1---
2name: china-stock-analysis
3description: A股价值投资分析工具，提供股票筛选、个股深度分析、行业对比和估值计算功能。基于价值投资理论，使用akshare获取公开财务数据，适合低频交易的普通投资者。
4---
5 
6# China Stock Analysis Skill
7 
8基于价值投资理论的中国A股分析工具，面向低频交易的普通投资者。
9 
10## When to Use
11 
12当用户请求以下操作时调用此skill：
13- 分析某只A股股票
14- 筛选符合条件的股票
15- 对比多只股票或行业内股票
16- 计算股票估值或内在价值
17- 查看股票的财务健康状况
18- 检测财务异常风险
19 
20## Prerequisites
21 
22### Python环境要求
23```bash
24pip install akshare pandas numpy
25```
26 
27### 依赖检查
28在执行任何分析前，先检查akshare是否已安装：
29```bash
30python -c "import akshare; print(akshare.__version__)"
31```
32 
33如果未安装，提示用户安装：
34```bash
35pip install akshare
36```
37 
38## Core Modules
39 
40### 1. Stock Screener (股票筛选器)
41筛选符合条件的股票
42 
43### 2. Financial Analyzer (财务分析器)
44个股深度财务分析
45 
46### 3. Industry Comparator (行业对比)
47同行业横向对比分析
48 
49### 4. Valuation Calculator (估值计算器)
50内在价值测算与安全边际计算
51 
52---
53 
54## Workflow 1: Stock Screening (股票筛选)
55 
56用户请求筛选股票时使用。
57 
58### Step 1: Collect Screening Criteria
59 
60向用户询问筛选条件。提供以下选项供用户选择或自定义：
61 
62**估值指标：**
63- PE (市盈率): 例如 PE < 15
64- PB (市净率): 例如 PB < 2
65- PS (市销率): 例如 PS < 3
66 
67**盈利能力：**
68- ROE (净资产收益率): 例如 ROE > 15%
69- ROA (总资产收益率): 例如 ROA > 8%
70- 毛利率: 例如 > 30%
71- 净利率: 例如 > 10%
72 
73**成长性：**
74- 营收增长率: 例如 > 10%
75- 净利润增长率: 例如 > 15%
76- 连续增长年数: 例如 >= 3年
77 
78**股息：**
79- 股息率: 例如 > 3%
80- 连续分红年数: 例如 >= 5年
81 
82**财务安全：**
83- 资产负债率: 例如 < 60%
84- 流动比率: 例如 > 1.5
85- 速动比率: 例如 > 1
86 
87**筛选范围：**
88- 全A股
89- 沪深300成分股
90- 中证500成分股
91- 创业板/科创板
92- 用户自定义列表
93 
94### Step 2: Execute Screening
95 
96```bash
97python scripts/stock_screener.py \
98    --scope "hs300" \
99    --pe-max 15 \
100    --roe-min 15 \
101    --debt-ratio-max 60 \
102    --dividend-min 2 \
103    --output screening_result.json
104```
105 
106**参数说明：**
107- `--scope`: 筛选范围 (all/hs300/zz500/cyb/kcb/custom:600519,000858,...)
