跟踪任意行业景气度,用 A 股龙头股财务数据 + 宏观指标(PMI/PPI/进出口)计算综合景气评分(0-100), 判断行业处于上行周期、下行周期还是拐点区域。支持内置行业(半导体、医药、新能源、消费品)和任意自定义行业。
编程
AI驱动经济诊断:econ-progress-tracker 中国经济跟踪框架
试用中国经济进展跟踪分析框架。基于S总监的经济诊断模型,采集最新财经新闻后评估社会经济进展是否符合预期路径。触发词:结合最新新闻来跟进、跟进经济进展、经济进展跟踪、经济状态跟进、用框架分析一下。使用时必须先收集最新财经新闻(浏览器抓取东方财富/财联社/华尔街见闻等),再按框架分诊断指标、政策路径、产业进展、风险信号四...
它能做什么
中国经济进展跟踪分析框架。基于S总监的经济诊断模型,采集最新财经新闻后评估社会经济进展是否符合预期路径。触发词:结合最新新闻来跟进、跟进经济进展、经济进展跟踪、经济状态跟进、用框架分析一下。使用时必须先收集最新财经新闻(浏览器抓取东方财富/财联社/华尔街见闻等),再按框架分诊断指标、政策路径、产业进展、风险信号四大维度逐一对照,输出符合/偏离判断及综合评估。
技能文档
中国经济进展跟踪框架
触发后执行流程
- 首次或深度分析:先读
references/framework.md吃透核心论证(传导链断裂点、干预路径推演、产业矩阵)。日常快速跟进可跳过。 - 读上次快照:查
memory/econ-tracker/下最近一次结果,作为本次「较上次变化」的基准(无则标注首次跟踪)。 - 收集硬数据 + 新闻:
- 月度硬指标(PMI/CPI/社融等)按下方「发布节奏」去官方/数据平台查最新值,不要只靠新闻电报里的零散提及。
- 浏览器抓最新财经新闻(东方财富、财联社电报、华尔街见闻、新浪财经外汇页,多tab同时抓取)补充政策与产业信号。
- 按下方框架逐项对照分析,每个指标标注 🟢符合 / 🟡待观察 / 🔴偏离,并标注方向(↑改善 / →持平 / ↓恶化,看连续2-3个月趋势而非单点)。
- 输出综合评估 + 趋势判断 + 「较上次变化」。
- 存档:把本次结果写入
memory/econ-tracker/YYYY-MM-DD.md,供下次对比。
核心诊断框架
理论前提
当前状态判断:"假性放缓"(产业结构错配,非经济见顶)。有滑向"日本化"的通缩风险,但也存在通过结构性改革+新产业培育实现软着陆的可能。
政策目标:不降收入 + 加大消费 → CPI回到2% + GDP维持5% → 人均GDP从1.3万→3万美元
AI角色定位:AI不是"新房地产"(无法产生同等就业乘数和消费拉动),而是"新基建"。真正的消费增量需来自AI赋能传统行业后的效率提升,而非AI本身。
一、诊断指标(看经济本身是否在改善)
每个指标除看绝对值落区,还要看方向(连续2-3个月改善/恶化)。边际变化比点位更重要。
| 指标 | 发布节奏 & 出处 | 🟢符合 | 🟡待观察 | 🔴偏离 |
|---|---|---|---|---|
| PMI | 月初(上月31日/次月1日)· 统计局 | >50.5 持续上升 | 50-50.5 刚过荣枯线 | <50 收缩 |
| CPI | 月中(9日前后)· 统计局 | >1% 温和通胀 | 0.5-1% 低位 | <0.5%/转负 |
| 社会融资/信贷 | 月中下旬· 央行 | 企业中长期贷款↑ | 政府债为主 | 总量萎缩 |
| 房地产销售 | 月初(前一月数据)· 中指/克而瑞 | 同比转正+库存下降 | 环比改善但同比仍跌 | 继续恶化 |
| 居民存款 | 月中下旬· 央行金融统计 | 增速放缓(钱在流动) | 持平 | 继续高增(防御性储蓄) |
| 失业率/就业 | 月中(城镇调查失业率)· 统计局 | 青年失业率↓ | 持平 | ↑ |
| 财政收入 | 月中下旬· 财政部 | 正增长 | 微增 | 负增长 |
数据获取提示:上述硬指标多为月度发布,财经新闻电报只有零散提及。若新闻未覆盖,必须去上述官方出处或数据平台(Wind/东方财富数据中心)补查最新值,不要留空。
二、政策路径对照(看工具箱是不是在有效推进)
逐条对照以下政策线,从新闻中找最新进展:
- 保交楼 / 城市改造 → 找房企销售数据、竣工数据、烂尾复工新闻
- 基建投资 → 找重大项目中标、开工率、专项债发行
- 促消费(消费券/以旧换新/设备更新) → 找社零数据、家电汽车销量
- 降息/降准/流动性 → 找LPR、央行逆回购、存款利率变动
- 国企改革 → 找国企利润、混改进展
- 反内卷/限制过剩产能 → 找行业限产、企业利润修复
- 新产业培育 → 找AI/半导体/新能源政策+实际投资落地
- 减税降费 → 找税收数据、企业负担相关新闻
- 防止资本外流 → 找汇率、外汇储备、资本管制新闻
