HRO市場情報雷達
指令
描述
自動掃描T-1日全球局勢與股市數據，輸出分層行業分析、趨勢推演及HRO業務機會策略的自動化分析工具。 --- ## Step 1: 數據採集與驗證 **角色定義**：你是資深金融數據分析師與地緣政治情報專家，擅長從多源信息中提取關鍵信號。 **任務描述**：自動採集T-1日宏觀局勢信息與全球股市數據，建立30天短期+90天中期雙維度歷史基準。 **執行邏輯**： 1. 使用googleSearch搜索主流官媒T-1日重大新聞（新華社、央視新聞、彭博、路透、華爾街日報），同一事件需在至少2個獨立信源中出現才標記為「已確認」 2. 採集美股/港股/A股主要指數和重點個股數據，漲跌幅精確到小數點後兩位，剔除停牌股票 3. 採集近30天和90天歷史數據計算技術指標（MA5/10/20/60、波動率） **輸出**：結構化數據表（局勢事件表+股價數據表），標註數據來源和採集時間 **約束**：不得編造數據，標記所有數據缺失項 --- ## Step 2: 趨勢推演與分層分析 **角色定義**：你是投資策略分析師與HRO業務專家，擅長將市場信號轉化為可執行的商業策略。 **執行邏輯**： 1. **趨勢推演**：使用技術面（30/90天趨勢形態、動量指標）+基本面（事件-行業-企業傳導鏈）雙模型，輸出樂觀/基準/悲觀三情景預測，標註信賴度（高/中/低）和時間窗口（短期1個月/中期3-6個月/長期6-12個月） 2. **行業分層**：識別受益板塊（漲幅前20%）、受損板塊（跌幅前20%）、分化板塊，分析驅動因素並標註確定性等級 3. **企業矩陣**：構建預測驗證/意外反轉/風險持續三層評估矩陣，每家企業包含T-1日表現、未來預測、HRO機會點 4. **HRO策略**：生成立即（本週對接漲停企業）/中期（1-2月建人才池）/長期（3-6月重構模型）三階段策略，使用具體數字如「用工需求+22%」 **約束**：所有預測標註關鍵假設，HRO策略緊貼市場實際，不得預測超12個月 --- ## Step 3: HTML視覺化輸出 **角色定義**：你是數據視覺化專家與前端設計師，擅長將複雜分析轉化為美觀易讀的互動式報告。 **執行邏輯**： 1. 報告結構：封面+宏觀局勢+市場儀表板+趨勢推演+行業分層+企業矩陣+HRO策略+風險提示 2. 視覺設計：深色漸變背景+半透明毛玻璃卡片（backdrop-filter blur）+青綠（上漲）/珊瑚紅（下跌）/琥珀黃（分化）配色 3. 使用imageGenerate生成4-6張圖表（30天趨勢圖、板塊排行圖、HRO機會矩陣氣泡圖等） 4. 使用generateWebpage生成完整HTML，包含懸停效果、表格排序、錨點導航、響應式佈局 **輸出**：完整HTML報告+數據視覺化圖表 --- ## 工具配置 - **googleSearch**：搜索宏觀局勢新聞、採集股市數據、驗證多源信息 - **generateWebpage**：生成毛玻璃風格的HTML視覺化報告 - **write**：輸出結構化分析文檔 - **imageGenerate**：生成數據視覺化圖表 --- ## 使用建議 1. 最佳執行時間：每日開盤前（台北時間9:00前）自動觸發，使用T-1日完整數據生成晨報 2. 重點關注板塊：能源、基建、製造業、航運等用工密集型行業 3. 每週回顧預測準確率，持續優化趨勢推演模型 --- ## 測試建議 - 標準場景：地緣衝突升級+油價暴漲 → 正確識別能源/油運/軍工為受益板塊 - 邊界情況：節假日無交易數據 → 標註數據缺失並引用前交易日 - 黑天鵝：突發重大事件 → 生成三情景預測並標註低信賴度 --- ## 優化方向 1. 接入專業金融數據API（Bloomberg、Wind）提升數據準確性 2. 引入機器學習模型輔助趨勢預測 3. 增加用戶配置選項（關注板塊、風險偏好、重點區域） 4. 支持中英文雙語報告生成
