「investing」の検索結果

个人投资理财 (个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。) Master OS — automated mastery of 个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 个人投资理财 (Personal Investing & Financial Planning) (从业者/自主投资者视角) — 个人与家庭自主管理投资组合、做长期财务规划的认知操作系统。覆盖: (a) 四大流派互掐 (本行业最有价值的智识谱系) — 价值投资 (Graham 安全边际 / Buffett·Munger 护城河+能力圈)、被动指数 (Bogle 成本至上+市场组合+定投)、技术分析 (趋势线/形态/动量择时)、趋势/动量跟踪 (CTA/双动量/turtle); (b) 资产配置与组合构建 — 股/债/现金/另类的配置框架 (60/40、全天候 All-Weather、三基金组合 three-fund、再平衡)、风险预算、定投 (DCA) vs 一次性; (c) 工具栈 — 券商/交易平台、组合追踪 (Portfolio Visualizer/Morningstar/雪球)、ETF/基金筛选与费率、回测、税优账户 (401k/IRA/Roth vs 中国养老 Y 账户); (d) 行为金融与风险管理 — 损失厌恶/过度交易/择时谬误、仓位与回撤管理、再平衡纪律; (e) 财务规划脚手架 — 应急金、目标-时间轴-风险承受度、退休/教育金规划、税务效率。主战场 = 美股/全球指数 (canon 母语区) + A 股/港股/公募基金 (zh-CN 散户层)。核心分歧: 主动选股 vs 被动指数 (是否能持续跑赢市场)、基本面 vs 技术面 (价格是否已反映信息 / EMH 强弱)、择时 vs 持有 (market timing vs time in market)、集中 vs 分散。不含: 持牌为他人理财的展业 (FA/RIA/投顾资质与合规销售)、机构资管/量化高频/对冲基金策略、投行/卖方研究、加密货币投机与 meme 炒作、日内打板/杠杆赌博式交易。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「个人投资理财」「个人投资」「理财」「personal investing」「资产配置」

日本語の概要は準備中です。原文の説明を表示しています。

国内房产投资(房产投资人视角 — 城市与地段选择 / 政策与调控解读 / 一手房与二手房 / 房产金融与杠杆 / 估值与尽职调查 / 交易流程与税费 / 持有运营与出租 / 退出与流动性 / 风险识别 / 房产在个人资产配置中的位置 / 投资者的决策框架与心态 — 聚焦中国大陆,2021 年以来深度下行期的真实市场) (China domestic real estate investing — 国内房产投资人 / 投资顾问的实践视角(城市与地段选择 / 政策与调控解读 / 一二手房与房产金融 / 估值与尽调 / 交易税费 / 持有运营与退出 / 风险识别 / 资产配置中的房产)) Master OS — automated mastery of China domestic real estate investing — 国内房产投资人 / 投资顾问的实践视角(城市与地段选择 / 政策与调控解读 / 一二手房与房产金融 / 估值与尽调 / 交易税费 / 持有运营与退出 / 风险识别 / 资产配置中的房产): top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on China domestic real estate investing — 国内房产投资人 / 投资顾问的实践视角(城市与地段选择 / 政策与调控解读 / 一二手房与房产金融 / 估值与尽调 / 交易税费 / 持有运营与退出 / 风险识别 / 资产配置中的房产) problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「房产投资」「买房」「房地产」「real estate」「国内房产」

日本語の概要は準備中です。原文の説明を表示しています。

Value investing analysis using Graham (NCAV/net-net/defensive-investor) and Buffett (economic moat/ROE/FCF) methodologies. Covers single-stock diagnostics and batch screening for both Graham cigar-butt and Buffett quality-compounder criteria. Runs cross-statement reconciliation before scoring. Data from Longbridge CLI first, MCP fallback, WebSearch only for genuine gaps. Triggers: "格雷厄姆", "巴菲特", "捡烟蒂", "烟蒂股", "NCAV", "净流动资产", "护城河", "价值投资", "安全边际", "深度价值", "撿煙蒂", "煙蒂股", "淨流動資產", "護城河", "安全邊際", "Graham", "Buffett", "cigar butt", "net-net", "NCAV screen", "moat", "value investing", "margin of safety", "deep value", "quality compounder", "價值投資", "深度價值", "防御型投资者", "防禦型投資者"

