# Aj Stock Analysis

> 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tushare获取公开财务数据，适合低频交易的普通投资者。

- Skill: `zuoa/aj-stock-analysis` (Agent Skill, multi-file: 34 files)
- Install (CLI): `npx skillmds add zuoa/aj-stock-analysis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/zuoa/aj-stock-analysis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: zuoa (https://skillmd.com/u/zuoa)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/zuoa/aj-stock-analysis

---


# China Stock Analysis Skill

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。

## When to Use

当用户请求以下操作时调用此skill：
- 分析某只A股股票
- 筛选符合条件的股票
- 对比多只股票或行业内股票
- 计算股票估值或内在价值
- 查看股票的财务健康状况
- 检测财务异常风险

## Prerequisites

### Python环境要求（必须使用venv）
所有脚本命令都应在项目虚拟环境中运行。

```bash
python3 -m venv .venv
source .venv/bin/activate
```

安装依赖：
```bash
pip install tushare pandas numpy
```

### Environment Bootstrap（执行前必须自动完成）
在运行任何脚本前，先在当前项目目录执行：

```bash
cd <skill项目目录>
if [ ! -d ".venv" ]; then
  python3 -m venv .venv
fi
source .venv/bin/activate
python3 -m pip install -U pip
python3 -m pip install tushare pandas numpy
```

说明：
- `.venv` 必须位于 skill 项目根目录下（不是全局目录）
- 若 `import tushare` 失败，必须先执行上述 bootstrap，再继续后续分析流程

`TUSHARE_TOKEN` / `BRAVE_API_KEY` 建议保存在 `~/.aj-skills/.env`，并在执行前先加载到当前 shell：
```bash
set -a
source ~/.aj-skills/.env
set +a
```

说明：
- 脚本不会自动读取 `~/.aj-skills/.env`
- 必须通过 CLI 参数显式传入：`--token "${TUSHARE_TOKEN}"`、`--brave-api-key "${BRAVE_API_KEY}"`

执行前参数预检（使用 `test` 命令）：
```bash
test -n "${TUSHARE_TOKEN}" || { echo "缺少 TUSHARE_TOKEN"; exit 1; }
# 仅当使用 Brave 新闻源时检查
test -n "${BRAVE_API_KEY}" || { echo "缺少 BRAVE_API_KEY（news-provider=brave 时必填）"; exit 1; }
```

### 依赖检查
在执行任何分析前，先检查tushare是否已安装：
```bash
python3 -c "import tushare; print(tushare.__version__)"
```

## Core Modules

### 1. Stock Screener (股票筛选器)
筛选符合条件的股票

### 2. Financial Analyzer (财务分析器)
个股深度财务分析

### 3. Industry Comparator (行业对比)
同行业横向对比分析

### 4. Valuation Calculator (估值计算器)
内在价值测算与安全边际计算

### 5. News & Sentiment (新闻与舆情)
抓取近期社会面新闻并生成舆情风险评估

---

## Workflow 1: Stock Screening (股票筛选)

用户请求筛选股票时使用。

### Step 1: Collect Screening Criteria

向用户询问筛选条件。提供以下选项供用户选择或自定义：

**估值指标：**
- PE (市盈率): 例如 PE < 15
- PB (市净率): 例如 PB < 2
- PS (市销率): 例如 PS < 3

**盈利能力：**
- ROE (净资产收益率): 例如 ROE > 15%
- ROA (总资产收益率): 例如 ROA > 8%
- 毛利率: 例如 > 30%
- 净利率: 例如 > 10%

**成长性：**
- 营收增长率: 例如 > 10%
- 净利润增长率: 例如 > 15%
- 连续增长年数: 例如 >= 3年

**股息：**
- 股息率: 例如 > 3%
- 连续分红年数: 例如 >= 5年

**财务安全：**
- 资产负债率: 例如 < 60%
- 流动比率: 例如 > 1.5
- 速动比率: 例如 > 1

**筛选范围：**
- 全A股
- 沪深300成分股
- 中证500成分股
- 创业板/科创板
- 用户自定义列表

### Step 2: Execute Screening

```bash
python scripts/stock_screener.py \
    --scope "hs300" \
    --token "${TUSHARE_TOKEN}" \
    --pe-max 15 \
    --roe-min 15 \
    --debt-ratio-max 60 \
    --dividend-min 2 \
    --output screening_result.json
```

