---
name: news-pulse
description: 公司新闻脉搏：股价异动时快速归因。用 4 个并行 Agent 侦察公司事件/监管政策/行业对手/市场情绪，产出"事件时间线 + 异动主因判断 + 是否触发论文重审"。
---

# 公司新闻脉搏：股价异动快速归因团队

对 $ARGUMENTS 进行最近新闻侦察与异动归因。**这不是深度投研，是情报快速响应**——目标是 10 分钟内回答："这家公司最近发生了什么？股价异动的真因是什么？要不要重审投资论文？"

## 适用场景

- 持仓/关注股票股价大涨/大跌（一般触发线：单日 ±5%、一周 ±10%）
- 财报后股价异动，想快速搞清市场在反应什么
- 看到新闻标题，但不确定是噪音还是真信号
- **不适用**：完整投研（用 `/investment-team`）、财报深读（用 `/earnings-review`）、长期论文跟踪（用 `/thesis-tracker`）

## 执行流程

### 第一步：确认参数与场景

向用户澄清以下信息（如未在 $ARGUMENTS 中提供）：

| 参数 | 说明 | 默认 |
|------|------|------|
| **公司名** | 中文/英文/股票代码均可 | 必填 |
| **时间窗口** | 侦察新闻的回溯天数 | 默认 14 天，财报季可缩到 7 天 |
| **股价异动** | 涨/跌幅度 + 时间，如"跌 12%/3 天" | 选填，有则用于聚焦归因 |
| **关注侧重** | 公司事件 / 监管 / 行业 / 情绪 | 默认四方平均 |

如果用户只说了公司名，先反问："最近多少天的新闻？有具体的股价异动要解释吗？"——**不要默默假设**。

### 第二步：信息可得性分级

参考 `investment-team.md` 的 A/B/C 评级，但维度不同：

| 等级 | 特征 | 侦察策略 |
|------|------|---------|
| **A 级（信息充裕）** | 大盘股、媒体覆盖广、财报季 | 重点是**降噪和归因**——信息太多反而难找真因，每个 Agent 要有判断力，过滤掉"重复转述"的二手新闻 |
| **B 级（信息适中）** | 中小盘、覆盖一般 | 标准模式，每条关键事件附 1-2 个独立信源 |
| **C 级（信息稀缺）** | 港股小票、新上市、冷门 | 转入"扫盲模式"——可能找不到任何能解释异动的新闻，**这个结论本身就有价值**（可能是技术性/资金面而非基本面） |

将评级告知每个 Agent，影响其侦察方式。

### 第三步：创建团队

使用 TeamCreate 创建团队：
- `team_name`: `{公司名}-newspulse`（英文小写，如 `pdd-newspulse`）
- `agent_type`: `team-lead`

### 第四步：创建 4 个侦察任务

使用 TaskCreate 创建以下 4 个任务：

#### 任务 1：公司事件侦察（company-event-scout）

- **subject**: `侦察 {公司名} 近 {N} 天的公司本体事件`
- **description**:
  1. **官方公告**：港交所/SEC/巨潮 等监管披露平台最近披露
  2. **财报与业绩指引**：最新季报/年报、业绩预告、业绩会要点
  3. **管理层动作**：高管变动、增减持、回购、分红、股权激励
  4. **重大业务事件**：新产品发布、并购重组、业务剥离、大客户/大订单
  5. **资本运作**：再融资、可转债、ADR 转换、回 A/退市动议
  6. **诉讼与合规**：被起诉、自行披露的合规事件
  7. 每条事件标注：**日期 / 来源链接 / 一句话摘要 / 与股价异动可能相关性（高/中/低）**
  8. 输出按时间倒序的时间线表格

#### 任务 2：监管与政策（regulatory-watcher）

- **subject**: `侦察 {行业/公司} 近 {N} 天的监管与政策变化`
- **description**:
  1. **行业监管**：所在行业的新规、罚款、整改、牌照变化
  2. **跨境政策**：中美关系（中概股）、关税、出口管制、数据安全
  3. **税收政策**：增值税、企业所得税、个税相关变化
  4. **反垄断与竞争法**：调查、罚款、并购否决
  5. **特殊行业政策**：医药集采、教育双减、地产三道红线、互联网平台规制等
  6. **货币与外汇**：影响该公司的汇率/利率/资本管制变化
  7. 每条政策标注：**日期 / 来源 / 直接影响该公司的程度（直接/间接/无关）**
  8. 重点判断：是否有"政策黑天鹅"刚刚落地

