市场新闻分析师

概述

此技能能够全面分析过去10天内影响市场的重大新闻事件，重点关注其对美国股市和大宗商品市场的影响。该技能利用WebSearch和WebFetch工具自动从可信来源收集新闻，评估市场影响程度，分析实际市场反应，并生成按市场影响重要性排序的结构化英文报告。

何时使用此技能

在以下情况下使用此技能：

• 用户请求分析近期（过去10天）主要市场新闻
• 用户希望了解市场对特定事件（如美联储FOMC决议、企业财报、地缘政治事件）的反应
• 用户需要包含影响评估的全面市场新闻摘要
• 用户询问新闻事件与大宗商品价格走势之间的相关性
• 用户请求分析央行政策公告如何影响市场

用户请求示例：

• “分析过去10天的主要市场新闻”
• “最新的美联储FOMC决议如何影响市场？”
• “本周最重要的市场驱动事件有哪些？”
• "分析近期地缘政治新闻及大宗商品价格反应"
• "回顾科技巨头财报及其市场影响"

分析工作流程

分析市场新闻时请遵循以下结构化六步流程：

步骤一：通过WebSearch/WebFetch收集新闻

目标：收集过去10天内涵盖主要市场波动事件的全面新闻。

搜索策略：

执行并行WebSearch查询，覆盖不同新闻类别：

货币政策：

• 搜索："过去10天FOMC会议"、"美联储利率"、"欧洲央行政策决定"、"日本央行"
• 目标：央行决策、前瞻指引变化、通胀评论

通胀/经济数据：

• 搜索："[当前月份]CPI通胀报告"、"非农就业报告"、"GDP数据"、"生产者价格指数"
• 目标：主要经济数据发布及意外情况

科技巨头财报：

• 搜索："苹果公司 [本季度] 财报"，"微软财报"，"英伟达财报"，"亚马逊财报"，"特斯拉财报"，"Meta财报"，"谷歌财报"
• 目标：最大型公司的业绩、业绩指引、市场反应

地缘政治事件：

• 搜索："中东冲突 油价"，"乌克兰战争"，"中美紧张关系"，"贸易战 关税"
• 目标：影响市场的冲突、制裁、贸易争端

大宗商品市场：

• 搜索："油价 新闻 过去一周"，"金价"，"欧佩克会议"，"天然气价格"，"铜价"
• 目标：供应中断、需求变化、价格变动

企业新闻：

• 搜索："重大并购公告"，"银行财报"，"科技板块新闻"，"破产"，"信用评级下调"
• 目标：超大型公司之外的大型企业事件

推荐新闻来源（优先级顺序）：

1. 官方来源：FederalReserve.gov, SEC.gov (EDGAR), Treasury.gov, BLS.gov
2. 一级财经新闻：彭博社，路透社，华尔街日报，金融时报
3. 专业媒体：CNBC（实时信息），MarketWatch（摘要），S&P Global Platts（大宗商品）

搜索执行：

• 使用网络搜索进行广泛主题搜索
• 使用网页抓取获取来自官方来源或主要新闻媒体的特定URL
• 收集发布日期以确保新闻在10天窗口期内
• 捕获：事件日期、来源、标题、关键细节、市场背景（盘前、交易时段、盘后）

筛选标准：

• 专注于一级市场驱动事件（参见参考资料/市场事件模式.md）
• 优先处理具有明确市场影响的新闻（价格变动、成交量激增）
• 排除：特定股票的小盘股新闻、次要产品更新、常规文件提交

在整个收集过程中使用英语思考。为每条重要新闻记录：

• 日期和时间
• 事件类型（货币政策、财报、地缘政治等）
• 来源可靠性等级
• 初始市场反应（如可观察）

步骤二：加载知识库参考资料

目标：获取领域专业知识以指导影响评估。

根据收集的新闻类型加载相关参考文件：

始终加载：

• references/market_event_patterns.md- 涵盖所有主要事件类型的综合模式
• references/trusted_news_sources.md- 来源可信度评估

条件性加载（基于收集的新闻）：

若发现货币政策新闻则：

• 重点关注：market_event_patterns.md → 中央银行货币政策事件章节
• 关键框架：利率上调/下调反应、量化宽松/量化紧缩影响、鹰派/鸽派基调

若发现地缘政治事件则：

• 加载：references/geopolitical_commodity_correlations.md
• 重点关注：能源商品、贵金属、与事件匹配的区域框架

