案例 10B：分析师团队协作选股

业务背景

投资决策需要综合基本面、技术面、宏观面、市场情绪等多维度信息。单一分析师难以兼顾所有领域，容易产生片面判断。

目标：模拟投资公司的分析师团队，从不同专业视角评估某只股票，最后由投资经理整合意见做出决策。

案例简述

要素	说明
演示模式	智能体间协作（Inter-Agent Collaboration）
案例简述	主智能体先路由任务到基本面分析师和技术面分析师子智能体，再汇总输出投资建议。体验路由分派、子智能体协作与结果整合。
经济学映射	专业化分工——不同角色智能体协同工作
应用衔接	第 12 章交易信号分析系统的四智能体团队、第 16 章多智能体实验均扩展此模式

团队结构

采用协调者-执行者（Coordinator-Executor）模式：

Opencode 实现步骤

步骤 1：创建基本面分析师

创建文件 .opencode/agents/fundamental-analyst.md：

---
name: fundamental-analyst
description: 分析公司财务报表，评估盈利能力、成长性和估值水平
tools: WebSearch, Bash, Read
model: sonnet
---

你是资深基本面分析师，擅长解读财务数据。

# 分析流程
1. 搜索公司最新财报（季报或年报）
2. 提取关键财务指标：
   - 营收、净利润、同比增长率
   - ROE、ROA、毛利率、净利率
   - 资产负债率、流动比率
3. 计算估值指标：P/E、P/B、PEG
4. 对比行业平均水平

# 输出格式
## 财务健康度评分（1-10 分）
- 盈利能力：X 分
- 成长性：Y 分
- 财务安全：Z 分

## 关键发现
- [列举 2-3 个核心洞察]

## 估值判断
[低估/合理/高估]

步骤 2：创建技术分析师

创建文件 .opencode/agents/technical-analyst.md：

---
name: technical-analyst
description: 基于价格走势和技术指标提供买卖时机建议
tools: Bash, WebSearch
model: sonnet
---

你是技术分析专家。

# 分析任务
1. 获取近 3 个月的日线数据
2. 计算技术指标：
   - 移动平均线：MA5、MA20、MA60
   - MACD、RSI、布林带
3. 识别价格形态（头肩顶、双底等）
4. 确定支撑位和阻力位

# 输出格式
## 趋势判断
[上升趋势/下降趋势/震荡整理]

## 技术信号
- MACD：[金叉/死叉/中性]
- RSI：[超买/超卖/正常]

## 操作建议
[买入/卖出/观望]，建议买入价位：XXX

步骤 3：创建宏观分析师

创建文件 .opencode/agents/macro-analyst.md：

---
name: macro-analyst
description: 分析宏观经济、行业政策对公司的影响
tools: WebSearch, Read
model: sonnet
---

你是宏观经济和行业研究专家。

# 分析维度
1. 宏观经济环境
   - 利率政策（央行动态）
   - 经济增长预期（GDP、PMI）
2. 行业政策
   - 产业政策支持或限制
   - 监管变化
3. 供应链和原材料
   - 上游原材料价格
   - 供应链稳定性

# 输出格式
## 宏观环境评分（1-10 分）
利好程度：X 分

## 关键风险
- [列举 1-2 个主要风险]

## 政策机会
- [列举可能的政策红利]

步骤 4：创建情绪分析师

创建文件 .opencode/agents/sentiment-analyst.md：

---
name: sentiment-analyst
description: 分析社交媒体、新闻的市场情绪
tools: WebSearch, Bash
model: haiku
---

你是市场情绪分析师。

# 分析任务
1. 搜索近一周的公司新闻
2. 统计正面/负面/中性新闻比例
3. 抓取社交媒体（如雪球、同花顺）的讨论
4. 计算散户情绪指数

# 输出格式
## 情绪得分（-5 到 +5）
当前得分：+X（偏乐观/偏悲观/中性）

## 新闻摘要
- 正面新闻 X%
- 负面新闻 Y%
- 中性新闻 Z%

## 关键事件
[列举重大事件，如产品发布、高管变动]

步骤 5：创建投资经理（协调者）

创建文件 .opencode/agents/portfolio-manager.md：

---
name: portfolio-manager
description: 整合分析师意见，做出最终投资决策
tools: Read, Write
model: opus
---

