用 Markdown 模板工程化市场新闻分析:claude-trading-skills 中 Market News Analyst 报告规范详解

原创2026-11-15 10:06:331,881 阅读
文章标签:金融科技AI 技能人工智能数据分析

用 Markdown 模板工程化市场新闻分析:claude-trading-skills 中 Market News Analyst 报告规范详解

Market News Analyst 是 claude-trading-skills 仓库里少数"纯对话式"技能之一:它不调用 Python 脚本取数,而是靠 WebSearch/WebFetch 收集过去 10 天的新闻,再用一套定量打分公式排序,最后输出一份结构固定的 Markdown 报告。这份报告的骨架就定义在 report_template.md 中。本文逐字段拆解这份模板,说明每个区块存在的分析目的、与打分框架的对应关系,以及在真实使用时如何避免最常见的失效方式。

模板在技能体系中的位置:Step 6 的唯一交付物

这个模板并不是一份独立文档,而是技能 6 步工作流的终点。原始 SKILL.md 里对它的引用非常简短:

### Step 6: Report Generation

**Objective:** Create structured English Markdown report ranked by market impact.

**Report Structure:** Read `references/report_template.md` when writing the final report.

也就是说,前 5 步(新闻采集、加载知识库、影响评分、市场反应分析、相关性与因果判定)产出的中间结论,全部要在 Step 6 被"填进模板的槽位"。模板开头那句说明也点明了它的来历——Step 6 report structure, moved verbatim from SKILL.md(从 SKILL.md 原样拆分出来),这是仓库把长提示词拆分到 references/ 目录的统一做法,同目录下的 impact_assessment_framework.md、correlation_causation_assessment.md、reference_index.md 都是同一批拆出来的 Step 细节。

从仓库元数据看,这个技能的定位也很清晰:skills-index.yaml 中它的 knowledge_only 为 true,unit_tests 标记为 not_applicable,唯一的外部依赖是 websearch(必需),输入是 news_search_query 与 date_range,输出是 news_impact_report,并被 workflows/multi-asset-opportunity-daily.yaml 作为第 3 步的可选技能(optional: true)调用,产物名为 catalyst_news_brief,下游喂给 trade-hypothesis-ideator。

理解了这一点,模板的阅读方式就变了:它不是"写作风格建议",而是上游产物到下游消费的结构契约。模板里每个 [占位符] 都对应一类必须给出的分析结论;缺一个,下游的假设卡片就少了一层证据。

报告七段式结构总览

把模板的 H2 层级抽出来,可以得到一份报告的完整目录:

顺序 区块 核心作用 数据形态
1 Executive Summary 让读者 30 秒内知道这段时间发生了什么、哪件事最重要 3–4 句话
2 Market Impact Rankings 按 Impact Score 降序建立事件优先级 表格
3 Detailed Event Analysis 逐事件的多资产反应与打分拆解 每事件一个 H3
4 Thematic Synthesis 把孤立事件串成叙事与市场状态判断 分小节论述
5 Commodity Market Deep Dive 商品独立成章,避免被股指叙事淹没 品类分小节
6 Forward-Looking Implications 从"发生了什么"转为"接下来关注什么" 定位/催化/风险三层
7 Data Sources and Methodology 声明证据边界,便于复核与追责 分层来源清单

这个顺序不是随意的:它遵循"结论先行 → 建立排序 → 逐项论证 → 横向归纳 → 专项深挖 → 前瞻 → 溯源"的论证链条。模板内部用 --- 分隔线把 2/3、3/4、4/5、5/6、6/7 之间切开,视觉上也对应了这条链条的分段。

执行摘要:四个必须回答的问题

模板对 Executive Summary 的要求是一段 3–4 句的紧凑文字,覆盖四项信息:

  • 分析区间的具体日期(Specific dates,不是"上周")
  • 识别出的重要事件数量
  • 主导的市场主题或状态(risk-on / risk-off、板块轮动)
  • 影响最大的 1–2 个事件

这四项之所以被强制,是因为它们恰好是后续所有章节的"索引":日期决定数据口径,事件数量决定了第 3 章的篇幅规模,市场状态是第 4 章 Regime Assessment 的预告,而 top 1–2 事件就是第 3 章的前两名。

注意模板对摘要的约束是"3-4 sentences"而非"3-4 段"。这是有意的:摘要一旦膨胀,就会提前消耗第 3 章的分析,造成同一结论在两处重复且措辞不一致。