108- `--pe-max/--pe-min`: PE范围
109- `--pb-max/--pb-min`: PB范围
110- `--roe-min`: 最低ROE
111- `--growth-min`: 最低增长率
112- `--debt-ratio-max`: 最大资产负债率
113- `--dividend-min`: 最低股息率
114- `--output`: 输出文件路径
115 
116### Step 3: Present Results
117 
118读取 `screening_result.json` 并以表格形式呈现给用户：
119 
120| 代码 | 名称 | PE | PB | ROE | 股息率 | 评分 |
121|------|------|----|----|-----|--------|------|
122| 600519 | 贵州茅台 | 25.3 | 8.5 | 30.2% | 2.1% | 85 |
123 
124---
125 
126## Workflow 2: Stock Analysis (个股分析)
127 
128用户请求分析某只股票时使用。
129 
130### Step 1: Collect Stock Information
131 
132询问用户：
1331. 股票代码或名称
1342. 分析深度级别：
135   - **摘要级**：关键指标 + 投资结论（1页）
136   - **标准级**：财务分析 + 估值 + 行业对比 + 风险提示
137   - **深度级**：完整调研报告，包含历史数据追踪
138 
139### Step 2: Fetch Stock Data
140 
141```bash
142python scripts/data_fetcher.py \
143    --code "600519" \
144    --data-type all \
145    --years 5 \
146    --output stock_data.json
147```
148 
149**参数说明：**
150- `--code`: 股票代码
151- `--data-type`: 数据类型 (basic/financial/valuation/holder/all)
152- `--years`: 获取多少年的历史数据
153- `--output`: 输出文件
154 
155### Step 3: Run Financial Analysis
156 
157```bash
158python scripts/financial_analyzer.py \
159    --input stock_data.json \
160    --level standard \
161    --output analysis_result.json
162```
163 
164**参数说明：**
165- `--input`: 输入的股票数据文件
166- `--level`: 分析深度 (summary/standard/deep)
167- `--output`: 输出文件
168 
169### Step 4: Calculate Valuation
170 
171```bash
172python scripts/valuation_calculator.py \
173    --input stock_data.json \
174    --methods dcf,ddm,relative \
175    --discount-rate 10 \
176    --growth-rate 8 \
177    --output valuation_result.json
178```
179 
180**参数说明：**
181- `--input`: 股票数据文件
182- `--methods`: 估值方法 (dcf/ddm/relative/all)
183- `--discount-rate`: 折现率(%)
184- `--growth-rate`: 永续增长率(%)
185- `--margin-of-safety`: 安全边际(%)
186- `--output`: 输出文件
187 
188### Step 5: Generate Report
189 
190读取分析结果，参考 `templates/analysis_report.md` 模板生成中文分析报告。
191 
192报告结构（标准级）：
1931. **公司概况**：基本信息、主营业务
1942. **财务健康**：资产负债表分析
1953. **盈利能力**：杜邦分析、利润率趋势
1964. **成长性分析**：营收/利润增长趋势
1975. **估值分析**：DCF/DDM/相对估值
1986. **风险提示**：财务异常检测、股东减持
1997. **投资结论**：综合评分、操作建议
200 
201---
202 
203## Workflow 3: Industry Comparison (行业对比)
204 
205### Step 1: Collect Comparison Targets
206 
207询问用户：
2081. 目标股票代码（可多个）
2092. 或者：行业分类 + 对比数量
210 
211### Step 2: Fetch Industry Data
212 
213```bash
214python scripts/data_fetcher.py \
215    --codes "600519,000858,002304" \
216    --data-type comparison \
217    --output industry_data.json
218```
219 
220或按行业获取：
221```bash
222python scripts/data_fetcher.py \
223    --industry "白酒" \
224    --top 10 \
225    --output industry_data.json
226```
227 
228### Step 3: Generate Comparison
229 
230```bash
231python scripts/financial_analyzer.py \
232    --input industry_data.json \
233    --mode comparison \
234    --output comparison_result.json
235```
236 
237### Step 4: Present Comparison Table
238 
239| 指标 | 贵州茅台 | 五粮液 | 洋河股份 | 行业均值 |
