360 Secure SkillHub
360 安全技能中心

基金投顾

该Skill是Cue针对基金投顾场景的深度研究工具，核心功能涵盖大类资产配置月报、公募全维尽调、固收+排雷优选、业绩归因、组合穿透排雷等。依托多源公开数据交叉验证，结果附来源链接。典型场景为基金研究、组合管理等，输入基金代码或相关问题，输出可用于基金遴选与投后跟踪的评估及配置建议底稿，需搭配Cue runner及API Key，运行消耗积分。

wangxiaoxu
wangxiaoxu
热度 35.16
最近更新 2026-09-18 17:33:19
分类：数据依赖：代码执行 / 第三方 API应用场景：财务 / 报告撰写 / 数据处理 / 市场分析

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add cue-fund-advisory
Metadata
name
cue-fund-advisory
description
用 Cue 跑「基金投顾」场景的深度研究：穿透公募基金底仓，深度透视基金经理真实管理能力与风格漂移，量化评估选股与择时能力。覆盖大类资产配置月报、公募基金全维尽调、固收+与纯债基金排雷优选、基金业绩归因与能力评估、基金组合穿透与重复配置排雷等核心搭子，产出基金遴选与投后跟踪可用的归因评估与配置建议底稿。
license
MIT
metadata
{"source":"cuecue.cn/playbook","scene":"基金投顾","generated_from":"/api/playbook"}

Cue「基金投顾」研究 skill

加载本 skill 后，你可以用 Cue 跑这个场景的深度研究（多源公开数据交叉、结论带来源链接）。

何时用

基金投顾：基金与机构、财务与业绩、行情与交易。

当前可用搭子（仅供理解；运行时以 live 为准）

  • 大类资产配置月报：宏观配置外脑。整合全球CPI、利率、国内宏观及资金流向，从宏观逻辑推导至股/债/商配置比例，一键生成月度资产配置建议书。
  • 公募基金全维尽调：公募基金深度诊断与避坑雷达。一键穿透基金底仓，深度透视基金经理真实管理能力与风格漂移情况。直击A/C份额成本测算、历史回
  • 固收+与纯债基金排雷与优选：底仓资产的安全卫士。穿透债基底层资产，自动计算久期与杠杆率，扫描隐性信用下沉风险（如地产债/弱资质城投债暴露）。按最大回
  • 基金业绩归因与能力评估：拆解公募基金业绩来源、量化评估经理选股与择时能力、核查净值异常偏离，产出基金遴选与投后跟踪可用的归因评估底稿。
  • 基金组合穿透与重复配置排雷：伪分散投资粉碎机。输入您持有的多只基金代码，自动穿透底层最新季报，为您合并计算出这套组合“真实的行业暴露度”与“重仓股重

准备 Cue runner（首次用时，幂等）

本 skill 不自带脚本，靠 Cue 开源 runner 跑研究。先确认 runner 是否就绪：

  • 若你已安装 cue-skills（或本 skill 来自整包发布）→ 直接用其中的 cue-research/scripts/research_run.py，跳过本节。
  • 否则克隆开源仓（含 cue-research + cue-buddy 全套依赖），有则更新、无则克隆（GitHub 不通走镜像）： 
    if [ -d ~/.cue/cue-skills/.git ]; then
  git -C ~/.cue/cue-skills pull --ff-only
else
  git clone https://github.com/sensedeal/cue-skills ~/.cue/cue-skills \
    || git clone https://gitee.com/sensedeal/cue-skills ~/.cue/cue-skills
fi
    之后 runner = ~/.cue/cue-skills/cue-research/scripts/research_run.py。需 git + python3（runner 仅用标准库）。

怎么跑（搭子是动态的，运行时查 live）

  1. 拉本场景当前搭子：GET https://cuecue.cn/api/playbook，找 secondary_category == "基金投顾" 的 scene，读 buddies[]（每个有 template_id/title/goal）。若该场景当前不在返回里（临时未达展示门槛）→ 告知用户暂不可用。
  2. 选一个搭子：委托 cue-research 的匹配逻辑（其 +match/Stage-2：对 goal 做语义匹配、把用户的具体主体从匹配中剥离、弱命中先列 ≤2 候选确认）——不要只按字面 title 关键词裸选。取选中搭子的 template_id。
  3. 确认 credits（强制）：跑深度研究消耗 credits。运行前显式问用户「将用搭子 X 跑【主体】，耗 credits，是否继续？」并等确认。
  4. 跑：python3 ~/.cue/cue-skills/cue-research/scripts/research_run.py --query "<用户主体/问题>" --template-id <template_id>（用上一节就绪的 runner 路径；已装 cue-skills 则用你本地的 cue-research/scripts/research_run.py）。深度研究 3–15 分钟；长跑 live 流常不带报告段，用 replay 取最终报告。 读 runner 末行 RESULT ok|empty：empty → 告知用户本次未取到内容、可换主体/搭子重试，不要编造。
  5. 回报：把带来源链接的报告交给用户，不去掉来源、不杜撰。

前置

  • Cue API Key：打开 https://cuecue.cn/hub/api-key 注册获取（cue CLI 登录后 key 存在 ~/.cue/config.json，runner 自动读）。新用户注册一次性送 500 积分，之后每天再免费送 10 积分。
  • git + python3（自举 runner 用；runner 仅标准库）。
  • 跑深度研究消耗 credits；只覆盖公开数据，不替代尽调/法律/核保。

积分不够用怎么办

  • 邀请好友：打开 https://cuecue.cn/，点击页面左下角获取你的专属邀请链接，邀请好友加入，每邀请一位再得 500 积分。
  • 充值：前往 https://cuecue.cn/pay 充值（首次充值有优惠）。
  • 等免费额度：也可以等次日免费额度。
  • 加好积分后用相同命令重跑即可，不会重复计费。