大模型賦能投研：指數與ETF自動化分析體系構建

CoWork工具在投研領域的定位與優勢

在金融工程與量化研究領域，自動化分析工具的引入旨在解決傳統研報生產中數據分散、流程重復及效率低下的痛點。CoWork類工具（以Claude Code為代表）相較于OpenClaw等具備全局記憶與持續運行模式的全局型工具，更強調輕量化架構與項目制工作方式。此類工具無需長期維持龐大的上下文窗口，而是根據具體任務需求，按需調用文件、代碼、Skills（技能模塊）及多Agent能力。這種機制使其在投研報告生成、復雜數據處理及多步驟研究工作流中展現出更高的適配性與穩定性。

Claude Code依托Claude系列大模型體系，支持基于任務復雜度與執行成本的分層模型調用。Haiku模型定位為輕量高速型，適用于批量數據清洗、簡單指標計算及基礎腳本處理等高頻低復雜度任務，具備響應速度快、調用成本低的優勢；Sonnet模型定位為均衡型，適用于日常指數分析、常規研究腳本編寫、圖表生成及底稿制作等中等復雜度任務，可作為多數投研工作的默認選擇；Opus模型定位為深度推理型，適用于復雜因子計算、多步驟流程自動化、回測框架搭建及長鏈路任務調試等高難度場景，具備更強的推理深度與任務穩定性。

Skills體系搭建與漸進式披露機制

在基于大模型的投研自動化體系中，Skill是承載單項研究任務的標準化執行單元，也是復雜Plugin（插件）與工作流的基礎模塊。其核心運行機制為“漸進式披露”，即模型首先讀取Skill的名稱和功能描述，判斷其是否匹配當前任務；若匹配，則進一步加載完整的指令、腳本、模板及其他資源。該機制有效避免了無關信息一次性進入上下文，減少了推理窗口的占用，使得數據提取、指標計算、文本歸納和報告生成等能力能夠按需調用并重復復用，從而提升了長鏈路投研工作流的效率、穩定性和可迭代性。

標準化Skill的撰寫需遵循嚴格的規范，核心包含五大維度：一是明確適用場景，清晰界定面向的任務類型與典型用戶需求，為模型提供明確的調用判定依據；二是規定任務范圍，嚴格限定輸入輸出的范疇，避免模型出現能力泛化或調用邏輯混亂；三是固化執行流程，將隱性的分析邏輯轉化為顯性的執行路徑，包括需求解析、輸入確認、工具調用、結果校驗與結論輸出等標準步驟；四是統一口徑標準，預先約定日期規則、樣本范圍、指標閾值及排序規則等默認處理方式，消除計算口徑歧義；五是規范輸出與校驗，明確數據來源、輸出格式與質量檢查要求，確保產出內容可追溯、可解釋、可復核。

指數與ETF分析的四層Skill架構

針對指數與ETF研究的痛點，本文構建了面向“板塊指數—指數特征—ETF產品”的三層分析Skills體系，并結合排版輸出層，形成四層Skill架構。第一層為產業環境與基本面研判層，主要包括政策與宏觀事件整理、賣方觀點提煉和行業景氣度分析。該層用于刻畫指數所處行業的政策環境、市場預期、產業周期和景氣變化。例如，通過macro-news-collector Skill自動提取目標指數相關的重點政策文件與近期事件；通過analyst-view Skill歸納賣方觀點的共識方向、核心邏輯與主要分歧；通過industry-prosperity Skill基于行業景氣評級框架，對指數核心細分賽道進行逐一評估。

第二層為指數特征畫像層，覆蓋編制方式梳理、相似指數搜索、業績表現計算、成分股結構、估值水平、一致預期、盈利能力和風格歸因等環節。該層從收益風險、資產屬性、基本面質量和風格暴露等維度對指數進行系統化拆解。具體包括：通過index-metrics-calc Skill測算多周期累計收益、年化收益、夏普比率和最大回撤等核心指標；通過index-constituents Skill梳理前十大成分股、權重集中度及行業分布；通過index-valuation Skill提取PE、PB、股息率等核心估值指標并生成歷史分位結果；通過index-consensus-forecast Skill匯總市場機構對指數成分股未來盈利增長的共同判斷；通過index-profitability Skill測算指數ROE、股息率及其歷史變化；通過index-style-box Skill利用晨星風格箱劃分方法識別指數當前風格屬性及歷史漂移情況。

第三層為ETF產品分析層，延伸至產品端，涵蓋ETF基本要素統計、規模與資金流、持有人結構、成交情況、跟蹤誤差和相似ETF比較等內容。通過etf-product-info Skill快速整理跟蹤指數的ETF產品清單、規模分布、持有人結構及資金流動情況；通過etf-benchmark-deviation Skill自動測算成立滿一定交易日的產品的日均跟蹤偏離度和年化跟蹤誤差；通過similar-etf-analyzer Skill在同一主題或相近賽道下篩選可比產品，并從產品規模、費率、成交額和流動性等維度進行橫向比較。

Plugin工作流與報告自動生成

為進一步實現端到端的自動化，本文將多個子Skill組合封裝為Plugin工作流。Plugin是對調用入口、配置文件、執行腳本和資源說明進行統一封裝的工程化組織形式，相較于單一Skill獨立調用，更強調多模塊協同與端到端流程編排。用戶僅需輸入目標指數名稱及代碼，即可觸發數據編排、多Skill分析、文本生成、圖表繪制和排版修飾等全流程。

該Plugin工作流將數據接口、調用命令、個性化配置、報告生成腳本和Skills使用說明進行統一管理。其并非簡單拼接各模塊輸出，而是將不同分析結果按照投研報告邏輯重新編排，形成“行業環境—指數特征—ETF工具—投資建議”的完整報告框架。從輸出結果看，該工作流能夠產出結構完整的Word投資價值報告、Excel數據底稿和PPT展示材料，為指數與ETF研究提供標準化、自動化和可規模化復用的生產框架。通過圖表與行文規則的智能蒸餾，系統還能根據機構模板與客戶場景，定制化輸出符合特定風格的圖表樣式、文字話術和報告結構，顯著提升研究輸出的工作效率，避免流程復用。