240|------|----------|--------|----------|----------|
241| PE | 25.3 | 18.2 | 15.6 | 22.4 |
242| ROE | 30.2% | 22.5% | 20.1% | 18.5% |
243| 毛利率 | 91.5% | 75.2% | 72.3% | 65.4% |
244| 评分 | 85 | 78 | 75 | - |
245 
246---
247 
248## Workflow 4: Valuation Calculator (估值计算)
249 
250### Step 1: Collect Valuation Parameters
251 
252询问用户估值参数（或使用默认值）：
253 
254**DCF模型参数：**
255- 折现率 (WACC): 默认10%
256- 预测期: 默认5年
257- 永续增长率: 默认3%
258 
259**DDM模型参数：**
260- 要求回报率: 默认10%
261- 股息增长率: 使用历史数据推算
262 
263**相对估值参数：**
264- 对比基准: 行业均值 / 历史均值
265 
266### Step 2: Run Valuation
267 
268```bash
269python scripts/valuation_calculator.py \
270    --code "600519" \
271    --methods all \
272    --discount-rate 10 \
273    --terminal-growth 3 \
274    --forecast-years 5 \
275    --margin-of-safety 30 \
276    --output valuation.json
277```
278 
279### Step 3: Present Valuation Results
280 
281| 估值方法 | 内在价值 | 当前价格 | 安全边际价格 | 结论 |
282|----------|----------|----------|--------------|------|
283| DCF | ¥2,150 | ¥1,680 | ¥1,505 | 低估 |
284| DDM | ¥1,980 | ¥1,680 | ¥1,386 | 低估 |
285| 相对估值 | ¥1,850 | ¥1,680 | ¥1,295 | 合理 |
286 
287---
288 
289## Financial Anomaly Detection (财务异常检测)
290 
291在分析过程中自动检测以下异常信号：
292 
293### 检测项目
294 
2951. **应收账款异常**
296   - 应收账款增速 > 营收增速 × 1.5
297   - 应收账款周转天数大幅增加
298 
2992. **现金流背离**
300   - 净利润持续增长但经营现金流下降
301   - 现金收入比 < 80%
302 
3033. **存货异常**
304   - 存货增速 > 营收增速 × 2
305   - 存货周转天数大幅增加
306 
3074. **毛利率异常**
308   - 毛利率波动 > 行业均值波动 × 2
309   - 毛利率与同行严重偏离
310 
3115. **关联交易**
312   - 关联交易占比过高（> 30%）
313 
3146. **股东减持**
315   - 大股东近期减持公告
316   - 高管集中减持
317 
318### 风险等级
319 
320- 🟢 **低风险**：无明显异常
321- 🟡 **中风险**：1-2项轻微异常
322- 🔴 **高风险**：多项异常或严重异常
323 
324---
325 
326## A-Share Specific Analysis (A股特色分析)
327 
328### 政策敏感度
329 
330根据行业分类提供政策相关提示：
331- 房地产：房住不炒政策
332- 新能源：补贴政策变化
333- 医药：集采政策影响
334- 互联网：反垄断、数据安全
335 
336### 股东结构分析
337 
3381. 控股股东类型（国企/民企/外资）
3392. 股权集中度
3403. 近期增减持情况
3414. 质押比例
342 
343---
344 
345## Output Format
346 
347### JSON输出格式
348 
349所有脚本输出JSON格式，便于后续处理：
350 
351```json
352{
353  "code": "600519",
354  "name": "贵州茅台",
355  "analysis_date": "2025-01-25",
356  "level": "standard",
357  "summary": {
358    "score": 85,
359    "conclusion": "低估",
360    "recommendation": "建议关注"
361  },
362  "financials": { ... },
363  "valuation": { ... },
364  "risks": [ ... ]
365}
366```
367 
368### Markdown报告
369 
370生成结构化的中文Markdown报告，参考 `templates/analysis_report.md`。
371 
372---
373 
374## Error Handling
375 
376### 网络错误
377如果akshare数据获取失败，提示用户：
3781. 检查网络连接
3792. 稍后重试（可能是接口限流）
3803. 尝试更换数据源
381 
382### 股票代码无效
383提示用户检查股票代码是否正确，提供可能的匹配建议。
384 
385### 数据不完整
386对于新上市股票或财务数据不完整的情况，说明数据限制并基于可用数据进行分析。
387 
388---
389 
390## Best Practices
391 
3921. **数据时效性**：财务数据以最新季报/年报为准，价格数据为当日收盘价
3932. **投资建议**：所有分析仅供参考，不构成投资建议
3943. **风险提示**：始终包含风险提示，特别是财务异常检测结果
3954. **对比分析**：单只股票分析时，自动包含行业均值对比
396 
397## Important Notes
398 
399- 所有分析基于公开财务数据，不涉及任何内幕信息
400- 估值模型的参数假设对结果影响较大，需向用户说明
401- A股市场受政策影响较大，定量分析需结合定性判断
402