大模型赋能投研：指数与ETF自动化分析体系构建

CoWork工具在投研领域的定位与优势

在金融工程与量化研究领域，自动化分析工具的引入旨在解决传统研报生产中数据分散、流程重复及效率低下的痛点。CoWork类工具（以Claude Code为代表）相较于OpenClaw等具备全局记忆与持续运行模式的全局型工具，更强调轻量化架构与项目制工作方式。此类工具无需长期维持庞大的上下文窗口，而是根据具体任务需求，按需调用文件、代码、Skills（技能模块）及多Agent能力。这种机制使其在投研报告生成、复杂数据处理及多步骤研究工作流中展现出更高的适配性与稳定性。

Claude Code依托Claude系列大模型体系，支持基于任务复杂度与执行成本的分层模型调用。Haiku模型定位为轻量高速型，适用于批量数据清洗、简单指标计算及基础脚本处理等高频低复杂度任务，具备响应速度快、调用成本低的优势；Sonnet模型定位为均衡型，适用于日常指数分析、常规研究脚本编写、图表生成及底稿制作等中等复杂度任务，可作为多数投研工作的默认选择；Opus模型定位为深度推理型，适用于复杂因子计算、多步骤流程自动化、回测框架搭建及长链路任务调试等高难度场景，具备更强的推理深度与任务稳定性。

Skills体系搭建与渐进式披露机制

在基于大模型的投研自动化体系中，Skill是承载单项研究任务的标准化执行单元，也是复杂Plugin（插件）与工作流的基础模块。其核心运行机制为“渐进式披露”，即模型首先读取Skill的名称和功能描述，判断其是否匹配当前任务；若匹配，则进一步加载完整的指令、脚本、模板及其他资源。该机制有效避免了无关信息一次性进入上下文，减少了推理窗口的占用，使得数据提取、指标计算、文本归纳和报告生成等能力能够按需调用并重复复用，从而提升了长链路投研工作流的效率、稳定性和可迭代性。

标准化Skill的撰写需遵循严格的规范，核心包含五大维度：一是明确适用场景，清晰界定面向的任务类型与典型用户需求，为模型提供明确的调用判定依据；二是规定任务范围，严格限定输入输出的范畴，避免模型出现能力泛化或调用逻辑混乱；三是固化执行流程，将隐性的分析逻辑转化为显性的执行路径，包括需求解析、输入确认、工具调用、结果校验与结论输出等标准步骤；四是统一口径标准，预先约定日期规则、样本范围、指标阈值及排序规则等默认处理方式，消除计算口径歧义；五是规范输出与校验，明确数据来源、输出格式与质量检查要求，确保产出内容可追溯、可解释、可复核。

指数与ETF分析的四层Skill架构

针对指数与ETF研究的痛点，本文构建了面向“板块指数—指数特征—ETF产品”的三层分析Skills体系，并结合排版输出层，形成四层Skill架构。第一层为产业环境与基本面研判层，主要包括政策与宏观事件整理、卖方观点提炼和行业景气度分析。该层用于刻画指数所处行业的政策环境、市场预期、产业周期和景气变化。例如，通过macro-news-collector Skill自动提取目标指数相关的重点政策文件与近期事件；通过analyst-view Skill归纳卖方观点的共识方向、核心逻辑与主要分歧；通过industry-prosperity Skill基于行业景气评级框架，对指数核心细分赛道进行逐一评估。

第二层为指数特征画像层，覆盖编制方式梳理、相似指数搜索、业绩表现计算、成分股结构、估值水平、一致预期、盈利能力和风格归因等环节。该层从收益风险、资产属性、基本面质量和风格暴露等维度对指数进行系统化拆解。具体包括：通过index-metrics-calc Skill测算多周期累计收益、年化收益、夏普比率和最大回撤等核心指标；通过index-constituents Skill梳理前十大成分股、权重集中度及行业分布；通过index-valuation Skill提取PE、PB、股息率等核心估值指标并生成历史分位结果；通过index-consensus-forecast Skill汇总市场机构对指数成分股未来盈利增长的共同判断；通过index-profitability Skill测算指数ROE、股息率及其历史变化；通过index-style-box Skill利用晨星风格箱划分方法识别指数当前风格属性及历史漂移情况。

第三层为ETF产品分析层，延伸至产品端，涵盖ETF基本要素统计、规模与资金流、持有人结构、成交情况、跟踪误差和相似ETF比较等内容。通过etf-product-info Skill快速整理跟踪指数的ETF产品清单、规模分布、持有人结构及资金流动情况；通过etf-benchmark-deviation Skill自动测算成立满一定交易日的产品的日均跟踪偏离度和年化跟踪误差；通过similar-etf-analyzer Skill在同一主题或相近赛道下筛选可比产品，并从产品规模、费率、成交额和流动性等维度进行横向比较。

Plugin工作流与报告自动生成

为进一步实现端到端的自动化，本文将多个子Skill组合封装为Plugin工作流。Plugin是对调用入口、配置文件、执行脚本和资源说明进行统一封装的工程化组织形式，相较于单一Skill独立调用，更强调多模块协同与端到端流程编排。用户仅需输入目标指数名称及代码，即可触发数据编排、多Skill分析、文本生成、图表绘制和排版修饰等全流程。

该Plugin工作流将数据接口、调用命令、个性化配置、报告生成脚本和Skills使用说明进行统一管理。其并非简单拼接各模块输出，而是将不同分析结果按照投研报告逻辑重新编排，形成“行业环境—指数特征—ETF工具—投资建议”的完整报告框架。从输出结果看，该工作流能够产出结构完整的Word投资价值报告、Excel数据底稿和PPT展示材料，为指数与ETF研究提供标准化、自动化和可规模化复用的生产框架。通过图表与行文规则的智能蒸馏，系统还能根据机构模板与客户场景，定制化输出符合特定风格的图表样式、文字话术和报告结构，显著提升研究输出的工作效率，避免流程复用。