zhengxi-views
配套媒体
本页对应的 PPT 与演示视频
下载没反应？点这里复制直链
侧边栏预览窗口（Electron webview）会拦截下载，把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。
../../zhengxi-views-recommend.pptx../../zhengxi-views-recommend.mp4本文目录
📌 核心价值：可溯源的郑希（易方达基金经理）投研 Agent Skill——14 年公开原话语料 + 有本人原话佐证的投资方法 + 全市场 2.7 万只基金数据，AI 第一次能"有据可查地"扮演一位真实基金经理。
不杜撰、不编造，引原文就给原文出处，没谈过就明确说"按他的方法推演"。
🚀 什么是 zhengxi-views？
两周前（2026-06-20），一位作者在 GitHub 上丢了一个名为 zhengxi-views 的仓库——把易方达基金郑希（权益投资管理部副总经理，13.74 年从业经历，在管规模 437 亿元）2012–2026 年全部公开观点原文、有他本人原话佐证的投资方法，以及他全部 8 只基金（4 在任 + 4 曾任）的真实季度持仓 / 净值 / 业绩 / 规模数据，打包成一套可被 Claude Code / WorkBuddy / Cursor / ChatGPT / Gemini 直接加载的 Agent Skill。
到 6 月 22 日，这个仓库已经拿到 404 ⭐ / 53 🍴，对于一个只用了两天的纯文档+代码项目，热度相当可观。
核心定位：它不是"投资框架生成器"，而是"郑希这个人"——任何 AI 加载它之后，就能像郑希本人一样回答"他怎么看光通信""他用什么方法选股""他的言行是否一致"等问题，并且所有回答都能溯源到 14 年的原始材料。
✨ 核心功能一览
skill 把"读懂一个真实基金经理"拆成 5 个能力层：
- 原文语料：
references/corpus/里是 2012–2026 年郑希全部公开材料——定期报告投资运作分析、基金经理手记、媒体采访报道，外加简介与在任/曾任基金清单。所有回答都从这里检索引用。 - 投资方法：
references/method.md不是凭空总结的"风格描述"，而是从语料蒸馏出来的方法框架，每一条都配有他本人原话佐证。 - 言行对照：把语料里的"表态"和
references/fund_data/里的真实持仓数据自动核对——他说看好光通信，实际买了吗？业绩扛住了吗？ - 全市场基金：内置约 2.7 万只基金列表，可按需实时抓取任意基金的持仓/净值/业绩，与郑希的基金并列对比。
- 郑希框架评分：六维评分卡量化"多像郑希会买的"——评估景气方向、低 ROE 弹性、全球比较优势、流动性、集中度与周期拼接、业绩印证。
🛠️ 5 分钟上手：装上 Skill，让 AI 学会郑希
安装（Claude Code 原生支持）
# macOS / Linux
mkdir -p "$HOME/.claude/skills/zhengxi-views"
cp -R SKILL.md README.md references scripts "$HOME/.claude/skills/zhengxi-views/"
# Windows PowerShell
$dst = "$HOME\.claude\skills\zhengxi-views"
New-Item -ItemType Directory -Force $dst | Out-Null
Copy-Item -Recurse SKILL.md,README.md,references,scripts $dst
装好后完整重启 Claude Code，问一句"郑希怎么看光通信"即可触发。
第一次对话：溯源问答
skill 处理一次"郑希怎么看光通信"的内部流程：
- 用户提问 —— 把问题交给 AI
- 语料检索 ——
search_corpus.py在references/corpus/里搜"光通信"，命中定期报告 + 采访原文 - 原话引用 —— 把原文段落 + 出处（季报日期 / 媒体名）一并取出来
- 方法推演 —— 若语料没谈过，按
method.md的方法框架做推演，首句明确声明"非他本人观点" - 可溯源答复 —— 输出带原文出处的回答 + "按方法推演"的边界声明
第二次对话：言行对照
用户："郑希说看好光通信，持仓真的印证了吗？业绩如何？"
skill 的回答（来自 README 摘录的真实输出）：
他在 2026 年 6 月接受中国证券报采访 时把逻辑讲得很清楚：
