--- name: boheng-investment-workflow version: 1.5.5 author: 张权 (Zhang Quan) author_website: https://www.luckydesigner.space author_brand: Luckydesigner（行运设计师） author_pen_name: 伯衡君 license: MIT description: "投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。" --- ⚠️ **安全提示** - 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore - 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能 - Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用 📖 **USER.md 数据使用** 本系统会读取 `USER.md` 获取投资偏好用于个性化建议： - 投资风格、风险偏好、持仓周期（用于调整建议） - 不会保存或上传用户数据，仅本地使用 ⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。 keywords: - 股票分析 - 投资决策 - 多智能体 - 多数据源 - A股 - 财务分析 - 估值分析 - 基金分析 - ETF分析 - 可转债分析 - baostock - 真实财报 trigger_keywords: - 分析 - 投资 - 股票 - 基金 - ETF - 可转债 - 值得投资吗 - 能买吗 - 可以买吗 - 这支股票怎么样 - 这只股票怎么样 - 股票好不好 - 股票怎么样 - 买入建议 - 卖出建议 - 投资建议 - 财务分析 - 估值分析 - 推荐股票 - 推荐基金 min_openclaw_version: "1.0.0" security: network_access: true allowed_domains: - qt.gtimg.cn - web.ifzq.gtimg.cn - push2.eastmoney.com - stock.xueqiu.com - finance.sina.com.cn - api.baostock.com - so.eastmoney.com file_writes: - ~/.openclaw/workspace/investment/ system_commands: false https_only: true background_tasks: false # 安全修复 v1.5.2: # - 移除所有 subprocess pkill 系统命令调用 # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具） # - 新增新闻内容输入净化层（防止提示注入） # - 严格限制外部内容长度与字符集 browser_automation: optional_disabled_by_default akshare_optional: "True - 推荐安装baostock获取真实财报：pip install baostock" # 安全说明: # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击 input_sanitization: true --- # 投资研究多智能体决策系统 ## 🎯 核心特性 | 特性 | 说明 | |------|------| | ✅ **多智能体分析** | 8位专业分析师并行研究 | | ✅ **加权投票机制** | 按权重计算最终投资建议 | | ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 | | ✅ **实时行情** | 通过腾讯财经API获取实时行情 | | ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 | | ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 | | ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 | | ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） | | ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 | | ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） | | ✅ **风险提示** | 识别并提示潜在风险 | | ✅ **质检功能** | 自动检查报告生成、数据完整性 | > ⚠️ **重要风险提示**： > - 本技能分析结果**仅供学习参考**，不构成任何投资建议 > - 投资有风险，决策需谨慎，务必以官方财报为准 ### 📊 数据获取优先级 本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果： ``` ┌─────────────────────────────────────────────────────────────┐ │ 数据获取优先级 │ ├─────────────────────────────────────────────────────────────┤ │ 1️⃣ AKShare → 真实财报数据（推荐首选） │ │ ↓ 失败 │ │ 2️⃣ baostock → 真实财报数据（备用） │ │ ↓ 失败 │ │ 3️⃣ 模型预训练数据 → 基于AI模型的知识推断 │ │ ↓ 无数据 │ │ 4️⃣ 默认估算值 → 行业平均值（保底） │ └─────────────────────────────────────────────────────────────┘ ``` | 优先级 | 数据来源 | 数据类型 | 说明 | |--------|----------|----------|------| | 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 | | 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 | | 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 | | 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 | **数据来源标识**： - 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断） - 质检报告也会显示数据完整性状态 **实时行情**： - 腾讯财经API（现价/涨跌幅/PE/PB/股息率） --- ### 📰 财经新闻获取优先级 本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯： ``` ┌─────────────────────────────────────────────────────────────┐ │ 新闻获取优先级 │ ├─────────────────────────────────────────────────────────────┤ │ 1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取 │ │ ↓ 失败 │ │ 2️⃣ DuckDuckGo → 搜索最新财经新闻 │ │ ↓ 失败 │ │ 3️⃣ 巨潮资讯网 → 上市公司公告 │ │ ↓ 失败 │ │ 