📰 股票新闻事件分析#

面向 A 股个股新闻与事件面分析，聚焦近期新闻、事件情绪、机构验证与市场反馈。基于今日投资金融数据接口，自动识别股票代码并输出结构化新闻事件分析报告。

触发场景#

• 用户询问某只股票最近有哪些新闻、消息、催化或风险事件
• 用户想判断近期事件偏利多还是利空，是否已被机构或市场验证
• 用户希望知道“最近发生了什么”“事件影响还在不在”“消息面偏空还是偏多”
• 关键词：最近新闻、消息面、事件驱动、利好利空、催化、风险消息、事件面、资讯解读

输入示例#

示例 1：新闻梳理

text

浪潮信息最近有什么重要消息？

示例 2：利好利空判断

text

帮我分析一下宁德时代最近的新闻是偏利多还是偏利空。

示例 3：事件验证

text

中际旭创最近有没有什么催化，市场买账了吗？

💡 本 Skill 偏“近阶段新闻与事件面全景梳理”。若用户重点询问“今天为什么涨跌”，优先使用 个股异动分析；若重点询问“某一条消息怎么解读”，优先使用 个股消息解读；若重点询问“机构近期怎么看”，优先使用 个股研报解读。

前置依赖#

本 Skill 依赖 investoday-finance-data（今日投资金融数据）Skill 的 call_api.py 脚本获取实时金融数据。

text

skills/investoday-finance-data/scripts/call_api.py   # API 调用脚本
skills/investoday-finance-data/references/            # 接口文档

确保 INVESTODAY_API_KEY 已配置（环境变量或 .env 文件）。

工具说明#

以下为本 Skill 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。

基础工具#

工具名称工具ID方法说明综合标的搜索searchGET通过关键字搜索股票代码股票基本信息stock/basic-infoGET获取股票名称、行业、主营业务等基础信息

新闻与事件工具#

工具名称工具ID方法说明实体相关新闻news/entity-relatedGET获取公司、行业、宏观、行情四类相关新闻研报舆情research/sentimentPOST获取研报观点、情绪与关键逻辑研报预测评级report/stock-forecast-ratingsGET获取机构评级、目标价与预测变化上市公司公告announcementsGET获取公司公告与正式事件披露沪深京实时行情stock-quote/realtime-mergeGET获取个股行情与板块反馈，用于验证事件是否被市场响应

数据获取流程#

用户提供股票名称或代码后，Agent 按以下流程获取数据：

bash

# Step 0：标的识别（如用户输入名称而非代码）
python skills/scripts/call_api.py search key=<股票名称> type=11

# Step 1：股票基本信息 — 工具ID: stock/basic-info
python skills/scripts/call_api.py stock/basic-info stockCode=<code>

# Step 2：公司维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=3 pageNum=1 pageSize=3

# Step 3：行业维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=2 pageNum=1 pageSize=3

# Step 4：宏观维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=1 pageNum=1 pageSize=3

# Step 5：行情维度新闻（近30天） — 工具ID: news/entity-related
python skills/scripts/call_api.py news/entity-related stockCode=<code> beginTime=<30天前> endTime=<当前时间> newsType=4 pageNum=1 pageSize=3

# Step 6：研报舆情（近90天） — 工具ID: research/sentiment
python skills/scripts/call_api.py research/sentiment --method POST stockCode=<code> beginTime=<90天前> endTime=<当前时间> pageNum=1 pageSize=5

# Step 7：研报预测评级（近90天） — 工具ID: report/stock-forecast-ratings
python skills/scripts/call_api.py report/stock-forecast-ratings stockCode=<code> beginDate=<90天前> endDate=<今天> pageNum=1 pageSize=10

# Step 8：上市公司公告（近30天） — 工具ID: announcements
python skills/scripts/call_api.py announcements stockCode=<code> beginDate=<30天前> endDate=<今天> pageNum=1 pageSize=10

# Step 9：实时行情 — 工具ID: stock-quote/realtime-merge
python skills/scripts/call_api.py stock-quote/realtime-merge stockCode=<code>