**参数说明：**
- `--scope`: 筛选范围 (all/hs300/zz500/cyb/kcb/custom:600519,000858,...)
- `--pe-max/--pe-min`: PE范围
- `--pb-max/--pb-min`: PB范围
- `--roe-min`: 最低ROE
- `--growth-min`: 最低增长率
- `--debt-ratio-max`: 最大资产负债率
- `--dividend-min`: 最低股息率
- `--token`: tushare token（必填）
- `--format`: 输出格式 (json/table)
- `--quiet`: 静默模式
- `--output`: 输出文件路径

### Step 3: Present Results

读取 `screening_result.json` 并以表格形式呈现给用户：

| 代码 | 名称 | PE | PB | ROE | 股息率 | 评分 |
|------|------|----|----|-----|--------|------|
| 600519 | 贵州茅台 | 25.3 | 8.5 | 30.2% | 2.1% | 85 |

---

## Workflow 2: Stock Analysis (个股分析)

用户请求分析某只股票时使用。

### Step 1: Collect Stock Information

询问用户：
1. 股票代码或名称
2. 分析深度级别：
   - **摘要级**：关键指标 + 投资结论（1页）
   - **标准级**：财务分析 + 估值 + 行业对比 + 风险提示
   - **深度级**：完整调研报告，包含历史数据追踪

### Step 1.5: Prepare Output Directory

单只股票分析时，skill 需要自动创建输出目录，命名规则：
- `${股票名称}_${股票代码}`

示例：
```bash
stock_dir="贵州茅台_600519"
mkdir -p "${stock_dir}"
```

### Step 2: Fetch Stock Data

推荐使用“分模块抓取 + 聚合”流程（CLI解耦）：

```bash
mkdir -p "${stock_dir}/data"

# 1) 基础信息
python scripts/fetch_basic.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --output "${stock_dir}/data/basic.json"

# 2) 财务数据
python scripts/fetch_financial.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --years 5 \
  --output "${stock_dir}/data/financial.json"

# 3) 估值与行情
python scripts/fetch_valuation.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --output "${stock_dir}/data/valuation.json"
python scripts/fetch_price.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --days 180 \
  --output "${stock_dir}/data/price.json"

# 4) 新闻舆情
python scripts/fetch_news_data.py \
  --code "600519" \
  --name "贵州茅台" \
  --days 7 \
  --limit 20 \
  --provider brave \
  --brave-api-key "${BRAVE_API_KEY}" \
  --output "${stock_dir}/data/news.json"

# 5) 实时与事件窗口
python scripts/fetch_realtime.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --benchmark hs300 \
  --window 60 \
  --output "${stock_dir}/data/realtime.json"
python scripts/fetch_event_window.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --name "贵州茅台" \
  --benchmark hs300 \
  --pre-days 1 \
  --post-days 1,3,5 \
  --provider brave \
  --brave-api-key "${BRAVE_API_KEY}" \
  --output "${stock_dir}/data/event_window.json"

# 6) 聚合为分析输入
python scripts/assemble_data.py \
  --input-dir "${stock_dir}/data" \
  --output "${stock_dir}/stock_data.json"
```

兼容模式（单命令抓取）保留如下：

```bash
python scripts/data_fetcher.py \
    --code "600519" \
    --token "${TUSHARE_TOKEN}" \
    --data-type all \
    --with-news \
    --news-provider brave \
    --brave-api-key "${BRAVE_API_KEY}" \
    --with-realtime \
    --with-event-window \
    --benchmark hs300 \
    --realtime-window 60 \
    --event-window-pre 1 \
    --event-window-post 1,3,5 \
    --news-days 7 \
    --news-limit 20 \
    --years 5 \
    --output "${stock_dir}/stock_data.json"
```

