多维财务分析系统
工具定位
- 工具类型:财务分析(多脚本流水线)
- 解决问题:从审计意见、财务报表、行业对标三个维度对 A 股做全面财务健康评估
- 使用对象:量化策略(排雷过滤)、投研分析(单股深度)、AI Agent(数据喂料)
维护者
- duanyong hiduan@qq.com
- 上游组织:QuantSkills (https://github.com/quantskills)
⚠️ 免责声明
- 仅供研究与教育用途:本 skill 仅为量化财务分析研究工具,不构成任何形式的投资建议、理财建议或交易推荐。
- 数据准确性:财务数据来源于 panda_data,可能存在错误、遗漏或延迟。请务必对照官方财报(年报、证监会公告)进行验证。
- 不保证收益:财务分析评分和风险评级为量化启发式指标,非预测。高分不保证未来表现,红灯不保证必然亏损。使用者应自行承担全部投资风险。
- 审计意见滞后性:审计意见反映历史财务状况,可能无法捕捉新兴风险。非标准意见是滞后指标,非先行指标。
- 非官方背书:本项目为 QuantSkills 社区项目,未经专业审计或监管机构认证,不得视为 QuantSkills 官方背书的产品级工具。
适用场景
- 每季度财报发布后,快速扫描全市场(默认沪深300)审计意见,找出财务暴雷股票
- 量化选股策略的排雷过滤器——将"非标准审计意见"股票标记为高风险,不进股票池
- 事前排雷——用当前季度财务数据,ML 预测下一期被出具"非标"意见的概率,不等审计报告公布就提前减仓
- 对单只股票做 8 段全面财务体检,作为进入股票池前的尽职调查
- 按行业筛选财务健康评分,发现行业内相对优质/劣质的公司
- 将审计意见 + 财务指标 + 行业对标三路数据喂给 AI,获取综合风险判断
用户如何使用本 Skill(场景示例)
以下展示用户通过 Claude Code(或其他 Agent)与本 skill 交互的真实对话场景。所有场景均假设已构建本地缓存。
场景 1:快速排雷 — "最近有哪些股票审计出问题了?"
用户:帮我扫描一下 2024q4 沪深300的审计意见,看看有没有问题股。
Agent:运行
python scripts/scan.py --quarter 2024q4,发现 147 只股票年报审计均为标准无保留意见,沪深300本季度无审计暴雷。如果要找问题股,中证1000 有 4 只——要我扫一遍吗?用户:扫。
Agent:(运行
--index 000852.SH)发现 000506.SZ 招金黄金(无法表示意见,严重风险)、600267.SH 海正药业(保留意见,高风险)、000567.SZ 海德股份(保留意见)、603887.SH 城地香江(保留意见)。
场景 2:选股前尽调 — "帮我看看这只股票财务健康吗?"
用户:电科网安 002268.SZ 能进股票池吗?
Agent:(运行
python scripts/analyze_stock.py 002268.SZ)电科网安 2023q4 被出具「带强调事项段的无保留意见」——不算最严重的,但要小心。核心数据:
- ROE 6.48% vs 计算机行业中位 8.12%(📉 行业 P20)
- 营收 30.73 亿 vs 行业中位 18.33 亿(📈 行业 P75,大公司)
- 现金流/净利润 = 0.85,远低于行业 2.5(⚠️ 利润现金含量不足)
- 资产负债率 38%,无商誉风险
结论:规模和净利率没问题,但 ROE 偏低 + 现金流/净利润严重低于行业,说明赚的是"纸面利润"而非真金白银。建议不入池或减配。
场景 3:行业筛选 — "医药生物里哪些公司财务最健康?"
用户:帮我在医药生物行业里找财务最健康的公司。
Agent:(运行
python scripts/analyze_quick.py --industry 医药生物)医药生物 17 只 CSI300 成分股评分如下:🟢 4 只(综合 ≥ 65),🟡 9 只(40-65),🔴 4 只(< 40)
最强的是 XX(评分 82,ROE 18%,现金流/净利润 3.2)* 最弱的是 600267.SH 海正药业(评分 27,ROE 4%,2023q4 保留意见)*
要我逐个做深度分析吗?
