Agent Skills
返回列表
股票价值分析器

股票价值分析器

行业专业 更新于 2026.08.30

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 @user_a8456463/stock-value-analyzer。

技能介绍

要解决的问题

价值投资结论常被单年报表、低 PE 或单一估值倍数误导:PE 低未必便宜,ROE 高可能来自杠杆,现价可能混入研报目标价。stock-value-analyzer 把好行业、好公司、好价格拆成可执行的检查流程,用量化模型给判断定边界,再用定性框架判断方向是否合理。

如何工作

  • 双层评估:行业、公司、价格三个维度均先看量化层,再看定性层;量化层给出区间和反证,定性层解释业务合理性。
  • 估值锚定:使用反向 DCF 反解市场隐含增速,并用情景概率加权、EPV 和分行业估值路由交叉验证;A 股若缺三大报表明细,会标注 applicable=False,不强行下结论。
  • 财务质量过滤:通过杜邦分解、ROIC vs WACC、Piotroski F-Score、盈余质量识别盈利来源;Beneish M-Score 和 Altman Z-Score 在适用时可触发一票否决。
  • 时间序列校验:引用 5-10 年营收、净利、毛利率、ROE、FCF 趋势,避免把单年快照当作长期能力。
  • 数据与报告纪律:优先 API 取数、多信源校验、信源等级标注、近 30 天重大事件扫描,并在交付前做数据复验与结论反验证。

适用边界

它面向中长期价值判断,不做短线预测、技术分析或具体买卖时点建议。A 股与跨市场标的的数据完整度不同,部分模型会降级;结论仍需使用者结合能力圈与仓位管理自行判断。

使用场景

  • 分析单只 A 股或港股前,先跑脚本取数并用反向 DCF、F-Score、Z-Score 判断当前价格是否透支未来。
  • 撰写个股研究报告时,把行业、公司、估值拆成双层评分,引用 5-10 年营收、ROE、FCF 趋势支撑结论。
  • 复核已有投资建议时,检查现价、目标价、PE、股息率等多信源等级,并用近 30 天重大事件修正估值。
  • 对比同行业公司时,用杜邦分解、ROIC、护城河与定价权差异,判断哪家更适合中长期配置。

适合人员

  • 个人投资者在决定是否建仓某只股票前,需要把基本面、财务质量和估值证据整理成结构化结论。
  • 卖方或买方研究人员在写个股报告时,需要量化模型与定性框架相互校验,避免单靠 PE 下结论。
  • 财经内容创作者在撰写价值投资分析时,需要可复用的取数、校验和评分流程。
  • 风险或投研人员在复核建议时,需要检查数据信源、重大事件和量化否决项是否已覆盖。