Boheng Investment Workflow

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。

Install

openclaw skills install @zhangboheng/boheng-investment-workflow

⚠️ 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：

text

┌─────────────────────────────────────────────────────────────┐
│                    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：

text

┌─────────────────────────────────────────────────────────────┐
│                    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：

text

{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

text


---

### 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

text

============================================================
        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

text

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

text

==================================================
        📋 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）

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%）
PE（市盈率） 低于行业平均更安全
PB（市净率） < 2 倍为合理
股息率 > 3% 提供现金流保障
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

text

======================================================================
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）

组合投资：不建议单一股票仓位超过20%
分批建仓：价值股可以考虑定投策略
止损纪律：设置8%止损线保护本金
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 |

---

<div align="center">
<strong>Boheng Investment Workflow</strong><br>
让投资决策更理性、更全面 📊🤖
</div>

Boheng Investment Workflow

Install

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

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

📊 数据获取优先级

📰 财经新闻获取优先级

📁 报告输出路径

🚀 快速开始

1️⃣ 安装

依赖说明

安装baostock（推荐，获取真实财务数据）

财务趋势分析（独立）

行业对比分析（独立）

3️⃣ 快速分析（推荐）

基金分析

ETF分析

可转债分析

3️⃣ 输出示例

📁 文件结构

👥 8位分析师及其职责

📊 基金分析

基金数据接口

基金分析维度

基金评分标准

📈 ETF分析

ETF数据接口

ETF分析维度

ETF类型分类

💰 可转债分析

可转债数据接口

可转债核心指标

可转债分析维度

可转债评分标准

🔍 质检功能

质检项目清单

质检输出示例

质检状态说明

查看质检报告

💡 投资建议（基于用户画像）

默认用户画像（示例：张权）

评分体系解读（通用）

关键指标优先级（通用）

动态ROE评估说明

季度对比表示例

使用建议（通用）

自定义用户画像

Related skills