影响排名表:把主观判断固化为可复核的排序

模板给出的表结构如下:

| Rank | Event | Date | Impact Score | Asset Classes Affected | Market Reaction |
|------|-------|------|--------------|------------------------|-----------------|
| 1 | [Event] | [Date] | [Score] | [Equities, Commodities, etc.] | [Brief reaction] |
| 2 | ... | ... | ... | ... | ... |

五列各有明确职责:

  • Rank:由分数决定的序位,不是时间顺序。这一列是对抗"近因偏误"的机制——SKILL.md 的 Common Pitfalls 里专门列了 Recency Bias,要求"Rank by actual impact, not chronological order"。
  • Impact Score:必须与第 3 章每个事件里的 Calculated Score 完全一致。模板把打分拆解放进详析章节(**Calculated Score:** ([Price Score] × [Breadth Multiplier]) × [Forward Modifier] = [Total]),表格里只放结果,形成"总表看排序、详析看算术"的两级结构。
  • Asset Classes Affected:这一列实际上是 Breadth 乘数的可视化证据。如果某事件只影响股票,却拿到 3x 的 Systemic 乘数,读者一眼就能发现矛盾。
  • Market Reaction:模板限定为 Brief,用百分比表达,避免在表格里写解读。

分数的来源是 impact_assessment_framework.md 中的三要素:价格影响分(Negligible 1 / Minor 2 / Moderate 4 / Major 7 / Severe 10)、广度乘数(Stock-Specific 1x / Sector-Wide 1.5x / Cross-Asset 2x / Systemic 3x)、前瞻修正(Contrary −25% / Isolated 0% / Trend Confirmation +25% / Regime Change +50%)。框架文件里给出的四个算例可以直接对照:

算例 价格分 广度 前瞻 结果
FOMC 加息 75bp 且偏鹰 10 3x +25% (10 × 3) × 1.25 = 37.5
NVIDIA 财报超预期 10 1.5x +25% (10 × 1.5) × 1.25 = 18.75
中东局势升级 10 2x 0% (10 × 2) × 1.0 = 20
非巨头单股财报 7 1x 0% (7 × 1) × 1.0 = 7

这里有一处需要在实操中留意的表述不一致:SKILL.md 的公式写作 (Price Impact Score × Breadth Multiplier) + Forward-Looking Modifier,加号;而框架文件的全部算例和模板第 67 行都是乘法 ([Price Score] × [Breadth Multiplier]) × [Forward Modifier]。由于加号版本无法复现任何一个已给出的算例,可以确定乘法才是实际执行口径,模板里的写法应当作为唯一正确的表达式。当报告读者质疑分数时,应当用乘法口径复核,并把这一判断显式写进方法说明。

详细事件分析:一个事件必须交代的七件事

模板为每个事件定义了一个 H3 标题,格式固定:

### [Rank]. [Event Name] (Impact Score: [X])

**Event Date:** [Date, Time]
**Event Type:** [Monetary Policy / Earnings / Geopolitical / Economic Data / Corporate]
**News Source:** [Source, with credibility tier]

三行元数据的设计意图各不相同。Event Date 要求精确到时间,因为盘中、盘后、盘前的同一则消息,市场反应机制完全不同(盘后财报的跳空 vs 盘中消息的即时冲击)。Event Type 被限定为五类枚举值,这不是为了美观,而是因为第 2 步的按需加载逻辑依赖事件类型:地缘政治触发 geopolitical_commodity_correlations.md,巨头财报触发 corporate_news_impact.md。标签写错,整条分析的知识库支撑就会缺位。News Source 必须带可信度层级,层级定义在 trusted_news_sources.md 的四级体系中(Tier 1 官方与监管机构、Tier 2 主流财经媒体、Tier 3 垂类来源、Tier 4 研究分析)。

Event Summary:三句半写清"发生了什么"

模板要求 3–4 句,并指定三个信息维度:关键细节(利率决议、财报超预期幅度、冲突进展)、背景(是否被预期、意外程度)、前瞻指引或已声明的影响。第三条最容易被漏写,但它是第 6 章 Forward-Looking 的原料来源。

Market Reaction:五类资产 + 两段时序

这是模板中信息密度最高的区块。它先按资产类别横向铺开:

