑赢吗? | 开始持续跑输了吗? | 连续2期同类排名后50%、经理离职 | | 贵不贵 | 估值合理吗? | 估值透支了吗? | PE>历史90%分位且无利润增长支撑 |
额外卖出信号:
- 规模暴涨后超额消失(策略容量受限)
- 基金公司重大人事变动
- 费率上调
> 持有检查可独立触发——用户说「还要不要拿」「该不该卖」时,跳过完整三关,直接跑此表。
持有人体验检查
不只看基金好不好,看买它的人实际感受怎么样。传统指标分析基金本身,这四个指标分析持有人的心理账户:
| 指标 | 当前值 | 含义 | 判断 | |------|--------|------|------| | 回撤恢复天数 | __天 | 上次>10%回撤后多少天回本 | 180天容易拿不住 | | 月度胜率 | __% | 任意持有1个月赚钱概率 | >60%体验好,1.5优秀, 回撤恢复天数比最大回撤更能反映真实痛感。一只基金跌30%但3个月回本,比跌20%但2年回本更容易拿住。
输出格式
# [基金名称] ([代码]) — 基金分析
**分析日期**:{{T}}
**数据基准**:{{N}}年 {{report_type}}(新鲜度:{{freshness}}%)
**基金类型**:主动股票/ETF/指数基金/债券/混合/QDII
---
## 三关审查
| 关卡 | 结果 | 关键发现 | 主要疑虑 |
|------|------|---------|---------|
| 懂不懂 | 通过/未通过 | ______ | ______ |
| 好不好 | 通过/未通过 | ______ | ______ |
| 贵不贵 | 通过/未通过/观望 | ______ | ______ |
**综合判断**:
- [ ] 三关全过,可考虑买入
- [ ] 第__关未过,不买
- [ ] 观望,等待第__关改善
---
## 关键数据(N-4至N年)
| 指标 | N-4 | N-3 | N-2 | N-1 | N | 趋势 |
|------|-----|-----|-----|-----|---|------|
| 年度收益 | __% | __% | __% | __% | __% | __ |
| 相对基准超额 | __% | __% | __% | __% | __% | __ |
| 最大回撤 | __% | __% | __% | __% | __% | __ |
| 规模(亿) | __ | __ | __ | __ | __ | __ |
*注:N={{N}}年为最新完整财年*
---
## 风险调整后收益
| 指标 | 当前 | 参考标准 | 判断 |
|------|------|---------|------|
| 夏普比率 | __ | >1 | __ |
| 卡玛比率 | __ | >2 | __ |
| 信息比率 | __ | >0.5 | __ |
---
## 费率结构
| 费用类型 | 本基金 | 同类参考 | 判断 |
|---------|--------|---------|------|
| 管理费 | __% | 主动1.5%/被动0.5% | __ |
| 托管费 | __% | ~0.25% | __ |
| 申赎费 | __% | - | __ |
| 换手率 | __% | - | __ |
| **综合年费** | __% | - | __ |
---
## 估值分析
| 指标 | 当前 | 历史均值 | 分位 | 判断 |
|------|------|---------|------|------|
| 重仓股平均PE | __ | __ | __% | __ |
| 重仓股平均PB | __ | __ | __% | __ |
| 指数估值(如适用) | __% | __% | __% | __ |
**极端测试**(市场-30%):预估跌幅 __%,能承受:是/否
---
## 基金经理(如主动基金)
| 维度 | 情况 |
|------|------|
| 现任经理 | ______ |
| 任职时间 | ______年 |
| 管理本基金规模 | ______亿 |
| 历史管理业绩 | ______ |
| 近1年是否更换 | 是/否 |
### 经理方法论深度分析(主动基金必做)
超越基本画像,追问经理的「底层框架」:
1. **景气度判断**:他站在哪个产业周期的什么位置?偏爱科技成长通胀还是传统周期通胀?
2. **中国优势判断**:在全球产业链里看好哪一环?(光通信?半导体设备?新能源?)
3. **选股偏好**:大盘/小盘?高ROE/低ROE?集中/分散?
4. **周期拼接**:换手率如何?是动态调仓还是买入躺平?
5. **言行一致**:季报持仓和公开表态对得上吗?(详见 `references/manager-patterns.md`)
这些问题的底层逻辑来自对顶级基金经理方法论的共性提炼。
---
## 盲区与局限
1. ______
2. ______
---
## 持有建议(如已持有)
**当前仓位**:__%
**建议**:
- [ ] 加仓(三关改善+价格更低)
- [ ] 持有(逻辑未变)
- [ ] 减仓(某关恶化/仓位过重/发现更好标的)
- [ ] 卖出(经理更换/策略失效/费率上调)
**再评估节点**:______
---
*本分析基于公开信息,数据可能存在滞后,不构成投资建议。*
数据获取优先序(配置后启用,不绑死厂商)
在填三关表之前,按下列顺序取结构化数据(探测到才用,调不到就跳过):
| 优先级 | 条件 | 来源 | 适用 | |--------|------|------|------| | 1 | 本机存在 ttfund 命令(用户自装) | ttfund diagnose/info/holding/manager 等 | 净值、规模、重仓、经理 | | 2 | 已设置 EASTMONEY_APIKEY | invest-cli fund --json | 东财基金快照 | | 3 | 始终 | web_search / 年报 PDF / 用户材料 | CLI 全不可用时的兜底 |
配置步骤见仓库 docs/data-sources.md。 禁止调用未声明的第三方聚合站 skill;本公开包不包含此类依赖。
内容清单(仍按 Tier 填齐,来源可变):
必须(Tier 1):年报/半年报组合与费率、当前净值与规模、业绩基准对比 验证(Tier 2):近5年排名、经理任职史、夏普/卡玛、重仓股估值 交叉(Tier 3):同类费率、行业估值分位、经理其他产品
与系列技能分工
| 场景 | 路由 | |------|------| | 「分析这只基金」「值不值得」 | invest-fund(本 skill) | | 「分析这只股票」 | invest-stock | | 「解读基金季报」 | 本 skill + references/doc-processing.md | | 「/cli 查基金快照」 | invest-cli fund(需东财 Key) | | 「终端查净值」且已装 ttfund | 先 ttfund 取数,再本 skill 判断 |
核心原则
- 不替决策:提供判断框架,决策权交还用户
- 不预测排名:不判断明年业绩第几,只评估持续跑赢能力
- 不保证收益:过往业绩不代表未来,需自行承担风险
- 成本优先:高费率是长期收益的最大敌人
- 先取数再判断:已配置 CLI 时禁止空表硬编指标
场景文件索引(按需加载)
| 场景 | 文件 | 优先级 | |------|------|--------| | B:同经理多基金选择 | references/scene-b.md | 最高 | | F:多基金横向对比 | references/scene-f.md | 高 | | G:行业主题基金 | references/scene-g.md | 高 | | C:次新基金分析 | references/scene-c.md | 中 | | E:ETF分析 | references/scene-e.md | 中 | | A:单只基金深度分析 | references/scene-a.md | 默认 | | 文档处理协作 | references/doc-processing.md | 按需 | | 基金经理共性框架 | ../invest-stock/references/manager-patterns.md | 按需 |
invest-fund v2.0.2 | 场景路由 · 配置后取数
Source & license
This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.
- Author: taxueseek
- Source: taxueseek/fund-investment-guide
- License: MIT
Install and usage instructions live in the source repository linked above.
Reviews
No reviews yet, be the first.
Write a review
Versions
- v0.1.0 Imported from the upstream source.