若发现大型企业财报则：

• 加载：references/corporate_news_impact.md
• 重点关注：具体公司板块、行业传染模式

如果发现大宗商品新闻：加载：

• references/geopolitical_commodity_correlations.md重点关注：具体大宗商品板块（石油、黄金、铜等）
• 知识整合：

将收集的新闻与历史模式进行对比，以：预测预期的市场反应

• 识别异常情况（市场反应与历史模式不同）
• 评估反应是典型幅度还是超常幅度
• 判断是否按预期发生了传染效应
• 第三步：影响程度评估

目标：

根据市场影响的重要性对每条新闻事件进行排序。影响评估框架：

针对每条新闻，从三个维度进行评估：

For each news item, evaluate across three dimensions:

1. 资产价格影响（主要因素）：

衡量实际或预估的价格变动：

股票市场：

• 指数层面：标普500指数、纳斯达克100指数、道琼斯指数

  • 严重：日内变动±2%以上
  • 重大：±1-2%
  • 中等：±0.5-1%
  • 轻微：±0.2-0.5%
  • 可忽略：<0.2%

• 行业层面：特定行业ETF

  • 严重：±5%以上
  • 重大：±3-5%
  • 中等：±1-3%
  • 轻微：<1%

• 个股层面：个别大型股

  • 严重：±10%以上（且其指数权重导致指数变动）
  • 重大：±5-10%
  • 中等：±2-5%

商品市场：

• 原油（WTI/布伦特）：

  • 严重：±5%以上
  • 重大：±3-5%
  • 中等：±1-3%

• 黄金：

  • 严重：±3%+
  • 重大：±1.5-3%
  • 中等：±0.5-1.5%

• 基本金属（铜等）：

  • 严重：±4%+
  • 重大：±2-4%
  • 中等：±1-2%

债券市场：

• 10年期国债收益率：
  • 严重：日内±20个基点以上
  • 重大：±10-20个基点
  • 中等：±5-10个基点

货币市场：

• 美元指数（DXY）：
  • 严重：±1.5%+
  • 重大：±0.75-1.5%
  • 中等：±0.3-0.75%

2. 影响广度（乘数）：

评估受影响的市场/行业数量：

• 系统性（3倍乘数）：多个资产类别，全球市场

  • 示例：联邦公开市场委员会意外决策、银行业危机、重大战争爆发

• 跨资产（2倍乘数）：股票+大宗商品，或股票+债券

  • 示例：通胀意外、地缘政治供应冲击

• 全行业（1.5倍乘数）：整个行业或相关行业

  • 示例：科技股财报集中发布、能源政策公告

• 个股特定（1倍乘数）：单一公司（除非是对指数有影响的超大盘股）

  • 示例：个别公司财报、并购事件

3. 前瞻性意义（调整系数）：

考虑未来影响：

• 体制转变（+50%）：市场基本结构的根本性转变

  • 示例：美联储政策从加息转向降息、重大地缘政治格局重组

• 趋势确认（+25%）：强化现有趋势走向

  • 示例：连续强劲的通胀数据、持续超预期的盈利表现

• 孤立事件（0%）：一次性事件，前瞻信号有限

  • 示例：单一数据点在范围内，公司特定问题

• 反向信号（-25%）：与主流观点相悖

  • 示例：市场忽视的好消息，坏消息却引发上涨

影响评分计算：

Impact Score = (Price Impact Score × Breadth Multiplier) + Forward-Looking Modifier

Price Impact Score:
- Severe: 10 points
- Major: 7 points
- Moderate: 4 points
- Minor: 2 points
- Negligible: 1 point

计算示例：

美联储加息75个基点（鹰派基调）：

• 价格影响：标普500指数下跌2.5%（严重 = 10分）
• 广度：系统性影响（股票、债券、美元、大宗商品全部波动）= 3倍
• 前瞻性：趋势确认（持续紧缩）= +25%
• 评分：(10 × 3) × 1.25 = 37.5

英伟达财报超预期：

• 价格影响：英伟达上涨15%，纳斯达克指数上涨1.5%（严重 = 10分）
• 广度：行业性影响（半导体、科技板块普遍）= 1.5倍
• 前瞻性：趋势确认（人工智能需求）= +25%
• 评分：(10 × 1.5) × 1.25 = 18.75