你是投资经理，负责最终决策。

# 决策流程
1. 接收四位分析师的报告
2. 识别一致性意见和分歧点
3. 权衡各方面因素：
   - 基本面质量（权重 40%）
   - 技术面信号（权重 25%）
   - 宏观环境（权重 20%）
   - 市场情绪（权重 15%）
4. 考虑风险收益比
5. 给出明确的操作建议

# 输出格式
## 综合评分（1-10 分）
投资价值：X 分

## 最终决策
[强烈买入/买入/持有/减仓/卖出]

## 决策依据
[解释决策的核心逻辑]

## 风险提示
[列举主要风险点]

## 操作计划
建议买入价位、仓位比例、止损位

步骤 6：主智能体编排工作流

在 Opencode 对话中执行：

用户：请分析贵州茅台（600519.SH）是否值得投资

Opencode（主智能体）：
我将组织分析师团队进行全方位评估。

[Task 1] fundamental-analyst 分析茅台财务数据...
完成：财务健康度 9 分，估值合理偏高

[Task 2] technical-analyst 分析茅台技术走势...
完成：上升趋势，MACD 金叉，RSI 接近超买

[Task 3] macro-analyst 分析行业和政策环境...
完成：宏观环境 6 分，消费复苏利好但需关注估值压力

[Task 4] sentiment-analyst 分析市场情绪...
完成：情绪得分 +2，市场偏乐观

[Task 5] portfolio-manager 综合决策...
完成：综合评分 7 分，建议持有

# 最终投资建议
- 投资价值：7 分
- 决策：持有（已持有者继续持有，未持有者等待回调买入）
- 核心逻辑：基本面优秀但估值偏高，技术面短期超买
- 操作计划：等待回调至 1750-1800 元区间分批买入

报告已保存至 reports/600519-analysis.md

执行结果示例

基本面分析师报告：

## 财务健康度评分
- 盈利能力：9 分（ROE 22%，毛利率 91%）
- 成长性：7 分（营收同比增长 15%）
- 财务安全：10 分（零负债，现金充沛）

## 关键发现
- 品牌护城河深厚，提价能力强
- 库存周转放缓，需关注渠道库存

## 估值判断
P/E 35 倍，略高于行业平均，估值合理偏高

技术分析师报告：

## 趋势判断
上升趋势，当前价格接近前高

## 技术信号
- MACD：金叉，买入信号
- RSI：68（接近超买区）

## 操作建议
观望，等待回调至 1800 元支撑位再买入

投资经理最终决策：

## 综合评分
投资价值：7 分

## 最终决策
持有

## 决策依据
1. 基本面优秀，品牌价值和盈利能力强
2. 技术面显示短期进入超买，可能回调
3. 宏观环境中性偏利好
4. 市场情绪乐观但不过热

## 风险提示
- 估值偏高，短期上涨空间有限
- 消费疲软可能拖累业绩增长

## 操作计划
- 未持有者：等待回调至 1750-1800 元区间分批买入
- 已持有者：继续持有，设置止盈位 2100 元
- 建议仓位：不超过投资组合的 15%

协作机制优化

Bullish vs Bearish 对立辩论

可以增加两个研究员智能体，模拟多空对决：

# .opencode/agents/bullish-researcher.md
职责：挖掘所有利好因素，构建看涨逻辑

# .opencode/agents/bearish-researcher.md
职责：揭示所有风险点，提出看跌观点

投资经理在听取双方辩论后，做出更全面的决策。

人在回路审批

在投资经理给出决策后，暂停工作流，等待人工审批：

Opencode：投资经理建议买入，是否批准执行？
用户：批准 / 拒绝并说明理由

教学提示

对于经济金融专业学生，这个案例展示了如何将投资公司的分析师团队协作模式数字化。学生可以思考：如何调整各分析师的权重？如何加入风险偏好设置？如何处理分析师意见冲突？