4️⃣ 东方财富 → 财经新闻 │ │ ↓ 失败 │ │ 5️⃣ AI模型预训练数据 → 基于公开信息的推断 │ │ ↓ 无数据 │ │ 6️⃣ 空列表 → 返回无数据 │ └─────────────────────────────────────────────────────────────┘ ``` | 优先级 | 数据来源 | 说明 | |--------|----------|------| | 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 | | 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） | | 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） | | 4 | 东方财富 | 财经新闻频道 | | 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） | | 6 | 无数据 | 返回空列表 | **技术实现**： - 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面 - 解析页面元素提取搜索结果链接 - 自动过滤导航、广告等无关链接 - 失败时自动降级到下一个数据源 - **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏 **依赖**： - `agent-browser` 技能已内置于 OpenClaw - 无需额外配置 **技术说明**： - 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站 - 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接 - 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻 - AI推断数据会标注 `source: AI推断`，作为最终兜底方案 **前置依赖**： - 已安装 `agent-browser` 技能（OpenClaw内置） - 无需额外安装，OpenClaw 会自动加载 ### 📁 报告输出路径 分析完成后，系统会自动保存报告到以下目录： ```bash ~/.openclaw/workspace/investment/reports/ ``` **文件命名规则**： ``` {日期}_{股票代码}_{分析师类型}.txt # 示例：2026-05-07_600519_估值分析师.txt ``` **查看最近报告**： ```bash ls -lt ~/.openclaw/workspace/investment/reports/ | head -10 ``` **报告内容包括**： - 📊 财务数据概览（ROE、毛利率、净利率等） - 📈 8位分析师投票结果及理由 - 🎯 最终投资建议及风险提示 - 📋 质检报告（数据完整性检查） --- ## 🚀 快速开始 ### 1️⃣ 安装 ```bash cd ~/.openclaw/skills/boheng-investment-workflow/scripts chmod +x install.sh ./install.sh ``` 会自动完成： - ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录 - ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare） - ✅ 测试基本功能 ### 依赖说明 | 依赖包 | 用途 | 必需 | |--------|------|------| | `requests` | HTTP 请求 | ✅ 必需 | | `beautifulsoup4` | HTML 解析 | ⚠️ 可选 | | `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） | | `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） | > ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。 #### 安装baostock（推荐，获取真实财务数据） ```bash pip install baostock pandas ``` ``` --- ### 2️⃣ 对话中使用 在AI助手中直接说： - "分析平安银行" - "分析医疗ETF" - "006105基金值得投资吗" - "这支股票怎么样" AI会自动调用8位分析师进行分析。 --- ### 2️⃣ 分析投资标的 #### 股票分析 ```bash # 分析单只股票（快速模式，仅行情） python3 analyze_stock.py 600919 # 指定股票名称 python3 analyze_stock.py 600919 江苏银行 # 完整分析（包含财务趋势+行业对比） python3 analyze_stock.py 600919 --akshare # 仅财务趋势分析 python3 analyze_stock.py 600919 --akshare --no-industry # 仅行业对比分析 python3 analyze_stock.py 600919 --akshare --no-trend ``` #### 财务趋势分析（独立） ```bash # 分析近5年财务趋势 python3 financial_trend.py 603529 5 # 分析近3年财务趋势 python3 financial_trend.py 603529 3 ``` #### 行业对比分析（独立） ```bash # 行业对比分析 python3 industry_comparison.py 603529 爱玛科技 ``` --- ### 3️⃣ 快速分析（推荐） **推荐使用 `quick_analysis.py`**，自动调用8位分析师： ```bash # 快速分析（自动8位分析师） python3 quick_analysis.py 000001 ``` **代码调用**（AI助手中使用）： ```python from quick_analysis import quick_analyze result = quick_analyze('000001') # 平安银行 print(result['final_vote']) # 最终投票 ``` **8位分析师**： | 分析师 | 权重 | |--------|------| | 宏观经济分析师 | 1.0x | | 行业研究员 | 1.5x | | 基本面分析师 | 1.5x | | 技术分析师 | 1.0x | | 风险控制师 | 1.2x | | 量化分析师 | 1.0x | | 情绪分析师 | 0.8x | | 估值分析师 | 1.2x | --- #### 基金分析 ```bash # 分析基金 python3 analyze_fund.py 110022 # 易方达消费行业 # 指定基金名称 python3 analyze_fund.py 110022 易方达消费行业 ``` #### ETF分析 ```bash # 分析ETF python3 analyze_etf.py 510300 # 沪深300ETF # 指定ETF名称 python3 analyze_etf.py 510300 沪深300ETF ``` #### 可转债分析 ```bash # 分析可转债 python3 analyze_bond.py 113050 # 核能转债 # 指定可转债名称 python3 analyze_bond.py 113050 核能转债 ``` --- ### 3️⃣ 输出示例 ``` ============================================================ 投资研究决策报告 ============================================================ 【标的】：002489 浙江永强 【研究时间】：2026-05-07 13:51 【当前价格】：3.54 (+3.81%) 【数据来源】：腾讯财经 【财务数据】：baostock真实财报 ============================================================ 财务数据概览 ============================================================ 📊 盈利能力： ROE: 11.97% | 毛利率: 20.63% | 净利率: 8.32% 📈 成长能力： 营收增速: 5.00% | 利润增速: 8.00% 💰 偿债能力： 资产负债率: 193.20% | 流动比率: 1.00 💎 估值指标： PE: 30.89倍 | PB: 0倍 股息率: 0.04% 🏭 行业信息： 所属行业: 综合 | 行业涨跌幅: +0.00% 行业景气度: 中 ============================================================ 8位分析师投票结果 ============================================================ 1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x) 理由：市场情绪过热，需警惕回调风险... 2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐ 理由：所属【综合】行业景气度中等... 3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐ 理由：ROE 12.0%偏低，资产负债率偏高... 4. 技术分析师 → ⚠️ 建议 (权重 1.0x) 理由：技术面中性，上升趋势... 5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐ 理由：风险等级：高，建议仓位控制在10%以内... 6. 量化分析师 → ⚠️ 建议 (权重 1.0x) 理由：量化综合得分：58.3分... 7. 情绪分析师 → ⚠️ 建议 (权重 0.8x) 理由：市场情绪：中性... 8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐ 理由：PE 30.89倍，估值偏高... ============================================================ 投票统计 ============================================================ ✅ 建议投资：0票 ⚠️ 谨慎投资：5票 ❌ 不建议投资：3票 ============================================================ 最终结论 ============================================================ 最终建议：⚠️ 谨慎投资 综合建议： 1. 当前存在不确定性因素，建议观望 2. 如需参与，仓位控制在10%以内 3. 等待更明确的买入信号 风险提示： - 财务杠杆偏高，偿债压力较大 - 市场系统性风险不可忽视 ============================================================ 📋 质检报告 ============================================================ ✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt ✅ 财务数据获取: baostock真实财报 ✅ 分析师调用: 8位分析师全部调用 ✅ 投票计算: ⚠️, 得分: 0.58 ✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32% ⚠️ 估值数据获取: PE/PB为0 ✅ 数据来源标识: baostock真实财报 -------------------------------------------------- 📊 总体: 通过 6/7 ✅ 全部质检项通过！ ============================================================ ``` --- ## 📁 文件结构 ``` boheng-investment-workflow/ ├── SKILL.md # 主文档（完整技能说明） ├── CHANGELOG.md # 版本变更记录 ├── LICENSE # MIT许可证 └── scripts/ ├── config.py # 统一配置 ├── monitor.py # 行情监控模块 ├── financial_data.py # 财务数据模块 ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用） ├── financial_data_baostock.py # baostock财务数据模块 ├── financial_trend.py # 财务趋势分析 ├── industry_comparison.py # 行业对比分析 ├── quick_analysis.py # 快速分析入口（推荐） ├── analyze_stock.py # 股票分析入口 ├── analyze_fund.py # 基金分析入口 ├── analyze_etf.py # ETF分析入口 ├── analyze_bond.py # 可转债分析入口 ├── analysts.py # 8位分析师模块 ├── roe_evaluator.py # 动态ROE评估器（v1.0.0新增） ├── report_generator.py # 报告生成器 ├── graham_evaluator.py # 格雷厄姆估值模块 ├── install.sh # 安装脚本 └── uninstall.sh # 卸载脚本 ``` --- ## 👥 8位分析师及其职责 | # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 | |---|--------|------|----------|------|----------| | 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock | | 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 | | 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 | | 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 | | 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 | | 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 | | 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 | | 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 | --- ## 📊 基金分析 ### 基金数据接口 ```python import akshare as ak # 