地缘政治紧张局势升级（中东地区）：

• 价格影响：油价上涨8%，标普500指数下跌1.2%（严重 = 10分）
• 广度：跨资产类别影响（石油、股票、黄金）= 2倍
• 前瞻：孤立事件（无升级）= 0%
• 得分：(10 × 2) × 1.0 = 20

单只股票财报（非大盘股）：

• 价格影响：股票+12%，指数无影响（重大 = 7分）
• 广度：仅影响该股票 = 1倍
• 前瞻：孤立 = 0%
• 得分：(7 × 1) × 1.0 = 7

排名：对所有新闻条目评分后，按影响得分从高到低排序。这决定了报告的顺序。

第四步：市场反应分析

目标：分析市场对每个事件的实际反应。

对每个重要新闻条目（影响得分 >5）进行详细反应分析：

即时反应（盘中）：

• 方向：积极、消极、好坏参半
• 幅度：与价格影响类别一致
• 时机：盘前、交易时段、盘后
• 波动性：VIX指数变动、买卖价差

跨资产反应：

股票：

• 指数表现（标普500、纳斯达克、道琼斯、罗素2000）
• 板块轮动（哪些板块表现领先/落后）
• 个股走势（大型股、相关公司）
• 成长股与价值股、大盘股与小盘股的分化

固定收益：

• 国债收益率（2年期、10年期、30年期）
• 收益率曲线形态（陡峭化、平坦化、倒挂）
• 信用利差（投资级、高收益）
• 通胀保值债券盈亏平衡通胀率（通胀预期）