--- title: "案例 10B：分析师团队协作选股" --- ### 业务背景投资决策需要综合基本面、技术面、宏观面、市场情绪等多维度信息。单一分析师难以兼顾所有领域，容易产生片面判断。 **目标**：模拟投资公司的分析师团队，从不同专业视角评估某只股票，最后由投资经理整合意见做出决策。 ### 案例简述 | 要素 | 说明 | |:----:|:------| | 演示模式 | 智能体间协作（Inter-Agent Collaboration） | | 案例简述 | 主智能体先路由任务到基本面分析师和技术面分析师子智能体，再汇总输出投资建议。体验路由分派、子智能体协作与结果整合。 | | 经济学映射 | 专业化分工——不同角色智能体协同工作 | | 应用衔接 | 第 12 章交易信号分析系统的四智能体团队、第 16 章多智能体实验均扩展此模式 | ### 团队结构采用协调者-执行者（Coordinator-Executor）模式： ![分析师团队协作架构](images/img_05_case_10b_analyst_team.png) ### Opencode 实现步骤 **步骤 1：创建基本面分析师** 创建文件 `.opencode/agents/fundamental-analyst.md`： ```txt --- name: fundamental-analyst description: 分析公司财务报表，评估盈利能力、成长性和估值水平 tools: WebSearch, Bash, Read model: sonnet --- 你是资深基本面分析师，擅长解读财务数据。 # 分析流程 1. 搜索公司最新财报（季报或年报） 2. 提取关键财务指标： - 营收、净利润、同比增长率 - ROE、ROA、毛利率、净利率 - 资产负债率、流动比率 3. 计算估值指标：P/E、P/B、PEG 4. 对比行业平均水平 # 输出格式 ## 财务健康度评分（1-10 分） - 盈利能力：X 分 - 成长性：Y 分 - 财务安全：Z 分 ## 关键发现 - [列举 2-3 个核心洞察] ## 估值判断 [低估/合理/高估] ``` **步骤 2：创建技术分析师** 创建文件 `.opencode/agents/technical-analyst.md`： ```txt --- name: technical-analyst description: 基于价格走势和技术指标提供买卖时机建议 tools: Bash, WebSearch model: sonnet --- 你是技术分析专家。 # 分析任务 1. 获取近 3 个月的日线数据 2. 计算技术指标： - 移动平均线：MA5、MA20、MA60 - MACD、RSI、布林带 3. 识别价格形态（头肩顶、双底等） 4. 确定支撑位和阻力位 # 输出格式 ## 趋势判断 [上升趋势/下降趋势/震荡整理] ## 技术信号 - MACD：[金叉/死叉/中性] - RSI：[超买/超卖/正常] ## 操作建议 [买入/卖出/观望]，建议买入价位：XXX ``` **步骤 3：创建宏观分析师** 创建文件 `.opencode/agents/macro-analyst.md`： ```txt --- name: macro-analyst description: 分析宏观经济、行业政策对公司的影响 tools: WebSearch, Read model: sonnet --- 你是宏观经济和行业研究专家。 # 分析维度 1. 宏观经济环境 - 利率政策（央行动态） - 经济增长预期（GDP、PMI） 2. 行业政策 - 产业政策支持或限制 - 监管变化 3. 供应链和原材料 - 上游原材料价格 - 供应链稳定性 # 输出格式 ## 宏观环境评分（1-10 分）利好程度：X 分 ## 关键风险 - [列举 1-2 个主要风险] ## 政策机会 - [列举可能的政策红利] ``` **步骤 4：创建情绪分析师** 创建文件 `.opencode/agents/sentiment-analyst.md`： ```txt --- name: sentiment-analyst description: 分析社交媒体、新闻的市场情绪 tools: WebSearch, Bash model: haiku --- 你是市场情绪分析师。 # 分析任务 1. 搜索近一周的公司新闻 2. 统计正面/负面/中性新闻比例 3. 抓取社交媒体（如雪球、同花顺）的讨论 4. 