量化模型与构建方式 1. 模型名称：DongWuFactor因子库Skill[12] 模型构建思路：将内部因子数据库封装为可被AI Agent调用的标准化技能，以降低取数门槛并确保因子使用过程中的口径一致性[12] 模型具体构建过程：将DongWuFactor因子库封装为一个Skill，研究员可以通过自然语言或简单命令向Agent提出查询需求。Agent接收到需求后，会先自动检索因子字典，再补充日期、代码等过滤条件，最后输出具有稳定字段结构的数据结果，从而完成因子查询、样本筛选和结果导出等任务[12] 2. 模型/技能名称：宏观数据分析Skill[41] 模型/技能构建思路：将宏观数据获取与分析流程自动化，使研究员能专注于逻辑判断与市场推演[41] 模型/技能具体构建过程：调用Wind-MCP配套Skill获取可靠的宏观数据（如CPI、PPI）。以2026年上半年通胀分析为例，Agent执行流程为：首先提取相关数据，然后基于数据进行现状总结，接着锁定下半年通胀的核心观察变量，最后给出综合结论。该流程替代了传统“手动登录Wind→提取数据→整理图表→归纳观点”的手动工作[41] 3. 模型/技能名称：投资价值分析报告Skill[45] 模型/技能构建思路：将指数、基金产品等标准化投研任务的分析范式封装为专属技能，实现从数据获取到报告生成的全自动化链路[45] 模型/技能具体构建过程：构建一个专属Skill，其工作流打通“Wind-MCP-Skill取数→多维度因子解析→逻辑研判→正式报告输出”的全过程[45]。Agent自动调用数据接口获取关键数据（如日K线、月K线、PE/PB分位、行业权重、十大权重、多周期收益、宏观PMI/GDP等）[46]，并依托内置的成熟投研框架逻辑，生成结构化的投资价值分析报告[45] 4. 模型/技能名称：深度研究框架Skill (finance-deep-research)[49] 模型/技能构建思路：将研究员日常判断问题的方式沉淀为可复用的结构化工作流，而非固定报告模板，以提升研究深度和方法的可复用性[49] 模型/技能具体构建过程：新建Skill时，首先明确适用场景（市场、行业、公司等）和输出目标（研究底稿、深度报告等）[49]。Skill将深度研究任务拆解为稳定步骤：“研究对象识别—材料处理—框架选择—假设生成—证据链整理—反方质询—结论落地”[49]。要求Agent在输出时区分事实、推论和判断，并给出核心假设、证据链、主要分歧、投资含义、监控指标、认错条件和后续工作。对于重要结论，需先给出反方视角再形成最终判断[50] 5. 模型/技能名称：投资专家讨论场景Skill (基金经理投研会Skill)[55] 模型/技能构建思路：将多位投资专家的研究框架转化为可复用的会议流程，模拟真实投研会中的角色分工与质询机制，以沉淀决策过程[55] 模型/技能具体构建过程：基于多位基金经理的调研纪要，将其投资方法匿名化沉淀为不同的角色（如Manager A-E）[55]。新建Skill时，首先定义会议角色，其次规定会议流程，再次设置边界和隐私规则，最后标准化输出格式[55]。会议流程为：先明确问题和约束，再让不同风格的投资人从各自框架出发独立判断，最后保留共识、分歧、投票和行动建议[55]。输出内容包括各经理观点、论据、投票结果以及经理间的分歧与共识[57] 6. 模型/技能名称：投资决策场景Skill (investment-committee)[58] 模型/技能构建思路：将投资决策流程结构化，从单一观点输出改造为“有证据、有分歧、有风控、有留痕”的讨论流程，使结论可复盘、可审计[58] 模型/技能具体构建过程：新建Skill时，首先要明确会议输入，其次设计投决会角色，再次规定会议顺序，最后将输出沉淀为可审计的决策记录[58]。Skill帮助研究员将一个投资问题拆解为决策对象、投资期限、约束条件、证据包、角色讨论、风险质询和行动建议[58]。输出记录依次包括：议题与证据包、角色陈述、交叉质询、质询后的观点修正、风险与反证、投决结论、操作建议和监控指标，并明确“认错条件”和后续跟踪指标[58] 量化因子与构建方式 1. 因子名称：DongWuFactor因子库中的因子[12] 因子构建思路：通过技能化封装内部因子数据库，为AI Agent提供稳定、可靠且口径一致的结构化因子数据，服务于量化投研[12] 因子具体构建过程：报告未详细描述单个因子的具体计算公式。其核心是将整个因子库封装为一个Skill，使Agent能够通过自然语言指令查询和调用库中的各类因子[12]。研究员可以提出因子查询、覆盖区间检查、指定股票池取值、回测数据导出等需求，由Agent自动完成检索、条件补充和数据输出[12] 模型的回测效果 （报告中未提供任何量化模型或技能的具体回测指标数值，如年化收益率、夏普比率、最大回撤、信息比率(IR)等。） 因子的回测效果 （报告中未提供任何量化因子的具体测试结果数值，如IC值、IR值、多空收益、分组收益等。）