并行优化：完成 Step 0 的代码识别后，Step 1-9 可并行调用；写报告时优先保留高相关、时间更近、信息量更高的 2-4 个核心事件，不要罗列全部新闻。

分析框架（5步）#

Agent 获取数据后，按以下 5 步框架进行结构化分析：

Step 1：识别近期核心事件#

目标：从公司、行业、宏观、行情四类新闻及公告中，提炼近阶段最重要的事件主线。

数据来源： news/entity-related + announcements

分析要点：

• 公司维度优先级最高，其次行业、宏观、行情
• 优先保留正式公告、时间更近、信息量更高、与个股相关性更强的事件
• 若事件重复出现，应合并同类项而非简单堆叠

输出：核心事件列表与主线判断。

Step 2：判断事件情绪与影响层级#

目标：判断当前事件更偏利多、利空还是中性，并区分情绪层面与基本面层面的影响。

数据来源： news/entity-related + announcements

分析要点：

• 事件情绪是短期情绪扰动还是中期基本面变化
• 影响层级是交易情绪、业绩预期还是经营逻辑变化
• 若同一阶段存在利多与利空并存，必须明确主次关系

输出：事件情绪结论与影响路径。

Step 3：判断机构是否验证#

目标：判断近期研报观点是否支持当前事件逻辑。

数据来源： research/sentiment + report/stock-forecast-ratings

分析要点：

• 研报观点与新闻事件是否同向
• 机构评级是否上调、维持还是下修
• 若机构分歧明显，应提示逻辑仍未形成共识

输出：机构验证强弱与主要分歧点。

Step 4：判断市场是否响应#

目标：通过实时行情与板块反馈验证市场是否为事件“买账”。

数据来源： stock-quote/realtime-merge

分析要点：

• 个股近期表现是否与事件方向一致
• 板块联动强弱如何
• 若新闻偏正面但股价无响应，应提示“市场验证偏弱”

输出：市场反馈结论与验证状态。

Step 5：形成综合事件判断#

目标：把“发生了什么、偏利好还是利空、是否被验证、能否持续”串成完整结论。

数据来源：前 4 步分析结果汇总

分析要点：

• 当前事件面状态偏正面、偏负面还是中性观察
• 驱动类型是基本面催化、政策/行业催化、情绪交易还是风险扰动
• 后续需重点跟踪事件发酵、机构观点变化或市场持续性

输出：综合事件判断、可信度与跟踪重点。

策略逻辑汇总#

信号组合含义判断正式公告 + 公司新闻同向事件可信度较高✅ 积极公司新闻偏利多且近 30 天内多次重复强化事件仍在发酵🟡 关注新闻偏利多但研报未验证机构支持偏弱⚠️ 警惕研报观点与评级同步改善机构验证增强✅ 积极新闻与机构观点明显相反事件理解存在分歧🟡 关注事件偏正面但股价无明显响应市场暂未充分买账📊 中性事件偏负面且股价同步走弱风险正在被市场定价🔴 高风险行业、宏观消息为主，公司层面无增量信息影响更偏外部环境📊 中性公告或新闻时间明显滞后于当前行情事件解释力下降⚠️ 警惕多条新闻重复但信息增量有限需防止把噪音当催化⚠️ 警惕

输出格式#

markdown

# 📰 [股票名称] 新闻事件分析报告

> 分析日期：YYYY-MM-DD | 数据来源：今日投资

## 一、事件结论

（先写当前事件面偏正面/偏负面/中性观察，以及核心结论）

## 二、核心事件梳理

（列出最关键的 2-4 条事件，按时间倒序整理）

## 三、事件情绪与影响判断

（说明这些事件偏情绪扰动还是基本面影响）

## 四、机构观点与市场验证

（研报、评级和市场反馈是否支持事件主线）

## 五、综合结论

- 3-5 条核心发现
- 明确最核心的催化或风险点
- 给出后续需继续跟踪的验证信号

证据约束（必须遵守）#

1. 每个事件判断至少对应 2 个证据来源，优先采用“新闻/公告 + 研报/行情”组合
2. 不允许把单条低相关、旧闻或重复新闻直接写成核心催化
3. 时间口径必须写清楚，如“近30天新闻”“近90天研报”“最新实时行情”
4. 不展示内部打分、情绪分值或排序分值，只输出自然语言结论
5. 若某个维度数据为空，只能写“暂无相关数据”或“暂不足以判断”
6. 不给买卖建议、目标价空间测算、仓位建议或短线操作建议
7. 若机构观点、新闻与市场表现三者不一致，必须明确指出背离，不得强行给单边结论

执行示例#

用户说：“宁德时代最近有哪些重要消息，市场怎么看？”

1. 通过 search 获取股票代码
2. 并行调用 stock/basic-info、四类 news/entity-related、 research/sentiment、 report/stock-forecast-ratings、 announcements 与 stock-quote/realtime-merge
3. 提炼最核心的事件主线，并评估机构验证与市场反馈
4. 输出 Markdown 格式新闻事件分析报告
5. 在结尾写出综合判断与后续跟踪重点

安全与隐私#

• 仅通过今日投资 API 查询公开市场数据
• 不记录、不存储用户的查询记录
• 分析结论仅供参考，不构成投资建议

Keywords#

股票新闻事件分析, 最近新闻, 消息面, 事件驱动, 利好利空, 催化, 风险消息, 市场反馈, stock news event analysis, catalysts