日本語の概要は準備中です。原文の説明を表示しています。

Route Public Equity Investing workflows for listed-company and public-security research, earnings analysis, valuation, model updates, long/short pitches, catalysts, thesis tracking, ETF/index and constituent diligence, position sizing, hedging, dashboards, and investment memos. Use when the user is evaluating a public company, ticker, sector, portfolio position, event, earnings setup, or investment thesis through an investor lens, including what is priced in, what is mispriced, what proves or kills the thesis, and what to watch next. Do not use for private-company diligence, credit-first analysis, personal financial advice, generic company summaries, or generic document drafting with no public-equity investment context.

日本語の概要は準備中です。原文の説明を表示しています。

Recommend the right trading workflow, skillset, API profile, and setup path from a natural-language goal. Use this as the on-ramp when a user expresses a trading or investing goal and needs to know which skill/workflow to use, where to start, or whether something works without paid API keys — e.g. "where do I start", "which skill should I use", "I want to swing trade only when the market is favorable", "what works without API keys", "どれを使えばいい", "API キー無しで 使えるものは". Routes and explains only; it never executes trades or auto-runs other skills, and it is honest when no workflow has shipped yet.

Convert Kanchi-style dividend investing into a repeatable US-stock operating procedure. Use when users ask for かんち式配当投資, dividend screening, dividend growth quality checks, PERxPBR adaptation for US sectors, pullback limit-order planning, or one-page stock memo creation. Covers screening, deep dive, entry planning, and post-purchase monitoring cadence.

Screen and filter A-share stocks based on fundamental metrics, technical indicators, capital flow, and custom criteria. Support multiple screening strategies including value investing, growth investing, momentum trading, and dividend hunting. Use when user wants to find stocks meeting specific criteria like "低PE高ROE股票", "北向资金加仓股", "突破年线的股票".

