Boheng Investment Workflow

---
name: boheng-investment-workflow
version: 1.5.5
author: 张权 (Zhang Quan)
author_website: https://www.luckydesigner.space
author_brand: Luckydesigner（行运设计师）
author_pen_name: 伯衡君
license: MIT
description: "投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。"
---

⚠️ **安全提示**
- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore
- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能
- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用

📖 **USER.md 数据使用**
本系统会读取 `USER.md` 获取投资偏好用于个性化建议：
- 投资风格、风险偏好、持仓周期（用于调整建议）
- 不会保存或上传用户数据，仅本地使用

⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。

keywords:
  - 股票分析
  - 投资决策
  - 多智能体
  - 多数据源
  - A股
  - 财务分析
  - 估值分析
  - 基金分析
  - ETF分析
  - 可转债分析
  - baostock
  - 真实财报
trigger_keywords:
  - 分析
  - 投资
  - 股票
  - 基金
  - ETF
  - 可转债
  - 值得投资吗
  - 能买吗
  - 可以买吗
  - 这支股票怎么样
  - 这只股票怎么样
  - 股票好不好
  - 股票怎么样
  - 买入建议
  - 卖出建议
  - 投资建议
  - 财务分析
  - 估值分析
  - 推荐股票
  - 推荐基金
min_openclaw_version: "1.0.0"
security:
  network_access: true
  allowed_domains:
    - qt.gtimg.cn
    - web.ifzq.gtimg.cn
    - push2.eastmoney.com
    - stock.xueqiu.com
    - finance.sina.com.cn
    - api.baostock.com
    - so.eastmoney.com
  file_writes:
    - ~/.openclaw/workspace/investment/
  system_commands: false
  https_only: true
  background_tasks: false
  # 安全修复 v1.5.2:
  # - 移除所有 subprocess pkill 系统命令调用
  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）
  # - 新增新闻内容输入净化层（防止提示注入）
  # - 严格限制外部内容长度与字符集
  browser_automation: optional_disabled_by_default
  akshare_optional: "True - 推荐安装baostock获取真实财报：pip install baostock"
  # 安全说明:
  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI
  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击
  input_sanitization: true
---

# 投资研究多智能体决策系统

## 🎯 核心特性

| 特性 | 说明 |
|------|------|
| ✅ **多智能体分析** | 8位专业分析师并行研究 |
| ✅ **加权投票机制** | 按权重计算最终投资建议 |
| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |
| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |
| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |
| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |
| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |
| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |
| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |
| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |
| ✅ **风险提示** | 识别并提示潜在风险 |
| ✅ **质检功能** | 自动检查报告生成、数据完整性 |

> ⚠️ **重要风险提示**：
> - 本技能分析结果**仅供学习参考**，不构成任何投资建议
> - 投资有风险，决策需谨慎，务必以官方财报为准

### 📊 数据获取优先级

本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：

```
┌─────────────────────────────────────────────────────────────┐
│                    数据获取优先级                              │
├─────────────────────────────────────────────────────────────┤
│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │
│     ↓ 失败                                                      │
│  2️⃣ baostock   → 真实财报数据（备用）                        │
│     ↓ 失败                                                      │
│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │
│     ↓ 无数据                                                    │
│  4️⃣ 默认估算值   → 行业平均值（保底）                         │
└─────────────────────────────────────────────────────────────┘
```

| 优先级 | 数据来源 | 数据类型 | 说明 |
|--------|----------|----------|------|
| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |
| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |
| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |
| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |

**数据来源标识**：
- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）
- 质检报告也会显示数据完整性状态

**实时行情**：
- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）

---

### 📰 财经新闻获取优先级

本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：

```
┌─────────────────────────────────────────────────────────────┐
│                    新闻获取优先级                              │
├─────────────────────────────────────────────────────────────┤
│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │
│     ↓ 失败                                                      │
│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │
│     ↓ 失败                                                      │
│  3️⃣ 巨潮资讯网  → 上市公司公告                               │
│     ↓ 失败                                                      │
│  4️⃣ 东方财富   → 财经新闻                                    │
│     ↓ 失败                                                      │
│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │
│     ↓ 无数据                                                    │
│  6️⃣ 空列表     → 返回无数据                                  │
└─────────────────────────────────────────────────────────────┘
```

| 优先级 | 数据来源 | 说明 |
|--------|----------|------|
| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |
| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |
| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |
| 4 | 东方财富 | 财经新闻频道 |
| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |
| 6 | 无数据 | 返回空列表 |

