UZI-Skill investor-panel

50 位投资大佬评审团。给定一只股票的 dimensions.json 和 raw_data.json，让 50 位投资者各自按自己的方法论打分并输出 Pydantic Signal（signal/confidence/score/verdict/comment）。覆盖经典价值派、成长投资派、宏观对冲派、技术趋势派、中国价投派、A股游资派、量化系统派 7 大流派。当用户请求"评审团/50 大佬怎么看/某某会买吗/做一次大佬投票"时使用。

install

source · Clone the upstream repo

git clone https://github.com/wbh604/UZI-Skill

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/wbh604/UZI-Skill "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/investor-panel" ~/.claude/skills/wbh604-uzi-skill-investor-panel && rm -rf "$T"

manifest: skills/investor-panel/SKILL.md

source content

Investor Panel · 50 贤评审团

调用上下文

读取以下输入：

```
.cache/{ticker}/dimensions.json
```
— 19 维评分
```
.cache/{ticker}/raw_data.json
```
— 原始数据
```
scripts/lib/investor_db.py
```
— 50 人元数据
```
scripts/lib/seat_db.py
```
— 22 位游资射程规则

输出：

```
.cache/{ticker}/panel.json
```
— 50 个 Signal + 投票统计

严格输出格式（Pydantic Signal，抄自 ai-hedge-fund）

每个投资者必须返回严格 JSON：

{
  "investor_id": "buffett",
  "name": "巴菲特",
  "group": "A",
  "avatar": "avatars/buffett.svg",
  "signal": "bullish | neutral | bearish",
  "confidence": 87,
  "score": 82,
  "verdict": "强烈买入 | 买入 | 关注 | 观望 | 等待 | 回避 | 不达标 | 不适合",
  "reasoning": "1-3 句具体逻辑",
  "comment": "用该投资者语言风格的金句 1-2 句",
  "pass": ["..."],
  "fail": ["..."],
  "ideal_price": 16.20,
  "period": "3-5 年"
}

Confidence 校准规则：

85-100：核心方法论硬指标全部命中或全部不命中
60-84：多数命中
30-59：部分命中、需要等待信号
0-29：方法论不适用此股 / 信息不足

执行步骤

Step 1: 加载元数据

from lib.investor_db import INVESTORS, by_group
from lib.seat_db import SEATS, is_in_range

Step 2: 对每位投资者

取出
```
fields
```
白名单
从 dimensions.json 提取相关字段
读取该投资者所在 group 的 reference 文件（按需）
用该投资者的方法论 + 语言样本生成 Signal（Claude 自己生成）
校验 JSON 合法性

Step 3: 游资射程预过滤（F 组特殊）

对 22 位游资，先用

is_in_range(nickname, ticker_features)

判断是否在射程内：

在射程 → 正常评分

不在射程 →

signal: "neutral"

verdict: "不适合"

confidence: 90

comment: "{nick}的射程是{style}，这只票不在风格内。"

Step 4: 汇总投票

{
  "panel_consensus": (bullish_count / 50) * 100,
  "vote_distribution": Counter(verdict for i in investors),
  "signal_distribution": Counter(signal for i in investors),
  "investors": [...]
}

7 大流派详细方法论

按需读取下列 references：

组	文件	人数
A 经典价值	`references/group-a-classic-value.md`	6
B 成长投资	`references/group-b-growth.md`	4
C 宏观对冲	`references/group-c-macro-hedge.md`	5
D 技术趋势	`references/group-d-technical.md`	4
E 中国价投	`references/group-e-china-value.md`	6
F 游资	`references/group-f-china-youzi.md`	22
G 量化系统	`references/group-g-quant.md`	3

📚 语料库 (必读)

每次生成 comment 之前必须读

references/quotes-knowledge-base.md

查找该投资者的真实公开原话和"风格"字段。这是知识库 single source of truth。

语言风格守则

每位投资者的

comment

字段必须像他本人：

巴菲特：温和、引用奥马哈、用"我们"
芒格：刻薄、反向思维、引用心理学偏误
索罗斯：哲学化、提"反身性"
章盟主：豪迈、提"格局"、不谈细节
赵老哥：直接、谈"题材"、谈"二板"
段永平：朴素、问"商业模式""人""价格"
陈小群：江湖气、谈"分歧""一线天""核按钮"

每组 reference 文件末尾有 3-5 句真实公开语录作为 few-shot。

完成检查

panel.json 包含 50 个 Signal
每个 Signal 字段齐全
22 位游资里至少有 N 位返回"不适合"（除非这只票是热门题材龙头）
panel_consensus / vote_distribution / signal_distribution 三个汇总字段已计算