#### 任务 3：行业与竞争对手（industry-peer-analyst）

- **subject**: `侦察 {公司名} 行业格局与对手近 {N} 天的动态`
- **description**:
  1. **直接对手**：列出 3-5 个核心竞争对手，逐个查最近事件（财报、产品、价格战、人事）
  2. **产业链上下游**：上游原材料/供应商、下游客户/渠道，最近的价格、产能、订单变化
  3. **行业整体**：行业景气度数据、出货量、需求侧信号（消费数据、招标数据等）
  4. **替代品威胁**：新技术、新业态对该行业的冲击
  5. **行业指数表现**：同行业股票最近表现，该公司是跑赢/跑输/同步
  6. 关键判断：**这是公司个体事件，还是整个行业的 beta 波动？**
  7. 每条事件标注来源和日期

#### 任务 4：市场情绪与卖方/大V（sentiment-tracker）

- **subject**: `侦察 {公司名} 近 {N} 天的市场情绪与机构观点变化`
- **description**:
  1. **卖方评级变动**：高盛、摩根、中金等最近的评级/目标价调整
  2. **机构持仓变化**：13F 披露（美股）、港股通持仓、北上资金流向
  3. **做空数据**：做空比例、新发布的做空报告（如有）
  4. **大 V 观点**：可调用 `python3 ~/ai-berkshire/tools/xueqiu_scraper.py` 抓段永平等大 V 最近相关发言
     - 段永平 user_id: `1247347556`
     - 命令示例：`python3 ~/ai-berkshire/tools/xueqiu_scraper.py --user-id 1247347556 --keywords {公司名},{股票代码} --output /tmp/dyp-{公司名}.md`
     - 仅在该公司是段永平/李录关注标的时调用，否则跳过节省时间
  5. **传言与小作文**：媒体未证实的传言、社交媒体讨论热点（雪球/X/Reddit）
  6. **技术面信号**：是否触及关键支撑/阻力、是否有大宗交易、融资融券异常
  7. 关键判断：**是基本面驱动还是情绪/资金面驱动？**

### 第五步：并行启动 4 个 Agent

**必须在同一条消息中并行调用 4 次 Task 工具**。每个 Agent 配置：
- `subagent_type`: `general-purpose`
- `run_in_background`: `true`
- `team_name`: `{公司名}-newspulse`
- `name`: 对应角色名（company-event-scout / regulatory-watcher / industry-peer-analyst / sentiment-tracker）

每个 Agent 的 prompt 模板：

```
你是 {公司名} 新闻脉搏团队中的"{角色中文名}"，负责侦察 {侦察维度} 维度的最近 {N} 天事件。

时间窗口：{起始日期} ~ {今日日期}
股价异动背景：{用户提供的异动信息，无则写"无特定异动，常规体检"}
信息可得性等级：{A/B/C}

请完成任务 #{任务编号}：{任务subject}

具体侦察要求：
{任务description的内容}

**侦察方法**：
- 优先使用 WebSearch 搜索时效性查询（关键词加日期或"最近"、"latest"、"2026"）
- 关键事件用 WebFetch 精读原始来源（公告原文、财报、监管文件）
- 对每个事件做"独立信源验证"——传言至少要 2 个独立来源
- **不要被标题党误导**：标题与正文不符的事件要标注"标题误导"

**输出格式（重要）**：
1. **核心发现**：3-5 条最关键的事件，每条 1-2 句话
2. **完整事件时间线表格**（按日期倒序）：
   | 日期 | 事件 | 来源 | 与股价异动相关性 | 持续性 |
3. **本维度归因结论**：基于侦察到的事件，回答"这个维度能否解释股价异动？置信度多少？"
4. **数据缺口声明**：哪些信息没找到、哪些有疑点、哪些需要等更多信息
5. 严格区分"事实"与"推测"，遵循 CLAUDE.md 客观性原则

**完成后**：
1. 使用 TaskUpdate 将任务标记为 completed
2. 通过 SendMessage 把完整侦察报告发送给 team-lead（type: "message", recipient: "team-lead"）
```