**Immediate (Day-of):**
- **Equities:** S&P 500 [+/-X%], Nasdaq [+/-X%], Sector rotation [details]
- **Bonds:** 10Y yield [change], credit spreads [movement]
- **Commodities:** Oil [+/-X%], Gold [+/-X%], Copper [+/-X%] (if relevant)
- **Currencies:** USD [+/-X%], [other relevant pairs]
- **Volatility:** VIX [level/change]

再按时间纵向延伸:

**Follow-Through (Subsequent Sessions):**
- [Direction: sustained, reversed, or consolidated]
- [Additional price action details if significant]

横向五类对应 SKILL.md Step 4 的 Multi-Asset Response 检查清单(股票指数与板块轮动、国债收益率与信用利差、能源/贵金属/基本金属、DXY 与主要货币对、VIX 与期权活动),纵向两段则是"即时冲击 vs 后续跟随"的区分。这个区分直接决定第 4 章 Regime Assessment 的可信度:只有首日反应而没有跟随,说明市场并未真正接受新信息。

模板对 Commodities 一栏加了 (if relevant),这是重要的降噪开关——不是每个事件都要把油金铜全部填满,无相关性的项目留空比硬填数字更专业。

Pattern Comparison:四态分类与偏差解释

模板要求把实际反应与历史模式对比,并强制给出三行:

- **Expected Reaction:** [Based on historical patterns from knowledge base]
- **Actual vs Expected:** [Consistent / Amplified / Dampened / Inverse]
- **Explanation of Deviation:** [If applicable, why reaction differed]

四态定义来自 SKILL.md Step 4:Consistent(符合历史)、Amplified(超出典型幅度,需查仓位与情绪累积)、Dampened(弱于历史,需查是否已被定价)、Inverse(方向相反,需查"好消息即坏消息"式逻辑)。

这一节是整份报告最有交易价值的部分之一,docs/en/skills/market-news-analyst.md 的实践建议也明确指出:最有用的洞察来自 Dampened 与 Inverse 这两类偏差,因为它们往往意味着仓位结构或市场机制发生了变化。历史模式的对照素材来自 market_event_patterns.md,例如加息通常压制高估值成长股、推升美元、压低黄金;CPI 高于预期则股跌债跌美元涨。当实际反应与此相悖时,Explanation of Deviation 就不能留空。

Impact Assessment Detail:把标签与算术并排放

模板在这里要求三行定性标签紧接一行计算式:

**Asset Price Impact:** [Severe/Major/Moderate/Minor] - [Justification]
**Breadth:** [Systemic/Cross-Asset/Sector/Stock-Specific] - [Affected markets]
**Forward Significance:** [Regime Change/Trend Confirmation/Isolated/Contrary] - [Rationale]

**Calculated Score:** ([Price Score] × [Breadth Multiplier]) × [Forward Modifier] = [Total]

三行标签的取值域与框架文件的阈值表严格对应,因此读者可以"验算":看到 Severe 就去核对当日股指是否真的达到 ±2% 以上;看到 Systemic 就去看第 2 章表格里是否列出了多个资产类别。这种可验算性是模板最重要的工程价值——它把不可见的判断过程变成了可反驳的中间产物。

实际操作中,若被质疑分数,正确的回应方式是定位到某个乘数而非重算整份报告。docs/en/skills/market-news-analyst.md 的排障章节给了一个典型对话:「我认为广度乘数应为 1.5x 而不是 2x,因为债市没动」,然后只重算这一项。这正是模板把算式的三个因子平铺在同一行的原因。

板块影响与地缘-商品相关性:条件性区块

#### Sector-Specific Impacts

[If relevant, detail which sectors/industries were most affected]
- [Sector 1]: [Impact and reason]
- [Sector 2]: [Impact and reason]
- [Example: Technology -3% (rate sensitivity), Energy +5% (oil price spillover)]

模板直接内嵌了一个示例填充,提示正确写法是"幅度 + 机制"而非"幅度 + 形容词"。科技 −3% 要说明是利率敏感(贴现率上升压低长久期资产估值),能源 +5% 要说明是油价传导。

#### Geopolitical-Commodity Correlation Analysis

[Include this section only for geopolitical events]
- [Specific commodity affected]: [Price movement]
- [Supply/demand mechanism]: [Explanation]
- [Historical precedent]: [Comparison to similar past events]
- [Expected duration]: [Temporary shock vs sustained impact]