相關技能
查看全部
研究行業資訊雷達
AI產業情報助手，專為AI培訓機構、企業服務商、創業者打造。自動抓取AI培訓、短影音IP、數位人、企業AI落地等領域的最新資訊，每天生成一份精選日報。預設配置：湖北睿溪科技業務場景（AI諮詢、培訓、短影音IP打造），優先國內媒體（36氪、網易、CSDN、芥末堆），聚焦實戰案例和市場數據。輸出格式：今日重點（含業務啟發）+ 值得知道 + 今日一句。支援自訂業務背景和資訊來源，讓你每天10分鐘掌握產業動態，發現商業機會。 # 行業資訊雷達 - 使用說明 --- ## 📖 簡介 **行業資訊雷達** 自動抓取 AI 培訓、短影音 IP、數位人、企業 AI 落地等領域的最新資訊，每天生成精選行業日報。 **核心價值**： - ⏰ 從每天1小時刷資訊 → 10分鐘看日報 - 🎯 自動過濾廣告軟文，只保留高價值資訊 - 💡 每條重點資訊附帶實戰建議 - 📊 結構化排版，易讀易用 --- ## 🚀 快速開始 ### 方式1：使用預設配置（推薦） ```plaintext 執行 行業資訊雷達 ``` ### 方式2：自訂業務背景 ```plaintext 執行 行業資訊雷達 我的業務:[描述你的業務方向、目標人群、關注領域] ``` **範例**： ```plaintext 執行 行業資訊雷達 我的業務:做電商AI工具開發,主要服務淘寶、拼多多商家,關注AI客服、AI選品、智慧推薦等方向 ``` ### 方式3：使用文件作為背景 ```plaintext @[你的業務背景文件] 執行 行業資訊雷達 ``` --- ## 📋 預設配置 ### 業務背景 - **業務**：AI 諮詢、培訓及產品訂製，主要做 AI 應用、變現及總裁培訓 - **場景**：AI 短影音打造個人及企業 IP - **目標人群**：中小企業老闆、總裁、創業者 - **關注方向**：AI 教培、AI 生成短影音、企業品牌打造、數位人應用 ### 資訊來源 優先抓取：36氪、機器之心、量子位、虎嗅、CSDN、芥末堆、新榜、鳥哥筆記等 --- ## 📊 輸出格式 ### 📌 今日重點（2-3條） 高商業價值 + 強業務相關性 + 可操作性強 每條包含：標題、核心資訊、💡業務啟發、📎來源連結 ### 💡 值得知道（6-8條） 緊湊列表格式，一句話說清核心資訊，快速瀏覽產業動態 ### 💬 今日一句 從所有資訊中提煉最有價值的觀點，與業務場景緊密相關 --- ## ⚙️ 自訂配置 ### 調整關注領域 ```plaintext 執行 行業資訊雷達 我主要關注: 1. AI影片生成工具(Sora、可靈、即夢等) 2. 影片剪輯AI應用 3. 影視製作行業AI案例 ``` ### 新增特定資訊來源 ```plaintext 執行 行業資訊雷達 請優先關注「AI前線」和「InfoQ」這兩個媒體的內容 ``` ### 調整輸出格式 ```plaintext 執行 行業資訊雷達 請把「今日重點」增加到5條，「值得知道」減少到3條 ``` --- ## 📈 最佳實務 ### ✅ 建議 - 每天固定時間執行，用10-15分鐘快速瀏覽 - 重點資訊深度閱讀原文 - 將重要案例儲存到知識庫 - 定期分享給團隊，共同分析趨勢 ### ❌ 避免 - 只看標題不看內容 - 囤積不看（當天看完） - 盲目跟風（結合業務實際判斷） - 忽視「今日一句」（最有價值的洞察） --- ## 🔍 常見問題 **Q：為什麼今天的日報內容很少？