场景 4:审计+财务结合 — "这只有保留意见的股票到底有多差?"
用户:海正药业被出具保留意见,财务上到底什么情况?
Agent:(运行
python scripts/analyze_stock.py 600267.SH)审计意见:2023q4 保留意见 + 强调事项段(中审众环会计师事务所)
财务实况(2026q1):
- ROE 4.05% vs 医药生物行业中位 6.2%(行业 P25,偏弱)
- 商誉/净资产 15%(行业 5%,⚠️ 减值风险)
- 经营现金流/净利润 = 0.85(利润现金含量不足)
- 资产负债率 55%(行业中位 38%,⚠️ 杠杆偏高)
- 最近 4 个季度净利润持续下滑
8 段报告中触发 4 项风险警报:利润无现金支撑、商誉偏高、高杠杆、营收下滑。
审计意见和财务数据互相印证:保留意见不是空穴来风。建议规避。
场景 5:批量投资组合体检 — "我的持仓有没有财务雷?"
用户:我的持仓里有 600519、000001、002268、601318...帮我逐个做财务体检。
Agent:好的,逐一分析。(并行运行 4 次
analyze_stock.py)
- 🟢 600519.SH 贵州茅台:综合评分高,ROE 10%、毛利率 90%、资产负债率 12%,无风险信号
- 🟡 000001.SZ 平安银行:ROE 2.7% 偏低但银行正常,91% 负债率是行业属性非风险
- 🟡 002268.SZ 电科网安:审计有强调事项段,现金流质量存疑
- 🟢 601318.SH 中国平安:综合健康,ROE 7%,现金流充足
持仓整体健康,但电科网安需要特别关注。
场景 6:数据不足时直接读取缓存
用户:我只要数据,不要报告。给我所有股票的 ROE 和资产负债率。
Agent:(直接读 parquet)300 只 CSI300 最新季度数据已提取。ROE 均值 6.8%(行业中位 7.2%),资产负债率均值 52%。CSV 已导出到
/tmp/fina_summary.csv。
依赖与鉴权
本 skill 的数据来源是 panda_data(金融市场数据 API)。
| 脚本 | 是否需要 panda_data 鉴权 | 说明 |
|---|---|---|
scan.py |
✅ 需要 | 实时拉取审计意见,每次运行调 API |
build_cache.py (build 模式) |
✅ 需要 | 首次构建本地缓存时调 API,之后不需要 |
build_cache.py (--info, --stock, --export-csv) |
❌ 不需要 | 纯本地读取缓存 |
analyze_quick.py |
❌ 不需要 | 纯本地读取缓存 |
analyze_stock.py |
❌ 不需要 | 纯本地读取缓存 |
panda_data 鉴权要求:
- 环境变量
PANDA_DATA_USERNAME和PANDA_DATA_PASSWORD必须已设 - 未配置时,
scan.py和build_cache.py(build 模式)会直接报错退出 - 其他所有脚本依赖
data/fina_cache.parquet和data/fina_industry.parquet本地缓存 - 如果缓存已构建好,无需 panda_data 也可使用第 3/4 步的全部分析功能
# 配置鉴权(写入 ~/.zshrc 持久化)
export PANDA_DATA_USERNAME="your_username"
export PANDA_DATA_PASSWORD="your_password"
# 验证鉴权是否生效
python scripts/scan.py --quarter 2025q4
分析流水线(6 步)
第1步 第2步 第3步 第4步 第5步 第6步
审计意见扫描 → 构建本地数据缓存 → 批量快速评分 → 单股深度报告 → ML 审计风险预测 → AI 综合解读
scan.py build_cache.py analyze_quick.py analyze_stock.py predict.py 当前对话
panda_data API 本地 parquet 1300只 × 5维 1只 × 8段 XGBoost 事前预测 自然语言
实时拉取 离线读取,秒级 排名 + 红绿灯 全面财务体检 概率 + 风险因子 风险判断 + 建议
⭐ 第 5 步是新增的 ML 事前预测,与第 1 步形成互补:
- 第 1 步:事后排雷——审计报告已出,规则映射风险等级
- 第 5 步:事前预测——审计报告未出,根据最新季度财务数据预测下期非标概率
第 1 步:审计意见扫描
做什么:每季度财报发布后,拉取全市场(默认沪深300)审计意见,按监管标准映射到风险等级,输出股票排雷清单。
⚠️ 需要鉴权:panda_data get_audit_opinion
# 单季度(需要 PANDA_DATA_USERNAME / PANDA_DATA_PASSWORD)
python scripts/scan.py --quarter 2024q4