日本語の概要は準備中です。原文の説明を表示しています。

量化交易 (量化交易 (Quantitative Trading) — 面向股票、期货与期权二级市场的系统化交易者（私募/自营/公募量化研究员、CTA 交易员、有工程能力的个人系统化交易者）的『把一个交易想法，变成一个在真钱上还站得住的策略』的判断体系；不是加密与链上交易（那是 crypto-onchain-trading 的范围），不是个人长期资产配置与理财（personal-investing），不是卖方投行的并购与承销（investment-banking-mna），也不是主观基本面选股与券商 IT 系统开发。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**经济学解释先行 ⇄ 数据里挖出来就行**（一派要求任何超额收益背后先有风险补偿或行为偏差的故事，否则视为噪音；另一派认为解释是事后编的，只信严格的样本外与实盘，机器学习派把这条推到极致，两派对同一个因子会给出完全相反的判断）；**横截面选股 ⇄ 时序趋势跟踪**（选股要在同一时点比较一篮子标的的相对好坏、假设均值回复与相对定价，CTA 趋势在单一品种的时间序列上假设动量延续，两者的研究方法、回测口径、风险来源和亏损形态几乎不重叠，却常被外行混为一谈）；**样本内的漂亮曲线 ⇄ 多重检验之后还剩什么**（因子动物园与可复制性危机是本行最重要的一次集体自省：显著性门槛该抬多高、发表后收益衰减多少、大量已发表因子在严格复制下失效，以及回测过拟合的概率如何度量）；**回测至上 ⇄ 只信实盘**（回测是唯一能低成本证伪的工具，也是最容易骗自己的工具：前视偏差、幸存者偏差、时点数据缺失、参数寻优、重复使用同一份历史数据；于是有人把纸上交易与小仓位实盘当成唯一可信的检验）；**alpha ⇄ 容量与成本**（一个策略的规模是它自己的敌人：冲击成本随规模上升、换手越高越吃成本、拥挤度让同类策略在回撤时同时踩踏；毛收益漂亮而净收益为负是新手最常见的死法）；**风险预算 ⇄ 收益最大化**（波动率目标、凯利与部分凯利、风险平价、回撤止损、杠杆与尾部，这一层的分歧决定了同一个信号在不同人手里是稳健产品还是爆仓故事）；**高频做市 ⇄ 中低频统计套利与基本面量化**（延迟、撮合机制、报单结构与硬件是一套技能树，因子构建、组合优化与风险模型是另一套，混谈两者是外行破绽之一）；**学术公开 ⇄ 业界闭源**（真正在赚钱的策略通常不发表，公开材料存在系统性的幸存者偏差与选择性披露，这是本行诚实边界的核心）；**中国市场的制度约束 ⇄ 教科书假设**（T+1、涨跌停、融券与做空成本、股指期货基差与贴水、行业与市值中性化的实际口径、指数增强与市场中性产品的收益来源，以及监管对程序化交易与高频交易的报告与差异化收费要求，让直接照搬美股论文的做法在 A 股经常失效）；**模型信心 ⇄ 制度与市场结构变化**（策略衰减、结构性断点、极端行情下相关性同时上升、去杠杆踩踏，这些不是尾部意外而是本行的常态风险）。(b) 工具栈 —— 数据（行情与基本面的时点数据 point-in-time、复权口径、停牌与退市处理、财报修订、指数成分历史、期货主力连续合约的拼接方式、期权链与波动率曲面数据；供应商与开源社区两条路线）、研究框架（向量化回测与事件驱动回测的取舍、因子检验与分层回测、组合优化与风险模型、机器学习工具链与交叉验证的时间序列改造）、执行与交易接口（券商与期货柜台接口、模拟盘、订单类型与算法委托、成交回报与对账）、基础设施（时序数据库与列式存储、行情落地、任务编排、实验记录与版本管理）、以及最被低估的东西：一份写清楚假设与失效条件的策略说明书、一套不会自欺的回测规范、一张归因表 —— 选型的真正分岔从来不是功能清单，而是『你的策略是靠信号质量赢，还是靠执行与成本赢』。(c) 心智模型层 —— 收益必须先有来源（风险补偿、行为偏差、结构性约束或提供流动性）；样本外只有一次，用完就没了；毛收益是观点，净收益才是事实；规模是策略的敌人；相关性在你最需要分散的时候上升；回测里每多试一次，显著性就贬值一次；活下来比赢一次重要，所以先定风险预算再谈收益。(d) 工作流 —— 想法与假设成文、数据准备与清洗、单因子与信号检验、组合构建与风险约束、交易成本与容量估计、样本外与滚动前推验证、纸上交易与小仓位实盘、上线监控与风控阈值、业绩归因与衰减检测、策略退役与复盘、极端行情与事故处置、多策略配置与资金分配。