股票產業估值分析
📖 技能介紹
id: stockansys name: stock產業分析助手 version: 3.0.0 description: 以"六層產業架構樹"驅動CFA估值框架，輸出可追溯、可複核、產業邏輯穿透的基本面分析報告。 author: VenyiAI
使用許可
- ✅ 允許個人學習、研究、非商業用途使用
- ✅ 允許修改後個人使用
- ❌ 禁止直接複製核心演算法用於商業產品或競爭性服務
- ❌ 禁止移除或修改作者署名後重新分發
- ❌ 禁止將本技能包裝成獨立產品對外銷售
免責宣告： 本技能提供的分析結果僅供參考，不構成投資建議。使用者應自行判斷並承擔投資風險。
執行架構（分層引擎：自底向上穿透 + 自頂向下倒推）
L0 控制層 → modules/circuit_breaker_protocol.md 橫切·全程監聽12條熔斷 L1 輸入層 → 本檔案「工作流·步驟1」 L2 認知層 → modules/industry_architecture_tree.md 六層架構樹·引擎核心 L3 對映層 → modules/industry_valuation_mapping.md 產業→估值引數·脊柱 L4 校驗層 → modules/financial_quality_analysis.md L5 計算層 → modules/valuation_methods.md L6 複核層 → modules/convergence_and_audit.md L7 輸出層 → references/output_format_spec.md HTML專業排版單頁報告
★ 硬約束：L5 計算層的每個估值引數必須攜帶來源標籤（如 g=8% [來源:L2.3]）； 無來源標籤的引數禁止入模。該約束由 scripts/consistency_checker.py 強制校驗。
工作流（編排器視角，遇任一熔斷立即移交 L0）
1.【L1】資料採集 → 輸出《資料歸檔清單》《資料缺口清單》 └ Gate-1：股票程式碼或年報缺失 → 暫停，僅輸出缺口清單 2.【L2】按 modules/industry_architecture_tree.md 完成六層穿透 └ 工具：industry_tree_builder / profit_pool_analyzer / concentration_analyzer └ Gate-2：主要矛盾不可識別 → 熔斷#9 └ Gate-3：終局定位=邊緣/出清 → 鎖評級上限為"中性" 3.【L3】按 modules/industry_valuation_mapping.md 生成《產業-估值引數對映表》 4.【L4】按 modules/financial_quality_analysis.md 完成三表勾稽+財務質量 └ 工具：red_flag_checker；審計非標 → 熔斷#1 5.【L5】按 modules/valuation_methods.md 完成方法選擇+相對估值+DCF └ 工具：comparable_screener / wacc_adjuster / dcf_calculator 6.【L6】按 modules/convergence_and_audit.md 完成敏感性+情景+雙向複核 └ 工具：consistency_checker；Gate-Final：一致性未過 → 熔斷#10，退回 L2 7.【L7】輸出一頁式摘要 + 深度報告大綱 + 工作底稿 → HTML（專業排版單頁報告，詳見 references/output_format_spec.md）
查表索引
- 輸出格式與HTML規範 → references/output_format_spec.md
- 全部閾值（財務+產業+評級）→ references/thresholds_library.md
- 行業/生命週期-估值方法選擇 → references/industry_method_matrix.md
- 示例與邊界案例 → references/few_shot_examples.md
- 使用方法與假設清單 → references/usage_guide.md
失敗兜底