### 第六步：实时跟踪进度

- 每收到一份侦察报告，向用户展示该维度的 3 条核心发现
- 等待全部 4 份到齐
- 全部到齐后，通过 SendMessage 向 4 个 Agent 发送 shutdown_request

### 第七步：team-lead 综合归因

汇总 4 份侦察报告，输出**异动归因报告**（不是研究报告，重点是"判断"）：

---

#### 1. 一句话归因
> 用一段话（30-60 字）说明：这次股价异动的主因 + 次因 + 性质判断（价值事件/情绪波动/不明）

#### 2. 完整事件时间线（合并 4 个维度）

按日期倒序，合并所有维度的事件：

| 日期 | 维度 | 事件 | 来源 | 异动归因权重 |
|------|------|------|------|-----------|
| 2026-04-30 | 公司 | XX | 链接 | 🔴 高 |
| 2026-04-29 | 行业 | XX | 链接 | 🟡 中 |
| 2026-04-28 | 情绪 | XX | 链接 | ⚪ 低 |

权重图例：🔴 高（足以单独解释异动）/ 🟡 中（贡献一部分）/ ⚪ 低（背景噪音）

#### 3. 异动归因表

| 候选解释 | 证据 | 反证 | 置信度 | 持续性 |
|---------|------|------|------|--------|
| 例：财报 miss | 营收低于预期 5%、毛利率下滑 | 一次性因素管理层有解释 | 高 | 短期 1-2 周 |
| 例：行业 beta | 同行同期跌 8% | 该股跌幅明显大于行业 | 中 | 与行业同步 |

#### 4. 性质判断（核心结论）

打勾其一：

- [ ] **价值事件**：基本面发生了真实变化（业绩、护城河、管理层、终局），需要重审投资论文
- [ ] **情绪/技术波动**：基本面无变化，是资金面/情绪/Beta 驱动，可视为机会或噪音
- [ ] **真因不明**：找不到能匹配股价异动幅度的事件——**这是最危险的结论**，要么是市场提前知道了什么（内幕/抢跑），要么是我们漏掉了信息源
- [ ] **混合**：部分价值事件 + 部分情绪放大

#### 5. 各维度侦察摘要

每维度 3-5 条最重要发现 + 该维度归因贡献度。

#### 6. 行动建议

| 行动 | 是否建议 | 理由 |
|------|--------|------|
| 触发投资论文重审（`/thesis-tracker`） | | |
| 触发深度财报研读（`/earnings-review`） | | |
| 触发管理层重审（`/management-deep-dive`） | | |
| 调仓动作（加仓/减仓/不动） | | 仅做提示，最终决策权在用户 |
| 仅观察 | | |

#### 7. 接下来 7-30 天的跟踪清单

- [ ] 待披露事件 1（如：5/15 业绩会）
- [ ] 待跟踪指标 2
- [ ] 关键观察信号 3

#### 8. 信息缺口声明

诚实列出本次侦察没能解决的疑点、找不到的信息、需要等更多披露的事项。**宁可标"不确定"，也不用推测填满**。

---

### 第八步：保存报告

写入 `reports/{公司名}/{公司名}-news-{YYYYMMDD}.md`。如果 `reports/{公司名}/` 目录不存在则创建（说明该公司还没建过任何研究报告）。

### 第九步：清理团队

使用 TeamDelete 清理团队资源。

## 关键原则

1. **快胜过全**——这个 skill 的核心价值是 10-15 分钟内给出归因判断，不要陷入深度分析（那是其他 skill 的职责）
2. **归因优先于罗列**——发现事件不难，难的是判断"哪个事件配得上这次股价异动"。要做减法，不要做加法
3. **诚实面对"不明"**——找不到主因时，明确写"真因不明"。这比硬凑因果链更有价值（市场可能在抢跑利空消息）
4. **不预设立场**——不要因为持仓就倾向于"这是情绪波动，没事"。证据指向哪边就写哪边
5. **区分"催化剂"和"巧合"**——同一时间发生的事件不一定是异动主因，要看影响量级是否匹配
6. **尊重信息可得性**——C 级公司可能就是查不到任何新闻，这个结论本身就要写出来
7. **遵循 `CLAUDE.md` 客观性原则**——所有判断附数据来源，区分事实与观点
8. **不替用户做决策**——给出归因和行动建议清单，但买卖决策由用户做