**技术实现**：
- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面
- 解析页面元素提取搜索结果链接
- 自动过滤导航、广告等无关链接
- 失败时自动降级到下一个数据源
- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏

**依赖**：
- `agent-browser` 技能已内置于 OpenClaw
- 无需额外配置

**技术说明**：
- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站
- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接
- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻
- AI推断数据会标注 `source: AI推断`，作为最终兜底方案

**前置依赖**：
- 已安装 `agent-browser` 技能（OpenClaw内置）
- 无需额外安装，OpenClaw 会自动加载

### 📁 报告输出路径

分析完成后，系统会自动保存报告到以下目录：

```bash
~/.openclaw/workspace/investment/reports/
```

**文件命名规则**：
```
{日期}_{股票代码}_{分析师类型}.txt
# 示例：2026-05-07_600519_估值分析师.txt
```

**查看最近报告**：
```bash
ls -lt ~/.openclaw/workspace/investment/reports/ | head -10
```

**报告内容包括**：
- 📊 财务数据概览（ROE、毛利率、净利率等）
- 📈 8位分析师投票结果及理由
- 🎯 最终投资建议及风险提示
- 📋 质检报告（数据完整性检查）

---

## 🚀 快速开始

### 1️⃣ 安装

```bash
cd ~/.openclaw/skills/boheng-investment-workflow/scripts
chmod +x install.sh
./install.sh
```

会自动完成：
- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录
- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）
- ✅ 测试基本功能

### 依赖说明

| 依赖包 | 用途 | 必需 |
|--------|------|------|
| `requests` | HTTP 请求 | ✅ 必需 |
| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |
| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |
| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |

> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。

#### 安装baostock（推荐，获取真实财务数据）

```bash
pip install baostock pandas
```
```

---

### 2️⃣ 对话中使用

在AI助手中直接说：
- "分析平安银行"
- "分析医疗ETF"
- "006105基金值得投资吗"
- "这支股票怎么样"

AI会自动调用8位分析师进行分析。

---

### 2️⃣ 分析投资标的

#### 股票分析

```bash
# 分析单只股票（快速模式，仅行情）
python3 analyze_stock.py 600919

# 指定股票名称
python3 analyze_stock.py 600919 江苏银行

# 完整分析（包含财务趋势+行业对比）
python3 analyze_stock.py 600919 --akshare

# 仅财务趋势分析
python3 analyze_stock.py 600919 --akshare --no-industry

# 仅行业对比分析
python3 analyze_stock.py 600919 --akshare --no-trend
```

#### 财务趋势分析（独立）

```bash
# 分析近5年财务趋势
python3 financial_trend.py 603529 5

# 分析近3年财务趋势
python3 financial_trend.py 603529 3
```

#### 行业对比分析（独立）

```bash
# 行业对比分析
python3 industry_comparison.py 603529 爱玛科技
```

---

### 3️⃣ 快速分析（推荐）

**推荐使用 `quick_analysis.py`**，自动调用8位分析师：

```bash
# 快速分析（自动8位分析师）
python3 quick_analysis.py 000001
```

**代码调用**（AI助手中使用）：
```python
from quick_analysis import quick_analyze
result = quick_analyze('000001')  # 平安银行
print(result['final_vote'])  # 最终投票
```

**8位分析师**：
| 分析师 | 权重 |
|--------|------|
| 宏观经济分析师 | 1.0x |
| 行业研究员 | 1.5x |
| 基本面分析师 | 1.5x |
| 技术分析师 | 1.0x |
| 风险控制师 | 1.2x |
| 量化分析师 | 1.0x |
| 情绪分析师 | 0.8x |
| 估值分析师 | 1.2x |

---

#### 基金分析

```bash
# 分析基金
python3 analyze_fund.py 110022  # 易方达消费行业

# 指定基金名称
python3 analyze_fund.py 110022 易方达消费行业
```

#### ETF分析

```bash
# 分析ETF
python3 analyze_etf.py 510300  # 沪深300ETF

# 指定ETF名称
python3 analyze_etf.py 510300 沪深300ETF
```

#### 可转债分析

```bash
# 分析可转债
python3 analyze_bond.py 113050  # 核能转债

# 指定可转债名称
python3 analyze_bond.py 113050 核能转债
```

---

### 3️⃣ 输出示例

```
============================================================
        投资研究决策报告
============================================================

