股票价值投资分析助手

价值投资分析中的常见陷阱与技术痛点

投资者在进行股票价值分析时，经常面临几个具体问题：数据来源混乱，研报目标价、分析师预期与实时股价被混淆；分析框架依赖主观感觉，缺乏可复现的量化边界；过度关注单年财务快照，忽视5-10年的趋势一致性；情绪影响决策，在市场狂热或恐慌时做出非理性判断。

技能如何工作：双层评估与数据铁律

该技能构建了一个 双层评估架构，这是其核心方法论。它并非提供一个简单的“买/卖”信号，而是搭建一个分析脚手架。

1. 数据取用与校验铁律
在开始任何分析前，技能强制执行一套数据协议：

• API优先原则：通过 yfinance + AkShare 双引擎脚本 (fetch_stock_data.py) 获取数据，网页抓取仅作兜底。
• 多源交叉验证：价格数据必须至少有3个独立权威源，并明确标注 [数据类型 / 取数时间戳 / 币种]。
• 信源等级标注：每个数据点需标注从 T0(API直取) 到 T5(传闻) 的信源等级，弱信源（T4/T5）不得用于核心评分。
• 强制时间序列：禁止仅用单年快照，分析必须引用至少5年的 time_series 趋势数据。

2. 三维度分析模块
分析从三个不可缺一的维度展开，每个模块得分由定性框架给出，量化模型用于校准和否决：

• 行业分析（权重30%）：评估行业格局、定价权、需求稳定性和进入壁垒。
• 公司分析（权重35%）：这是重点，包含 护城河（定性评估）、财务质量量化评分卡（使用 F-Score/M-Score 等脚本计算）、管理层与资本配置评估，并强制用时间序列趋势校准。
• 价格/估值分析（权重25%）：运用 反向 DCF（反解市场隐含增速）、EPV、情景加权等量化模型，并强调“PE是结果不是原因”。

3. 逆向检查与综合评分
技能集成了 逆向投资检查（在恐慌中寻找机会）和 定价权专项 评估。最终，公司得分（护城河+财务质量+管理层）与行业、估值分析结合，输出80-100分的综合评级，并明确列出如 ROE > 30% 或 M-Score 触发等 一票否决条件。

适用边界与核心原则

必须明确，此技能是一个 分析框架 而非投资顾问。它源自邱国鹭、帕特·多尔西等人的公开方法论，但不代表其个人观点。它有清晰的边界：

• 不预测短期股价，不做技术面分析。
• 量化模型有局限：对金融股或数据不全的A股标的，模型可能标记为 applicable=false，此时需改用定性判断，不得机械否决。
• 输出不构成建议：所有结论需用户独立判断，盈亏自负。

核心原则贯穿始终：三好缺一不可（好行业、好公司、好价格）；定性看方向，定量定边界；便宜要用模型证明；最终，认清能力圈，看不懂就别碰。