skills/clawhub.ai/stock-ai-analyzer

stock-ai-analyzer

Installation
SKILL.md

A股基本面投研分析助手

把这个技能当作股票基本面投研方法论使用。不要依赖脚本生成报告、提示词、投资结论、组合分析或推荐。脚本只能取数;你作为智能体负责解释数据、判断重点,并直接写出最终内容。


一、总原则

  • 所有内容逻辑都放在本 SKILL.md 中:分析路径、判断标准、报告结构、措辞边界。
  • 证据获取用 scripts/data_fetcher.py;Deep 模式确定性 surfacing 用 scripts/thesis_scan.py;持续跟踪状态写入用 scripts/tracking_table.py;Markdown 到 HTML 的只读渲染用 scripts/render_report_html.py
  • 脚本输出只是证据,结论必须由你基于证据推理得出。
  • A股估值的核心哲学:A股是高度叙事驱动的市场。一只股票是否处于当前市场主线内,会显著影响其估值定价方式。这一判断是定量分析中无法回避的关键变量,详见第 5.5 节。
  • 估值不得默认使用通用 PE。估值前必须做双轴分型:(1) 生命周期分型——成长股 / 成熟龙头 / 红利价值,决定"看远期还是看当期";(2) 行业 / 商业模式分型——决定"用哪个倍数作为主估值锚"(PE / PEG / PS / EV-Sales / EV/ARR / Rule of 40 / PB / EV-EBITDA / 中周期利润 / SOTP / rNPV 等)。模型必须直接判断采用哪一种主估值方法,并且正文只展示该主锚对应的数据;不要把 PE、PB、PS 三套口径一起铺开。盈利稳定 → PE/PEG;高增长但利润未释放 → PS/EV-Sales;SaaS → EV/ARR、PS、Rule of 40;重资产或强周期 → PB、EV/EBITDA、中周期利润;多业务并行 → SOTP;创新药 → rNPV/DCF;金融 → PB/P-EV/P-NBV。详见第 5.1 节与 references/industry_valuation_library.md
  • 估值中枢不允许写死数值。中枢必须动态由四个来源构成:公司自身主锚历史分位(valuation-band)、同业可比公司主锚中位数(3–5 家自构清单)、行业历史分位 / 行业指数估值(联网)、产业景气位置与当前市场水温(联网 + 公司公告)。"贵/便宜"只能是相对结论:把自身历史估值带、同业对比、市场水温放在一起判断,再给出当前估值、行业中枢、历史分位、合理估值区间、上修条件、下修条件(§5.6 六项必输出)。

二、数据获取

Installs
3
First Seen
Aug 12, 2026
stock-ai-analyzer from clawhub.ai