【标的】：002489 浙江永强
【研究时间】：2026-05-07 13:51
【当前价格】：3.54 (+3.81%)
【数据来源】：腾讯财经
【财务数据】：baostock真实财报

============================================================
        财务数据概览
============================================================

📊 盈利能力：
   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%

📈 成长能力：
   营收增速: 5.00%  |  利润增速: 8.00%

💰 偿债能力：
   资产负债率: 193.20%  |  流动比率: 1.00

💎 估值指标：
   PE: 30.89倍  |  PB: 0倍
   股息率: 0.04%

🏭 行业信息：
   所属行业: 综合  |  行业涨跌幅: +0.00%
   行业景气度: 中

============================================================
        8位分析师投票结果
============================================================

1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)
   理由：市场情绪过热，需警惕回调风险...

2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐
   理由：所属【综合】行业景气度中等...

3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐
   理由：ROE 12.0%偏低，资产负债率偏高...

4. 技术分析师 → ⚠️ 建议 (权重 1.0x)
   理由：技术面中性，上升趋势...

5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐
   理由：风险等级：高，建议仓位控制在10%以内...

6. 量化分析师 → ⚠️ 建议 (权重 1.0x)
   理由：量化综合得分：58.3分...

7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)
   理由：市场情绪：中性...

8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐
   理由：PE 30.89倍，估值偏高...

============================================================
            投票统计
============================================================

✅ 建议投资：0票
⚠️ 谨慎投资：5票
❌ 不建议投资：3票

============================================================
            最终结论
============================================================

最终建议：⚠️ 谨慎投资

综合建议：
1. 当前存在不确定性因素，建议观望
2. 如需参与，仓位控制在10%以内
3. 等待更明确的买入信号

风险提示：
- 财务杠杆偏高，偿债压力较大
- 市场系统性风险不可忽视

============================================================
        📋 质检报告
============================================================
✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt
✅ 财务数据获取: baostock真实财报
✅ 分析师调用: 8位分析师全部调用
✅ 投票计算: ⚠️, 得分: 0.58
✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%
⚠️ 估值数据获取: PE/PB为0
✅ 数据来源标识: baostock真实财报
--------------------------------------------------
📊 总体: 通过 6/7
✅ 全部质检项通过！
============================================================
```

---

## 📁 文件结构

```
boheng-investment-workflow/
├── SKILL.md                    # 主文档（完整技能说明）
├── CHANGELOG.md                # 版本变更记录
├── LICENSE                     # MIT许可证
└── scripts/
    ├── config.py               # 统一配置
    ├── monitor.py              # 行情监控模块
    ├── financial_data.py       # 财务数据模块
    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）
    ├── financial_data_baostock.py # baostock财务数据模块
    ├── financial_trend.py      # 财务趋势分析
    ├── industry_comparison.py  # 行业对比分析
    ├── quick_analysis.py       # 快速分析入口（推荐）
    ├── analyze_stock.py        # 股票分析入口
    ├── analyze_fund.py         # 基金分析入口
    ├── analyze_etf.py          # ETF分析入口
    ├── analyze_bond.py         # 可转债分析入口
    ├── analysts.py             # 8位分析师模块
    ├── roe_evaluator.py        # 动态ROE评估器（v1.0.0新增）
    ├── report_generator.py     # 报告生成器
    ├── graham_evaluator.py     # 格雷厄姆估值模块
    ├── install.sh              # 安装脚本
    └── uninstall.sh            # 卸载脚本
```

---

## 👥 8位分析师及其职责

| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |
|---|--------|------|----------|------|----------|
| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |
| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |
| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |
| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |
| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |
| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |
| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |
| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |

---

## 📊 基金分析

### 基金数据接口

