aifinlab A股股权结构/股东分析助手
数据源
SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"
# 十大股东（通过 efinance）
python -c "import efinance as ef; df=ef.stock.get_top10_stock_holder_info(stock_code='600519'); print(df.to_json(orient='records', force_ascii=False))"
# 十大流通股东（通过 efinance）
python -c "import efinance as ef; df=ef.stock.get_top10_stock_holder_info(stock_code='600519'); print(df[df['股东类型']=='流通'].to_json(orient='records', force_ascii=False))" 2>/dev/null || echo "从十大股东中筛选流通股东"
# 股东人数（通过 akshare）
python -c "import akshare as ak; df=ak.stock_zh_a_gdhs(symbol='600519'); print(df.to_json(orient='records', force_ascii=False))"
# 股权质押比例（通过 akshare，全市场数据）
python -c "import akshare as ak; df=ak.stock_gpzy_pledge_ratio_em(); print(df[df['股票代码']=='600519'].to_json(orient='records', force_ascii=False))"
# 个股行情
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]
# K线（看股东变化前后走势）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [日期]
补充：通过 web 搜索获取解禁日历、实控人信息、一致行动人关系、限售股解禁明细等。
Workflow
Step 1: 获取股权数据
获取十大股东 + 十大流通股东 + 股东人数历史 + 质押比例 + 个股行情。多只股票时并行获取。
Step 2: 股权结构分析
- 控股股东/实控人：识别最终控制人，穿透持股链条
- 机构持仓：基金/社保/保险/QFII/北向资金占比
- 外资占比：北向资金 + QFII 合计
- 股东类型分布：国资/民企/外资/混合所有制
- 一致行动人：识别关联方持股合计
详见 references/shareholder-guide.md 中的股东类型解读和分析框架。
Step 3: 筹码集中度分析
- 股东人数变化趋势：连续减少=筹码集中（利好信号），连续增加=筹码分散（利空信号）
- 户均持股变化：总股本/股东人数，反映人均筹码量
- 机构占比变化：机构增仓=专业资金看好
- 与股价走势对照：股东人数减少但股价未涨=可能蓄势
Step 4: 风险排查
- 质押风险：质押率>50% 需重点警惕，关注平仓线
- 解禁压力：未来6个月解禁规模（首发/定增/股权激励），解禁市值占流通市值比例
- 减持计划：大股东是否已发布减持预告
- 股权纷争：是否存在控制权争夺、举牌等情况
Step 5: 输出
| 维度 | formal | brief |
|---|---|---|
| 输出格式 | 完整股权结构分析报告 | 快速要点 |
| 股权结构 | 详细股东穿透图+持股比例表 | 仅列控股股东/实控人和关键机构 |
| 筹码分析 | 股东人数趋势图+户均持股表 | 仅标注集中or分散趋势 |
| 风险排查 | 质押/解禁/减持逐项详析 | 仅标注高风险项 |
| 结论 | 客观陈述（"控股股东持股X%，质押率X%"） | 可加简要判断 |
默认风格：brief。用户要求"详细分析"/"出报告"时用 formal。
关键规则
- 数据滞后性：十大股东数据来自季报/半年报/年报，最新数据可能滞后1-3个月，分析时注明报告期
- 股东人数减少不等于一定涨：筹码集中是必要条件非充分条件，需结合基本面和市场环境
- 高质押=高风险：质押率>50%需警惕，股价大跌可能触发平仓，形成负反馈
- 解禁不等于一定卖：解禁只是获得卖出权利，实际减持需看股东意愿和市场环境，但会形成心理压力
- 举牌规则：持股达5%需披露，每增减5%需再次披露，触发要约收购线为30%
- 不做交易建议：只分析股权结构和风险，不建议"买入/卖出"
使用示例
示例 1: 基本使用
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
示例 2: 命令行使用
python scripts/run_skill.py --input data.json