财务数据可视化分析助手

解决的具体问题

在处理 A 股上市公司历史财务数据时，通常会遇到几个工程痛点：巨潮资讯网的年报 PDF 排版复杂，科目名经常跨行拆分并混入附注引用；手动整理 3 到 5 年的合并三表数据不仅耗时，还容易在单位（元转亿元）和科目映射上出错；此外，缺乏与官方公开数据（如东方财富 F10）的自动化核对机制，导致分析结果的可信度存疑。

核心能力与关键步骤

该技能将财务分析拆解为严格的五阶段流水线：

• 年报采集与解析：自动抓取目标股票的年报 PDF。使用 pdfplumber 探测页码，并通过 pending_subject 状态机处理跨行科目，利用正则清理附注引用，最终将三表结构化输出为 xlsx。
• 指标计算：从结构化数据中提取 30+ 核心科目，统一转换为“亿元”。自动计算偿债、营运、盈利等指标，并构建 ROE = 净利率 × 总资产周转率 × 权益乘数 的杜邦分析树。
• 可视化与数据校验：生成单文件 HTML 看板，内嵌 8 组 ECharts 趋势图与纯 HTML+CSS 杜邦树形图。在交付前，自动调用东方财富 F10 接口对核心科目进行交叉比对，若出现偏差则以 F10 数据为准修正底层 JSON。

适用边界与注意点

• 该流程强依赖外部网络接口（巨潮、东财），若上游 API 变更，需手动调整 cninfo_api.md 中的请求参数。
• PDF 解析存在固有噪声，利润表科目允许 ±5% 误差，但资产负债及现金流净额必须 100% 匹配，异常时需依赖 F10 接口兜底。
• 需具备 Python 3.8+ 运行环境，并保证工作目录具有写权限。