What makes Deep Investment Research notable?

1.2K downloads. Trust evidence available

How should Deep Investment Research be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Deep Investment Research

系统化投研能力中枢。覆盖宏观/行业/政策/个股/投资可行性/风险/投资规划七类研究，内置9条研究红线、深度研究5步法、7专题框架（每类型含专属独门分析方法）、6研究模板（分析引导器结构：独门分析方法层+材料分析示范）、8重点行业一手源清单，以及多源数据采集脚本（SEC EDGAR/HKEX/AKShare/FRE... Skill: Deep Investment Research Owner: wujiaming88 Summary: 系统化投研能力中枢。覆盖宏观/行业/政策/个股/投资可行性/风险/投资规划七类研究，内置9条研究红线、深度研究5步法、7专题框架（每类型含专属独门分析方法）、6研究模板（分析引导器结构：独门分析方法层+材料分析示范）、8重点行业一手源清单，以及多源数据采集脚本（SEC EDGAR/HKEX/AKShare/FRE... Tags: latest:1.0.8 Version history: v1.0.8 | 2026-06-10T11:16:34.006Z | user 安全审计清理(无真实漏洞,均为正常功能):清除退役交易体系死引用(/root/trading的sys.path/PYTHONPATH+event_radar死代码);TRADING_ROOT变量统一改名RESEARCH_DATA_ROOT(名实

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.2k

Updated

Oct 11, 2026

Version

1.0.8

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.2K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1.2K downloadsadoption · observed Oct 11, 2026
Latest release: 1.0.8release · observed Jun 10, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s171ccng28wdj2n2tdtw8q70zd83ha4q:deep-investment-research

Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-wujiaming88-deep-investment-research/snapshot"

Documentation

CLAWHUB

158,699 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: deep-investment-research
description: "系统化投研能力中枢。覆盖宏观/行业/政策/个股/投资可行性/风险/投资规划七类研究，内置9条研究红线、深度研究5步法、7专题框架（每类型含专属独门分析方法）、6研究模板（分析引导器结构：独门分析方法层+材料分析示范）、8重点行业一手源清单，以及多源数据采集脚本（SEC EDGAR/HKEX/AKShare/FRED/政策门户等）。Use for: 任何投资研究、行业分析、公司研究、个股深度研究、政策解读、可行性评估、风险分析、投资规划，以及研究所需的真实一手数据采集。纯研究，不做盯盘/交易信号/交易执行。"
license: MIT
metadata:
  clawdbot:
    emoji: "📊"
    requires:
      bins:
        - python3
---

# deep-investment-research — 系统化投研能力中枢

> 一套可复用的投研方法论 + 多源一手数据采集工具。OpenClaw 提供运行时（gateway/cron/工具），本 skill 提供投研方法论+数据采集能力。
> 本 skill 只承载「研究能力」；调用方的身份/人格/记忆由各自 workspace 提供，不在本 skill 内。

## 环境约定（可选，均带默认值）
- `RESEARCH_OUTPUT_DIR`：研究报告归档目录，默认 `~/research-output`
- `RESEARCH_DATA_ROOT`：数据采集落盘目录，默认 `~/research-data`
- `SEARCH_SKILL_PATH`：联网搜索脚本路径，默认指向 web-search-plus（未安装则降级用内置 web_search 工具）
- 脚本内 API key 一律读环境变量（如 `FINNHUB_API_KEY`/`FRED_API_KEY`），未设置则跳过该数据源。

## 数据与隐私披露（安装前知情）
本 skill 是研究工具，会进行以下外部交互与本地写入——安装/使用即视为知情同意：
- **第三方数据传输**：研究主题/查询词会发送给外部搜索与数据 API（Serper/Tavily/Finnhub/FRED/SEC EDGAR/HKEX/政府门户等）以获取一手资料。**不要在涉及保密持仓、未公开自营研究主题时使用，除非可接受向这些第三方披露查询内容。**
- **读取环境变量**：仅读取数据源 API key（`FINNHUB_API_KEY`/`FRED_API_KEY` 等）用于调用对应数据源，不外传 key 本身、不读取其它环境变量。
- **本地落盘**：研究报告写入 `RESEARCH_OUTPUT_DIR`（默认 `~/research-output`），采集数据写入 `RESEARCH_DATA_ROOT`（默认 `~/research-data`）。文件写入预测路径，使用前确认目录无敏感数据冲突。
- **网络抓取**：方法论会对搜索发现的 URL 做全文抓取（web_fetch）。少数官方站点（国资委/人民网/openinsider）仅支持明文 http（其 https 不可达），已在代码注释标明；其余已统一走 https。
- **最小权限**：脚本以列表参数调用子进程（无 shell=True、无 eval/exec/动态 import），不执行任意命令。

