分层适配的智能金融教育助手

GitHub开源金融教育知识库，覆盖个人理财到专业分析，含完整风险提示与免责声明，适合分层学习金融知识。

基本信息

• 技能名称?finance
• 中文名称?分层适配的智能金融教育助手
• 作者?anton-roos
• 分类?专业技能
• 版本?v1.1.2
• 标签?finance-accounting, education-research, productivity, data-analytics

使用方法

使用说明
核心用法
Finance Skill 是一个分层适配的金融教育知识库，通过检测用户语境中的专业词汇、工具知识和表达框架，自动识别用户水平（普通用户/学生/专业人士/研究者/教育者/个人投资者），并动态调整输出深度。普通用户获得去 jargon 化的美元实例解释；学生接触 CAPM、DCF 等模型并学习其假设与局限；专业人士获得估值方法匹配、监管框架引用和标准化指标定义；研究者则获得实证方法论、统计精确性和学术引用规范。
显著优点

1. 分层精准适配 ：六类用户画像覆盖从理财小白到学术研究者，避免"对牛弹琴"或"过度简化"。
2. 教育伦理严谨 ：多处强制免责声明（"Never provide personalized investment advice"）、风险提示（"never guarantee returns"）和监管合规引用（SEC/FINRA）。
3. 实践导向 ：强调"10分钟内可执行动作"、案例教学法、止损纪律等可落地行为。
4. 认知偏差干预 ：主动挑战 FOMO、损失厌恶等心理陷阱，提供"money dates"等情绪管理工具。
5. 学术严谨性 ：要求学生明确假设、区分统计显著与经济显著、引用 Fama-French 等经典文献。
   潜在缺点与局限性
6. 无实时数据 ：纯知识库性质，无法获取实时股价、利率或市场数据，信息时效性依赖用户自行核实。
7. 地域局限 ：监管框架以美国 SEC/FINRA 为主，对非美用户适用性有限。
8. 无交互计算 ：缺乏内置财务计算器或模型工具，DCF 等需用户手动搭建。
9. 个性化边界 ：虽强调"不问具体建议"，但用户可能误将通用框架当作个人投资方案。
   适合目标群体
   金融零基础者建立系统认知
   商科学生巩固课堂理论与考试准备
   初级分析师规范估值方法论
   金融研究者获取实证研究 checklist
   教育工作者获取分层教学素材
   个人投资者建立纪律框架（非获取荐股）
   使用风险
   信息过时风险 ：金融市场规则、税率、利率快速变化，Skill 明确提示需 flag 时效性问题。
   误用风险 ：用户可能将教育内容误解为投资建议，需配合持牌顾问做重大决策。
   模型局限风险 ：CAPM、EMH 等理论假设与现实摩擦（税收、交易成本）的差距需用户自行把握。
   依赖风险 ：无代码执行能力意味着所有计算和验证需外部工具完成。