大宗商品：

• 能源：原油（WTI、布伦特）、天然气
• 贵金属：黄金、白银
• 基本金属：铜、铝（如相关）
• 农产品：小麦、玉米、大豆（如相关）

货币：

• 美元指数（DXY）
• 欧元/美元、美元/日元、英镑/美元
• 新兴市场货币
• 避险货币（日元、瑞士法郎）

衍生品：

• VIX（波动率指数）
• 期权活动（认沽认购比率、异常成交量）
• 期货持仓

模式对比：

将观察到的市场反应与知识库中的预期模式进行比较：

• 一致：反应符合历史模式

  • 示例：美联储加息 → 科技股下跌，美元上涨（符合预期）

• 放大：反应超出典型模式

  • 示例：通胀数据高于共识预期+0.3% → 抛售规模达到典型情况的2倍
  • 调查方向：持仓情况、市场情绪、累积因素

• 抑制：反应弱于历史模式

  • 示例：地缘政治事件 → 油价几乎未波动
  • 调查方向：已提前消化、存在其他抵消因素

• 反向：反应与历史模式相反

  • 示例：利好消息被忽视，利空消息反而引发上涨
  • 调查："好消息即坏消息"的动态关系，以及对美联储政策转向的预期

异常识别：

标记显著偏离常规模式的反应：

• 市场对通常能引发波动的消息反应平淡
• 对通常次要消息反应过度
• 传染效应未如预期般扩散
• 避险资产失效（相关性破裂）

情绪指标：

• 风险偏好 vs 风险规避：哪种模式占主导
• 仓位情况：拥挤交易平仓的证据
• 动能：后续交易日的延续或反转

步骤五：相关性与因果关系评估

目标：区分直接影响与时间上的巧合。

多事件分析：

当10天内发生多个重大事件时，评估其相互作用：

强化事件：

• 产生同向影响
• 示例：鹰派美联储会议纪要 + 高企的CPI数据 → 两者均对股市利空，加剧市场波动
• 综合影响通常是非线性的（大于各部分之和）

抵消性事件：

• 方向相反的影响
• 示例：强劲的盈利（正面）+ 地缘政治紧张局势（负面）→ 净反应平淡
• 识别哪个因素占主导地位

顺序性事件：

• 一个事件引发了对下一个事件的反应
• 示例：首次加息反应温和，第二次加息反应剧烈（累积紧缩担忧）
• 路径依赖很重要

巧合性时机：

• 事件不相关但同时发生
• 难以孤立评估单个影响
• 注意归因的不确定性

地缘政治-大宗商品关联性：

对于地缘政治事件，请特别使用 `geopolitical_commodity_correlations.md` 文件分析大宗商品市场反应：

能源：

• 将冲突/制裁映射到供应中断风险
• 评估实际与担忧的供应影响
• 持续时间：临时性飙升与持续性上涨

贵金属：

• 避险资金流动与实际利率驱动因素
• 黄金对避险事件的反应
• 央行购买的影响

工业金属：

• 对经济放缓担忧导致的需求破坏
• 供应链中断
• 中国因素在铜、铝市场中的作用

农产品：

• 黑海谷物出口（俄罗斯-乌克兰）
• 天气叠加因素
• 粮食安全政策响应

传导机制：

追踪消息如何影响市场流动：

直接渠道：

• 消息 → 资产价格即时反应
• 示例：欧佩克减产 → 油价立即上涨

间接渠道：

• 消息 → 经济影响 → 资产价格
• 示例：加息 → 抵押贷款利率上升 → 房地产市场放缓 → 房屋建筑商股票下跌

情绪传导渠道：

• 新闻 → 风险偏好转变 → 广泛的资产重新配置
• 示例：银行业危机 → 避险情绪升温 → 国债上涨，股票抛售

反馈循环：

• 初始反应引发次级效应
• 示例：股票抛售 → 追加保证金通知 → 强制卖出 → 更深度的抛售

第六步：报告生成

目标：创建结构化的英文Markdown报告，按市场影响排序。

报告结构：

# Market News Analysis Report - [Date Range]

## Executive Summary

[3-4 sentences covering:]
- Period analyzed (specific dates)
- Number of significant events identified
- Dominant market theme/regime (risk-on/risk-off, sector rotation)
- Top 1-2 highest-impact events

## Market Impact Rankings

[Table format, sorted by Impact Score descending]

| Rank | Event | Date | Impact Score | Asset Classes Affected | Market Reaction |
|------|-------|------|--------------|------------------------|-----------------|
| 1 | [Event] | [Date] | [Score] | [Equities, Commodities, etc.] | [Brief reaction] |
| 2 | ... | ... | ... | ... | ... |

---

## Detailed Event Analysis

[For each event in rank order, provide comprehensive analysis]

### [Rank]. [Event Name] (Impact Score: [X])

**Event Date:** [Date, Time]
**Event Type:** [Monetary Policy / Earnings / Geopolitical / Economic Data / Corporate]
**News Source:** [Source, with credibility tier]

#### Event Summary
[3-4 sentences describing what happened]
- Key details (e.g., rate decision, earnings beat/miss magnitude, conflict developments)
- Context (was this expected, surprise factor)
- Forward guidance or implications stated

#### Market Reaction

**Immediate (Day-of):**
- **Equities:** S&P 500 [+/-X%], Nasdaq [+/-X%], Sector rotation [details]
- **Bonds:** 10Y yield [change], credit spreads [movement]
- **Commodities:** Oil [+/-X%], Gold [+/-X%], Copper [+/-X%] (if relevant)
- **Currencies:** USD [+/-X%], [other relevant pairs]
- **Volatility:** VIX [level/change]

**Follow-Through (Subsequent Sessions):**
- [Direction: sustained, reversed, or consolidated]
- [Additional price action details if significant]

**Pattern Comparison:**
- **Expected Reaction:** [Based on historical patterns from knowledge base]
- **Actual vs Expected:** [Consistent / Amplified / Dampened / Inverse]
- **Explanation of Deviation:** [If applicable, why reaction differed]

#### Impact Assessment Detail

**Asset Price Impact:** [Severe/Major/Moderate/Minor] - [Justification]
**Breadth:** [Systemic/Cross-Asset/Sector/Stock-Specific] - [Affected markets]
**Forward Significance:** [Regime Change/Trend Confirmation/Isolated/Contrary] - [Rationale]

**Calculated Score:** ([Price Score] × [Breadth Multiplier]) × [Forward Modifier] = [Total]

#### Sector-Specific Impacts

[If relevant, detail which sectors/industries were most affected]
- [Sector 1]: [Impact and reason]
- [Sector 2]: [Impact and reason]
- [Example: Technology -3% (rate sensitivity), Energy +5% (oil price spillover)]

#### Geopolitical-Commodity Correlation Analysis

[Include this section only for geopolitical events]
- [Specific commodity affected]: [Price movement]
- [Supply/demand mechanism]: [Explanation]
- [Historical precedent]: [Comparison to similar past events]
- [Expected duration]: [Temporary shock vs sustained impact]

[Repeat detailed analysis for each ranked event]