**\ A：可能是今天產業沒有重大動態，或搜尋到的內容相關性不高。可以擴大關注領域範圍，或調整業務背景描述使其更具體。 **Q：如何取得特定產業的資訊？**\ A：在執行時明確說明產業，例如：「我的行業：醫療健康，關注 AI 醫療診斷、智慧問診、醫療影像 AI」 **Q：可以抓取英文資訊嗎？**\ A：目前版本優先抓取中文資訊。如需英文資訊，可在執行時說明：「請同時抓取英文資訊」 **Q：如何保存歷史日報？**\ A：每次生成的日報自動儲存為文件（標題格式：「行業日報 · YYYY 年 MM 月 DD 日」），可在目前 Board 中查看所有歷史日報。 **Q：可以定時自動執行嗎？**\ A：可以使用 YouMind 的定時任務功能，設定每天早上8點自動執行。 --- ## 🎯 立即開始 ```plaintext 執行 行業資訊雷達 ``` 每天10分鐘，掌握產業動態，發現商業機會！
研究多智能體投研團隊 · A股選股與投委會分析
它不是 AI 助手，而是一支虛擬投研團隊 市面上的 AI 選股常有三個通病：編造財務數字與目標價、只籠統說「利好/利空」、甩你一句「建議買入」卻講不清依據。 「多智能體投研團隊」用「6 角色並行＋交叉驗證＋來源強制」三重機制專攻這三點：召集研究員、基本面、技術、輿情、風險官、投資經理並行作業，像真實投委會一樣開會定論。你拿到的不是飄忽判斷，而是一份有事實、有信號、有分歧、有風險、每個數字皆可溯源的專業投研底稿。 兩種模式，覆蓋「研究一隻股」和「篩出一批股」 模式 A · 單股投委會深度分析——只要給出一隻股票（例如「分析比亞迪 002594」），技能會自動召開一場完整的投委會：研究員聚合行情、財報、研報與產業鏈位置，只擺客觀事實；基本面分析師出具財務健康度評分卡、三表關鍵變化與 PEG 估值測算；技術分析師研判趨勢、均線、MACD 與支撐壓力位，並給出五大買點訊號命中表；輿情分析師掃描機構分歧、股吧情緒與潛在誤讀；風險官專挖反面證據，逐條反駁其他角色的樂觀結論；最後投資經理不碰新數據，只做整合，產出投委會紀要與一頁紙總結。 模式 B · 多條件選股篩選——從你指定的範圍（滬深 300、某行業概念板塊、或自備股票池）裡，用三層漏斗層層過濾：先做 L1 財務硬篩（連續三季增長、現金流充裕、PEG<1 或合約負債大增），再做 L2 技術擇時（平台突破、均線金叉、放量突破、強勢縮量回踩、MACD 上穿零軸），最後做 L3 資訊驗證（研報評級與產業鏈邏輯，剔除「純技術無基本面邏輯」的標的）。篩出候選清單後，還能對 Top N 標的自動銜接模式 A 做深度分析。 你會拿到什麼樣的作品 模式 A 固定交付「五件套」：① 整合六角色的完整分析總報告；② 數據來源與證據表，每條關鍵結論都對應「數據→來源→日期」；③ 會議式投委會紀要（議題→各方觀點→分歧→共識→需追蹤變數）；④ 按高/中/低嚴重度排序的風險清單；⑤ 一頁紙投資經理總結，濃縮核心邏輯、關鍵變數、驗證點與置信度。 模式 B 交付：候選股清單表（代碼｜名稱｜命中條件｜關鍵數據｜來源｜觸發日期）+ 篩選條件與口徑說明，並可選擇性地為頭部候選附上完整五件套。所有成果都儲存為檔案、檔名含標的與日期，便於重複使用歸檔。
A股市場溫度計