基金基本信息 df = ak.fund_name_em() fund_info = df[df['基金代码'] == '110022'].iloc[0] # 基金净值 df = ak.fund_open_fund_daily_em(symbol="110022") # 包含：单位净值、累计净值、日增长率 # 基金历史净值 df = ak.fund_open_fund_info_em(fund="110022", indicator="单位净值") # 基金持仓 df = ak.fund_portfolio_em(fund="110022") # 包含：股票持仓、债券持仓、行业分布 # 基金业绩排名 df = ak.fund_performance_open_fund_em(symbol="110022") # 基金经理 df = ak.fund_manager_em(fund="110022") ``` ### 基金分析维度 | 分析师 | 基金分析维度 | |--------|--------------| | 宏观经济 | 市场环境、利率走势 | | 行业研究 | 基金持仓行业分布 | | 基本面 | 基金业绩、持仓股票质量 | | 技术面 | 净值走势、MA趋势 | | 风险控制 | 波动率、最大回撤 | | 量化分析 | 夏普比率、Alpha/Beta | | 情绪分析 | 基金规模变化、申购赎回 | | 估值分析 | 基金估值、持仓股票PE | ### 基金评分标准 | 指标 | 优秀 | 良好 | 一般 | 较差 | |------|------|------|------|------| | 年化收益 | >15% | 10-15% | 5-10% | <5% | | 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 | | 最大回撤 | <10% | 10-20% | 20-30% | >30% | | 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 | --- ## 📈 ETF分析 ### ETF数据接口 ```python import akshare as ak # ETF列表 df = ak.fund_etf_spot_em() # ETF实时行情 df = ak.fund_etf_fund_daily_em(symbol="510300") # ETF历史净值 df = ak.fund_etf_fund_info_em(fund="510300", indicator="单位净值") # ETF持仓（指数ETF） # 查询指数成分股 df = ak.index_stock_cons_weight_csindex(symbol="000300") # 沪深300成分股 ``` ### ETF分析维度 | 分析师 | ETF分析维度 | |--------|--------------| | 宏观经济 | 市场环境、政策导向 | | 行业研究 | ETF跟踪指数/行业 | | 基本面 | 指数成分股质量 | | 技术面 | ETF价格走势、MA趋势 | | 风险控制 | 波动率、跟踪误差 | | 量化分析 | 指数估值、PE分位 | | 情绪分析 | ETF成交量、资金流向 | | 估值分析 | 指数PE/PB分位 | ### ETF类型分类 | ETF类型 | 代码示例 | 特点 | |---------|----------|------| | 宽基ETF | 510300(沪深300) | 跟踪宽基指数 | | 行业ETF | 512690(酒ETF) | 跟踪行业指数 | | 主题ETF | 515790(新能源) | 跟踪主题指数 | | 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 | | 债券ETF | 511010(国债ETF) | 跟踪债券指数 | --- ## 💰 可转债分析 ### 可转债数据接口 ```python import akshare as ak # 可转债列表 df = ak.bond_cb_jsl() # 集思录数据 # 可转债实时行情 df = ak.bond_zh_hs_cov_spot() # 可转债详情 df = ak.bond_cb_jsl_detail(symbol="113050") # 可转债历史行情 df = ak.bond_zh_hs_cov_hist(symbol="113050") ``` ### 可转债核心指标 | 指标 | 说明 | 计算公式 | |------|------|----------| | 转股价 | 转换为股票的价格 | 固定值 | | 转股价值 | 100/转股价×正股价格 | 动态变化 | | 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 | | 纯债价值 | 债券部分价值 | 到期收益率计算 | | 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 | | 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 | ### 可转债分析维度 | 分析师 | 可转债分析维度 | |--------|--------------| | 宏观经济 | 利率环境、信用环境 | | 行业研究 | 正股所属行业 | | 基本面 | 正股财务质量、信用评级 | | 技术面 | 转债价格走势、正股走势 | | 风险控制 | 信用风险、赎回风险 | | 量化分析 | 双低指标、套利空间 | | 情绪分析 | 转债成交量、正股情绪 | | 估值分析 | 转股溢价率、纯债溢价率 | ### 可转债评分标准 | 指标 | 优秀 | 良好 | 一般 | 较差 | |------|------|------|------|------| | 转股溢价率 | <5% | 5-15% | 15-30% | >30% | | 纯债溢价率 | <20% | 20-40% | 40-60% | >60% | | 双低指标 | <120 | 120-150 | 150-180 | >180 | | 信用评级 | AAA | AA+ | AA | AA-及以下 | | 正股ROE | >15% | 10-15% | 5-10% | <5% | --- ## 🔍 质检功能 本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。 ### 质检项目清单 | # | 质检项目 | 检查内容 | 重要性 | |---|----------|----------|--------| | 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ | | 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ | | 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ | | 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ | | 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ | | 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ | | 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ | ### 质检输出示例 ``` ================================================== 📋 质检报告 ================================================== ✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt ✅ 财务数据获取: baostock真实财报 ✅ 分析师调用: 8位分析师全部调用 ✅ 投票计算: ✅, 得分: 0.75 ✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52% ⚠️ 估值数据获取: PE/PB为0 ✅ 数据来源标识: baostock真实财报, 估算:False -------------------------------------------------- 📊 总体: 通过 6/7 ⚠️ 部分质检项未通过，请检查 ================================================== ``` ### 质检状态说明 | 符号 | 含义 | |------|------| | ✅ | 通过 | | ⚠️ | 警告（可接受但不理想） | | ❌ | 失败（需检查） | ### 查看质检报告 分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。 --- ## 💡 投资建议（基于用户画像） 本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板： ### 默认用户画像（示例：张权） | 特征 | 默认值 | |------|--------| | **投资风格** | 价值投资（格雷厄姆模型） | | **投资目标** | 财富增值、复利增长 | | **分析偏好** | 量化选股、系统化决策 | | **时间视角** | 长期主义 | ### 评分体系解读（通用） | 得分区间 | 建议 | 解读 | |----------|------|------| | **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 | | **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 | | **<0.65** | ❌ 不建议 | 风险较高或估值不合理 | ### 关键指标优先级（通用） 1. **ROE（净资产收益率）** - 采用动态评估：行业基准×财报季度系数（Q1=25%, Q2=50%, Q3=75%, Q4=100%） 2. **PE（市盈率）** 低于行业平均更安全 3. **PB（市净率）** < 2 倍为合理 4. **股息率** > 3% 提供现金流保障 5. **资产负债率** < 50% 财务健康 ### 动态ROE评估说明 本系统采用**动态ROE评估**机制，考虑以下因素： | 因素 | 说明 | |------|------| | **行业基准** | 不同行业ROE基准不同（食品饮料18%、银行10%、家电12%、电气机械11%等） | | **财报季度** | Q1=25%、Q2=50%、Q3=75%、Q4=100%（Q1数据少，阈值更低） | | **历史趋势** | 与公司历史ROE对比，判断改善或恶化 | **计算公式**：动态阈值 = 行业基准 × 季度系数 #### 季度对比表示例 ``` ====================================================================== 行业: 环保 行业基准ROE: 8.0% ====================================================================== 季度 | 系数 | 行业平均 | 动态阈值 | 公司ROE | 差距 ---------------------------------------------------------------------- Q1 | 25% | 8.0 | 2.00 | 2.71% | +0.71% Q2 | 50% | 8.0 | 4.00 | - | - Q3 | 75% | 8.0 | 6.00 | - | - Q4 | 100% | 8.0 | 8.00 | - | - ====================================================================== 当前所在: Q1 (动态阈值 2.00%) 评级: 良好 (得分: 67) vs行业平均: -66.1% ``` - **行业平均**：该行业所有公司的平均ROE（固定值） - **动态阈值**：行业平均 × 季度系数（会随季度变化） - **差距**：公司ROE - 动态阈值（正数表示高于阈值） ### 使用建议（通用） 1. **组合投资**：不建议单一股票仓位超过20% 2. **分批建仓**：价值股可以考虑定投策略 3. **止损纪律**：设置8%止损线保护本金 4. **持续跟踪**：定期复查持仓股票的基本面变化 ### 自定义用户画像 如需自定义投资建议，请在 `USER.md` 中配置以下字段： ```markdown ## 投资偏好 - 投资风格：[价值投资/成长投资/趋势投资] - 风险偏好：[保守/稳健/激进] - 持仓周期：[短线/中线/长线] - 期望收益率：XX% ```4. **持续跟踪**：定期复查持仓股票的基本面变化 --- ## 📚 参考资源 - [AKShare 官方文档](https://akshare.akfamily.xyz/) - [AKShare GitHub](https://github.com/akfamily/akshare) --- ## 📜 版本变更历史 | 版本 | 日期 | 更新内容 | |------|------|----------| | **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 | | **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 | | **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore | | **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 | | **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 | | **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 | | **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 | | **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 | | v1.3.9 | 2026-05-04 | 新增财经新闻备用源 | | v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 | | v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）| | v1.3.0 | 2026-05-03 | baostock优先调用 | | v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 | | v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 | | v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 | | v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 | ---
Boheng Investment Workflow
让投资决策更理性、更全面 📊🤖