---

## Thematic Synthesis

### Dominant Market Narrative
[Identify overarching theme across the 10-day period]
- [E.g., "Persistent inflation concerns dominated despite mixed economic data"]
- [E.g., "Tech sector strength drove markets higher despite geopolitical headwinds"]

### Interconnected Events
[Analyze how events related or compounded]
- [Event A] + [Event B] → [Combined impact analysis]
- [Sequential causation if applicable]

### Market Regime Assessment
**Risk Appetite:** [Risk-On / Risk-Off / Mixed]
**Evidence:**
- [Supporting indicators: sector performance, safe haven flows, credit spreads, VIX]

**Sector Rotation Trends:**
- [Growth vs Value]
- [Cyclicals vs Defensives]
- [Outperformers and underperformers]

### Anomalies and Surprises
[Highlight unexpected market reactions]
1. [Event]: Market reacted [unexpectedly] because [explanation]
2. [Continue for significant anomalies]

---

## Commodity Market Deep Dive

[Dedicated section for commodity movements]

### Energy
- **Crude Oil (WTI/Brent):** [Price level, % change over period, key drivers]
- **Natural Gas:** [If significant movement]
- **Key Events:** [Specific news impacting energy: OPEC, geopolitics, inventory data]

### Precious Metals
- **Gold:** [Price level, % change, safe-haven flows vs real rate dynamics]
- **Silver:** [If significant divergence from gold]
- **Drivers:** [Geopolitical risk premium, inflation hedging, USD strength]

### Base Metals
- **Copper:** [As economic barometer - demand signals]
- **Aluminum, Nickel:** [If relevant supply/demand news]
- **China Factor:** [Impact of Chinese economic data/policy]

### Agricultural (If Relevant)
- **Grains:** [Wheat, Corn, Soybeans - weather, Ukraine conflict impacts]

[For each commodity, reference geopolitical events from main analysis and draw correlations]

---

## Forward-Looking Implications

### Market Positioning Insights
[What the news suggests for current market positioning]
- [Trend continuation or reversal signals]
- [Overvaluation or undervaluation indications]
- [Sentiment extremes (complacency or panic)]

### Upcoming Catalysts
[Events on horizon that may be set up by recent news]
- [Next FOMC meeting expectations post-recent decision]
- [Upcoming earnings seasons based on guidance]
- [Geopolitical developments to monitor]

### Risk Scenarios
[Based on recent news, identify key risks]
1. **[Risk Name]:** [Description, probability, potential impact]
2. **[Risk Name]:** [Description, probability, potential impact]
3. [Continue for 3-5 key risks]

---

## Data Sources and Methodology

### News Sources Consulted
[List primary sources used, organized by tier]
- **Official Sources:** [e.g., FederalReserve.gov, SEC.gov]
- **Tier 1 Financial News:** [e.g., Bloomberg, Reuters, WSJ]
- **Specialized:** [e.g., S&P Global Platts for commodities]

### Analysis Period
- **Start Date:** [Specific date]
- **End Date:** [Specific date]
- **Total Days:** 10

### Market Data
- Equity indices: [Data sources]
- Commodity prices: [Data sources]
- Economic data: [Government sources]

### Knowledge Base References
- `market_event_patterns.md` - Historical reaction patterns
- `geopolitical_commodity_correlations.md` - Geopolitical-commodity frameworks
- `corporate_news_impact.md` - Mega-cap impact analysis
- `trusted_news_sources.md` - Source credibility assessment

---

*Analysis Date: [Date report generated]*
*Language: English*
*Analysis Thinking: English*

文件命名规范： market_news_analysis_[起始日期]_to_[结束日期].md

示例：market_news_analysis_2024-10-25_to_2024-11-03.md

报告质量标准：

• 客观、基于事实的分析（不进行超出概率加权情景的推测）
• 使用具体百分比量化价格变动
• 为主要论点提供引用来源
• 区分相关性与因果关系
• 将市场波动归因于特定新闻时，应承认不确定性
• 使用规范金融术语
• 保持全文英语一致性