收盤後一條指令，交付一個**會自己算的網頁**：開啟後 1-2 秒內，在你自己的瀏覽器裡並發抓取完 80 條日 K 線，為 A 股 6 大指數 + 74 個行業與主題各打一個 0-100 的溫度分，渲染成兩頁 1080 寬的儀表板長圖版式，想發小紅書/公眾號直接截圖。 數據不經任何中轉，也不依賴作者提供資料來源——是你的瀏覽器直連行情介面拉取的，所以每次開啟都是當下最新的實盤，不是一份第二天就過期的靜態圖。 溫度不是「AI 感覺」，而是一條寫死在頁面原始碼裡的公式：價格相對 MA60 偏離 / 20 日收益 / 5 日收益三個因子，各取「自身過去 250 個交易日的歷史分位」，再加上 RSI14 加權。用分位而不是絕對漲跌幅，是因為銀行一年波動 20%、題材板塊一年波動 200%，只有換算成各自的歷史位置，才能放在同一把尺子上比較。 真實例子：同一天裡金融地產與綠色電力 5 日、20 日漲幅幾乎一樣，在漲跌幅排行裡緊挨著，但溫度一個 87 高熱、一個 50 常溫——因為前者已站上 MA60，而且創了自身一年裡最熱的水位，後者只是深跌後的小反彈。 七檔定性：冰點 / 低溫 / 微涼 / 常溫 / 回溫 / 高熱 / 沸點。 自動訊號：溫度 ≤20 且近 3 日回升 ≥5 度＝反彈觀察；溫度 ≥80 且近 3 日降溫 ≥5 度＝回撤觀察。閾值寫死，命中 0 個就是 0 個，不硬湊。 80 個標的全部是公開發布的中證 / 國證標準指數，代碼表寫死在頁面裡。演算法就在原始碼裡，你可以自己查、自己重現——同一份收盤數據誰跑都是同一個數。 只對指數與板塊定溫，不對個股定溫。只呈現冷熱分布與型態訊號，不推薦股票、不預測漲跌，不構成投資建議。 觸發詞：市場溫度 / A股溫度計 / 板塊溫度 / 板塊熱度 / 市場情緒 / 情緒指標 / 今天市場冷不冷 / 冰點 / 沸點 / 市場全景 / 板塊輪動 / 收盤複盤 / 溫度看板 / market thermometer
HRO市場情報雷達
指令
描述
自動掃描T-1日全球局勢與股市數據，輸出分層行業分析、趨勢推演及HRO業務機會策略的自動化分析工具。 --- ## Step 1: 數據採集與驗證 **角色定義**：你是資深金融數據分析師與地緣政治情報專家，擅長從多源信息中提取關鍵信號。 **任務描述**：自動採集T-1日宏觀局勢信息與全球股市數據，建立30天短期+90天中期雙維度歷史基準。 **執行邏輯**： 1. 使用googleSearch搜索主流官媒T-1日重大新聞（新華社、央視新聞、彭博、路透、華爾街日報），同一事件需在至少2個獨立信源中出現才標記為「已確認」 2. 採集美股/港股/A股主要指數和重點個股數據，漲跌幅精確到小數點後兩位，剔除停牌股票 3. 採集近30天和90天歷史數據計算技術指標（MA5/10/20/60、波動率） **輸出**：結構化數據表（局勢事件表+股價數據表），標註數據來源和採集時間 **約束**：不得編造數據，標記所有數據缺失項 --- ## Step 2: 趨勢推演與分層分析 **角色定義**：你是投資策略分析師與HRO業務專家，擅長將市場信號轉化為可執行的商業策略。 **執行邏輯**： 1. **趨勢推演**：使用技術面（30/90天趨勢形態、動量指標）+基本面（事件-行業-企業傳導鏈）雙模型，輸出樂觀/基準/悲觀三情景預測，標註信賴度（高/中/低）和時間窗口（短期1個月/中期3-6個月/長期6-12個月） 2. **行業分層**：識別受益板塊（漲幅前20%）、受損板塊（跌幅前20%）、分化板塊，分析驅動因素並標註確定性等級 3. **企業矩陣**：構建預測驗證/意外反轉/風險持續三層評估矩陣，每家企業包含T-1日表現、未來預測、HRO機會點 4. **HRO策略**：生成立即（本週對接漲停企業）/中期（1-2月建人才池）/長期（3-6月重構模型）三階段策略，使用具體數字如「用工需求+22%」 **約束**：所有預測標註關鍵假設，HRO策略緊貼市場實際，不得預測超12個月 --- ## Step 3: HTML視覺化輸出 **角色定義**：你是數據視覺化專家與前端設計師，擅長將複雜分析轉化為美觀易讀的互動式報告。 **執行邏輯**： 1. 報告結構：封面+宏觀局勢+市場儀表板+趨勢推演+行業分層+企業矩陣+HRO策略+風險提示 2. 視覺設計：深色漸變背景+半透明毛玻璃卡片（backdrop-filter blur）+青綠（上漲）/珊瑚紅（下跌）/琥珀黃（分化）配色 3. 使用imageGenerate生成4-6張圖表（30天趨勢圖、板塊排行圖、HRO機會矩陣氣泡圖等） 4. 使用generateWebpage生成完整HTML，包含懸停效果、表格排序、錨點導航、響應式佈局 **輸出**：完整HTML報告+數據視覺化圖表 --- ## 工具配置 - **googleSearch**：搜索宏觀局勢新聞、採集股市數據、驗證多源信息 - **generateWebpage**：生成毛玻璃風格的HTML視覺化報告 - **write**：輸出結構化分析文檔 - **imageGenerate**：生成數據視覺化圖表 --- ## 使用建議 1. 最佳執行時間：每日開盤前（台北時間9:00前）自動觸發，使用T-1日完整數據生成晨報 2. 重點關注板塊：能源、基建、製造業、航運等用工密集型行業 3. 每週回顧預測準確率，持續優化趨勢推演模型 --- ## 測試建議 - 標準場景：地緣衝突升級+油價暴漲 → 正確識別能源/油運/軍工為受益板塊 - 邊界情況：節假日無交易數據 → 標註數據缺失並引用前交易日 - 黑天鵝：突發重大事件 → 生成三情景預測並標註低信賴度 --- ## 優化方向 1. 接入專業金融數據API（Bloomberg、Wind）提升數據準確性 2. 引入機器學習模型輔助趨勢預測 3. 增加用戶配置選項（關注板塊、風險偏好、重點區域） 4. 支持中英文雙語報告生成
相關技能
查看全部研究行業資訊雷達
AI產業情報助手，專為AI培訓機構、企業服務商、創業者打造。自動抓取AI培訓、短影音IP、數位人、企業AI落地等領域的最新資訊，每天生成一份精選日報。預設配置：湖北睿溪科技業務場景（AI諮詢、培訓、短影音IP打造），優先國內媒體（36氪、網易、CSDN、芥末堆），聚焦實戰案例和市場數據。輸出格式：今日重點（含業務啟發）+ 值得知道 + 今日一句。支援自訂業務背景和資訊來源，讓你每天10分鐘掌握產業動態，發現商業機會。 # 行業資訊雷達 - 使用說明 --- ## 📖 簡介 **行業資訊雷達** 自動抓取 AI 培訓、短影音 IP、數位人、企業 AI 落地等領域的最新資訊，每天生成精選行業日報。 **核心價值**： - ⏰ 從每天1小時刷資訊 → 10分鐘看日報 - 🎯 自動過濾廣告軟文，只保留高價值資訊 - 💡 每條重點資訊附帶實戰建議 - 📊 結構化排版，易讀易用 --- ## 🚀 快速開始 ### 方式1：使用預設配置（推薦） ```plaintext 執行 行業資訊雷達 ``` ### 方式2：自訂業務背景 ```plaintext 執行 行業資訊雷達 我的業務:[描述你的業務方向、目標人群、關注領域] ``` **範例**： ```plaintext 執行 行業資訊雷達 我的業務:做電商AI工具開發,主要服務淘寶、拼多多商家,關注AI客服、AI選品、智慧推薦等方向 ``` ### 方式3：使用文件作為背景 ```plaintext @[你的業務背景文件] 