# 多季度
python scripts/scan.py --start-quarter 2023q4 --end-quarter 2024q4
# 指定指数
python scripts/scan.py --quarter 2024q4 --index 000852.SH # 中证1000
python scripts/scan.py --quarter 2024q4 --index 000905.SH # 中证500
产出数据列:按季度命名的 CSV 文件,含以下列:
| 列 | 说明 |
|---|---|
symbol |
股票代码 |
name |
股票名称 |
quarter |
报告季度 |
date |
公告日期 |
agency |
会计师事务所 |
audit_type |
审计报告类型 |
opinion |
审计意见原始值 |
risk_level |
风险等级(0=低, 1=中, 2=高, 3=严重, -1=待确认) |
risk_label |
风险等级中文标签 |
风险映射规则:
| 审计意见 | 风险等级 |
|---|---|
unqualified_opinion |
0 低风险 |
unqualified_opinion_with_emphasis-of-matter_paragraph |
1 中风险 |
unqualified_opinion_with_material_uncertainty |
1 中风险 |
modified_unqualified |
1 中风险 |
qualified_opinion |
2 高风险 |
qualified_opinion_with_basis_for_qualification_paragraph |
2 高风险 |
adverse_opinion |
3 严重风险 |
disclaimer_of_opinion |
3 严重风险 |
no_audit_performed |
-1 待确认 |
第 2 步:构建本地财务数据库
做什么:从 panda_data 拉取 25 个精选财务科目(覆盖利润表、资产负债表、现金流量表),按季度缓存到本地 parquet,自动计算 15 个派生比率,附加 31 个申万行业分类。之后所有分析脚本都是纯本地读取,秒级响应,不再调 API。
⚠️ 需要鉴权:panda_data get_fina_reports + get_industry_constituents(仅首次构建。构建完成后,缓存内所有操作均无鉴权)
# 首次构建:CSI300,最近 8 个季度(300 只股票,约 5 秒,需要鉴权)
python scripts/build_cache.py --universe 000300.SH --quarters 8
# CSI1000(1000 只,约 2 分钟,需要鉴权)
python scripts/build_cache.py --universe 000852.SH --quarters 8 --batch-size 50
# 增量更新(需要鉴权)
python scripts/build_cache.py --incremental
# ── 以下命令均无需鉴权,纯本地读取 ──
# 查看缓存状态
python scripts/build_cache.py --info
# 单股快览(绝对值 + 比率 + 行业对比)
python scripts/build_cache.py --stock 600519.SH
# 导出全量数据到 CSV
python scripts/build_cache.py --export-csv all_financial_data.csv
缓存文件(data/ 目录):
| 文件 | 内容 | 规模 |
|---|---|---|
fina_cache.parquet |
25 科目 + 15 比率 × 8 季度 | 300 只 × 约 2100 行, ~0.5 MB |
fina_industry.parquet |
申万 L1/L2/L3 行业分类 | 5514 只, ~0.2 MB |
25 个精选科目:
| 类别 | 科目 | 说明 |
|---|---|---|
| 利润表 | is_revenue |
营业收入 |
is_oper_cost |
营业成本 | |
is_gross_profit |
毛利 | |
is_sell_exp, is_admin_exp, is_rd_exp, is_fin_exp |
四费 | |
is_operate_profit |
营业利润 | |
is_total_profit |
利润总额 | |
is_n_income_attr_p |
归母净利润 | |
is_n_income |
净利润 | |
| 资产负债表 | bs_total_assets, bs_total_liab |