**参数说明：**
- `--code`: 股票代码
- `--data-type`: 数据类型 (basic/financial/valuation/holder/news/all)
- `--years`: 获取多少年的历史数据
- `--token`: tushare token（必填）
- `--with-news`: 附加新闻与舆情
- `--news-days`: 新闻窗口天数
- `--news-limit`: 新闻最大条数
- `--news-sources`: 新闻来源过滤（逗号分隔）
- `--news-provider`: 新闻源 (auto/brave/tushare/rss)
- `--brave-api-key`: Brave Search API Key（`news-provider=brave` 时必填）
- `--with-realtime`: 附加实时指标（趋势/确认/风险/筹码）
- `--with-event-window`: 附加事件窗口分析（事件后1/3/5日反应）
- `--benchmark`: 相对强弱基准指数 (hs300/zz500/zz1000/cyb/kcb)
- `--realtime-window`: 实时指标计算窗口（日）
- `--event-window-pre`: 事件窗口前置天数
- `--event-window-post`: 事件窗口后验天数（逗号分隔）
- `--cache-ttl-min`: 缓存有效期（分钟）
- `--format`: 输出格式 (json/table)
- `--quiet`: 静默模式
- `--output`: 输出文件

### 可选：单独执行新闻舆情流程

```bash
python scripts/news_fetcher.py --code 600519 --name 贵州茅台 --token "${TUSHARE_TOKEN}" --days 7 --limit 20 --provider brave --brave-api-key "${BRAVE_API_KEY}" --output "${stock_dir}/news.json"
python scripts/sentiment_analyzer.py --input "${stock_dir}/news.json" --output "${stock_dir}/sentiment.json"
```

### Step 3: Run Financial Analysis

```bash
python scripts/financial_analyzer.py \
    --input "${stock_dir}/stock_data.json" \
    --level standard \
    --output "${stock_dir}/analysis_result.json"
```

或直接读取分模块目录（自动聚合）：

```bash
python scripts/financial_analyzer.py \
    --input-dir "${stock_dir}/data" \
    --level standard \
    --output "${stock_dir}/analysis_result.json"
```

**参数说明：**
- `--input`: 输入的股票数据文件
- `--input-dir`: 分模块目录（自动读取并聚合为分析输入）
- `--level`: 分析深度 (summary/standard/deep)
- `--output`: 输出文件

### Step 4: Calculate Valuation

```bash
python scripts/valuation_calculator.py \
    --input "${stock_dir}/stock_data.json" \
    --methods dcf,ddm,relative \
    --discount-rate 10 \
    --growth-rate 8 \
    --output "${stock_dir}/valuation_result.json"
```

**参数说明：**
- `--input`: 股票数据文件
- `--methods`: 估值方法 (dcf/ddm/relative/all)
- `--discount-rate`: 折现率(%)
- `--terminal-growth`: 永续增长率(%)
- `--growth-rate`: 永续增长率兼容别名(%)
- `--margin-of-safety`: 安全边际(%)
- `--format`: 输出格式 (json/table)
- `--quiet`: 静默模式
- `--output`: 输出文件

### Step 5: Generate Report

读取分析结果，参考 `templates/analysis_report.md` 模板生成中文分析报告。

报告生成必检项（必须全部满足）：
0. 最终报告必须落盘为 Markdown 文件（`.md`）
1. 必须包含“新闻与舆情”章节
2. 必须使用 `stock_data.json` 中的 `news_sentiment/news_items` 填充对应字段
3. 若新闻抓取失败，需在报告中明确写出失败原因（来自 `news_sentiment.error`）
4. 不允许省略模板中 `summary_title` 与“业绩与审计信号”章节
5. 若 `stock_data.json` 包含 `realtime_metrics`，报告必须包含“实时指标看板”章节（趋势/确认/风险/筹码）
6. 若 `stock_data.json` 包含 `event_window`，报告必须包含“事件窗口反应”内容（事件数、后1/3/5日收益、后1/3/5日超额收益）
7. 若 `realtime_metrics` 存在，综合评分必须采用 **财务40% + 实时60%**（实时优先）