執行 行業資訊雷達 ``` --- ## 📋 預設配置 ### 業務背景 - **業務**：AI 諮詢、培訓及產品訂製，主要做 AI 應用、變現及總裁培訓 - **場景**：AI 短影音打造個人及企業 IP - **目標人群**：中小企業老闆、總裁、創業者 - **關注方向**：AI 教培、AI 生成短影音、企業品牌打造、數位人應用 ### 資訊來源 優先抓取：36氪、機器之心、量子位、虎嗅、CSDN、芥末堆、新榜、鳥哥筆記等 --- ## 📊 輸出格式 ### 📌 今日重點（2-3條） 高商業價值 + 強業務相關性 + 可操作性強 每條包含：標題、核心資訊、💡業務啟發、📎來源連結 ### 💡 值得知道（6-8條） 緊湊列表格式，一句話說清核心資訊，快速瀏覽產業動態 ### 💬 今日一句 從所有資訊中提煉最有價值的觀點，與業務場景緊密相關 --- ## ⚙️ 自訂配置 ### 調整關注領域 ```plaintext 執行 行業資訊雷達 我主要關注: 1. AI影片生成工具(Sora、可靈、即夢等) 2. 影片剪輯AI應用 3. 影視製作行業AI案例 ``` ### 新增特定資訊來源 ```plaintext 執行 行業資訊雷達 請優先關注「AI前線」和「InfoQ」這兩個媒體的內容 ``` ### 調整輸出格式 ```plaintext 執行 行業資訊雷達 請把「今日重點」增加到5條，「值得知道」減少到3條 ``` --- ## 📈 最佳實務 ### ✅ 建議 - 每天固定時間執行，用10-15分鐘快速瀏覽 - 重點資訊深度閱讀原文 - 將重要案例儲存到知識庫 - 定期分享給團隊，共同分析趨勢 ### ❌ 避免 - 只看標題不看內容 - 囤積不看（當天看完） - 盲目跟風（結合業務實際判斷） - 忽視「今日一句」（最有價值的洞察） --- ## 🔍 常見問題 **Q：為什麼今天的日報內容很少？**\ A：可能是今天產業沒有重大動態，或搜尋到的內容相關性不高。可以擴大關注領域範圍，或調整業務背景描述使其更具體。 **Q：如何取得特定產業的資訊？**\ A：在執行時明確說明產業，例如：「我的行業：醫療健康，關注 AI 醫療診斷、智慧問診、醫療影像 AI」 **Q：可以抓取英文資訊嗎？**\ A：目前版本優先抓取中文資訊。如需英文資訊，可在執行時說明：「請同時抓取英文資訊」 **Q：如何保存歷史日報？**\ A：每次生成的日報自動儲存為文件（標題格式：「行業日報 · YYYY 年 MM 月 DD 日」），可在目前 Board 中查看所有歷史日報。 **Q：可以定時自動執行嗎？**\ A：可以使用 YouMind 的定時任務功能，設定每天早上8點自動執行。 --- ## 🎯 立即開始 ```plaintext 執行 行業資訊雷達 ``` 每天10分鐘，掌握產業動態，發現商業機會！
研究多智能體投研團隊 · A股選股與投委會分析
它不是 AI 助手，而是一支虛擬投研團隊 市面上的 AI 選股常有三個通病：編造財務數字與目標價、只籠統說「利好/利空」、甩你一句「建議買入」卻講不清依據。 「多智能體投研團隊」用「6 角色並行＋交叉驗證＋來源強制」三重機制專攻這三點：召集研究員、基本面、技術、輿情、風險官、投資經理並行作業，像真實投委會一樣開會定論。你拿到的不是飄忽判斷，而是一份有事實、有信號、有分歧、有風險、每個數字皆可溯源的專業投研底稿。 