总资产/总负债 |
bs_total_hldr_eqy_exc_min_int |
归母权益 | |
bs_total_cur_assets, bs_total_cur_liab |
流动/负债 | |
bs_money_cap, bs_inventory |
货币资金/存货 | |
bs_acct_payable, bs_goodwill, bs_lt_borr |
应付/商誉/长期借款 | |
| 现金流量表 | cfs_net_cash_operating |
经营现金流 |
cfs_net_cash_investing |
投资现金流 | |
cfs_net_cash_financing |
筹资现金流 | |
cfs_end_cash_equiv |
期末现金余额 |
15 个派生比率:ROE、ROA、毛利率、净利率、营业利润率、资产负债率、权益乘数、流动比率、资产周转率、存货周转率、现金流/净利润、现金流/营收、商誉/净资产、研发/营收。
第 3 步:批量快速评分
做什么:对缓存中所有股票(最新季度)做 5 维评分,输出排名 CSV。适合快速筛选。
🔓 零鉴权:纯本地读取 data/fina_cache.parquet
# 全量评分 → CSV
python scripts/analyze_quick.py --all
# Top 20 最强
python scripts/analyze_quick.py --top 20
# Worst 20 最弱
python scripts/analyze_quick.py --worst 20
# 按行业筛选
python scripts/analyze_quick.py --industry 医药生物
产出数据列:按季度命名的 CSV 文件,含以下列:
| 列 | 说明 |
|---|---|
symbol, l1_name, quarter |
标识 |
composite, light |
综合评分(0-100)+ 🟢🟡🔴 |
rank |
排名 |
profitability_score, profitability_val, profitability_z |
盈利能力(ROE + 行业 z-score) |
growth_score, growth_val, growth_z |
成长性(净利润 YoY + 行业 z-score) |
scale_score, scale_val, scale_z |
规模体量(营收 + 行业 z-score) |
efficiency_score, efficiency_val, efficiency_z |
盈利效率(净利率 + 行业 z-score) |
stability_score, stability_val, stability_z |
现金流质量(CFO/NP + 行业 z-score) |
5 维评分逻辑:每个维度计算 vs 同行业的 z-score(MAD 标准化),通过 sigmoid 映射到 0-100 分,加权合成综合分。
第 4 步:单股深度报告
做什么:对单只股票输出一份完整的 8 段财务体检报告。这是整个系统的核心产出。
数据来源:本地 data/fina_cache.parquet + data/fina_industry.parquet(无鉴权)
python scripts/analyze_stock.py 600519.SH
# 导出为单行宽 CSV(适合批量分析)
python scripts/analyze_stock.py 600519.SH --csv
报告结构(8 段):
| 段 | 标题 | 内容 |
|---|---|---|
| 一 | 核心财务指标 · 逐季对比 | 11 项科目(营收→净利润)× 全部季度 + 趋势箭头,每个指标标注首尾变化幅度 |
| 二 | 盈利能力 · 逐层拆解 | 毛利率 → 营业利润率 → 净利率,每期标注费用率(四费合计/营收)和利润留存率 |
| 三 | DuPont ROE 分解 | ROE = 净利率 × 总资产周转率 × 权益乘数,每期分解 + 文字解读(高杠杆/低周转/低利润) |
| 四 | 资产负债表 · 健康度 | 资产负债率、流动比率(含行业中位对比)、商誉/净资产、长期借款/净资产 + 风险提示 |
| 五 | 现金流 · 质量与趋势 | 经营/投资/筹资三段式逐期表 + 自由现金流(FCF)+ CFO/NP 含金量评级 |
| 六 | 增长轨迹 | 5 项指标(营收/利润/资产/权益/现金流)逐期趋势 + 同季度去年对比(YoY 增速) |
| 七 | 行业百分位排名 | 12 项指标 vs 同行业所有股票的百分位 + 🟢🟡🔴 评级 |
| 八 | 综合风险检测 | 12 项自动检查(ROE为负 / 利润无现金支撑 / 流动性危机 / 商誉炸弹 / 连续亏损 / 营收萎缩…),分 danger/warning 两级 |