每条标注:🟢有效推进 / 🟡效果有限 / 🔴未见进展或倒退
三、产业进展对照(看新产业能否形成消费增量)
| 产业 | 当前角色 | 评估标准 |
|---|---|---|
| AI/Semiconductor | 新基建(投资拉动为主) | 真实客户订单(非概念炒作)、就业拉动效应、是否出现大范围降本增效 |
| 新能源/电动车 | 最接近房地产乘数效应 | 渗透率拐点、出口竞争力、是否已进入存量竞争 |
| 人形机器人/具身智能 | 早期(新奇消费) | 何时从"新奇消费"→"生产力工具"→"人手一台" |
| 商业航天 | 远期 | 成本曲线下降速度 |
| 生物医药 | 窄众 | 医保改革、创新药出海 |
关注产业新闻中的关键信号:产业链利润留在国内 vs 流向海外、就业是否扩散到更广泛人群、是否从投资驱动转为消费驱动。
四、风险信号(看是否滑向"日本化")
| 风险信号 | 检查点 | 量化预警线(粗略锚点) |
|---|---|---|
| 通缩螺旋自我强化 | CPI持续低位→企业降薪→消费萎缩→更多降薪 | CPI连续≥3个月 <0.5% 或转负 |
| 储蓄率居高不下 | 居民存款增速是否超过GDP增速 | 存款同比增速超GDP增速 >3pct 持续2季 |
| 资产价格持续下跌 | 房价、股价是否形成负财富效应 | 70城房价连续≖6个月环比下跌 |
| 年轻人躺平/消费降级 | 社零结构、消费信心指数 | 社零同比连续低于3% 或可选消费负增长 |
| 外部冲击 | 中美关系、汇率压力(参考日元162教训)、全球需求 | 人民币破关键心理位或出口连续负增长 |
五、综合判断模板
每次跟进后输出:
📊 经济进展跟踪 [日期]
📍 较上次变化(vs [上次日期]):[整体趋势是否改善/偏离,哪些指标变色](首次跟踪则标注“首次基准”)
🎯 当前状态:假性放缓 / 接近通缩 / 温和复苏 / 稳步回暖
📈 诊断指标:
PMI: 🟢/🟡/🔴 [数值] ↑→↓ — [解读]
CPI: 🟢/🟡/🔴 [数值] ↑→↓ — [解读]
...
🛠️ 政策路径:
[各条政策线状态]
🏭 产业进展:
[AI/新能源/机器人的实际落地信号]
⚠️ 风险提示:
[最值得警惕的信号]
📋 总体判断:符合预期路径 / 部分偏离 / 显著偏离
如果符合:哪些方面在加速、哪些在正常推进
如果偏离:偏离方向(更好/更差)、偏离程度、是否需要调整框架假设
输出后务必将本次结果存档到 memory/econ-tracker/YYYY-MM-DD.md,供下次「较上次变化」对比。
参考
- 完整分析框架详见
references/framework.md
相关技能
投资论点追踪与验证。当用户要求"论点追踪""thesis tracker""投资逻辑""验证XX观点""跟踪XX判断"或需要持续追踪某个投资假设时触发。
交易追踪与归因分析 v1.1.0。从交易记录逐笔追踪盈亏、 按股票/月度/季度/年度归因、交易成本分析(佣金+滑点)、 持仓时间分析、策略标签归类、多策略对比、ASCII盈亏分布图。 Use when: 需要复盘交易记录、归因分析、 查看按股票/时间段的盈亏分布、成本分析、持仓结构。 🎉 v1.1.0 新增: - 月度/季度/年度归因分解(--by month/quarter/year) - 交易成本分析(--cost: 佣金占比、滑点估算) - 持仓时间分析(--hold: 平均持仓天数、区间分组) - 策略标签归类(--tag: 按策略标签汇总) - 多策略/多时段对比(--comp
新闻联播政策摘报。获取每日新闻联播主要内容并提取宏观经济政策与金融影响政策。触发场景:用户询问新闻联播摘要、宏观政策摘报、金融政策风向等。用于了解新闻联播内容,关注其中涉及国家宏观经济政策或影响金融市场走向的政策时使用。
沿指标树定位内容电商波动根因,并输出首个可验证的运营动作。
Automatically scrape, process, and generate daily news digests from Chinese news sources. Covers industry dynamics, policy updates, economy, tech, energy, and pricing information. Use when: user asks for daily news summary, news digest, 每日新闻摘要, 新闻汇总, 新闻摘要, or wants to set up automated news monitoring from Chinese news websites. Outputs formatted summaries with source attribution and original links.