"全球 AI 资本开支已经来到万亿美元级别。AI 产业链中，数据传输是重要一环，而光通信则是远距离传输的关键路径。叠加我国在光通信领域的全球比较优势，未来光通信市场规模有望进一步提升。"
时间点上，他对"光"的重仓 可追溯到 2025 年二季度。对照他管理的 易方达信息产业（001513）持仓：2025Q2 起，中际旭创、新易盛、源杰科技、光库科技等光通信标的确实集体进入前十大——言行一致。
注意：skill 会只用郑希任职区间内的季度数据。曾任基金（如价值精选、科瑞、基金科瑞）的持仓覆盖整只基金历史，每个基金的 _index.md 都标了任职起止，对照前会先按区间过滤，不会把别的经理的持仓算到他头上。
📊 投资框架六维：郑希的方法论长什么样
references/method.md 把郑希的投资方法蒸馏成 6 个核心维度，每一条都配他的原话佐证：
| 维度 | 满分 | 评估要点 |
|---|---|---|
| 景气方向 / 通胀属性 | 25 分 | 优先找科技型通胀（供给端创造需求），其次传统周期通胀 |
| 低 ROE 弹性 | 20 分 | 买 ROE 从低到高修复的过程，不买已高 ROE 的"成熟公司" |
| 全球比较优势 | 15 分 | 中国在全球产业链中的位置 + 全球视野 |
| 流动性 | 10 分 | 日均成交量足够大，看错了能以低摩擦成本撤出 |
| 集中度 + 周期拼接 | 15 分 | 核心 40-50% + 左侧 20% + 对冲 20% + 底仓 10-20% |
| 业绩与回撤印证 | 15 分 | 言行一致 + 净值/回撤数据印证 |
一个真实评分样例（README 摘录）
用户："用郑希的标准给招商中证白酒打个分，他会买吗？"
skill 的回答（21 / 100 · 不契合）：
| 维度 | 得分 | 一句话依据 |
|---|---|---|
| 景气方向 / 通胀属性 | 4 / 25 | 前十大清一色高端白酒，处于去库存下行周期 |
| ROE 低位弹性 | 6 / 20 | 全是 ROE 长期高位的白酒白马，非他要的"低位待修复" |
| 全球视野 / 中国比较优势 | 2 / 15 | 纯内需消费，与全球技术周期无关 |
| 流动性 | 7 / 10 | 重仓全是流动性最好的大盘龙头（唯一亮点） |
| 集中度与周期拼接 | 2 / 15 | 集中度 85.8% 但被动躺平，近 5 季换手代理仅 ~5% |
| 业绩与回撤印证 | 0 / 15 | 近 1 年 −23.9%、最大回撤 −63.2%，大幅跑输 |
他会买吗？几乎不会——一只被动锁定单一传统行业的指数基金，和他"自上而下找通胀、偏科技成长、买低 ROE 弹性、动态周期拼接"的方法全对不上。
💡 适用场景
场景 1：基金经理研究（学习他的方法论）
功能说明：把郑希 13.74 年从业、437 亿在管规模背后的投资哲学系统梳理出来。
适用用户：
- 基金投资者想了解"我的基金经理到底靠什么赚钱"
- 自营/私募研究员想学习"景气度投资 + 周期拼接"的实战打法
- 金融自媒体作者需要大量有出处的引用素材
场景 2：跨基金经理横向对比
功能说明：把郑希的基金和任意其他基金经理的代表作直接对比——赛道、风格、收益、回撤、持仓风格。
真实样例（README 摘录）：
用户："把郑希的信息产业和葛兰的中欧医疗比一比"
skill 一句话总结：郑希靠"踩对当下景气 + 动态轮动"把弹性变成收益，葛兰靠"长拿核心资产"在医药下行期完整承接了更深回撤。 两人都是高仓位单赛道选手，但风格几乎相反。
场景 3：基金筛选与评分
功能说明：用 score_fund.py <代码或名称> 一条命令——自动解析代码、备齐数据、按六维评分卡打分，给出总分 + 评级 + 理由 + 与郑希自己的基金对比。
适用场景：
- "这只新基金值不值得买？" → 一键给郑希视角下的契合度评分
- "我的持仓基金风格和郑希有多大差异？" → 量化风格偏差
- "想找一只'郑希会买'的基金" → 按评分排序筛选
场景 4：研究方法迁移到任意主题
功能说明：skill 不只回答郑希谈过的话题——他还专门设计了"语料没有怎么办"的处理逻辑：用 method.md 的方法框架推演，并在首句明确声明"这是按他方法推演的，不代表他本人观点"。
适用场景：
- "用郑希的思路看看创新药" → 他没公开谈过，skill 给推演答案
- "用郑希的风格写一段 2026 二季度科技展望" → 风格化模拟（不编数字持仓）
📊 与"方法论类 Skill"对比
关键差异：
| 维度 | 方法论/框架类 Skill | zhengxi-views |