```python
import akshare as ak

# 基金基本信息
df = ak.fund_name_em()
fund_info = df[df['基金代码'] == '110022'].iloc[0]

# 基金净值
df = ak.fund_open_fund_daily_em(symbol="110022")
# 包含：单位净值、累计净值、日增长率

# 基金历史净值
df = ak.fund_open_fund_info_em(fund="110022", indicator="单位净值")

# 基金持仓
df = ak.fund_portfolio_em(fund="110022")
# 包含：股票持仓、债券持仓、行业分布

# 基金业绩排名
df = ak.fund_performance_open_fund_em(symbol="110022")

# 基金经理
df = ak.fund_manager_em(fund="110022")
```

### 基金分析维度

| 分析师 | 基金分析维度 |
|--------|--------------|
| 宏观经济 | 市场环境、利率走势 |
| 行业研究 | 基金持仓行业分布 |
| 基本面 | 基金业绩、持仓股票质量 |
| 技术面 | 净值走势、MA趋势 |
| 风险控制 | 波动率、最大回撤 |
| 量化分析 | 夏普比率、Alpha/Beta |
| 情绪分析 | 基金规模变化、申购赎回 |
| 估值分析 | 基金估值、持仓股票PE |

### 基金评分标准

| 指标 | 优秀 | 良好 | 一般 | 较差 |
|------|------|------|------|------|
| 年化收益 | >15% | 10-15% | 5-10% | <5% |
| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |
| 最大回撤 | <10% | 10-20% | 20-30% | >30% |
| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |

---

## 📈 ETF分析

### ETF数据接口

```python
import akshare as ak

# ETF列表
df = ak.fund_etf_spot_em()

# ETF实时行情
df = ak.fund_etf_fund_daily_em(symbol="510300")

# ETF历史净值
df = ak.fund_etf_fund_info_em(fund="510300", indicator="单位净值")

# ETF持仓（指数ETF）
# 查询指数成分股
df = ak.index_stock_cons_weight_csindex(symbol="000300")  # 沪深300成分股
```

### ETF分析维度

| 分析师 | ETF分析维度 |
|--------|--------------|
| 宏观经济 | 市场环境、政策导向 |
| 行业研究 | ETF跟踪指数/行业 |
| 基本面 | 指数成分股质量 |
| 技术面 | ETF价格走势、MA趋势 |
| 风险控制 | 波动率、跟踪误差 |
| 量化分析 | 指数估值、PE分位 |
| 情绪分析 | ETF成交量、资金流向 |
| 估值分析 | 指数PE/PB分位 |

### ETF类型分类

| ETF类型 | 代码示例 | 特点 |
|---------|----------|------|
| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |
| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |
| 主题ETF | 515790(新能源) | 跟踪主题指数 |
| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |
| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |

---

## 💰 可转债分析

### 可转债数据接口

```python
import akshare as ak

# 可转债列表
df = ak.bond_cb_jsl()  # 集思录数据

# 可转债实时行情
df = ak.bond_zh_hs_cov_spot()

# 可转债详情
df = ak.bond_cb_jsl_detail(symbol="113050")

# 可转债历史行情
df = ak.bond_zh_hs_cov_hist(symbol="113050")
```

### 可转债核心指标

| 指标 | 说明 | 计算公式 |
|------|------|----------|
| 转股价 | 转换为股票的价格 | 固定值 |
| 转股价值 | 100/转股价×正股价格 | 动态变化 |
| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |
| 纯债价值 | 债券部分价值 | 到期收益率计算 |
| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |
| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |

### 可转债分析维度

| 分析师 | 可转债分析维度 |
|--------|--------------|
| 宏观经济 | 利率环境、信用环境 |
| 行业研究 | 正股所属行业 |
| 基本面 | 正股财务质量、信用评级 |
| 技术面 | 转债价格走势、正股走势 |
| 风险控制 | 信用风险、赎回风险 |
| 量化分析 | 双低指标、套利空间 |
| 情绪分析 | 转债成交量、正股情绪 |
| 估值分析 | 转股溢价率、纯债溢价率 |

### 可转债评分标准

| 指标 | 优秀 | 良好 | 一般 | 较差 |
|------|------|------|------|------|
| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |
| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |
| 双低指标 | <120 | 120-150 | 150-180 | >180 |
| 信用评级 | AAA | AA+ | AA | AA-及以下 |
| 正股ROE | >15% | 10-15% | 5-10% | <5% |

---

## 🔍 质检功能

本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。

### 质检项目清单

| # | 质检项目 | 检查内容 | 重要性 |
|---|----------|----------|--------|
| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |
| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |
| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |
| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |
| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |
| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |
| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |

### 质检输出示例