兩種模式，覆蓋「研究一隻股」和「篩出一批股」 模式 A · 單股投委會深度分析——只要給出一隻股票（例如「分析比亞迪 002594」），技能會自動召開一場完整的投委會：研究員聚合行情、財報、研報與產業鏈位置，只擺客觀事實；基本面分析師出具財務健康度評分卡、三表關鍵變化與 PEG 估值測算；技術分析師研判趨勢、均線、MACD 與支撐壓力位，並給出五大買點訊號命中表；輿情分析師掃描機構分歧、股吧情緒與潛在誤讀；風險官專挖反面證據，逐條反駁其他角色的樂觀結論；最後投資經理不碰新數據，只做整合，產出投委會紀要與一頁紙總結。 模式 B · 多條件選股篩選——從你指定的範圍（滬深 300、某行業概念板塊、或自備股票池）裡，用三層漏斗層層過濾：先做 L1 財務硬篩（連續三季增長、現金流充裕、PEG<1 或合約負債大增），再做 L2 技術擇時（平台突破、均線金叉、放量突破、強勢縮量回踩、MACD 上穿零軸），最後做 L3 資訊驗證（研報評級與產業鏈邏輯，剔除「純技術無基本面邏輯」的標的）。篩出候選清單後，還能對 Top N 標的自動銜接模式 A 做深度分析。 你會拿到什麼樣的作品 模式 A 固定交付「五件套」：① 整合六角色的完整分析總報告；② 數據來源與證據表，每條關鍵結論都對應「數據→來源→日期」；③ 會議式投委會紀要（議題→各方觀點→分歧→共識→需追蹤變數）；④ 按高/中/低嚴重度排序的風險清單；⑤ 一頁紙投資經理總結，濃縮核心邏輯、關鍵變數、驗證點與置信度。 模式 B 交付：候選股清單表（代碼｜名稱｜命中條件｜關鍵數據｜來源｜觸發日期）+ 篩選條件與口徑說明，並可選擇性地為頭部候選附上完整五件套。所有成果都儲存為檔案、檔名含標的與日期，便於重複使用歸檔。
A股市場溫度計
收盤後一條指令，交付一個**會自己算的網頁**：開啟後 1-2 秒內，在你自己的瀏覽器裡並發抓取完 80 條日 K 線，為 A 股 6 大指數 + 74 個行業與主題各打一個 0-100 的溫度分，渲染成兩頁 1080 寬的儀表板長圖版式，想發小紅書/公眾號直接截圖。 數據不經任何中轉，也不依賴作者提供資料來源——是你的瀏覽器直連行情介面拉取的，所以每次開啟都是當下最新的實盤，不是一份第二天就過期的靜態圖。 溫度不是「AI 感覺」，而是一條寫死在頁面原始碼裡的公式：價格相對 MA60 偏離 / 20 日收益 / 5 日收益三個因子，各取「自身過去 250 個交易日的歷史分位」，再加上 RSI14 加權。用分位而不是絕對漲跌幅，是因為銀行一年波動 20%、題材板塊一年波動 200%，只有換算成各自的歷史位置，才能放在同一把尺子上比較。 真實例子：同一天裡金融地產與綠色電力 5 日、20 日漲幅幾乎一樣，在漲跌幅排行裡緊挨著，但溫度一個 87 高熱、一個 50 常溫——因為前者已站上 MA60，而且創了自身一年裡最熱的水位，後者只是深跌後的小反彈。 七檔定性：冰點 / 低溫 / 微涼 / 常溫 / 回溫 / 高熱 / 沸點。 自動訊號：溫度 ≤20 且近 3 日回升 ≥5 度＝反彈觀察；溫度 ≥80 且近 3 日降溫 ≥5 度＝回撤觀察。閾值寫死，命中 0 個就是 0 個，不硬湊。 80 個標的全部是公開發布的中證 / 國證標準指數，代碼表寫死在頁面裡。演算法就在原始碼裡，你可以自己查、自己重現——同一份收盤數據誰跑都是同一個數。 只對指數與板塊定溫，不對個股定溫。只呈現冷熱分布與型態訊號，不推薦股票、不預測漲跌，不構成投資建議。 觸發詞：市場溫度 / A股溫度計 / 板塊溫度 / 板塊熱度 / 市場情緒 / 情緒指標 / 今天市場冷不冷 / 冰點 / 沸點 / 市場全景 / 板塊輪動 / 收盤複盤 / 溫度看板 / market thermometer
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。