价值投资个股分析

解决什么问题

多数个股分析要么堆砌财报数字，要么直接甩出买卖建议，中间缺少一条可复核的逻辑链：结论究竟从哪里来？这个技能针对的是结论不可追溯的问题——使用者很难判断输出是看到了真实证据，还是凭印象在说话。

它也不打算预测市场，而是把巴菲特的三重过滤（商业模式 → 管理层与企业文化 → 估值）和塔勒布的反脆弱思想拼成一个固定骨架，强制每一步同时留下正向证据与反向证伪。

核心能力与执行流程

三维评估，正反两面必须同时出现

• 维度一：商业模式与壁垒。五力分析、PEST 扫描、四指标探针（ROE / ROIC / 毛利率 / 有息负债率），产出壁垒评级与增长判断。
• 维度二：管理层与文化。七去向审计、量化评分卡、文化硬信号，正向论证与反向证伪各写一遍。
• 维度三：估值。先归因后估值——报表净利 → 剔一次性 → 周期项平滑 → 识破伪装项 → 调整后核心净利润，再跑 DCF 三情景。

有脚本兜底，不只是文字推理

scripts/dcf_calculator.py 走原语归因（--net-profit、--depreciation、--maintenance-capex 等），推导所有者收益后打印归因链；净现金/市值超过 5% 时必须传 --operating-caliber，否则脚本直接拒绝计算，防止净现金被算两遍。银行标的走 scripts/rim_calculator.py 的 RIM 估值。

结论是硬约束

最终只允许落在「值得 / 不值得 / 观望 / 无法判断」之一，周期股按四象限合成输出。报告第一屏就是结论，4.1.2 脚本回声对账 要求逐字转写脚本打印的归因链与三情景结果——与前面的假设不一致就打回，严禁手改数字掩盖输入错误。

适用边界与注意点

• 不构成投资建议，结论基于公开资料与逻辑推理，不保证正确，市场不可预测。
• 数据源按 P0 → P1 → P2 → P3 降级：先查环境中已连接的金融数据连接器，最后才走 Web 搜索。港股/美股数据质量不及 A 股时需明确提示。
• 财务数据不足 5 年、管理层资料缺失、行业数据缺失都会触发降级，结论相应退为「大概率」或「无法判断」。
• 报告里的「数据待补」是诚实标记而非漏洞，捏造数据被红线明确禁止。
• 已判定「不值得」的标的跳过黑天鹅压测，只复核否决理由、终值与净现金口径。