多期数据的价值:同季度去年对比(YoY)消除季节性,Q4 利润通常高于 Q1(白酒尤甚),真正有意义的下跌是 YoY 下降,而非环比。
第 5 步:ML 审计风险预测(⭐ 新增 — 事前排雷)
做什么:基于 XGBoost 训练模型,用当前最新季度的 45 维财务特征(25 科目 + 15 比率 + 5 YoY 变化 + 行业),预测下一期年报(Q4)被出具"非标准审计意见"的概率。
核心理念:不等审计报告公开披露,提前 1-2 个季度预估哪些股票有财务暴雷风险。
🔓 零鉴权:纯本地读取 data/fina_cache.parquet + data/audit_predictor.json 模型文件
# 首次训练模型(需要已构建多季度缓存 + 审计标签)
python scripts/predict.py --train
# 训练 + 回测评估(按季度留一法交叉验证)
python scripts/predict.py --train --backtest
# 对最新季度全市场预测 → CSV
python scripts/predict.py --predict
# 单只股票预测 + 风险驱动因子解释
python scripts/predict.py --stock 600267.SH
产出数据列(output/audit_predictions_{quarter}.csv):
| 列 | 说明 |
|---|---|
symbol |
股票代码 |
quarter |
预测所依据的财务数据季度 |
prob_nonstandard |
被出具非标审计意见的概率 [0, 1] |
risk_tier |
风险等级:🟢安全(<0.1)/ 🟡关注(0.1-0.3)/ 🟠警示(0.3-0.5)/ 🔴高危(>0.5) |
模型详情:
| 项目 | 值 |
|---|---|
| 算法 | XGBoost(max_depth=4, scale_pos_weight=auto) |
| 特征维度 | 45(25 科目 + 15 比率 + 5 YoY + 行业编码) |
| 训练窗口 | CSI1000,2020q4–2025q4(5 年 × 6 个 Q4 年报) |
| 正样本 | 53 个非标审计意见(1.1%),自动类别不平衡加权 |
| 回测 AUC | 0.788(逐年上升:0.71→0.77→0.80→0.87) |
| Top 风险因子 | 利润总额、归母净利润、财务费用、营收增速、净利率 |
⚠️ 约束与局限性:
- 模型预测的是基于历史模式的统计概率,不是确定性的审计结论
- 训练样本有限(53 个非标),AUC 0.788 是有效但非高精度水平——建议结合第 1 步规则 + 第 4 步深度报告综合判断
- 金融企业(银行/保险)的财务结构特殊,利润和现金流模式与非金融企业不同,模型对此类样本的预测可靠性未知
- 预测仅在最新季度数据上有意义;越接近年报披露日,财务数据越"新鲜",预测越准确
第 6 步:AI 综合解读
做什么:结合审计意见 + 财务指标 + 行业对标 + 多期趋势,让 AI 给出综合判断。
方式:在本对话中直接提股票代码,或贴入第 4 步输出的关键数据。AI 会整合:
- 审计意见有无异常(来自第 1 步)
- 核心指标行业分位(来自第 3/4 步)
- 多期趋势是否有恶化(来自第 4 步 DuPont + 增长率)
- 风险检测结果(来自第 4 步第 8 段)
- 给出综合结论和建议
快速参考
# ── 环境(在 skill 根目录下执行) ──
source ~/.zshrc # panda_data 凭证
pip install -r requirements.txt
# ── 初始化(首次) ──
python scripts/build_cache.py --universe 000300.SH --quarters 8
pytest tests/ -v # 44 tests
# ── 日常使用 ──
python scripts/scan.py --quarter 2025q4 # 1. 审计扫描
python scripts/build_cache.py --incremental # 2. 增量更新缓存
python scripts/analyze_quick.py --all # 3. 批量评分
python scripts/analyze_stock.py 600267.SH # 4. 单股深报
# ── 缓存查询(无鉴权) ──
python scripts/build_cache.py --info # 缓存状态
python scripts/build_cache.py --stock 600519.SH # 单股快览
python scripts/build_cache.py --export-csv all.csv # 全量导出
# ── 评分查询(无鉴权) ──
python scripts/analyze_quick.py --top 20 # 最强 20