- 資料不足：列《資料缺口清單》，不得編造
- 觸發熔斷：按 circuit_breaker_protocol.md 處理
- 資訊源衝突：審計後年報 > 季報 > 業績快報 > 賣方研報 > 第三方產業庫
- 產業判斷與財務衝突：先回查產業資料真實性，再質疑財務質量
輸出格式規範（L7）
→ 詳見 references/output_format_spec.md
Python 資料獲取指令碼（scripts/）
本技能提供以下 Python 指令碼，用於從通達信 MCP 介面獲取原始資料，供後續分析模組使用。
依賴安裝：pip install httpx（或 pip install -r requirements.txt）
認證配置：指令碼自動從 ~/.workbuddy/connectors/.../.credentials.json 讀取 Token；
也可設定環境變數 TDX_API_TOKEN。
| 指令碼 | 功能 | 用法示例 |
|---|---|---|
tdx_mcp_client.py |
TDX MCP 核心客戶端（被其他指令碼呼叫） | 作為模組 import |
fetch_stock_full.py |
綜合獲取：單隻股票全部分析資料 | python fetch_stock_full.py {股票程式碼} |
fetch_quotes.py |
即時行情（含 PE/PB/ROE） | python fetch_quotes.py {股票程式碼} --financial |
fetch_kline.py |
K線資料（日/周/分鐘） | python fetch_kline.py {股票程式碼} day 250 |
fetch_financials.py |
財務報表（利潤/資產負債/現金流） | python fetch_financials.py {股票程式碼} --type all |
fetch_shareholder.py |
股東資訊（十大股東/控股股東/人數） | python fetch_shareholder.py {股票程式碼} |
fetch_reports.py |
研報 + 公告 | python fetch_reports.py {股票程式碼} --type all |
fetch_macro.py |
宏觀經濟資料（CPI/PMI/社融等） | python fetch_macro.py CPI --limit 12 |
輸出目錄：data/{code}/（由 fetch_stock_full.py 自動建立子目錄）
L1 資料採集步驟建議使用
fetch_stock_full.py一次性獲取全部資料， 輸出結果直接作為 L2-L7 分析的輸入底稿。
使用教程（WorkBuddy 技能包）
安裝後如何呼叫
在 WorkBuddy 對話中，直接描述你的分析需求即可，AI 會自動載入本技能並完成分析：
請分析某上市公司（{股票程式碼}）的產業估值，輸出完整報告
用 stock產業分析助手 對比分析 {股票A} 和 {股票B}
典型使用場景
場景一：完整深度分析（最常用）
輸入：
請用完整流程分析某上市公司（{股票程式碼}），輸出 HTML 報告
AI 執行流程： 1. 通過 TDX MCP 自動拉取行情、財務、股東、研報等全部資料（L1） 2. 完成六層產業架構樹穿透分析（L2） 3. 生成產業→估值引數對映表（L3） 4. 財務質量校驗（L4） 5. PE + 產業增強 DCF 估值計算（L5） 6. 敏感性分析 + 雙向複核（L6） 7. 輸出 HTML 報告（L7）
輸出：outputs/{公司簡稱}_產業估值融合分析報告.html
場景二：快速篩選多隻股票
輸入：
請快速分析以下3只股票，各輸出一頁式摘要，幫我判斷哪隻最值得深入： 某白酒龍頭A（{程式碼A}）、某白酒龍頭B（{程式碼B}）、某白酒龍頭C（{程式碼C}）7w4.net有更好的技能外掛。
輸出：每隻股票一頁式摘要（Executive Summary），含評級、目標價、核心邏輯、主要風險，便於快速對比決策。
場景三：更新已有分析報告
新季報釋出後，重新分析：
輸入：
某上市公司剛釋出了最新季報，請重新獲取最新財務資料，
