Agent Skills
返回列表
⚖️

Kanchi 美股股息五步法

行业专业 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/tradermonty-claude-trading-skills-kanchi-dividend-sop。

技能介绍

要解决什么问题

美股股息投资里,常见痛点是:靠零散研报或主观「高股息」扫票,缺少常规 forward 股息率与 payout 安全性的统一门槛,也缺少从筛选到限价分批建仓、再到监控交接的可复现流程。本技能把 Kanchi 方法收敛成确定性工作流,优先安全与可重复执行,而不是追逐异常收益率。

技能如何工作

流程从投资约束(收益目标、仓位上限、账户类型)锁定开始,再构建质量偏好的股票池,并支持接入 value-dividend-screener、dividend-growth-pullback-screener 输出或用户自选代码列表。

核心步骤对应 Kanchi 五步并扩展校验层:

  • Step 1:用 dividend_basis.py 计算常规 forward 股息率,应用收益率门槛,并处理 special/variable/cut/suspension/freeze 等陷阱与数据新鲜度(近门槛未确认 → STEP1-RECHECK,非硬 FAIL)。
  • Step 2:payout_safety.py 按行业分发 GAAP/Adjusted/FCF payout 三元组,银行、公用事业等与消费类口径分离。
  • Step 3~4:行业映射估值与一次性利润过滤;Step 4b 用 event_scanner.py 扫描待发生/近期结构性事件,重大事件将结论封顶为 HOLD-REVIEW。
  • Step 5:build_entry_signals.py 生成收益率/估值触发与 40%-30%-30% 分批计划;存在 pre_order_blockers 或事件扫描失败时限制首笔仓位。

产出包括带 actionable verdict tier 的筛选表、一页承销 memo(含 provenance 与失效条件)、限价单计划,以及带 run_context 的报告,便于与 kanchi-dividend-review-monitor、kanchi-dividend-us-tax-accounting 交接。

适用边界与注意点

  • 入场信号脚本依赖 FMP API;无 API 时可用用户代码列表跑部分流程,但数据完备性会受限。
  • 运行 Step 5 时 --yield-floor 为必填,否则无法正确通过 Step 1 门槛。
  • Step 4b 在 WebSearch/离线场景会悲观处理,禁止在结构性事件未扫清时对 TRIGGERED 名称静默放行。
  • 本技能输出研究与执行计划,不构成投资建议;高股息必须在覆盖质量与安全校验通过后再讨论「价值」。

使用场景

  • 每月需把 FMP 或自选美股列表跑完 Kanchi 五步筛选并输出可执行 verdict 表
  • 回调建仓前要为通过筛查的标的生成收益率/估值触发与 40-30-30 限价分批计划
  • 建仓前需对候选股做 Step 4b 结构性事件扫描,避免并购/增发等重大事项被遗漏
  • 筛选结束后要产出带 provenance 与失效条件的一页承销 memo,交给后续监控技能跟踪

适合人员

  • 自管美股股息组合、希望用固定门槛替代临时看研报选股的个人投资者
  • 管理股息策略 book、需要统一 screening memo 与分批下单规则的可重复流程的研究员
  • 使用 FMP 数据做红利因子研究、要把 screener 输出接入确定性 SOP 的量化或基本面分析师
  • 关注应税 vs IRA 账户配置的股息投资者,需在本技能产出后交接税务与账户归类工作流