核心分析原则

进行市场新闻分析时：

1. 重实质轻杂音：聚焦真正影响市场的新闻，过滤次要事件
2. 跨资产视角：通过股票、债券、大宗商品、货币等多维度分析以理解全面影响
3. 模式识别：对照历史先例进行比较，同时注意独特之处
4. 因果严谨性：严格区分市场波动是源于特定新闻还是时间巧合
5. 前瞻导向：强调对未来市场行为的启示，而非仅作回溯性描述
6. 客观性原则：区分市场反应（实际发生）与个人市场观点（预期应当发生）
7. 量化：使用具体数字（百分比、基点）而非模糊表述（如"显著"、"大幅"）
8. 信源可信度：优先采用官方信源和一线新闻，而非传闻和未经证实报道
9. 广度分析：个股波动仅在大盘股或具有系统性信号时才具分析意义
10. 英语一致性：所有思考、分析和输出均使用英语以确保一致性

需规避的常见误区

过度归因：

• 并非所有市场波动都由新闻驱动（需考量技术面、资金流、月末调仓等因素）
• 归因不确定时应予以说明

近因偏差：

• 最新消息未必最重要
• 按实际影响力排序，而非时间顺序

后见之明偏差：

• 区分"事后显而易见"与"当时出人意料"
• 注明市场共识预期与实际结果的差异

单因素分析：

• 市场同时对多种因素做出反应
• 认识到相互作用效应

忽视幅度因素：

• 高于共识0.1%的"过热"CPI与高于0.5%的情况截然不同
• 量化意外因素

资源

参考资料/

市场事件模式.md- 全面知识库涵盖：

• 央行货币政策事件（美联储FOMC、欧洲央行ECB、日本央行BOJ、中国人民银行PBOC）
• 通胀数据发布（消费者物价指数CPI、生产者物价指数PPI、个人消费支出PCE）
• 就业数据（非农就业NFP、失业率、薪资）
• 国内生产总值报告
• 地缘政治事件（冲突、贸易战、制裁）
• 企业财报（科技巨头、银行、能源行业）
• 信贷事件与评级变动
• 大宗商品专项事件（欧佩克OPEC、天气影响、供应中断）
• 经济衰退指标
• 历史案例研究（2008年危机、新冠疫情、2022年通胀）
• 模式识别框架与情感分析

地缘政治与大宗商品相关性.md- 详细相关性涵盖：

• 能源商品（原油、天然气、煤炭）与地缘政治冲突
• 贵金属（黄金、白银、铂金、钯金）的避险动态
• 基本金属（铜、铝、镍、锌）与经济/政治风险
• 农产品（小麦、玉米、大豆）与天气/政策
• 稀土元素与关键矿物（中国主导地位、供应安全）
• 区域地缘政治框架（中东、俄罗斯-欧洲、亚太、拉丁美洲）
• 相关性汇总表
• 时间范围考量

公司新闻影响.md- 超大盘股分析框架：

• "科技七巨头"（英伟达、苹果、微软、亚马逊、Meta、谷歌、特斯拉）
• 金融板块超大盘股（摩根大通、美国银行等）
• 医疗保健超大盘股（联合健康、辉瑞、强生、默克）
• 能源超大盘股（埃克森美孚、雪佛龙）
• 必需消费品巨头（宝洁、可口可乐、百事）
• 工业巨头（波音、卡特彼勒）
• 盈利影响框架、产品发布、并购、监管问题
• 行业传染模式
• 影响程度框架

可信新闻来源.md- 来源可信度指南：

• 第一层级主要来源（中央银行、政府机构、美国证券交易委员会）
• 第二层级主要财经新闻（彭博社、路透社、华尔街日报、金融时报、CNBC）
• 第三层级专业来源（能源、科技、新兴市场、中国相关、加密货币）
• 第四层级分析与研究（独立研究、央行出版物、智库）
• 搜索与聚合工具
• 来源质量评估标准
• 速度与准确性的权衡
• 10天分析的推荐搜索策略
• 来源可信度框架
• 需避开的危险信号来源

重要注意事项

• 所有分析思考必须使用英语进行
• 所有输出的Markdown文件必须使用英语
• 使用WebSearch和WebFetch工具自动收集新闻
• 专注于参考资料中定义的可靠新闻来源
• 按影响评分（价格影响 × 广度 × 远期重要性）对事件进行排序
• 目标分析周期：从当前日期起过去10天内
• 强调以美国股票市场和商品为主要分析对象
• FOMC及其他央行政策决定获得最高优先级的分析
• 严格区分相关性与因果关系
• 用量化具体百分比的方式衡量所有市场反应
• 根据收集的新闻类型加载相应的参考文件
• 生成按市场影响排序的全面报告（影响最大的优先）

部分文章来自各大搜索引擎，如有侵权，请与我联系删除。