python scripts/analyze_quick.py --worst 20 # 最弱 20
python scripts/analyze_quick.py --industry 医药生物
---
## 其他 Agent 如何使用本 Skill
本 skill 的核心价值不是代码,是 **数据产出物**。任何 Agent(Build Agent、Alpha Agent、测试 Agent、主 Agent)通过以下三种方式消费:
### 方式一:读数据文件(最简单)
审计扫描和财务评分的结果通过 `scan.py` 和 `analyze_quick.py` 产出,其他 Agent 按约定路径读取。约定:**所有路径以本 skill 根目录为基准**。
```python
from pathlib import Path
import pandas as pd
# 如果是本 skill 内部脚本:用 __file__ 自定位
skill_root = Path(__file__).resolve().parent.parent # scripts/ → skill根目录
# 如果是外部 agent:假设 skill 已安装,通过相对路径 + 当前工作目录定位
# 或者通过环境变量 / 配置文件传入
skill_root = Path("path/to/skill-audit-opinion-scanner")
方式二:直接读 Parquet
import pandas as pd
from pathlib import Path
skill_root = Path(__file__).resolve().parent.parent # 自定位
# 全量财务数据缓存
df = pd.read_parquet(skill_root / "data" / "fina_cache.parquet")
latest = df[df["quarter"] == df["quarter"].max()]
stock = latest[latest["symbol"] == "000001.SZ"].iloc[0]
# 行业分类缓存
indu = pd.read_parquet(skill_root / "data" / "fina_industry.parquet")
row = indu[indu["stock_symbol"] == "000001.SZ"]
print(row[["stock_symbol", "l1_name", "l2_name"]].values)
方式三:调脚本出纯数据
# 全量导出到标准 CSV(可被任何语言消费)
python scripts/build_cache.py --export-csv /tmp/all_financial_data.csv
# 单股数据导出(一个股票 = 一行 CSV,含 250+ 列)
python scripts/analyze_stock.py 600519.SH --csv --output /tmp/600519.csv
集成示例:量化策略排雷
from pathlib import Path
import pandas as pd
# 约定:外部 agent 通过环境变量或配置获取 skill 路径
# 内部脚本用 Path(__file__).resolve().parent.parent 自定位
SKILL_ROOT = Path(__file__).resolve().parent.parent # 本 skill 内部
def load_audit_blacklist(skill_root: Path, quarter: str) -> list[str]:
path = skill_root / "output" / f"audit_risk_{quarter}.csv"
if not path.exists():
return []
df = pd.read_csv(path)
return df[df["risk_level"] >= 2]["symbol"].tolist()
def load_financial_health(skill_root: Path, quarter: str) -> pd.DataFrame:
path = skill_root / "output" / f"health_scores_{quarter}.csv"
if not path.exists():
return pd.DataFrame()
return pd.read_csv(path)
def load_cache(skill_root: Path) -> pd.DataFrame:
return pd.read_parquet(skill_root / "data" / "fina_cache.parquet")
