市赚率 PR 股票筛选器 2.0

要解决的问题

用 PE、PB、ROE 给股票估值时，多数人只会看单个指标，却不知道指标之间如何修正：银行股要看股利支付率，周期股要用 PB 而不是 PE，科技股要走 PEG，H 股还要考虑股息税差异。市赚率（PR）方法把这些规则固化成公式，但手工套用很容易出错——比如把 ROE 的 20% 当成 0.20 填进公式，或者周期股误用 PE/ROE，算出来的数值会完全失真。这个技能要解决的问题就是：让 AI Agent 在收到原始参数后，按统一规则完成计算，而不是凭感觉"大概估算"。

核心能力

技能的输入是一组结构化参数：PE、PB、ROE、payout、roe_list、growth 等，每种股票类型有明确的必填项。工作流程分三步：

• 参数提取与校验：缺参数或格式非法（ROE 为负、payout 大于 1）时明确报错并给出正确示例，不允许静默失败或返回空结果；
• 按类型选公式：价值股/银行股用 PE/ROE 并按股利支付率修正（payout ≥ 50% 时修正系数 N = 1），周期股用 PB/ROE²×100 并支持多年 ROE 列表取三种口径，高杠杆或 ROE 异常时切换衍生市赚率，成长股走 PEG；
• 输出结构化结果：给出 PR 值、卖出阈值、估值状态判定，附边界检查、增长率分析和银行拨备覆盖率检查。

参数不全时，Agent 可通过 WebSearch 抓取最新财务数据，或调用 pr_calculator.py、pr_screener.py 处理单股与批量筛选（自带 20 只 A/H 股样本数据供测试）。

适用边界

• 计算精度依赖输入参数的准确性，搜索不到数据时会直接要求人工提供，不会编造数字；
• 缺少 payout 时只能给出基础 PR，结果仅供参考；
• H 股因 20%~28% 股息税，卖出阈值低于同指标的 A 股，修正已内嵌但需理解其含义；
• 样本数据是静态文件，用于功能验证，不代表实时行情。本技能输出的是估值计算结果，不构成投资建议。