1、Skill简介
全能ETF分析助手是一个面向个人投资者的ETF智能分析工具，整合了ETF筛选、定投回测、资产配置、行业轮动四大核心功能，并内建宏观信号感知、极端压力测试、行为心理纠偏、智能替代扫描等增强模块。
它解决的核心问题：散户在做ETF投资时，信息杂、工具散、情绪干扰大，缺少一个能同时完成“选标的→算收益→配组合→判方向”的一站式理性决策辅助工具。
适合人群：有ETF投资需求的普通投资者、想要系统化学习ETF配置的新手、以及需要快速产出投资分析内容的财经创作者。
2、使用场景
我为什么想做它？
我自己在做ETF投资时，常年面临四个痛点：
-
想找一只费率低、流动性好的ETF，得在多个App之间来回切换对比；
-
想回测一下“每月定投1000元坚持5年”的效果，要么用Excel手动拉数据，要么发现大多平台只支持固定时段回测；
-
市场涨跌时，情绪很容易被带偏——跌多了想割肉，涨多了想追高；
-
各类财经信息碎片化，很难把宏观环境、行业强弱、估值高低串成一个完整判断。
做出来之后能省掉哪些动作？
-
一句“帮我筛选规模大、费率低的科技类ETF”，直接出带指标的可比表格；
-
一句“回测一下创业板ETF从2020年起月定投1000元到现在”，自动算出年化收益、最大回撤，并附上三次极端压力测试；
-
在市场大跌时，它会根据数据判断当前是“恐慌该坚持”还是“过热该谨慎”，给出有依据的行为提示。
本质上，这个Skill把一个投资顾问的初筛、测算、压力测试、心理辅导等动作，打包成了一个可复用的AI对话流程。
3、创作过程
整个Skill基于深度求索的提示词工程构建，在 SOLO 上完成全套设计、迭代与测试。核心思路是：先搭基础骨架，再加纠错机制，最后植入四大增强模块。
第一阶段：搭建四大功能引擎
我先拆解了ETF投资中最刚需的四个决策环节：
-
筛选器：设定规模≥10亿、日均成交额≥3000万、管理费≤0.5%、跟踪误差≤2%的硬门槛，按宽基/红利/科技/医药等赛道分类输出表格；
-
定投实验室：用真实历史价格计算总收益、最大回撤、盈利概率；
-
资产配置工厂：按保守/平衡/进取三种风险偏好，搭配宽基+行业+防御类ETF；
-
行业轮动雷达：通过动量、资金流向、估值分位三因子筛选强势/弱势行业。
第二阶段：内置自我纠错流程
这是让Skill“靠谱”的关键一步。我在提示词里设定了输出前必须完成的三道自检：
逻辑一致性：比例总和是否100%？前后结论是否矛盾？
数据合理性：年化收益有没有离谱到50%以上？规模门槛满足了吗？
合规检查：是否加了“不构成投资建议”？历史与预测是否区分？
这相当于给AI装了一个“自动校对系统”，大幅减少幻觉和低级错误。
第三阶段：植入四大增强模块（你之前看到的方案一至四）
-
模块A-宏观气象站：用股债性价比和波动率信号，动态调整权益仓位；
-
模块B-智能替代扫描：输出任何代码前，自动在同赛道寻找更优选择；
-
模块C-历史极端压力测试：每次定投/配置都叠加2008、2015、2020三次危机模拟；
-
模块D-行为哨兵：在浮亏、过热、高波动时弹出心理建设提示。
整个提示词最终成稿超过2000字，但用户使用起来只需自然对话。
4、使用步骤
调用方式：在支持Skill功能的对话环境中，加载此Skill后直接对话即可。无需任何特殊格式。
常用操作示例：
| 你想要的功能 | 怎么问 |
|---|---|
| 筛选优质ETF | “帮我筛选规模大、费率低的红利类ETF” |
| 定投回测 | “回测一下创业板ETF 159915，从2020年1月起月定投1000元到现在” |
| 生成配置方案 | “我是稳健型投资者，给一份ETF配置方案” |
| 查看行业强弱 | “现在哪些行业ETF比较强势？哪些要回避？” |
操作步骤截图：
5、效果展示
使用前：用户需要分别打开多个理财App查看ETF信息→打开Excel手动拉数据计算定投收益→自己拍脑袋决定配置比例→追着财经新闻判断行业方向。整个过程耗时30分钟以上，且容易被情绪干扰。
使用后：一次对话，同时获得：
-
符合条件的ETF清单（含费率、规模、成交额对比）
-
定投回测完整数据（含极端压力测试）
-
适配风险偏好的配置比例（含再平衡纪律）
-
当下行业强弱判断（含止损参考）
效果示例截图：
6、Skill 链接
Skill分享链接：file:///C:/Users/user/Desktop/find%20%20%20skill/etf-analyzer
7、总结与思考
效率提升：
以前我做一次完整的ETF投前功课，从筛选、测算到配置，大概需要45分钟到1小时。现在用这个Skill，3-5分钟内就能拿到一份结构完整、有数据支撑的决策参考，效率提升约10倍。
对AI工作方式的新感悟：
这次创作让我深刻体会到，一个“好用”的AI工具，关键不在于它多聪明，而在于它被“约束”得多精准。 自我纠错流程、宏观检查、强制压力测试这些“安全绳”，恰恰是让AI从“会聊天”变成“能干活”的分水岭。好的提示词不是让AI自由发挥，而是用规则帮它把错误关在笼子里。
这个Skill目前最满意的地方：
是“行为哨兵”和“极端压力测试”这两个模块——它们让这个工具不再是冷冰冰的数字输出器，而是在用户可能犯错误的时候，真的能拉一把。看到一个浮亏回测自动弹出“历史上坚持的胜率是XX%”的提示，那一刻我觉得这个设计有价值。
后续还想怎么优化：
-
增加更多压力测试情景（如2022年债券大跌），完善对债类ETF的风险刻画；
-
探索加入“定投动态金额”（估值低时自动加倍，估值高时自动减半）的智能模式。
希望别人怎么体验或给我什么建议：
如果你平时也有ETF投资习惯，欢迎用真实的持有标的来“考考”这个助手，看看它的建议和你的判断有哪些不同。特别欢迎反馈：哪些解释还不够大白话？哪些风险提示还不到位？以及，它有没有在你想“上头”的时候及时拉住了你？
以上内容为Skill创作过程分享，Skill输出内容不构成投资建议。
