好秘书

事件驱动投资的四层传导分析框架，融合达利奥6大思路。从L0表层事件逐层推演到L4格局重塑，含宏观场域扫描、多路径传导、反馈环检测、政策工具箱预判、预期差逆向性校验，配套3个Python脚本实现量化执行。完全自包含，开箱即用。

A股技术分析全维度引擎(v6.1.1)：6大子技能加权评分体系，威科夫量价周期30%+量价分析25%+VSA量价差15%+缠论结构10%+基础指标10%+135战法10%。输出signed_contribution带符号贡献分，综合评级从强烈卖出到强烈买入7级映射。缠论含线段合并/极窄中枢笔中枢替代/走势推断/趋势疲劳修正/8项自检校验；威科夫周期阶段优先定方向；量价分析7维度含ICT概念；VSA 6类微观信号找入场点。纯Python+baostock，一行命令完整分析。

A股大盘情绪与板块轮动分析，监控市场温湿度、资金暗流、跨市场联动，输出《市场环境体检报告》并给出仓位建议。核心功能：①情绪周期四阶段定位（冰点/混沌/震荡/主升）②资金类型拆解（机构/游资）③板块轮动轨迹识别④跨市场联动分析⑤概率化情境分析⑥仓位映射与止损止盈参考。

一套系统化的【预期差分析】框架，发掘当下市场与未来预期之间的差距。帮助投资者挖掘市场非共识性机会，判断风险收益。 【适用场景】 🎯事件正向传递挖掘：用户输入"XX事件的预期差分析" 🎯股票逆向自检分析：用户输入"YY股票预期差分析" 【核心框架】 ✅双向分析模式：支持事件催动的→板块→个股的正向传递分析+已知个股全面自检的逆向分析两种方式，适配不同投资场景 ✅三层分析体系：认知差（信息获取层）→ 解读差（分析框架层）→ 定价差（估值量化层），层层递进挖掘预期差。 ✅四层传导推演：L0事件表层 → L1直接冲击 → L2供应链重构 → L3政策/资本反馈 → L4结构性重塑逐层推演，确保分析深度。 ✅多空辩论引擎：强制执行多头vs空头辩论机制，主动暴露风险盲区，避免确认偏误，创建7个独立Agent模拟机构投委会决策流程。 ✅行业适配指标：区分消费/医药/科技/银行/周期/新能源等不同行业，匹配PE/PB/PEG/DCF等对应估值指标。 ✅数据质量规范：严格的来源分级体系（A/B/C/D级）和交叉验证机制，避免使用不可靠数据 【核心优势】 1、系统化：从信息获取到估值量化的完整分析链条，避免碎片化判断 2、反人性：多空辩论机制强制挑战自己的观点，减少认知盲区 3、可执行：明确的四步法流程（识别共识→挖掘真相→量化差异→判断催化剂） 4、防踩坑：内置估值陷阱识别信号、数据来源标注规范、卡点报告机制