claude-code/antigravity-finance/.agent/workflows/sector-pick.md

70 lines
2.3 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# sector-pick — 產業選股
給一個產業或題材,推薦 5-8 隻值得研究的股票。從宏觀到個股的完整篩選。
## 觸發方式
使用者輸入:`sector-pick [產業名稱]`
範例:`sector-pick AI半導體`、`sector-pick 電動車供應鏈`
## 輸入
- `industry`:產業名稱或題材關鍵字(可選,留空則由 AI 推薦當前最有利的產業)
## 執行步驟
每個步驟的 Agent 至少進行 **3 回合討論**
> 回合 1初步分析 → 回合 2自我質疑 → 回合 3補充修正
### Step 1: 產業偵察
- **Agent**: `sector_scout`
- **知識庫**: `macro_sector.md`, `quant_screening.md`
- **任務**:
1. 宏觀環境掃描 — 景氣循環階段、Fed 政策方向、資金流向
2. 產業輪動判斷 — 當前階段哪些產業最有利
3. 題材識別 — 在指定產業中找出 2-3 個具體投資題材
4. 初步標的 — 每個題材列出 3-5 隻受惠股
- **輸出**: `artifacts/sector-[產業]-[日期]/01-macro.md`
### Step 2: 量化篩選
- **Agent**: `stock_screener`
- **知識庫**: `quant_screening.md`
- **任務**:
1. 基本面品質過濾 — ROE > 15%、營收成長、正現金流
2. 技術面時機過濾 — 趨勢向上、非極端區域
3. 籌碼面聰明錢過濾 — 機構增持、內部人買入
4. 催化劑排序 — 依催化劑明確度排序
- **輸出**: `artifacts/sector-[產業]-[日期]/02-screening.md`
### Step 3: 首席分析師整合
- **Agent**: `chief_analyst`
- **任務**:
1. 交叉驗證產業判斷與個股篩選結果
2. 標註共識、分歧、待驗證項目
3. 標註信心度(高/中/低)
4. 產出最終推薦清單
- **輸出**: `artifacts/sector-[產業]-[日期]/03-summary.md`
## 最終輸出格式
```markdown
# [產業名稱] 選股報告
日期: YYYY-MM-DD
## 宏觀環境
[景氣階段 + 對該產業的影響]
## 投資題材
1. [題材名稱] — [一句話描述]
2. [題材名稱] — [一句話描述]
## 推薦標的(依優先級排序)
| # | Ticker | 公司 | 題材 | 風險 | 最近催化劑 | 一句話理由 | 信心度 |
|---|--------|------|------|------|----------|-----------|--------|
| 1 | | | | 🟢/🟡/🔴 | | | 高/中/低 |
## 下一步
- 對感興趣的標的執行 deep-dive [TICKER]
- 確定要交易的執行 trade-plan [TICKER]
```