## 何时触发
- 任何投资研究请求：宏观/行业/政策/个股/可行性/风险/规划
- 需要真实一手数据（财报/公告/政策原文/宏观/机构动向/一致性预期）
- 用户点题某行业/标的/主题/政策

## 九条研究红线（地基，贯穿全部）
1 深度·价值·前瞻 ｜ 2 数据真实不杜撰 ｜ 3 全文阅读不停留表面 ｜ 4 结论质量门控不说空话 ｜ 5 第一性原理广收集深研究 ｜ 6 紧扣目标不偏离 ｜ 7 prompt最佳实践榨干模型 ｜ 8 客观准确不主观 ｜ 9 未充分调研不下结论

## 怎么用（任何研究先走这里）

### Step 1 — 读内核（所有研究通用）+ 看近期产物
先读 `${RESEARCH_OUTPUT_DIR:-~/research-output}/<行业>/` 最近 2-3 篇同领域研究作背景（有则读，注意时效；无则跳过），再读：
- `methodology/research-core.md` — 9红线 + **研究设计+七棱镜多维扫描（强制前置：反千篇一律+反单维度）** + 深度研究5步法(A→B→C→D) + 反证5问 + 结论质量门控
  > 任何研究动笔前先做：①诊断对象核心矛盾、设计本次研究重心（贴合实际不套模板）②过七棱镜（宏观/政策/地缘/产业链/资金面/新闻情绪/标的自身），相关维度深挖、不相关明说为何忽略
- `methodology/source-registry.md` — 8行业权威一手源清单 + 搜索工具优先级
- `methodology/content-reading-protocol.md` — 全文阅读硬门控 + 读取量 + 来源回溯

### Step 2 — 按课题类型读对应框架+模板
| 课题 | 框架 | 模板 |
|------|------|------|
| 行业深度研究 | methodology/industry-research.md | templates/01 |
| 公司研究（看懂生意本身） | methodology/company-research.md | templates/06 |
| 个股深度研究（投资判断） | methodology/stock-deep-dive.md | templates/02 |
| 投资可行性分析 | methodology/feasibility-analysis.md | templates/03 |
| 政策研究与追踪 | methodology/policy-research.md | templates/04 |
| 风险分析 | methodology/risk-analysis.md | templates/05 |
| 投资规划 | methodology/investment-planning.md | — |
| 宏观研究 | methodology/{china-macro,us-macro}.md | — |

### Step 3 — 取真实一手数据（红线2/5）
**优先级：一手原文/官方数据/API > 定向爬虫 > 搜索引擎兜底。** 各行业权威源见 source-registry.md。

```bash
SK={baseDir}/scripts
python3 $SK/policy_gov_fetcher.py        # 政策原文
python3 $SK/ministry_scanner.py          # 部委政策扫描
python3 $SK/edgar_filings.py

README.md

# deep-investment-research

系统化投研能力中枢 —— 可复用的投资研究方法论 + 多源一手数据采集工具，作为 OpenClaw Agent Skill 使用。

完整能力与用法见 [SKILL.md](./SKILL.md)；方法论框架在 `methodology/`，数据采集脚本在 `scripts/`。

**定位**：纯研究 —— 产出判断、依据、风险、赔率结构与可选路径；不做盯盘/交易信号/交易执行。

## 7 类研究框架
宏观 · 行业 · 公司研究（看懂生意）· 个股深度研究（投资判断）· 政策 · 投资可行性 · 风险 · 投资规划

## 研究内核
9 红线 · 命门变量聚焦（2-3个+70%火力）· 5步法(A→B→C→D) · 七棱镜多维扫描 · 反共识引擎 · 非对称赔率(上下比+期望值+敏感性测试) · 反证5问 · 质量门控

## 依赖
- 必需：`python3`
- 数据脚本（可选）：yfinance / akshare / fredapi 等；API key 读环境变量（FINNHUB_API_KEY / FRED_API_KEY），未设置则跳过该源
- 联网搜索（可选软依赖）：优先 web-search-plus / tavily skill，未装则降级用内置 web_search

## 可配置环境变量（均带默认值）
| 变量 | 默认值 |
|------|--------|
| `RESEARCH_OUTPUT_DIR` | `~/research-output` |
| `RESEARCH_DATA_ROOT` | `~/research-data` |
| `SEARCH_SKILL_PATH` | `~/.openclaw/skills/web-search-plus/scripts/search.py` |

## 许可
MIT，见 [LICENSE](./LICENSE)。

_meta.json

{
  "ownerId": "kn778xxhawnk8ayzy5se9s465980pz82",
  "slug": "deep-investment-research",
  "version": "1.0.8",
  "publishedAt": 1781090194006
}

methodology/china-macro.md

# 中国宏观研究 - 执行参考手册

## 前置协议

本文件与 `content-reading-protocol.md` 协同使用。内容读取的流程、标准、示例见该协议。

---

## 定位

信息猎人视角的中国宏观情报——不是写学术论文，是提炼对投资决策有用的政策/政治/经济/军事/国际信号。

---

## 输出模板（必须严格遵循）

