Etf Listing Discovery

by byteseek · data-analytics · go, skill

这个 skill 用于查找新上市、即将上市、已提交申请或刚被媒体/发行人宣布的 ETF/ETP。 它是 `etf-listing-analysis` 的前置发现层: ```text ETF listing discovery -> new-etf-watchlist -> ETF listing analysis ``` 它不负责深度判断 ETF 是否值得买入,只负责把候选产品找出来、去重、补齐关键字段、排序,并决定哪些进入 `etf-listing-analysis`。

Source: https://github.com/byteseek/Mira

Install

git clone https://github.com/byteseek/Mira

Tags: go, skill

195 GitHub stars · Source: skillsdirectory

About data-analytics MCP servers and Claude skills

data-analytics MCP servers extend what AI agents can do inside Claude Code, Cursor, Copilot, Codex, and Windsurf. The Skiln directory indexes 16,000+ such integrations across 22 categories.

Etf Listing Discovery is one of hundreds of data-analytics entries indexed on Skiln. Browse the full data-analytics category or the complete directory of Claude skills, MCP servers, agents, commands, and hooks.

Related data-analytics MCPs and skills

  • Commodity Cycle Analysis by byteseek

    这个 skill 用于研究实物大宗商品、商品期货曲线、资源周期和商品价格对资产的传导。 它不是泛宏观综述,也不是资源股单票模板。它服务于一个核心问题: > 当前商品价格到底由供需平衡、库存、成本曲线、政策/地缘风险、金融条件还是仓位驱动?这个驱动是否足以改变目标资产的盈利、估值、风险溢价或交易节奏?

  • Data Analysis Quality Gate by byteseek

    这个 skill 用于在 Mira 研究中判断数量型结论是否需要可复算数据、工具计算或显式降级。 它不是一个独立数据分析插件,也不绑定 Data Analytics、Python、Spreadsheet 或外部 API。它的职责是把 LLM 从“直接给数字结论”约束为: - 先提出数据需求 - 再判断是否必须计算 - 决定是否需要征求用户同意动用工具 - 记录公式、口径、来源和限制 - 对没有完成计算的数量型结论降级

  • Earnings Report Analysis by byteseek

    这个 skill 用于对单家公司的一份季报、半年报或年报做结构化分析。它服务于 `research package`,但输出重点从完整投资 memo 收窄到财报质量、经营变化和预期差。 默认时间跨度是 `near_term_execution` 到 `medium_term_revision`。只有当本期财报证据触及长期驱动变量,并且被订单、客户、产能、现金流、同行或产业链证据支持时,才允许把结论升级为 `long_term_thesis` 或 `regime_transition`。

  • Equity Research Core by byteseek

    这是当前主 research skill,用于在单次研究中统一处理: - 基本面 - 财务质量 - 宏观经济与金融条件 - 技术面节奏 - 事件与舆情 它不是多个独立 skill 的简单拼接,而是一个面向 `research package` 的主 skill。 这个 skill 现在采用: - 一个统一输出骨架 - 一个 upstream analysis router - 一个 thesis horizon router - 一个 framework router - 一个 overlay selector - 多个可切换研究框架 也就是说,输出仍然统一,但研究顺序、证据权重和结论重心会随时间跨度和标的的定价主导变量变化。 在主框架之外,还允许叠加专题 `overlay`,用于补充特定研究路径。

  • Industry Concept Analysis by byteseek

    这个 skill 用于把一个不清晰的产业概念快速拆成可研究、可跟踪、可映射到标的的产业链框架。 典型输入包括: - `存储` - `CPU` - `GPU` - `ABF` - `HBM` - `CPO` - `液冷` - `先进封装` 它不是单票研究,也不是主题营销材料。它的目标是回答: > 这个概念到底是什么,产业链谁负责什么,利润池和瓶颈在哪,哪些环节有定价权和放量弹性,哪些公司最值得进入下一轮单票研究。

  • Macro Economic Analysis by byteseek

    这个 skill 用于把宏观经济分析转成可执行的资产定价判断。 它不是宏观背景介绍,也不是经济学教材式综述。它服务于一个核心问题: > 当前宏观状态是否正在改变目标资产的盈利路径、贴现率、风险溢价、流动性、仓位或催化剂时间表?

  • Research Report Interpretation by byteseek

    这个 skill 用于解读券商、卖方、机构、专家或投资者研究报告。它的目标不是复述研报,而是把一份报告拆成可验证 claim、隐含假设、预期变量、估值驱动和对 Mira thesis 的增量影响。 研报在 Mira 中默认是 `sellside_and_expert_research`,通常是 `L3 secondary / signal`。它可以帮助识别框架、预期差、变量优先级、估值方法和叙事变化,但不能替代公司披露、监管文件、官方数据、市场数据或可复算模型。

  • Sec Filing Analysis by byteseek

    This skill is used when Mira needs to analyze SEC disclosure itself, not merely cite SEC as a source. It supports two routes: - `sec_supplement`: lightweight SEC fact verification inside another research workflow. - `sec_filing_deep_dive`: dedicated analysis of a filing such as 10-K, 10-Q, S-1, 8-K exhibit, DEF 14A, 13F, or Form 4.

Frequently asked questions

How do I install Etf Listing Discovery?

Add the install command above to your Claude Code, Cursor, or Windsurf MCP configuration. Most servers register via npx, a local command, or a Docker image. Refer to the source repository for environment variables and credential requirements.

Which clients support Etf Listing Discovery?

Any MCP-compatible client works: Claude Desktop, Claude Code CLI, Cursor, Windsurf, Zed, and VS Code with the official MCP extension. OpenAI Codex and GitHub Copilot increasingly support MCP via adapter bridges.

Is Etf Listing Discovery free?

The server itself is typically open source. Any upstream service (API keys, paid tiers, hosted infrastructure) may have its own pricing. Check the source repository for details.