技能库 1455 个

基于基金季报持仓，穿透至底层资产，计算行业、个股集中度及重叠度。

使用Brinson模型或Campisi模型，分解基金超额收益的来源（资产配置、选股、择时等），为基金经理和投研团队提供精细化业绩评价。

计算最大回撤、夏普比率、信息比率、下行标准差等风险调整后收益指标，用于基金绩效评估与风险监控。

基于基金持仓和收益特征，使用聚类或规则将基金归为大盘/小盘、价值/成长等风格。

自动提取基金季报、年报中的关键信息（规模变化、仓位变动、管理人观点等），生成结构化摘要。

汇总基金经理从业年限、管理规模、历史业绩、投资风格等关键信息，生成结构化画像，辅助基金研究与投资决策。

根据预设的筛选规则，自动更新备选基金池并标记变动，确保基金池的时效性与合规性。

对原始行情、财务数据进行去极值、标准化、中性化处理，并处理缺失值，确保因子数据质量符合策略建模要求。

使用GBDT、XGBoost等算法构建选股模型，涵盖特征工程、超参数调优与回测评估。

基于量价、财务、另类数据挖掘具有稳定超额收益的Alpha因子，适用于多因子选股模型构建与策略迭代。

利用宏观、行业基本面与技术指标构建行业轮动因子，并评估其在行业配置中的择时效果。

构建并回测多因子选股模型，包括因子合成、分层回测及绩效归因。

基于财报发布、分红、拆股等事件设计交易策略，并回测其超额收益，适用于证券与投行策略研究员。

计算并分析因子信息系数（IC）及其统计显著性，评估因子预测能力，辅助策略研究员筛选有效因子。

自动生成包含最大回撤、夏普比率、风格暴露等指标的策略风险归因报告。

自动抓取目标行业新闻、政策变动，并生成带影响评级的结构化摘要，辅助信用研究员快速评估行业风险与趋势。

根据预设规则定期检查财务指标、行业指标，输出是否触发评级调整

自动监控发行人负面舆情、诉讼、监管处罚等事件，并更新对信用评级的影响

识别财务数据中的异常波动和潜在造假迹象，输出预警信号

从募集说明书中提取并分析交叉违约、担保等关键条款

基于历史财务数据和行业数据，建立财务预测模型并输出未来现金流，用于信用风险评估

根据财务数据自动生成标准信用评级报告，包含风险要点和评级建议

计算并比较个券与基准的利差，分析信用风险溢价变化，辅助信用风险评估与投资决策。

从国家统计局、央行等网站自动抓取并更新GDP、CPI、PMI等宏观经济数据，支持定时更新与结构化存储