```
# 🇨🇳 中国宏观日报 [日期]

## 🔴 今日核心变化（≤3条，没有就写"无重大变化"）
- [变化1]: 发生了什么 → 意味着什么 → 对市场的影响路径

## 📜 政策解读
### 新政策/新表态
| 来源 | 内容摘要 | 政策意图解读 | 市场影响判断 |
|------|----------|--------------|--------------|

### 政策落地跟踪
| 此前政策 | 最新进展 | 状态变化 |
|----------|----------|----------|

## 💰 经济数据
| 指标 | 最新值 | 前值 | 趋势判断 |
|------|--------|------|----------|

## 🏛️ 政治/人事/权力信号
- 高层动向（出访/会见/批示/人事任免）
- 解读：这意味着什么方向？

## 🏦 经济机构动向
### 央行（PBOC）
| 操作类型 | 最新动态 | 市场影响 |
|----------|----------|----------|
| MLF/OMO/SLF | | |
| LPR调整 | | |
| 外汇操作 | | |
| 窗口指导 | | |

### 金融监管总局（原银保监会）
- 最新监管动态/处罚/政策
- 对银行/保险/信托的影响

### 证监会
- IPO节奏/再融资/退市
- 交易规则变化
- 市场制度改革

### 外汇管理局
- 跨境资金流动
- 外储变动

## ⚔️ 军事/安全
- 军事动态（演习/部署/白皮书/国防预算）
- 台海/南海/边境态势

## 🌍 国际关系
- 中美/中欧/中日/中俄/中东/东南亚
- 贸易摩擦/制裁/关税变化
- 外交信号解读

## 📊 市场含义
- 利好板块/标的：
- 利空板块/标的：
- 需要持续监控的变量：

## ⚠️ 信息盲区
- 今日未能覆盖/获取的信息源：
```

---

## 数据源清单（按优先级）

### 第一梯队：官方一手源（API/爬虫优先）

| 来源 | 获取方式 | 覆盖内容 |
|------|----------|----------|
| 国务院/发改委/央行/证监会 | 搜索+web_fetch原文 | 政策发文、会议纪要 |
| 国家统计局 | AKShare API | PMI、CPI、PPI、工业增加值 |
| 海关总署 | AKShare API | 进出口数据 |
| 外汇管理局 | AKShare API | 外储、资本流动 |
| 中国人民银行 | AKShare API + 搜索 | MLF/LPR/SLF、社融、M2、公开市场操作 |
| 财政部 | 官网/搜索 | 财政收支、国债发行 |

### 第二梯队：高质量媒体/智库

| 来源 | 获取方式 | 特点 |
|------|----------|------|
| 新华社/人民日报 | 搜索 | 官方定调（措辞变化=信号） |
| 第一财经 | 搜索（免费全文） | 政策解读+宏观分析 |
| 财联社 | 搜索（免费全文） | 快讯+深度 |
| 华尔街见闻 | 搜索 | 快速+市场关联 |
| 南华早报(SCMP) | 搜索 | 英文世界对华政策解读 |
| 观察者网 | 搜索 | 军事/安全/民族主义风向 |
| 中国军网/国防部 | 搜索 | 军事动态 |

### 第三梯队：数据平台

| 来源 | 获取方式 | 用途 |
|------|----------|------|
| AKShare | Python API | 经济指标、资金流向 |
| 同花顺/东方财富 | 搜索 | 南向资金、板块动向 |
| FRED | API | 中美利差等跨境数据 |

---

## 执行方法论

### 0. 内容深度读取原则（硬性约束，违反=任务失败）

**搜索只是发现环节，不是研究本身。标题/摘要≠内容。必须读正文。**

工作流：
1. 搜索 → 获取标题+摘要+URL列表（这一步只是线索）
2. **对每个有价值的结果，必须 web_fetch 读取正文全文**
3. 基于正文中的具体数据、具体措辞、具体观点进行分析
4. 输出时引用正文中的关键内容（数据点/原话/条款），禁止只转述标题

❌ 绝对禁止：看标题就得结论、用摘要代替正文、对数据只说"已获取"不解读数值
✅ 自检标准：每条分析必须能回答"这个结论来自哪篇文章的哪段内容"