四行结构对应 correlation_causation_assessment.md 里地缘-商品分析的四问:映射冲突到供应中断风险、评估实际冲击与恐慌冲击之差、寻找历史先例、判断持续期。历史先例的素材在 geopolitical_commodity_correlations.md 中有具体量化,例如霍尔木兹海峡承载约 20% 全球原油供应、伊朗相关紧张局势通常带来油价 5–15% 的即时上行、2019 年沙特阿美遇袭当日油价 +15%、对伊制裁可能移除 100–200 万桶/日并推升油价 10–20%。

模板最后一行 [Repeat detailed analysis for each ranked event] 是明确的循环指令:第 3 章的事件数量应当与第 2 章的表格行数一致,rank 顺序也必须一致。

主题综合:从事件清单到市场状态判断

## Thematic Synthesis

### Dominant Market Narrative
### Interconnected Events
### Market Regime Assessment
### Anomalies and Surprises

四个子节承担不同职责。

Dominant Market Narrative 要求在 10 天窗口内找出贯穿性主题,模板给的两个示例是"持续的通胀担忧压过参差的经济数据"和"科技强势抵消地缘逆风"。判断标准是该主题能否解释多于两个独立事件。

Interconnected Events 强制写成 [Event A] + [Event B] → [Combined impact analysis] 的形式,并提示注意顺序因果(sequential causation)。这对应 Step 5 的四类交互:相互强化(非线性的放大)、相互抵消(需指出哪一方主导)、顺序依赖(第一次加息温和、第二次剧烈)、以及纯属同时发生的巧合(需声明归因不确定性)。

Market Regime Assessment 是模板中唯一使用加粗字段名的子块:

**Risk Appetite:** [Risk-On / Risk-Off / Mixed]
**Evidence:**
- [Supporting indicators: sector performance, safe haven flows, credit spreads, VIX]

**Sector Rotation Trends:**
- [Growth vs Value]
- [Cyclicals vs Defensives]
- [Outperformers and underperformers]

注意 Evidence 被设为必填子项。这是防止"拍脑袋定 regime"的机制:结论必须挂靠至少一组可观测指标(避险资金流、信用利差、VIX、成长/价值与周期/防御的相对表现)。

Anomalies and Surprises 用编号列表,每条写成"事件 + 反常反应 + 解释"。这部分与第 3 章的 Pattern Comparison 形成呼应:详析里判定为 Amplified/Dampened/Inverse 的事件,理应在这里被汇总。

商品市场深挖:模板里的第二个独立叙事线

## Commodity Market Deep Dive

### Energy
### Precious Metals
### Base Metals
### Agricultural (If Relevant)

四个品类各自给出固定的观察维度:

品类 模板要求字段 分析要点
Energy WTI/Brent 价格与区间涨跌幅、关键驱动;天然气(若异动);OPEC/地缘/库存事件 供应端事件优先
Precious Metals 金价与涨跌幅、避险流 vs 实际利率;白银(若与黄金背离);驱动因素 区分避险溢价与通胀对冲
Base Metals 铜作为经济晴雨表的需求信号;铝镍的供需新闻;中国因素 需求侧解读为主
Agricultural 小麦、玉米、大豆;天气与黑海冲突影响 仅在相关时展开

模板对三个品类附了括号条件(If significant movement / If significant divergence from gold / If relevant),再次体现"不硬填"的原则。区块结尾那句 [For each commodity, reference geopolitical events from main analysis and draw correlations] 是交叉引用要求:第 5 章的商品结论必须能指回第 3 章的具体事件,而不是凭空的品种综述。

前瞻章节:三层递进而非泛泛展望

### Market Positioning Insights
### Upcoming Catalysts
### Risk Scenarios

Market Positioning Insights 关注三件事:趋势延续还是反转信号、高估或低估迹象、情绪极值(自满或恐慌)。Upcoming Catalysts 明确列出三类待跟踪对象:下次 FOMC 的预期、基于指引推算的财报季、需观察的地缘进展。Risk Scenarios 要求 3–5 条,每条包含名称、描述、概率、潜在影响四个要素。

把风险写成"名称 + 概率 + 影响"的结构,是为了让它可被下游使用:workflows/multi-asset-opportunity-daily.yaml 中本技能的产物 catalyst_news_brief 会直接进入假设生成步骤,没有概率结构的前瞻段落无法参与后续的仓位决策。