# 使用
blacklist = load_audit_blacklist(SKILL_ROOT, "2025q4")
scores = load_financial_health(SKILL_ROOT, "2026q1")
candidates = scores[scores["composite"] >= 60] if not scores.empty else pd.DataFrame()
candidates = candidates[~candidates["symbol"].isin(blacklist)]
数据文件约定
| 文件 | 路径 | 格式 | 更新频率 | 内容 |
|---|---|---|---|---|
| 审计风险清单 | output/audit_risk_{quarter}.csv |
CSV, UTF-8 BOM | 每季度 | symbol, opinion, risk_level, risk_label |
| 财务健康评分 | output/health_scores_{quarter}.csv |
CSV, UTF-8 BOM | 每季度 | 5维评分, 综合分, 排名, 红绿灯 |
| 财务原始数据 | data/fina_cache.parquet |
Parquet | 每季度增量 | 25科目 × N季度, 含行业标签 |
| 行业分类 | data/fina_industry.parquet |
Parquet | 全市场一次性 | 5514只, L1/L2/L3 三级分类 |
约定:文件名中 {quarter} 格式为 YYYYqN(如 2026q1)。文件由本 skill 的脚本维护,消费方只读不写。
当前覆盖范围
- 股票数:1300 只(CSI300 + CSI1000),可通过
--universe 000852.SH扩展 - 季度数:最近 20 个季度(
build_cache.py --quarters 20,覆盖 2021q3–2026q2) - 行业:31 个申万一级行业,全市场 5514 只
- 缓存大小:约 4.6 MB(两份 parquet),15000+ 行的审计标签
- ML 模型:
data/audit_predictor.json(XGBoost,45 维特征,AUC 0.788)
依赖
- panda_data Python 库(仅第 1/2 步需要鉴权,第 3/4 步纯本地)
- pandas >= 2.0, pytest >= 7.0
- 环境变量:
PANDA_DATA_USERNAME,PANDA_DATA_PASSWORD
数据接口
| 接口 | 步骤 | 用途 |
|---|---|---|
get_audit_opinion |
第 1 步 | 拉取审计意见 |
get_fina_reports |
第 2 步 | 拉取 25 个精选科目(从 320+ 字段中筛选) |
get_industry_constituents |
第 2 步 | 拉取全市场申万行业分类 |
get_index_weights |
第 1/2 步 | 获取指数成分股 |
get_last_trade_date |
辅助 | 获取最新交易日 |
字段详见 references/need_used_api.md。
模块结构
├── SKILL.md
├── README.md / README.en.md
├── LICENSE (GPL-3.0)
├── INSTALL.md (多平台安装指南)
├── requirements.txt
├── data/ 本地数据缓存(parquet + JSON)
│ ├── fina_cache.parquet 1300只 × 20季度 × (25科目 + 15比率)
│ ├── fina_industry.parquet 5514只 × 31个申万L1行业
│ └── audit_predictor.json XGBoost 训练模型(45维特征)
├── scripts/
│ ├── scan.py 第1步: 审计意见扫描 + 风险映射
│ ├── build_cache.py 第2步: 财务数据缓存构建 + 单股快览
│ ├── analyze_quick.py 第3步: 1300只批量5维评分
│ ├── analyze_stock.py 第4步: 单股8段深度报告
│ ├── predict.py 第5步: ML审计风险事前预测(新增)
│ ├── data.py panda_data API 封装
│ ├── universe.py 股票池解析(指数成分股)
│ ├── rules.py 审计意见 → 风险等级映射 (10种)
│ ├── report.py CSV + Markdown 输出
├── references/
│ └── need_used_api.md 5个 panda_data API 完整入参/响应