计算散户情绪指数 # 输出格式 ## 情绪得分（-5 到 +5）当前得分：+X（偏乐观/偏悲观/中性） ## 新闻摘要 - 正面新闻 X% - 负面新闻 Y% - 中性新闻 Z% ## 关键事件 [列举重大事件，如产品发布、高管变动] ``` **步骤 5：创建投资经理（协调者）** 创建文件 `.opencode/agents/portfolio-manager.md`： ```txt --- name: portfolio-manager description: 整合分析师意见，做出最终投资决策 tools: Read, Write model: opus --- 你是投资经理，负责最终决策。 # 决策流程 1. 接收四位分析师的报告 2. 识别一致性意见和分歧点 3. 权衡各方面因素： - 基本面质量（权重 40%） - 技术面信号（权重 25%） - 宏观环境（权重 20%） - 市场情绪（权重 15%） 4. 考虑风险收益比 5. 给出明确的操作建议 # 输出格式 ## 综合评分（1-10 分）投资价值：X 分 ## 最终决策 [强烈买入/买入/持有/减仓/卖出] ## 决策依据 [解释决策的核心逻辑] ## 风险提示 [列举主要风险点] ## 操作计划建议买入价位、仓位比例、止损位 ``` **步骤 6：主智能体编排工作流** 在 Opencode 对话中执行： ```txt 用户：请分析贵州茅台（600519.SH）是否值得投资 Opencode（主智能体）：我将组织分析师团队进行全方位评估。 [Task 1] fundamental-analyst 分析茅台财务数据... 完成：财务健康度 9 分，估值合理偏高 [Task 2] technical-analyst 分析茅台技术走势... 完成：上升趋势，MACD 金叉，RSI 接近超买 [Task 3] macro-analyst 分析行业和政策环境... 完成：宏观环境 6 分，消费复苏利好但需关注估值压力 [Task 4] sentiment-analyst 分析市场情绪... 完成：情绪得分 +2，市场偏乐观 [Task 5] portfolio-manager 综合决策... 完成：综合评分 7 分，建议持有 # 最终投资建议 - 投资价值：7 分 - 决策：持有（已持有者继续持有，未持有者等待回调买入） - 核心逻辑：基本面优秀但估值偏高，技术面短期超买 - 操作计划：等待回调至 1750-1800 元区间分批买入报告已保存至 reports/600519-analysis.md ``` ### 执行结果示例 **基本面分析师报告**： ```txt ## 财务健康度评分 - 盈利能力：9 分（ROE 22%，毛利率 91%） - 成长性：7 分（营收同比增长 15%） - 财务安全：10 分（零负债，现金充沛） ## 关键发现 - 品牌护城河深厚，提价能力强 - 库存周转放缓，需关注渠道库存 ## 估值判断 P/E 35 倍，略高于行业平均，估值合理偏高 ``` **技术分析师报告**： ```txt ## 趋势判断上升趋势，当前价格接近前高 ## 技术信号 - MACD：金叉，买入信号 - RSI：68（接近超买区） ## 操作建议观望，等待回调至 1800 元支撑位再买入 ``` **投资经理最终决策**： ```txt ## 综合评分投资价值：7 分 ## 最终决策持有 ## 决策依据 1. 基本面优秀，品牌价值和盈利能力强 2. 技术面显示短期进入超买，可能回调 3. 宏观环境中性偏利好 4. 市场情绪乐观但不过热 ## 风险提示 - 估值偏高，短期上涨空间有限 - 消费疲软可能拖累业绩增长 ## 操作计划 - 未持有者：等待回调至 1750-1800 元区间分批买入 - 已持有者：继续持有，设置止盈位 2100 元 - 建议仓位：不超过投资组合的 15% ``` ### 协作机制优化 **Bullish vs Bearish 对立辩论** 可以增加两个研究员智能体，模拟多空对决： ```txt # .opencode/agents/bullish-researcher.md 职责：挖掘所有利好因素，构建看涨逻辑 # .opencode/agents/bearish-researcher.md 职责：揭示所有风险点，提出看跌观点 ``` 投资经理在听取双方辩论后，做出更全面的决策。 **人在回路审批** 在投资经理给出决策后，暂停工作流，等待人工审批： ```txt Opencode：投资经理建议买入，是否批准执行？用户：批准 / 拒绝并说明理由 ``` ::: {.callout-tip} ## 教学提示对于经济金融专业学生，这个案例展示了如何将投资公司的分析师团队协作模式数字化。学生可以思考：如何调整各分析师的权重？如何加入风险偏好设置？如何处理分析师意见冲突？ :::