```bash
# 读取文章全文的标准方式（对搜索结果中的重要URL逐个执行）
python3 -c "
import urllib.request, re
url = 'TARGET_URL'
req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'})
resp = urllib.request.urlopen(req, timeout=15)
html = resp.read().decode('utf-8', errors='ignore')
html = re.sub(r'<script[^>]*>.*?</script>', '', html, flags=re.DOTALL)
html = re.sub(r'<style[^>]*>.*?</style>', '', html, flags=re.DOTALL)
html = re.sub(r'<[^>]+>', ' ', html)
html = re.sub(r'\\s+', ' ', html).strip()
print(html[:3000])
"
```

**判断标准：哪些结果需要深读？**
- 官方机构发文 → 必读
- 权威媒体的政策解读 → 必读
- 与当前持仓/watchlist相关 → 必读
- 纯转载/标题党/旧闻 → 跳过

每次研究至少深读 5-8 篇文章全文。

### 1. 政策解读框架

对每条新政策/表态，回答：
1. **谁说的**（级别决定权重：常委>部委>地方）
2. **说了什么**（原文关键措辞）
3. **和之前比变了什么**（DELTA思维：新增/删除/措辞强化弱化）
4. **为什么现在说**（时机选择本身是信号）
5. **落地路径**（下一步会怎么执行→影响哪些领域）
6. **市场影响链**（政策→行业→标的→价格，几步传导）

### 2. 政治信号解读

- 人事任免：方向性指标（谁上谁下=什么路线被强化）
- 高层出访：外交优先级排序
- 措辞变化：人民日报社论用词对比（"稳中求进"vs"奋发有

methodology/company-research.md

# company-research.md — 公司研究框架（理解"这是门什么生意"）

> 引用 research-core.md（命门变量+赔率+反证+质量门控）+ source-registry.md + content-reading-protocol.md。
> **定位与边界**：本框架做**企业基本面研究**——把一家公司当"一门生意"研究透：它靠什么赚钱、护城河多深、生意质量多好、能长多大。
> **与 stock-deep-dive 的分工**：公司研究是上游（理解生意本身，不谈买卖时机/估值高低）；个股深度研究是下游（在理解生意基础上判断"当前价位值不值得投"，谈预期差/估值/催化剂/赔率）。**先做公司研究看懂生意，再用 stock-deep-dive 做投资判断。** 做投资可行性时两者衔接。

## 何时用本框架
- 用户要"研究/看懂某公司"（而非直接问"能不能买"）
- 投资判断前的基础功课：先把生意搞懂
- 对比同行业几家公司的生意质量
- 一级/拟上市/未覆盖公司的从0认知

## 研究目标定义（紧扣 research-core 一、）
一句话写清：要回答这家公司的什么核心问题（如"宁德时代的护城河是否在被价格战侵蚀"），以及它服务什么决策。

## 命门变量前置（research-core 一半-A·先锁定再研究）
先诊断：**决定这家公司价值/生死的 2-3 个命门变量是什么**？（如：某SaaS=净留存率NRR；某药企=核心管线；某制造=产能利用率+单位成本曲线）70% 火力打这几个，其余维度扫到即可，不面面俱到。

## 🔑 公司研究独门分析方法（核心·从财报/招股书里挖出别人看不到的东西）

> 七维结构只解决"看哪些维度"，下面五个分析法解决"怎么从原始数字里推出洞察"。这是公司研究区别于"读财报摘要复述"的关键。**研究时不是填章节，而是用这些方法主动审讯数据。**

### 方法A · 商业模式解构三问（价值创造→传递→捕获）
不要停在"卖什么"，要拆三层并各自量化：
- **创造**：为客户解决什么问题、创造多少价值？（客户因此省了多少钱/多赚多少/避免多大损失）
- **传递**：怎么把产品送到客户手里？渠道成本占比多少、谁掌握渠道议价权？
- **捕获**：创造的价值里公司captures了多少？（定价 vs 客户感知价值的gap=提价空间；毛利率=价值捕获效率）
> 洞察来源：**创造强但捕获弱=有提价空间未释放（潜在预期差）；捕获强但创造在被侵蚀=毛利将下行**。