```
==================================================
        📋 质检报告
==================================================
✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt
✅ 财务数据获取: baostock真实财报
✅ 分析师调用: 8位分析师全部调用
✅ 投票计算: ✅, 得分: 0.75
✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%
⚠️ 估值数据获取: PE/PB为0
✅ 数据来源标识: baostock真实财报, 估算:False
--------------------------------------------------
📊 总体: 通过 6/7
⚠️ 部分质检项未通过，请检查
==================================================
```

### 质检状态说明

| 符号 | 含义 |
|------|------|
| ✅ | 通过 |
| ⚠️ | 警告（可接受但不理想） |
| ❌ | 失败（需检查） |

### 查看质检报告

分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。

---

## 💡 投资建议（基于用户画像）

本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：

### 默认用户画像（示例：张权）

| 特征 | 默认值 |
|------|--------|
| **投资风格** | 价值投资（格雷厄姆模型） |
| **投资目标** | 财富增值、复利增长 |
| **分析偏好** | 量化选股、系统化决策 |
| **时间视角** | 长期主义 |

### 评分体系解读（通用）

| 得分区间 | 建议 | 解读 |
|----------|------|------|
| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |
| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |
| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |

### 关键指标优先级（通用）

1. **ROE（净资产收益率）** - 采用动态评估：行业基准×财报季度系数（Q1=25%, Q2=50%, Q3=75%, Q4=100%）
2. **PE（市盈率）** 低于行业平均更安全
3. **PB（市净率）** < 2 倍为合理
4. **股息率** > 3% 提供现金流保障
5. **资产负债率** < 50% 财务健康

### 动态ROE评估说明

本系统采用**动态ROE评估**机制，考虑以下因素：

| 因素 | 说明 |
|------|------|
| **行业基准** | 不同行业ROE基准不同（食品饮料18%、银行10%、家电12%、电气机械11%等） |
| **财报季度** | Q1=25%、Q2=50%、Q3=75%、Q4=100%（Q1数据少，阈值更低） |
| **历史趋势** | 与公司历史ROE对比，判断改善或恶化 |

**计算公式**：动态阈值 = 行业基准 × 季度系数

#### 季度对比表示例

```
======================================================================
行业: 环保    行业基准ROE: 8.0%
======================================================================
  季度   |   系数   |    行业平均    |    动态阈值    |   公司ROE    |     差距    
----------------------------------------------------------------------
  Q1   |  25%   |    8.0     |    2.00    |   2.71%    |   +0.71%  
  Q2   |  50%   |    8.0     |    4.00    |     -      |     -     
  Q3   |  75%   |    8.0     |    6.00    |     -      |     -     
  Q4   |  100%  |    8.0     |    8.00    |     -      |     -     
======================================================================

当前所在: Q1 (动态阈值 2.00%)
评级: 良好 (得分: 67)
vs行业平均: -66.1%
```

- **行业平均**：该行业所有公司的平均ROE（固定值）
- **动态阈值**：行业平均 × 季度系数（会随季度变化）
- **差距**：公司ROE - 动态阈值（正数表示高于阈值）

### 使用建议（通用）

1. **组合投资**：不建议单一股票仓位超过20%
2. **分批建仓**：价值股可以考虑定投策略
3. **止损纪律**：设置8%止损线保护本金
4. **持续跟踪**：定期复查持仓股票的基本面变化

### 自定义用户画像

如需自定义投资建议，请在 `USER.md` 中配置以下字段：

```markdown
## 投资偏好
- 投资风格：[价值投资/成长投资/趋势投资]
- 风险偏好：[保守/稳健/激进]
- 持仓周期：[短线/中线/长线]
- 期望收益率：XX%
```4. **持续跟踪**：定期复查持仓股票的基本面变化

---

## 📚 参考资源

- [AKShare 官方文档](https://akshare.akfamily.xyz/)
- [AKShare GitHub](https://github.com/akfamily/akshare)

---

## 📜 版本变更历史

| 版本 | 日期 | 更新内容 |
|------|------|----------|
| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |
| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |
| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |
| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |
| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |
| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |
| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |
| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |
| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |
| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |
| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|
| v1.3.0 | 2026-05-03 | baostock优先调用 |
| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |
| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |
| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |
| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |

---

<div align="center">
<strong>Boheng Investment Workflow</strong><br>
让投资决策更理性、更全面 📊🤖
</div>