彼得林奇选股法

解决什么问题

把《彼得·林奇的成功投资》拆成可执行流程，而不是一份读不完的书。常见痛点有三个：一是孤立看 PE，低估值周期股看起来便宜实则不然；二是PEG 用错口径，季度同比被低基数放大，得出虚高的增速；三是六类公司划分随意，用名称关键字硬猜，软件公司因为名字里有个“金”就被当成周期股。

核心能力

• 框架解释：读取 references/framework.md，输出六类股票分类、PEG 用法、第 8 章的 13 个完美特质、财务指标框架、周期股操作法与 13 条投资法则，配合已沉淀案例（汽车=周期股、京东方=重资产周期股反例）讲清适用条件。
• A股筛选：加载 westock-tool，按 references/screening_rubric.md 执行九重滤网，再用 PEG 预设与 davis 策略交叉验证，把候选归入六类，剔除周期股低 PEG 陷阱、一次性收益粉饰与 ST 标的。
• 单股体检：中文名先解析成标准代码（如“京东方A”→ sz000725），再加载 westock-data 调用 scripts/lynch_checkup.py，拉取估值、负债、现金流与增长数据，计算 PEG、资产负债率、净利率、自由现金流等指标，输出自包含的 HTML 红黄绿灯报告。
• 批量复验：scripts/lynch_clean_list.py 先跑“全市场初筛 ∩ 指数成分”，再做 TTM 真实增速复验，产出干净清单并给出每只票的六类划分，内置 22 只沪深 300 候选，可用 --codes 自定义。

适用边界

• 林奇分类错了，后续分析基本作废。数据可判的部分走客观算法：由亏转盈归入困境反转股，TTM 增速 > 20% 归入快速增长股，10%~20% 归入稳定增长股，< 10% 归入缓慢增长股；周期与隐蔽资产这两类只能靠生意属性判断，用按代码显式业务映射覆盖，不做关键字猜测。
• PEG 一律用 TTM 口径（两期滚动年净利同比），接口里的 NPParentCompanyYOY 是单季同比，直接拿来算会批量误判。
• 自由现金流使用接口原生 FCFF，不做“经营−投资净额”的近似；无 TTM 口径时取最近完整年度值。
• 周期股的高增长要拆成“量/份额扩张”与“单纯涨价”两部分看，商品价格驱动的增长不等于基本面转好。
• westock-data 的 kline、finance、quote 可能间歇性超时，脚本已做指数退避重试；仍失败时提示稍后重试。
• 所有输出仅供研究参考，不构成投资建议。