### 方法B · 单位经济推演（从财报倒推一单生意的赚钱真相）
把整体财务数字**除到"单个客户/单件产品"**，看一单生意的本质：
- 制造业：单位售价ASP / 单位成本 / 单位毛利的**时间序列**——成本曲线在下行还是上行？ASP在涨还是被价格战压？
- 订阅/平台：LTV（生命周期价值）÷ CAC（获客成本）>3 才健康；NRR（净留存率）>100% 才有存量自然增长
- 关键追问：**规模扩大后，单位经济是改善（规模效应真）还是恶化（伪规模）？** 用不同收入规模年份的单位数据对比验证
> 示范：宇树四足单位成本2.23万→1.21万、人形ASP 59.3万→16.6万——单位成本在降（规模效应真）但ASP暴跌（价格战吞噬）=单位毛利是被两股力量拉扯，必须拆开看哪股占上风。

### 方法C · 护城河压力测试（5种护城河逐项"证伪"，不是"证有"）
对每种可能的护城河，不问"有没有"，问"什么情况会让它塌"：
- 网络效应→ 若出现并行网络/多归属，效应是否瓦解？
- 规模成本→ 若对手达到同等规模，成本优势还剩多少？（是结构性优势还是暂时领先）
- 转换成本→ 客户迁移到对手要付出什么？流失率数据印证了吗？
- 无形资产（品牌/专利）→ 专利数量/质量经得起诉讼吗？品牌溢价在财报上体现为多少超额毛利？
- 特许/牌照→ 政策会不会放开？
> **方向判定（最关键）**：护城河在变宽还是变窄，必须用"市占率趋势+毛利率趋势+定价权（提价是否掉客）+流失率"四个数据印证，不是叙事。叙事说"护城河深"，数据可能说它正在变窄。

### 方法D · 财报异常信号探测（数字之间的矛盾=线索）
不孤立看单个指标，看**指标之间该匹配却不匹配的地方**：
- 应收增速 >> 收入增速 → 可能放宽信用催收入（收入质量存疑）
- 存货增速 >> 收入增速 → 可能积压/需求转弱
- 经营现金流 << 净利润 → 利润含金量差（纸面利润）
- 资本化研发占比异常高 → 可能粉饰当期利润
- 关联交易占比上升 → 收入真实性存疑
- 毛利率逆行业趋势 → 要么有真本事，要么有问题，必须查清原因
> 洞察来源：**每一处"本该同步却背离"的地方，都是要追问到底的线索。** 正常时一句话带过，背离时深挖。

### 方法E · 管理层言行一致性审计（用历史数据，不用印象）
- 拉出管理层过去2-3年的**公开指引/承诺**（业绩指引、产能规划、战略目标），逐条对照**实际兑现情况**——说到做到吗？
- 资本配置track record：赚来的钱怎么花的（再投资回报率/并购成败/分红回购），看出管理层是"价值创造者"还是"价值毁灭者"
- 激励是否与股东一致：持股比例、减持记录、关联交易
> 洞察来源：**爱画饼但不兑现的管理层，其未来指引要打折；历史兑现率高的，其指引可信度高**——这直接影响你对成长预测的取信程度。

---

## 七维企业研究结构（读财报/招股书/电话会全文，非摘要）

围绕命门变量裁剪笔墨——下面七维都要想到，命门所在维度深挖，其余扫到即可。**每一维都用上面的分析法去审讯数据，不是描述数据。**

### 1. 商业模式：靠什么赚钱
- 卖什么给谁、怎么收钱（一次性/订阅/抽成/广告）、收入结构与各占比
- 价值链位置：上游议价/下游粘性、是卖方还是买方市场
- 单位经济（unit economics）：单客户/单件的赚钱逻辑——获客成本、客单、复购、生命周期价值；规模化后边际成本怎么走

### 2. 护城河：凭什么持续赚钱、别人抢不走
- 护城河类型：网络效应/规模成本/转换成本/无形资产(品牌专利)/特许经营。逐项判断有没有、有多深
- **护城河方向（关键）**：在变宽还是变窄？用证据说（市占率趋势、毛利率趋势、定价权、客户流失率）——护城河叙事很多，要用数据验证真伪

### 3. 财务质量：生意的成色（读财报全文）
- 盈利质量：毛利率/净利率趋势、ROE/ROIC（是否持续>资本成本）、经营现金流 vs 净利润（利润含金量）
- 资产负债：杠杆、有息负债、商誉减值风险、应收/存货周转
- 资本配置：赚来的钱怎么花（再投资/分红/回购/并购），管理层资本配置能力

### 4. 竞争格局：这门生意里的相对位置
- 行业格局：集中度、玩家梯队、本公司份额与趋势
- 同业对比：与主要对手在毛利率/份额/成长/估值上横向比较（用具体数字）
- 竞争烈度：价格战？份额争夺？新进入者/替代品威胁

### 5. 管理层与治理
- 创始人/

Github ReposUpdated 1d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.