(e) 表达 DNA、质量基准（什么算一次可信的回测与一次合格的策略上线）、反模式（外行与新手最容易犯的错：只看年化与最大回撤、参数寻优后的曲线拟合、忽略成本与容量、用未来数据、拿主力连续合约当真实可交易序列、把杠杆当收益来源、爆仓后归因于黑天鹅）、智识谱系（学术因子与资产定价派、系统化 CTA 与趋势跟踪派、金融机器学习派、市场微观结构与执行派、期权与波动率交易派、风险管理与尾部批评派、中国私募的指数增强与市场中性实践派）。) Master OS — automated mastery of 量化交易 (Quantitative Trading) — 面向股票、期货与期权二级市场的系统化交易者（私募/自营/公募量化研究员、CTA 交易员、有工程能力的个人系统化交易者）的『把一个交易想法，变成一个在真钱上还站得住的策略』的判断体系；不是加密与链上交易（那是 crypto-onchain-trading 的范围），不是个人长期资产配置与理财（personal-investing），不是卖方投行的并购与承销（investment-banking-mna），也不是主观基本面选股与券商 IT 系统开发。覆盖：(a) 第一性张力 —— 这行的核心世界观分歧：**经济学解释先行 ⇄ 数据里挖出来就行**（一派要求任何超额收益背后先有风险补偿或行为偏差的故事，否则视为噪音；另一派认为解释是事后编的，只信严格的样本外与实盘，机器学习派把这条推到极致，两派对同一个因子会给出完全相反的判断）；**横截面选股 ⇄ 时序趋势跟踪**（选股要在同一时点比较一篮子标的的相对好坏、假设均值回复与相对定价，CTA 趋势在单一品种的时间序列上假设动量延续，两者的研究方法、回测口径、风险来源和亏损形态几乎不重叠，却常被外行混为一谈）；**样本内的漂亮曲线 ⇄ 多重检验之后还剩什么**（因子动物园与可复制性危机是本行最重要的一次集体自省：显著性门槛该抬多高、发表后收益衰减多少、大量已发表因子在严格复制下失效，以及回测过拟合的概率如何度量）；**回测至上 ⇄ 只信实盘**（回测是唯一能低成本证伪的工具，也是最容易骗自己的工具：前视偏差、幸存者偏差、时点数据缺失、参数寻优、重复使用同一份历史数据；于是有人把纸上交易与小仓位实盘当成唯一可信的检验）；**alpha ⇄ 容量与成本**（一个策略的规模是它自己的敌人：冲击成本随规模上升、换手越高越吃成本、拥挤度让同类策略在回撤时同时踩踏；毛收益漂亮而净收益为负是新手最常见的死法）；**风险预算 ⇄ 收益最大化**（波动率目标、凯利与部分凯利、风险平价、回撤止损、杠杆与尾部，这一层的分歧决定了同一个信号在不同人手里是稳健产品还是爆仓故事）；**高频做市 ⇄ 中低频统计套利与基本面量化**（延迟、撮合机制、报单结构与硬件是一套技能树，因子构建、组合优化与风险模型是另一套，混谈两者是外行破绽之一）；**学术公开 ⇄ 业界闭源**（真正在赚钱的策略通常不发表，公开材料存在系统性的幸存者偏差与选择性披露，这是本行诚实边界的核心）；**中国市场的制度约束 ⇄ 教科书假设**（T+1、涨跌停、融券与做空成本、股指期货基差与贴水、行业与市值中性化的实际口径、指数增强与市场中性产品的收益来源，以及监管对程序化交易与高频交易的报告与差异化收费要求，让直接照搬美股论文的做法在 A 股经常失效）；**模型信心 ⇄ 制度与市场结构变化**（策略衰减、结构性断点、极端行情下相关性同时上升、去杠杆踩踏，这些不是尾部意外而是本行的常态风险）。(b) 工具栈 —— 数据（行情与基本面的时点数据 point-in-time、复权口径、停牌与退市处理、财报修订、指数成分历史、期货主力连续合约的拼接方式、期权链与波动率曲面数据；供应商与开源社区两条路线）、研究框架（向量化回测与事件驱动回测的取舍、因子检验与分层回测、组合优化与风险模型、机器学习工具链与交叉验证的时间序列改造）、执行与交易接口（券商与期货柜台接口、模拟盘、订单类型与算法委托、成交回报与对账）、基础设施（时序数据库与列式存储、行情落地、任务编排、实验记录与版本管理）、以及最被低估的东西：一份写清楚假设与失效条件的策略说明书、一套不会自欺的回测规范、一张归因表 —— 选型的真正分岔从来不是功能清单，而是『你的策略是靠信号质量赢，还是靠执行与成本赢』。(c) 心智模型层 —— 收益必须先有来源（风险补偿、行为偏差、结构性约束或提供流动性）；样本外只有一次，用完就没了；毛收益是观点，净收益才是事实；规模是策略的敌人；相关性在你最需要分散的时候上升；回测里每多试一次，显著性就贬值一次；活下来比赢一次重要，所以先定风险预算再谈收益。(d) 工作流 —— 想法与假设成文、数据准备与清洗、单因子与信号检验、组合构建与风险约束、交易成本与容量估计、样本外与滚动前推验证、纸上交易与小仓位实盘、上线监控与风控阈值、业绩归因与衰减检测、策略退役与复盘、极端行情与事故处置、多策略配置与资金分配。(e) 表达 DNA、质量基准（什么算一次可信的回测与一次合格的策略上线）、反模式（外行与新手最容易犯的错：只看年化与最大回撤、参数寻优