报告结构（标准级）：
1. **公司概况**：基本信息、主营业务
2. **财务健康**：资产负债表分析
3. **盈利能力**：杜邦分析、利润率趋势
4. **成长性分析**：营收/利润增长趋势
5. **实时指标看板**：趋势/确认/风险/筹码
6. **事件窗口分析**：事件后收益与超额收益
7. **估值分析**：DCF/DDM/相对估值
8. **风险提示**：财务异常检测、股东减持
9. **投资结论**：综合评分、操作建议（实时优先）

报告标题规范：
- `summary_title` 使用格式：`股票名称(股票代码)：总结性结论`
- 示例：`贵州茅台(600519)：财务稳健，估值与风险匹配度较好`


输出文件：
```
${stock_dir}/final_report.md
```


### Step 6: humanize Output
读取 `${stock_dir}/final_report.md`，并调用 `humanizer-zh` skill 进行润色和优化。

输出文件：
```
${stock_dir}/final_report_humanized.md
``` 

---


## Workflow 3: Industry Comparison (行业对比)

### CLI方式（板块分析，推荐）

```bash
# 1) 获取板块数据
python scripts/sector_fetcher.py \
  --sector-name "算力板块" \
  --token "${TUSHARE_TOKEN}" \
  --sector-file config/sector_computing_default.json \
  --output "${stock_dir}/sector_data.json"

# 2) 生成板块分析结果 + Markdown报告
python scripts/sector_analyze.py \
  --input "${stock_dir}/sector_data.json" \
  --output "${stock_dir}/sector_analysis.json"
```

### Step 1: Collect Comparison Targets

询问用户：
1. 目标股票代码（可多个）
2. 或者：行业分类 + 对比数量

### Step 2: Fetch Industry Data

```bash
python scripts/data_fetcher.py \
    --codes "600519,000858,002304" \
    --token "${TUSHARE_TOKEN}" \
    --data-type comparison \
    --output industry_data.json
```

或按行业获取：
```bash
python scripts/data_fetcher.py \
    --industry "白酒" \
    --token "${TUSHARE_TOKEN}" \
    --top 10 \
    --output industry_data.json
```

### Step 3: Generate Comparison

```bash
python scripts/financial_analyzer.py \
    --input industry_data.json \
    --mode comparison \
    --output comparison_result.json
```

### Step 4: Present Comparison Table

| 指标 | 贵州茅台 | 五粮液 | 洋河股份 | 行业均值 |
|------|----------|--------|----------|----------|
| PE | 25.3 | 18.2 | 15.6 | 22.4 |
| ROE | 30.2% | 22.5% | 20.1% | 18.5% |
| 毛利率 | 91.5% | 75.2% | 72.3% | 65.4% |
| 评分 | 85 | 78 | 75 | - |

---

## Workflow 4: Valuation Calculator (估值计算)

### Step 1: Collect Valuation Parameters

询问用户估值参数（或使用默认值）：

**DCF模型参数：**
- 折现率 (WACC): 默认10%
- 预测期: 默认5年
- 永续增长率: 默认3%

**DDM模型参数：**
- 要求回报率: 默认10%
- 股息增长率: 使用历史数据推算

**相对估值参数：**
- 对比基准: 行业均值 / 历史均值

### Step 2: Run Valuation

```bash
python scripts/valuation_calculator.py \
    --code "600519" \
    --methods all \
    --discount-rate 10 \
    --terminal-growth 3 \
    --forecast-years 5 \
    --margin-of-safety 30 \
    --output valuation.json
```

### Step 3: Present Valuation Results

| 估值方法 | 内在价值 | 当前价格 | 安全边际价格 | 结论 |
|----------|----------|----------|--------------|------|
| DCF | ¥2,150 | ¥1,680 | ¥1,505 | 低估 |
| DDM | ¥1,980 | ¥1,680 | ¥1,386 | 低估 |
| 相对估值 | ¥1,850 | ¥1,680 | ¥1,295 | 合理 |

