一套全面的三階段投資分析系統，透過冷邏輯、多智能體辯論和深度 AI 產業鏈映射，評估全球股票市場。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install investment-framework-bundle
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 investment-framework-bundle。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 投資框架工具包？
投資框架工具包是一個專為複雜 AI 智能體設計的專業級研究工作流。它引導用戶完成嚴謹的三階段分析過程：V1（邏輯解耦）、V2（多空辯論）和 V3（AI 深度產業鏈分析）。透過使用 Openclaw Skills，投資者可以從感性交易轉向結構化、數據驅動的方法，涵蓋從生存法則到量化篩選的各個環節。該技能支持 A 股、港股和美股市場，為分析半導體、軟體和基礎設施投資提供了華爾街級的流水線。
該框架旨在客觀且嚴苛，透過嚴格的風險控制協議優先考慮資本保值。無論是在評估單只股票還是映射整個行業，該工具都能確保每一項投資論點都經過對立觀點和歷史估值基準的壓力測試。
投資框架工具包 應用場景
- 以高精度評估潛在的股票買入或抄底機會。
- 對 AI 產業鏈股票進行深度研究，從 GPU 到應用層。
- 進行結構化的多空辯論，以識別並最小化認知偏差。
- 使用逆向 DCF 模型和歷史 PE/PB 百分位驗證股票估值。
- 透過嚴格的生存法則和客觀的停損機制管理投資組合風險。
投資框架工具包 運作原理
- 工作流從 V1 冷邏輯分析開始，透過生存法則和 A-X 框架（市場、對手、錯誤、價格、信號、倉位、利潤、時間和停損）篩選目標。
- 該技能使用逆向 DCF、相對估值比較和護城河強度測試（ROIC > 15%）執行三重價值驗證。
- 通過 V1 後，系統進入 V2 階段進行結構化多智能體辯論，其中「多頭」和「空頭」角色從基本面、情緒、宏觀和技術維度收集事實。
- 若目標涉及 AI 行業，則觸發 V3 深度研究，將資產映射到 AI 產業鏈的五個層級：計算、基礎設施、雲服務、應用和估值。
- 該過程以一份綜合報告結束，報告包含量化評分、可執行的進場/出場目標以及催化劑日曆。
投資框架工具包 設定指南
要在 Openclaw Skills 中使用此投資系統，您必須提供金融工具的股票代碼或名稱。使用以下觸發器來初始化工作流的特定階段：
# 初始化 V1 階段分析
"Help me analyze [Ticker] using the investment framework."
# 觸發 V2 階段多空辯論
"Run a V2 debate for [Ticker]."
# 執行 V3 AI 股票深度研究
"Perform a V3 AI industry chain deep research on [Ticker]."
投資框架工具包 資料結構與分類體系
該技能將其分析組織成結構化的元數據分類，以實現高清晰度和可操作的輸出：
| 模組 | 關鍵數據點 |
|---|---|
| A-X 框架 | 市場狀況、對手行為、錯誤機制、價格偏差、進場信號、倉位規模、利潤目標、時間限制、停損事件 |
| AI 產業鏈層級 | 1. 計算 (GPU/HBM), 2. 基礎設施 (數據中心/電力), 3. 雲服務, 4. 應用層, 5. 估值方法 |
| 辯論維度 | 基本面 (營收/現金流), 情緒 (分析師評級), 宏觀 (政策/產業趨勢), 技術面 (MACD/RSI/支撐位) |
投資框架工具包 進階特性
- 用於多頭和空頭研究角色之間對抗性交叉檢驗的多智能體模擬。
- 逆向 DCF 建模，用於計算市場隱含的增長預期並識別荒謬的估值差距。
- 針對流動性（市值 > 50 億美元）、增長（同比 > 30%）和遠期 P/E 閾值的量化篩選過濾器。
- 針對 AI 產品商業化、管理層願景和護城河強度的定性評分系統（+/- 分）。
- 與精選的高質量美股、港股和 A 股數據源集成，包括 The Information 和 StockAnalysis。
SKILL.md
加載中
Openclaw 相關技能
旅行 SIM 卡與 eSIM 搜尋工具
一個專用的 AI 代理技能，用於利用 Fliggy 的即時數據發現並預訂國際旅行 SIM 卡和 eSIM 流量方案。
精選*