|---|---|---|
| 根基 | 抽象出的投资方法，不引原文 | 郑希本人原话语料 + 有原话佐证的方法蒸馏 |
| 朝向 | 前瞻——把方法套到任意标的去选股 | 以溯源为根，前瞻与方法都锚定他原话 |
| 产出 | 选股清单 / 评分 | 带出处的引用 / 观点演变 / 有据可查的前瞻与点评 |
| 核心约束 | 无强制约束 | 不杜撰：语料有就引原文，没有就标明"按方法推演" |
🌐 跨 AI 平台兼容
仓库 README 列出了 6 个主流 AI 工具的支持矩阵：
| 功能 | 所需能力 | Claude Code | WorkBuddy | Cursor | Claude.ai | ChatGPT | Gemini |
|---|---|---|---|---|---|---|---|
| 溯源问答 / 方法讲解 / 风格点评 | 读文件 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 郑希 8 只基金言行对照 | 读文件 | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 全市场任意基金实时抓取 / 评分 | Python + 联网 | ✅ | ✅ | ✅ | ⚠️ | ⚠️ | ❌ |
亮点：腾讯 WorkBuddy 已实测可用。仓库自带 skill.yml 清单，直接放进 WorkBuddy 的 skills/ 目录即可加载。
🔬 郑希的方法论一句话总结
直接引用郑希在中国证券报采访（2026-06-08）的原话：
"我比较在意的是一个产业的景气周期，更喜欢投资偏通胀属性的标的……偏科技成长的通胀更多是新技术落地带来的需求，是供给端创造的。后者的爆发力往往会更强，这也是我更偏爱的方向。"
"我觉得复利是来自于我对于周期的一次一次的拼接……再长期的判断也是有很短的判断拼接起来的。我们不能因为有一个长的判断就忽略中间很多小的判断。"
他的投资方法论可以浓缩成 5 个字：
周期拼接 + 低 ROE 弹性
- 不买"好公司长期成长"的抽象故事
- 买"产业景气周期里 ROE 从低到高修复"的过程
- 复利不是来自长持，是来自一次又一次周期判断的精准拼接
- 高换手不是做波段，是"中间变数太大，必须动态跟踪"
📦 脚本速查（Claude Code 实际使用）
search_corpus.py "光通信" # 在语料里检索，返回命中段落 + 出处（新→旧）
search_corpus.py "ROE" "弹性" --any # 命中任一关键词
fund_lookup.py 中欧医疗 # 全市场按名称/代码/类型查基金代码
fetch_any_fund.py 003095 # 按需抓取任意基金的持仓/净值/业绩到缓存
score_fund.py 招商中证白酒 # 郑希框架评分一键入口
build_index.py / build_fund_list.py # 语料 / 全市场列表更新后重建
在 Claude Code / Cursor 里，AI 会自己调用这些脚本，你通常不必手动敲。
🎯 总结
推荐指数： ⭐⭐⭐⭐⭐（满分 5 星）
zhengxi-views 解决了一个真问题：当你想问"基金经理 X 怎么看 Y"时，你面对的不是"AI 凭空生成的方法论"，而是一个有 14 年原文语料 + 有真实持仓数据 + 有方法评分体系的可信 Agent Skill。
它的 3 个核心价值：
- 可溯源：所有回答都能回到原文出处，不杜撰
- 可验证：言行对照功能让"说过 vs 买过"自动核对
- 可对比：全市场 2.7 万只基金都能按郑希框架打分
适合人群：
- ✅ 基金投资者：想量化"我的基金风格和郑希有多大差异"
- ✅ 金融研究者：需要大量有出处的引用素材
- ✅ AI Agent 开发者：想参考一个完整的、跨 6 个平台兼容的 Agent Skill 范本
- ✅ 财经自媒体：写文章时再也不需要担心"AI 编造基金经理原话"
- ❌ 不适合：想要"一键选股代码"的人——skill 是研究辅助工具，不是交易系统
立即体验：
- GitHub 仓库：lyra81604/zhengxi-views
- 协议：MIT
- 依赖：
pip install requests beautifulsoup4 lxml（仅"抓取基金数据 / 评分"需要，纯语料检索不依赖任何第三方库）
数据截至 2026-06-22，Stars/Forks 实时变化，最新信息请以 GitHub 仓库为准。
本文仅介绍工具能力与开源研究方法，不构成任何投资建议。市场有风险，投资需谨慎。