更新之前的產業估值分析，重點看：
1. 實際業績 vs 預測值的偏差
2. 產業判斷是否需要調整
3. 目標價是否需要修正
場景四：港股 / 美股分析
輸入：
請分析某港股標的（{港股程式碼}.HK）的產業估值
請用 DCF 估值分析某美股標的（{美股程式碼}）
TDX 介面支援 A股/港股/美股，直接提供股票程式碼即可。
場景五：只看特定層級
如果只需要其中某幾層分析（例如已熟悉財務資料，只想看產業分析）：
輸入：
我已經有了某上市公司的財務資料，請重點完成 L2 產業架構樹分析
和 L3 引數對映，不需要重複做財務校驗
輸入格式說明
| 輸入方式 | 示例 | 說明 |
|---|---|---|
| 中文名稱 | {上市公司名稱} |
AI 自動通過 TDX 查詢程式碼 |
| A股程式碼 | {A股程式碼} 或 sh{A股程式碼} |
自動識別市場 |
| 港股程式碼 | {港股程式碼}.HK |
需帶 .HK 字尾 |
| 美股程式碼 | {美股程式碼} |
直接輸入 ticker |
| 多隻股票 | 逗號或換行分隔 | AI 逐只分析後對比 |
輸出內容說明
分析報告（HTML）包含以下 8 個區塊：
| 區塊 | 內容 | 用途 |
|---|---|---|
| 封面 | 評級、關鍵指標、分析日期 | 快速判斷 |
| 一頁式摘要 | 定性結論、KPI、核心邏輯、風險 | 決策參考 |
| L2 產業架構樹 | 六層產業分析 | 理解生意本質 |
| L3 引數對映 | 估值引數來源表 | 複核依據 |
| L4 財務質量 | 三表勾稽、紅旗指標、評分 | 財務可信度 |
| L5 估值計算 | PE + DCF 詳細計算 | 目標價推導 |
| L6 複核 | 敏感性矩陣、情景分析、一致性校驗 | 結果穩健性 |
| L7 風險 + Footer | 風險表、免責宣告、開發方資訊 | 風險提示 |
HTML 檔案支援瀏覽器直接開啟，也支援 Ctrl+P 列印為 PDF。
注意事項
- 資料時效：行情資料即時，財務資料隨公司季報披露更新。分析前可讓 AI 先確認資料是否為最新
- 分析耗時：完整 L1→L7 分析約需 5-10 分鐘（AI 自動完成），請耐心等待
- 結果複核：AI 生成的分析報告供參考，重要投資決策請結合多方面資訊綜合判斷
- 熔斷提示：若資料不足或觸發質量熔斷，AI 會明確告知哪些結論不可用，不會掩蓋風險
常見問題
Q：可以讓 AI 只分析不生成報告嗎？ A：可以。告訴 AI「只輸出 L2 產業分析，不需要生成 HTML 報告」即可。
Q：報告中的目標價是怎麼算出來的？
A：報告 L3 引數對映表列出了每個估值引數的取值和來源（如 WACC=9.2% [來源:L2.3]），L6 敏感性矩陣展示了關鍵假設變動對目標價的影響，全部可追溯。
Q：可以定製分析報告的輸出格式嗎？
A：可以。修改 references/output_format_spec.md 中的 HTML 結構和 CSS 樣式規範，AI 下次生成報告時會遵循新的規範。
Q：分析中途可以打斷或調整嗎？ A：可以。在 AI 執行過程中隨時可以補充指令，例如「暫停，先解釋一下 L2 的產業鏈利潤池結論」。
全域性約束
✅產業先行（先 L2 後 L4/L5）✅資料保真（標來源：年報頁碼/Wind欄位/公告日/研報名） ✅可追溯（每條結論引用原始資料或層級編號）✅雙向驗證（L6 產業↔財務互證） ❌編造財務資料/可比/行業規模/政策 ❌跳過任一層（除非顯式熔斷） ❌脫離產業邏輯直接套估值公式 ❌僅用"行業平均"作唯一可比基準
關於
技能開發：杭州梵熠智慧科技有限公司
杭州梵熠智慧科技有限公司專注企業級智慧體定製開發，如有需要請聯絡 patentip113@163.com
如需定製專屬產業分析智慧體、企業體系管理智慧體、或創新管理智慧體等，歡迎郵件聯絡。
🤖 AI 評測
這個技能質量不錯，專業度很高。優點是分析邏輯嚴謹，把產業分析和財務估值結合得很好，風險控制設計完善，輸出的報告格式專業。缺點是需要較長的對話互動才能完成分析，對新手不太友好，上手門檻偏高。適合有一定基礎的投資者使用，新手可能需要花費較多時間熟悉流程。