---

## Financial Anomaly Detection (财务异常检测)

在分析过程中自动检测以下异常信号：

### 检测项目

1. **应收账款异常**
   - 应收账款增速 > 营收增速 × 1.5
   - 应收账款周转天数大幅增加

2. **现金流背离**
   - 净利润持续增长但经营现金流下降
   - 现金收入比 < 80%

3. **存货异常**
   - 存货增速 > 营收增速 × 2
   - 存货周转天数大幅增加

4. **毛利率异常**
   - 毛利率波动 > 行业均值波动 × 2
   - 毛利率与同行严重偏离

5. **关联交易**
   - 关联交易占比过高（> 30%）

6. **股东减持**
   - 大股东近期减持公告
   - 高管集中减持

### 风险等级

- 🟢 **低风险**：无明显异常
- 🟡 **中风险**：1-2项轻微异常
- 🔴 **高风险**：多项异常或严重异常

---

## A-Share Specific Analysis (A股特色分析)

### 政策敏感度

根据行业分类提供政策相关提示：
- 房地产：房住不炒政策
- 新能源：补贴政策变化
- 医药：集采政策影响
- 互联网：反垄断、数据安全

### 股东结构分析

1. 控股股东类型（国企/民企/外资）
2. 股权集中度
3. 近期增减持情况
4. 质押比例

---

## Output Format

### JSON/Table输出格式

- 默认 `json`
- 可选 `--format table` 用于终端快速查看
- 使用 `--quiet` 可关闭过程日志

所有脚本输出JSON格式，便于后续处理：

```json
{
  "code": "600519",
  "name": "贵州茅台",
  "analysis_date": "2025-01-25",
  "level": "standard",
  "summary": {
    "score": 85,
    "conclusion": "低估",
    "recommendation": "建议关注"
  },
  "financials": { ... },
  "valuation": { ... },
  "risks": [ ... ]
}
```

### Markdown报告

生成结构化的中文Markdown报告，参考 `templates/analysis_report.md`。

---

## Data Contract

核心数据结构由 `scripts/data_contract.py` 约束。分析脚本会在运行前校验：

- 顶层必需字段：`code/fetch_time/data_type/basic_info`
- 常用可选字段：`financial_data/financial_indicators/valuation/price/holder/dividend`
- 新闻相关字段：`news_items/news_sentiment`
- 业绩审计字段：`performance_data`（含 `forecast/express/audit/main_business`）
- 报表字段要求：
  - `financial_data.balance_sheet` 必须是数组
  - `financial_data.income_statement` 必须是数组
  - `financial_data.cash_flow` 必须是数组

### 字段映射（Akshare -> Tushare）

| 兼容语义 | 当前字段（推荐） | 兼容别名/来源 |
|---------|------------------|---------------|
| PE(TTM) | `valuation.latest.pe_ttm` | `valuation.latest.pe` |
| PB | `valuation.latest.pb` | - |
| 净利润 | `financial_data.income_statement[].净利润` | `n_income` |
| 经营现金流净额 | `financial_data.cash_flow[].经营活动产生的现金流量净额` | `n_cashflow_act` |
| 资本开支现金 | `financial_data.cash_flow[].购建固定资产、无形资产和其他长期资产支付的现金` | `c_pay_acq_const_fiolta` |
| ROE | `financial_indicators[].净资产收益率` | `roe` |
| 资产负债率 | `financial_indicators[].资产负债率` | `debt_to_assets` |

---

## Error Handling

### 网络错误
如果tushare数据获取失败，提示用户：
1. 检查网络连接
2. 稍后重试（可能是接口限流）
3. 尝试更换数据源

### 股票代码无效
提示用户检查股票代码是否正确，提供可能的匹配建议。

### 数据不完整
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。

---

## Best Practices

1. **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；开启 `--with-realtime` / `--with-event-window` 时补充趋势与事件冲击的动态指标
2. **投资建议**：所有分析仅供参考，不构成投资建议
3. **风险提示**：始终包含风险提示，特别是财务异常检测结果
4. **对比分析**：单只股票分析时，自动包含行业均值对比
5. **评分权重**：实时数据存在时使用 `财务40% + 实时60%`；实时缺失时退化为财务分

## Important Notes

- 所有分析基于公开财务数据，不涉及任何内幕信息
- 估值模型的参数假设对结果影响较大，需向用户说明
- A股市场受政策影响较大，定量分析需结合定性判断