金融建模工具箱

技能文档

---
name: finance-modeling-toolkit
title: 金融建模工具箱
category: 金融投资
description: 金融建模工具箱，包含8个金融子技能。触发场景：金融建模、市场数据分析、风险评估、量化金融。涵盖数据源获取、量化方法、监管框架等核心能力。
---

# 金融建模工具箱 — 8项子技能

根据用户需求选择对应的子技能，然后`read`其SKILL.md。

| 子技能 | 说明 |
|--------|------|
| [akshare金融数据](./akshare-finance-data/SKILL.md) | 使用AkShare Python库获取中国及全球金融数据 |
| [金融数据分析](./financial-data-analysis/SKILL.md) | 金融数据集的获取、清洗与分析研究方法 |
| [FinSight深度研究](./finsight-research-guide/SKILL.md) | 使用FinSight多智能体系统进行深度金融研究 |
| [期权分析代理](./options-analytics-agent-guide/SKILL.md) | 期权定价、希腊字母计算与策略分析的AI代理 |
| [投资组合优化](./portfolio-optimization-guide/SKILL.md) | 投资组合理论、优化算法与资产配置方法 |
| [量化金融指南](./quantitative-finance-guide/SKILL.md) | 金融建模、衍生品定价与风险分析的量化方法 |
| [风险建模指南](./risk-modeling-guide/SKILL.md) | 金融风险管理，包括VaR、压力测试与信用风险 |
| [STATA会计研究](./stata-accounting-research/SKILL.md) | 实证会计与金融研究的STATA代码模式 |

## 子技能详细说明

### AkShare金融数据

通过AkShare Python库访问中国及全球金融市场数据，支持股票、基金、期货、债券、外汇、宏观经济等多种数据类型的获取与处理。

### 金融数据分析

提供金融数据集的获取、清洗和分析的系统方法，涵盖数据预处理、缺失值处理、异常值检测、时间序列对齐等研究级数据处理流程。

### FinSight深度研究

基于FinSight多智能体系统进行深度金融研究，支持多维度分析、信息交叉验证、结构化研究报告生成等高级研究能力。

### 期权分析代理

AI驱动的期权分析工具，支持期权定价模型（Black-Scholes、二叉树等）、希腊字母计算、期权策略构建与收益分析。

### 投资组合优化

覆盖现代投资组合理论（MPT）、均值-方差优化、Black-Litterman模型、风险平价等资产配置方法的实现与应用。

### 量化金融指南

金融建模的量化方法体系，包括衍生品定价、蒙特卡洛模拟、有限差分法、随机过程建模等核心量化技术。

### 风险建模指南

金融风险的量化建模方法，涵盖市场风险（VaR、ES）、信用风险（违约概率、信用迁移）、操作风险及压力测试框架。

### STATA会计研究

面向实证会计与金融研究的STATA代码模式库，支持事件研究、盈余管理、公司治理、资本市场等常见研究设计的实现。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。