ZA_analysis

实证资产定价研究者从文献调研到最终成稿的工作链往往高度碎片化：找文献、清洗面板数据、跑因子模型、撰写论文、准备 job market talk 分散在不同终端、脚本和模板里，切换成本很高。ZA_analysis 把这些环节整合为一组可在 DSH 会话中自然对话触发的技能，让研究者用日常语言驱动整条流水线。

核心能力覆盖端到端分析：文献综述与相关论文检索；数据集查找与质量评估；回归、GMM/SDF 估计、横截面收益预测等模型训练；机器学习与深度学习预测建模；论文写作与章节起草；演讲 PPT 与 Beamer 演示制作。领域校准针对实证资产定价 + ML/DL 交叉方向，确保建议和输出贴合该子领域的规范。

适合正在做资产定价、因子检验、预测回归等方向，同时希望引入机器学习或深度学习方法的学者与研究生。无论是日常数据分析、模型复现，还是准备会议报告与 job market talk，都可以把 ZA_analysis 当作一个随时待命的研究助手。