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。

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

安装依赖：

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：

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：

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）：

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：

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

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：

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：

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）：

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：

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

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

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）：

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

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）：

1. 最终报告必须落盘为 Markdown 文件（.md）
2. 必须包含“新闻与舆情”章节
3. 必须使用 stock_data.json 中的 news_sentiment/news_items 填充对应字段
4. 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）
5. 不允许省略模板中 summary_title 与“业绩与审计信号”章节
6. 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）
7. 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）
8. 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