└── tests/ 120 个单元测试
假设条件
- 财务数据(
get_fina_reports)的end_quarter参数可靠地返回对应季度的数据 get_industry_constituents返回的行业分类覆盖全 A 股,且申万分类标准稳定- 审计意见的
opinion字段枚举值由 panda_data 服务端维护,新增类型需更新OPINION_RISK_MAP - 最新季度(如 2026q2)的数据可能不完整(财报未披露完毕),评分脚本自动选择上一个数据充分的季度
- 行业百分位排名依赖同行业至少有 3 只股票有数据
- 所有金额单位为人民币(元),不做币种转换
- 同比增速(YoY)通过与去年同期(如 2026q1 vs 2025q1)对比计算,消除季节性
可被 Alpha 调用
- 是
- 调用方式:Alpha 从
data/fina_cache.parquet读取单只或多只股票的财务数据 + 比率 + 行业标签 - 调用限制:Alpha 不调用本 skill 的脚本,直接
pd.read_parquet()即可 - 依赖数据:本 skill 维护
data/目录下的 parquet 缓存文件
是否需要生产结果
- 是否生成
数据库.parquet:是(data/fina_cache.parquet与data/fina_industry.parquet) - 产出 CSV 报告(
output/目录)按需生成,非核心交付物
Changelog
v3 (current)
- ⭐ 第 5 步:ML 审计风险事前预测:XGBoost 模型,用最新季度 45 维财务特征预测下期年报非标审计意见概率(AUC 0.788)
- 数据扩展:缓存从 CSI300(300 只 × 8 季度)扩展到 CSI1000(1300 只 × 20 季度,2021q3–2026q2)
- 新脚本:
predict.py(训练/预测/回测/单股解释)+test_predict.py(25 个测试) - 新依赖:
xgboost>=2.0,scikit-learn>=1.3 - 测试从 95 个增至 120 个,全部通过
v2
- 统一缓存:放弃
get_fina_performance(季度过滤不可靠),改用get_fina_reports+ 25 个精选字段 - 两套 parquet 缓存:
fina_cache.parquet(财务科目+比率)+fina_industry.parquet(申万行业分类) - 三层分析体系:批量5维评分 → 单股8段深报 → AI 综合解读
- 8 段深度报告:核心财务指标、盈利能力拆解、DuPont 分解、资产负债表健康度、现金流质量、增长轨迹、行业百分位排名、12项自动风险检测
- 15 个派生比率:ROE/ROA/毛利率/净利率/杠杆/周转率/现金流质量等,涵盖 DuPont 分解
- 行业标准化评分:所有指标与同行业做 z-score 标准化(MAD),非跨行业绝对值比较
- 鉴权分层:仅 scan/build 需要 panda_data 凭证,其余脚本纯本地读取
- Agent 可消费数据:CSV/Parquet 固定结构,外部 Agent 无需运行脚本即可消费
- 可移植路径:所有路径通过
Path(__file__).resolve().parents[1]自定位 - 5 平台部署:Claude Code / Standalone / Codex / Cursor / Hermes / OpenClaw
v1 (deprecated)
- 仅审计意见扫描:季度拉取 → 规则映射 → 风险标签
get_fina_performance作为财务数据源(季度重复 80%+,已废弃)- 仅支持单季度、单指数扫描
- 无行业分类、无评分系统、无深度报告
Known Limitations
- 默认仅 CSI300 财务缓存:三表缓存(
fina_cache.parquet)当前仅覆盖 CSI300(300 只),需手动--universe 000852.SH扩展 - get_fina_performance 已废弃:v1 使用此接口的数据已全部迁移到
get_fina_reports,旧fina_performance.parquet不再生成 - 最新季度可能不完整:最新一个季度的财报可能尚未披露完毕(如 2026q2 仅 4 只股票有数据),评分自动回退到上一个完整季度
- 不分析审计报告全文:审计意见分析仅基于结构化
opinion字段,不涉及 PDF/全文语义分析 - AI 解读依赖当前对话:无外部 LLM API 集成,综合解读通过本对话上下文完成
- 实时数据不支持:所有分析基于缓存数据(时点),不支持盘中实时财务指标更新
- 行业中位计算采样:深度报告中,行业百分位对比采样同行业前 30 只股票以控制计算时间
- 非金融企业部分科目为空:银行、保险等金融企业的
is_gross_profit、bs_inventory等科目天然为空