数据与方法章节:把证据边界写进交付物

### News Sources Consulted
- **Official Sources:** [e.g., FederalReserve.gov, SEC.gov]
- **Tier 1 Financial News:** [e.g., Bloomberg, Reuters, WSJ]
- **Specialized:** [e.g., S&P Global Platts for commodities]

### Analysis Period
- **Start Date:** [Specific date]
- **End Date:** [Specific date]
- **Total Days:** 10

### Market Data
### Knowledge Base References

四个要点:

  1. 来源按层级分组,与 News Source 行里的层级标记互相映证。
  2. Total Days 被硬编码为 10,这是技能的固定分析窗口,不是可自定义的变量。若用户要求其他区间(如"只看过去一周"),应当在 Analysis Period 中如实记录实际区间并说明偏离了默认值,而不是保留 10 这个数字。
  3. 知识库引用清单在模板中就写明了四个文件名:market_event_patterns.md、geopolitical_commodity_correlations.md、corporate_news_impact.md、trusted_news_sources.md。这一节的真实用途是声明"哪些判断有知识库支撑"——若报告做了地缘-商品关联分析,就应该列出 geopolitical_commodity_correlations.md;若只列了 market_event_patterns.md,读者就知道地缘部分没有框架支撑。
  4. 页脚三行固定为生成日期、语言 English、思考语言 English。

语言与落盘:两个容易忽略的硬约束

模板最后三行是:

*Analysis Date: [Date report generated]*
*Language: English*
*Analysis Thinking: English*

这不是装饰。SKILL.md 在 Overview、Important Notes 与 Key Analysis Principles 第 10 条三处重复强调"所有思考、分析与输出均为英文",trusted_news_sources.md 也全部为英文语料。原因是分析对象是美国股市与商品市场,术语一致性直接影响判断精度(例如 "hawkish" 与"鹰派"在推理链中混用会引入歧义)。这条约束与用户使用中文提问并不冲突:技能产出英文报告,用户可以在对话中用中文讨论结论。

落盘方面,SKILL.md Step 6 规定命名规范为:

market_news_analysis_[START_DATE]_to_[END_DATE].md

示例:market_news_analysis_2024-10-25_to_2024-11-03.md。注意日期格式为 YYYY-MM-DD,区间用 _to_ 连接。同时 Overview 明确说明:技能不会自动写文件,报告在对话中呈现,用户要求时才保存到 reports/ 目录。仓库根目录确实存在 reports/ 目录(当前存放的是 position_sizer_*.json/md 之类的产物),说明这是项目约定俗成的输出位置。

一个填充示例:验证模板是否真的够用

下面用一段示意性填充(数字为演示模板结构而构造,不代表任何真实市场数据)验证第 3 章的字段是否自洽:

### 1. FOMC 维持利率不变但点阵图上移 (Impact Score: 30)

**Event Date:** 2024-11-07, 14:00 ET
**Event Type:** Monetary Policy
**News Source:** FederalReserve.gov statement (Tier 1); Reuters 政策解读 (Tier 2)

#### Event Summary
委员会维持目标区间不变,但季度经济预测摘要中值显示次年降息次数由四次下调至两次。
决议本身符合预期,点阵图偏移构成实质性的鹰派意外。
发布会未给出明确的降息门槛,强调数据依赖。

#### Market Reaction

**Immediate (Day-of):**
- **Equities:** S&P 500 -1.1%, Nasdaq -1.6%, 房地产与小盘领跌
- **Bonds:** 10Y 收益率 +14bps, 2Y +11bps, 曲线走平
- **Commodities:** Gold -1.4%, 原油 -0.8%
- **Currencies:** DXY +0.6%
- **Volatility:** VIX 由 14.2 升至 16.8

**Follow-Through (Subsequent Sessions):**
- 次日股指小幅反弹 0.4%,收益率维持高位,未出现趋势性修复

**Pattern Comparison:**
- **Expected Reaction:** 历史"降息预期收缩"通常带来 1% 左右股指回撤与 10–15bps 收益率上行
- **Actual vs Expected:** Consistent
- **Explanation of Deviation:** 不适用

#### Impact Assessment Detail

**Asset Price Impact:** Major - 股指 1.1%–1.6% 处于 1–2% 区间
**Breadth:** Systemic - 股票、债券、黄金、美元、波动率同步反应
**Forward Significance:** Regime Change - 降息路径预期被重定价

