并行优化：完成 Step 0 的代码识别后，Step 1-9 可并行调用；写报告时优先保留高相关、时间更近、信息量更高的 2-4 个核心事件，不要罗列全部新闻。

分析框架（5步）

Agent 获取数据后，按以下 5 步框架进行结构化分析：

Step 1：识别近期核心事件

目标：从公司、行业、宏观、行情四类新闻及公告中，提炼近阶段最重要的事件主线。

数据来源：news/entity-related + announcements

分析要点：

• 公司维度优先级最高，其次行业、宏观、行情
• 优先保留正式公告、时间更近、信息量更高、与个股相关性更强的事件
• 若事件重复出现，应合并同类项而非简单堆叠

输出：核心事件列表与主线判断。

Step 2：判断事件情绪与影响层级

目标：判断当前事件更偏利多、利空还是中性，并区分情绪层面与基本面层面的影响。

数据来源：news/entity-related + announcements

分析要点：

• 事件情绪是短期情绪扰动还是中期基本面变化
• 影响层级是交易情绪、业绩预期还是经营逻辑变化
• 若同一阶段存在利多与利空并存，必须明确主次关系

输出：事件情绪结论与影响路径。

Step 3：判断机构是否验证

目标：判断近期研报观点是否支持当前事件逻辑。

数据来源：research/sentiment + report/stock-forecast-ratings

分析要点：

• 研报观点与新闻事件是否同向
• 机构评级是否上调、维持还是下修
• 若机构分歧明显，应提示逻辑仍未形成共识

输出：机构验证强弱与主要分歧点。

Step 4：判断市场是否响应

目标：通过实时行情与板块反馈验证市场是否为事件“买账”。

数据来源：stock-quote/realtime-merge

分析要点：

• 个股近期表现是否与事件方向一致
• 板块联动强弱如何
• 若新闻偏正面但股价无响应，应提示“市场验证偏弱”

输出：市场反馈结论与验证状态。

Step 5：形成综合事件判断

目标：把“发生了什么、偏利好还是利空、是否被验证、能否持续”串成完整结论。

数据来源：前 4 步分析结果汇总

分析要点：

• 当前事件面状态偏正面、偏负面还是中性观察
• 驱动类型是基本面催化、政策/行业催化、情绪交易还是风险扰动
• 后续需重点跟踪事件发酵、机构观点变化或市场持续性

输出：综合事件判断、可信度与跟踪重点。

策略逻辑汇总

输出格式

# 📰 [股票名称] 消息解读报告

> 分析日期：YYYY-MM-DD | 数据来源：今日投资

## 一、事件结论

（先写当前事件面偏正面/偏负面/中性观察，以及核心结论）

## 二、核心事件梳理

（列出最关键的 2-4 条事件，按时间倒序整理）

## 三、事件情绪与影响判断

（说明这些事件偏情绪扰动还是基本面影响）

## 四、机构观点与市场验证

（研报、评级和市场反馈是否支持事件主线）

## 五、综合结论

- 3-5 条核心发现
- 明确最核心的催化或风险点
- 给出后续需继续跟踪的验证信号

证据约束（必须遵守）

1. 每个事件判断至少对应 2 个证据来源，优先采用“新闻/公告 + 研报/行情”组合
2. 不允许把单条低相关、旧闻或重复新闻直接写成核心催化
3. 时间口径必须写清楚，如“近30天新闻”“近90天研报”“最新实时行情”
4. 不展示内部打分、情绪分值或排序分值，只输出自然语言结论
5. 若某个维度数据为空，只能写“暂无相关数据”或“暂不足以判断”
6. 不给买卖建议、目标价空间测算、仓位建议或短线操作建议
7. 若机构观点、新闻与市场表现三者不一致，必须明确指出背离，不得强行给单边结论

执行示例

用户说：“宁德时代最近有哪些重要消息，市场怎么看？”

1. 通过 search 获取股票代码
2. 并行调用 stock/basic-info、四类 news/entity-related、research/sentiment、report/stock-forecast-ratings、announcements 与 stock-quote/realtime-merge
3. 提炼最核心的事件主线，并评估机构验证与市场反馈
4. 输出 Markdown 格式新闻事件分析报告
5. 在结尾写出综合判断与后续跟踪重点

安全与隐私

• 仅通过今日投资 API 查询公开市场数据
• 不记录、不存储用户的查询记录
• 分析结论仅供参考，不构成投资建议