AgentSkillsCN

Stock Analysis

股票分析

SKILL.md

上市公司结构化分析技能 (Stock Analysis)

技能概述

定义了一套标准化的上市公司深度分析工作流。旨在将原始财务数据转化为具备**“逻辑性 (Context)”、“显式化 (Explicit)”和“可视性 (Visual)”的专业投资报告。本协议严格遵循CIP分析法** (Context-Impact-Price)。

核心分析哲学 (Core Philosophy)

  • •数据显式 (Data Explicit): 每一个观点必须由具体数据支撑，拒绝模糊定性。
  • •相对视角 (Relative Perspective): 没有对比就没有伤害。必须包含同业对比 (Peers) 和大盘对比 (Benchmark)。
  • •逻辑闭环 (Thesis Driven): 报告不只是数据的堆砌，必须围绕“投资核心逻辑”展开。

核心功能

  • •自动获取公司财务数据
  • •结构化分析盈利能力、现金流、资产负债状况
  • •生成专业分析报告
  • •避免常见财务分析误区

工具要求

  • •Python 3.7+
  • •yfinance 库
  • •pandas 库
  • •numpy 库

使用方法

1. 基础使用

bash
python3 /home/chengzh/clawd/stock_analyzer_template.py

2. 分析特定股票

python
from stock_analyzer_template import StockAnalyzer

analyzer = StockAnalyzer("TICKER")
analyzer.print_formatted_report()

3. 获取分析数据

python
from stock_analyzer_template import StockAnalyzer

analyzer = StockAnalyzer("TICKER")
report = analyzer.generate_analysis_report()
# 获取各种分析数据
basic_info = report['basic_info']
profitability = report['profitability']
cash_flow = report['cash_flow']
balance_sheet = report['balance_sheet']
valuation = report['valuation']

分析框架

Phase I: Context (环境与基准)

在此阶段，确定公司在市场中的相对位置。

  • •相对强弱分析 (Relative Strength):
    • •对比标的 vs. 纳斯达克100 (QQQ) / 标普500 (SPY)。
    • •对比标的 vs. 核心竞对 (如 MSFT vs. GOOG vs. AMZN)。
    • •输出: 计算 Alpha (超额收益) 与 Beta (市场跟随)。
  • •宏观归因: 区分股价波动是源于宏观情绪 (利率、板块轮动) 还是个股基本面。

Phase II: Fundamentals (深度基本面 "体检")

在此阶段，进行去伪存真的财务审计。

A. 盈利质量 (Quality of Earnings)

  • •核心指标: 毛利率 (Gross Margin)、净利率 (Net Margin)。
  • •分析重点:
    • •收入增长 vs. 利润增长的剪刀差（是否存在“增收不增利”？）。
    • •运营杠杆效应分析。

B. 现金流与 AI 投入 (Cash Flow & The AI Tax)

  • •核心指标:
    • •CapEx Intensity (资本开支强度) = Capital Expenditure / Revenue。
      • •阈值警示: 对于科技巨头，>15% 通常意味着激进的基础设施投入。
    • •FCF Conversion (自由现金流转化率) = Free Cash Flow / Net Income。
  • •分析重点: 识别高额 CapEx 是否在未来 4-8 个季度有明确的 ROI (如 Cloud Revenue 增长)。

C. 资产负债表与流动性 (Balance Sheet & Solvency)

  • •关键修正 (The Liquidity Check):
    • •严禁只看 "Cash and Cash Equivalents"。
    • •标准公式: Net Cash Position = (Cash + Short Term Investments) - Total Debt。
    • •分析重点: 区分“真债务危机”与“拥有巨额流动性资产的会计负债”。

Phase III: Valuation (估值锚点)

  • •相对估值: P/E (TTM & Fwd), EV/EBITDA, EV/Sales (与历史区间及竞对对比)。
  • •绝对估值: DCF (现金流折现模型) 交叉验证。
    • •必须输出：Implied Intrinsic Value (隐含内在价值) 和 Margin of Safety (安全边际)。

可视化标准 (Visualization Standards)

专业报告必须包含以下图表 (Python Generated):

  1. •Revenue & Margin Combo Chart: 柱状图(营收) + 折线图(毛利率/净利率)。
  2. •The "AI Tax" Waterfall: 形象展示 EBITDA 如何被 CapEx 吞噬成为 FCF。
  3. •Relative Performance Line Chart: 归一化股价走势 (Rebased to 100)，展示 Alpha。
  4. •PE Band: 股价走势叠加历史平均 P/E 区间。

5. 避坑检查清单 (The "Red Pen" Checklist)

在提交报告前，必须通过以下检查：

  • • 流动性陷阱检查: 是否漏算了 Short Term Investments？
  • • 现金流逻辑检查: FCF 低于 Net Income 时，是否解释了原因（如 CapEx 激增或 SBC 调整）？
  • • 同行对比检查: 是否回答了“为什么要买它而不是它的对手”？
  • • 风险披露检查: 是否具体化了风险（如“Azure 增速放缓”）而非通用废话（如“宏观经济风险”）？

6. Python 工具箱要求 (Tooling Requirements)

脚本需具备以下模块化功能：

  • •get_financial_data(ticker): 自动拉取 Income/Balance/Cashflow 并清洗。
  • •calculate_metrics(df): 自动计算 CapEx Intensity, Net Cash, FCF Conversion。
  • •plot_relative_strength(tickers): 生成多股对比图。
  • •run_dcf_model(fcf, growth_rate): 输出内在价值区间。

7. 报告输出模板 (Report Template)

  1. •Investment Thesis: 一句话核心逻辑。
  2. •Key Risks: 具体的下行风险。
  3. •Visual Evidence: 插入 Python 生成的核心图表。
  4. •Deep Dive:
    • •Profitability
    • •Solvency (Net Cash focus)
    • •Valuation (DCF + Multiples)
  5. •Conclusion: 买入/持有/卖出 评级及目标价。

关键注意事项

1. 避免常见误区

  • •仅凭现金等价物判断净现金状况
  • •忽视资本开支对现金流的影响
  • •仅用单一估值方法

2. 深入挖掘指标

  • •CapEx Intensity = CapEx / Revenue (AI时代的重要指标)
  • •FCF Conversion Rate = FCF / Net Income
  • •Debt Structure vs Cash Position

3. 数据验证重点

  • •区分现金及等价物 vs 短期投资 vs 长期投资
  • •正确计算净现金（Net Cash）= 现金及等价物 + 短期投资 - 总债务
  • •避免常见的"流动性陷阱"