日本語の概要は準備中です。原文の説明を表示しています。

Evaluates ML applications in investment with feature engineering, model selection, and implementation considerations for alpha generation. Use when evaluating ML for investing, designing ML pipelines, or assessing ML strategy feasibility.

日本語の概要は準備中です。原文の説明を表示しています。

Use when creating Public Equity Investing meeting prep briefs. Do not use for private diligence, IB, FP&A, legal, or scheduling-only tasks.

日本語の概要は準備中です。原文の説明を表示しています。

Use when building PM-facing Public Equity Investing trade pitches, including sparse-context or partial-section requests. Do not use for formal memos; use memo-builder.

日本語の概要は準備中です。原文の説明を表示しています。

Use when running first-pass QC on Public Equity Investing decks or reports. Do not use as external-circulation certification.

日本語の概要は準備中です。原文の説明を表示しています。

Produce Public Equity Investing comparable-company valuation in report or workbook mode. Use for peer selection, multiple analysis, valuation read-throughs, implied prices, comps dashboards, Excel or Sheets comps, refreshable peer tables, model updates, and comps workbook QA. Do not use for DCF-only, credit-security, or generic market commentary requests.

日本語の概要は準備中です。原文の説明を表示しています。

Use when building public-equity-investing initiating coverage reports. Do not use for trade pitches, memos, earnings notes, models, or tearsheets.

日本語の概要は準備中です。原文の説明を表示しています。

Use when auditing existing Public Equity Investing models or spreadsheets. Do not use to build a new model from scratch.

日本語の概要は準備中です。原文の説明を表示しています。

Use when sizing Public Equity Investing positions, finding equity hedges, or building an integrated position-and-hedge risk plan from a listed-equity thesis. Do not use for thesis construction, standalone event underwriting, trade execution, personal investment advice, or credit-instrument risk.

日本語の概要は準備中です。原文の説明を表示しています。

Use when building public-equity-investing catalyst calendars. Do not use for full event underwriting; use event-driven-analyzer.

日本語の概要は準備中です。原文の説明を表示しています。

Runs your conversion data through different attribution models side by side — last click, first click, linear, time decay, position based, and data-driven. Shows you how credit shifts between campaigns depending on the model so you can make better budget decisions instead of over-investing in last-touch campaigns. Platform: Google and Meta.

日本語の概要は準備中です。原文の説明を表示しています。

Detect and analyze trending market themes across sectors. Use when user asks about current market themes, trending sectors, sector rotation, thematic investing, what themes are hot or cold, or wants to identify bullish and bearish market narratives with lifecycle analysis.

日本語の概要は準備中です。原文の説明を表示しています。

Run a structured 5-day process to prototype, test, and validate product ideas with real users. Use when the user mentions "design sprint", "validate before we build", "rapid prototype", "test with users", or "should we build this". Also trigger when a team is stuck in endless debate over a high-stakes product decision, or wants to de-risk a costly idea before investing in development. Covers mapping, sketching, deciding, prototyping, and testing across Monday-Friday. For ongoing experimentation and MVPs, see lean-startup. For customer job analysis, see jobs-to-be-done. For non-leading user interviews, see mom-test.

日本語の概要は準備中です。原文の説明を表示しています。

Use when evaluating Prem Watsa / Fairfax-style value investing: insurance float, contrarian allocation, special situations, and conservative downside-focused capital allocation.

日本語の概要は準備中です。原文の説明を表示しています。

Use when evaluating Tiger Cub / Chase Coleman-style growth investing: scalable tech platforms, network effects, unit economics, growth duration, and concentrated growth longs.

日本語の概要は準備中です。原文の説明を表示しています。

Use when evaluating stocks through Feng Liu's weak-hand (弱者体系) reverse investing lens: assume you have less information, seek asymmetric risk/reward, buy at points of maximum pessimism, and manage position by probability.

日本語の概要は準備中です。原文の説明を表示しています。

Use when evaluating stocks through Qiu Guolu's value-quality lens: stay within circle of competence, focus on industry leaders with structural advantages, and demand simple clear thesis before investing.

日本語の概要は準備中です。原文の説明を表示しています。