夜雨聆风
以下内容为报告核心摘要部分，如需完整报告或数据底稿请联系团队成员或对口销售，欢迎随时与我们交流！
核心观点：
技术分析SKILL将传统依赖人工经验的图形观察和指标判断转化为标准化分析流程。系统先用Python计算K线形态、趋势、动量、波动和量价指标，再由LLM进行归纳解读，并通过五维交叉验证降低单一信号误判，提升债市技术分析的效率。
技术分析适合沉淀为标准化、可复核的SKILL能力
技术分析不仅是对K线图的分析，还围绕价格、成交量、波动率和技术指标展开的规则化观察。由于其输入主要来自K线基础行情数据，分析流程相对清晰，输出结果也便于结构化呈现，因此适合通过SKILL方式转化为可批量运行的投研辅助工具。
同时，技术分析适用于中短期交易决策和风险控制环节，在大类资产配置中，技术分析可以用于判断权益、债券、商品、外汇等资产的趋势状态和波动环境，辅助投资者识别风险偏好改善、避险情绪升温或波动率放大的阶段。
技术分析SKILL核心设计是“规则计算在前，模型解读在后”
与直接让大模型对行情走势进行自由分析不同，技术分析SKILL首先通过Python完成底层技术分析任务，包括行情数据获取、字段标准化、K线形态识别、趋势指标、动量指标、波动指标和量价指标计算，以及异常状态扫描等。这种设计可将技术分析中最依赖规则、最需要精确性的部分，交给程序化计算完成，从而降低人工处理中的主观偏差。
在此基础上，技术分析SKILL并不让LLM直接替代研究员做行情判断，而是先通过结构化层对分散信号进行整理，将K线形态、趋势、动量、波动、量价等结果归入统一框架，形成清晰的证据集合。随后，LLM主要承担归纳表达、逻辑串联和风险提示的功能。这一流程的价值在于实现了技术分析从“模型自由生成”向“规则先行、解说后置”的转变。前者容易出现指标误读、结论跳跃和事实不一致等问题，后者则通过程序化计算锁定事实边界，再由模型在边界内完成解释和表达，从而兼顾技术分析的效率、稳定性和可复核性。这种分工模式有助于把技术分析SKILL定位为研究辅助工具，而非不可验证的“黑箱”。技术SKILL的价值不在于简单增加指标数量，而在于提高信号组织能力分析师
覃汉 <执业证书编号：S1230523080005>
章恒豪 <执业证书编号：S1230525110003>
研究助理
刘静怡 <执业证书编号：S1230125080003>
法律声明及风险提示：
本公众号为浙商证券固收团队设立。本公众号不是浙商证券固收团队研究报告的发布平台，所载的资料均摘自浙商证券研究所已发布的研究报告或对报告的后续解读，内容仅供浙商证券研究所客户参考使用，其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，使用本公众号内容应当寻求专业投资顾问的指导和解读，浙商证券不因任何订阅本公众号的行为而视其为浙商证券的客户。
本公众号所载的资料摘自浙商证券研究所已发布的研究报告的部分内容和观点，或对已经发布报告的后续解读。订阅者如因摘编、缺乏相关解读等原因引起理解上歧义的，应以报告发布当日的完整内容为准。请注意，本资料仅代表报告发布当日的判断，相关的研究观点可根据浙商证券后续发布的研究报告在不发出通知的情形下作出更改，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以浙商证券正式发布的研究报告为准。
本公众号所载的资料、工具、意见、信息及推测仅提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，浙商证券及相关研究团队不就本公众号推送的内容对最终操作建议做出任何担保。任何订阅人不应凭借本公众号推送信息进行具体操作，订阅人应自主作出投资决策并自行承担所有投资风险。在任何情况下，浙商证券及相关研究团队不对任何人因使用本公众号推送信息所引起的任何损失承担任何责任。市场有风险，投资需谨慎。
浙商证券及相关内容提供方保留对本公众号所载内容的一切法律权利，未经书面授权，任何人或机构不得以任何方式修改、转载或者复制本公众号推送信息。若征得本公司同意进行引用、转发的，需在允许的范围内使用，并注明出处为“浙商证券研究所”，且不得对内容进行任何有悖原意的引用、删节和修改。
廉洁从业申明：
我司及业务合作方在开展证券业务及相关活动中，应恪守国家法律法规和廉洁自律的规定，遵守相关行业准则，遵守社会公德、商业道德、职业道德和行为规范，公平竞争，合规经营，忠实勤勉，诚实守信，不直接或者间接向他人输送不正当利益或者谋取不正当利益。