**Calculated Score:** (7 × 3) × 1.5 = 31.5

这段填充暴露了两个实操细节:其一,价格分取 Major(7)而非 Severe(10),因为股指落在 1–2% 而非 2% 以上,此时广度仍可给 3x、前瞻仍可给 +50%,三者独立判定——很多人会顺手套用 Severe,导致分数虚高;其二,Calculated Score 与标题里的 Impact Score 必须咬合,本例标题写 30 而算式得 31.5,属于需要立刻修正的不一致(正确写法是标题也写 31.5)。模板把算式和标题并置,正是为了让这类错误无处藏身。

常见失真模式与对应的模板检查点

结合 SKILL.md 的 Common Pitfalls 与模板字段,可以整理出一份"失真—检查点"对照表:

失真模式 表现 模板中的检查点
过度归因 把非新闻驱动的波动(技术面、资金流、月末再平衡)都算作事件影响 Pattern Comparison 的 Explanation of Deviation 与第 5 章 Coincidental Timing 提示
近因偏误 排名随时间而非分数 第 2 章 Rank 与 Impact Score 的单调性
事后偏见 把"事后显然"写成"当时可预期" Event Summary 中的"是否被预期、意外程度"
单因子思维 忽略同期多事件叠加 Interconnected Events 的 Reinforcing / Offsetting / Sequential 分类
忽略量级 用一个"高"字概括超预期程度 全篇百分比与 bps 要求,以及 Market Reaction 的 [+/-X%] 占位
分数虚高 价格分与广度乘数重复计价 Impact Assessment Detail 三行标签逐项对齐阈值表
语言漂移 中英术语混写导致推理歧义 页脚 Language: English / Analysis Thinking: English

一个实用的自检顺序是:先看第 2 章分数是否单调递减,再抽查第 3 章前两名事件的算式能否复现,最后确认第 5 章每个商品结论都能在第 3 章找到对应事件编号。三步通过,报告的骨架基本立住了。

如何用提示词驱动这份模板

模板本身不是给用户填的,而是给模型填的。用户的输入方式决定了模板的填充质量。

最简形式是一句话触发全流程:

Analyze the major market news from the past 10 days

此时技能会按六类新闻并行检索(货币政策、经济数据、巨头财报、地缘事件、商品市场、公司新闻),全量打分并生成完整七章。

若已知某个事件必须纳入,直接点名比反复重搜更有效。项目文档给的建议是显式追加:「Include the ECB rate decision from March 6 in the analysis」,因为付费墙内容(Bloomberg Terminal、WSJ 订阅内容)往往无法被检索到。

若报告过长,用收缩范围来控制:Analyze only the top 3 market-moving events from the past week,或 Focus only on monetary policy and its market impact。注意后一种会改变第 5 章的完整性——商品深挖在纯货币政策焦点下仍应保留利率对金价的传导,但不必展开农产品。

若发现地缘-商品小节缺失,通常是因为第 1 步没有识别出地缘事件,导致对应知识库未加载。此时显式要求「Include geopolitical-commodity correlation analysis in the report」即可强制加载 geopolitical_commodity_correlations.md。

模板之外仍需补全的三件事

第一,模板不校验数据真实性。它只规定结构。报告中每个百分比都需要来自第 1 步的采集结果,而采集质量取决于检索覆盖度。若某事件的反应数据缺失,正确做法是标注不可得并降低该项的价格分,而不是估算一个看起来合理的数字。

第二,模板假设事件是被独立识别的。10 天窗口内若发生"同一政策路径上的两次数据发布",第 3 章应体现顺序依赖,而不是并列成两个孤立事件。这一点模板只在 Interconnected Events 处留了口子,需要作者主动处理。

第三,模板不定义"显著事件"的门槛。SKILL.md Step 4 提到对 Impact Score > 5 的事件做详细反应分析,这可以视为详析的进入条件:低于 5 分的事件可以只在排名表中出现,不必展开 H3。

把这三点与模板的七段结构合在一起看,report_template.md 的实际角色就非常清楚了:它是一份结构契约 + 可验算记账单。结构契约保证报告能被下游工作流消费,记账单保证每个结论都能被拆到"价格分 × 广度 × 前瞻"三个可争辩的因子。对日常使用而言,这意味着你拿到的不是一篇新闻综述,而是一份可以逐项质询、逐项修正的分析工程产物。

登录后查看全文
claude-trading-skills