通用投资分析框架 V3.1

反幻觉与数据绝对真实性铁律

• 绝对禁止使用 LLM 内部训练数据！
• 所有定量数据必须 100% 来源于真实抓取的 API 或网页文本
• 数据缺失时必须明确填写「数据缺失，本项跳过」
• 严禁捏造数据，严禁使用内置过期知识脑补

触发条件

当用户要求分析股票/投资标的时，使用此 skill：

• "分析 00700 港股"
• "研究 AAPL 美股"
• "深度研报 600519"
• "投资分析 XXX"

数据可靠性策略

多层级数据降级

层级	数据源	适用场景	状态
L1a	yfinance / akshare	美股/A股/港股实时行情 + 估值倍数	首选
L1b	SEC EDGAR XBRL API	美股官方年报财务数据（10-K/20-F，无需 Key）	与 L1a 并行，覆盖 financial_history
L2	FRED API（免费无需Key）	美联储利率、US 10Y、CPI 等宏观	自动降级（已内置于工具）
L3	WebFetch / WebSearch	任何 L1/L2 仍缺失的字段	流程层手动触发（见下方规则）
L4	本地缓存	全市场	兜底
L5	用户输入	-	最终手段

SEC EDGAR 说明：美股分析时 fetch_us_stock_data() 自动同时拉取 yfinance（行情）和 SEC EDGAR（财报），合并输出 source: yfinance+sec_edgar。中概股 ADR（20-F 申报）的 gross_profit 等字段可能因 XBRL 标签不规范而缺失，属已知限制。

FRED API 覆盖范围（L2，已内置于 data_fetcher_v2.py）

字段	FRED series_id	触发条件
US 10Y 美债收益率	DGS10	yfinance ^TNX 返回 None 时自动降级
美联储基准利率	FEDFUNDS	akshare 接口失败时自动降级

WebFetch / WebSearch 降级规则（L3，Phase 1 手动触发）

触发条件：fetch_macro_data() 输出中任意字段为 None 或空列表 []，且该字段对报告第1节有实质性影响。

各字段降级目标：

缺失字段	WebFetch 目标URL	提取方式
china_lpr	https://www.chinamoney.com.cn/chinese/bkdmgylpr/	页面中最新一期 LPR 利率数值
us_cn_rate（中美利差）	https://fred.stlouisfed.org/graph/fredgraph.csv?id=DGS10 与 https://fred.stlouisfed.org/graph/fredgraph.csv?id=IRLTLT01CNM156N	两者最新值相减
fed_rate（若 FRED 也失败）	https://www.federalreserve.gov/releases/h15/	页面中 Federal funds rate 当前区间
股票相关宏观指标	https://fred.stlouisfed.org/graph/fredgraph.csv?id=<series>	直接 WebFetch CSV 最后一行

执行方式：

# 在 Phase 1 步骤 2 后，若 macro 输出有 None，立即用 WebFetch 补充：
WebFetch(url="...", prompt="提取最新的XXX数据，只需返回数值和日期")
# 将结果手动填入报告 1.2 数据表，标注来源为「WebFetch + 目标网站」

财务数据 WebFetch 降级（股票 info 字段 None 时）：

缺失场景	降级来源	说明
中概股 currentPrice/PE 为 None	https://finance.yahoo.com/quote/<TICKER>	WebFetch 抓取 Summary 页数据
港股财务数据不全	https://www.aastocks.com/tc/stocks/analysis/stock-aafn/<CODE>/0/1	WebFetch 抓取财务摘要
A股实时价格	https://hq.sinajs.cn/list=sh<CODE>	WebFetch 新浪实时行情接口

财报电话会 WebSearch 降级（2.3节管理层指引字段缺失时）：

触发条件：2.3节中 管理层指引 或 Q&A关键问答 为"数据缺失"时，立即触发以下搜索。

市场	搜索词	目标数据
美股 / 中概ADR	"<COMPANY>" "<QUARTER> <YEAR>" earnings call transcript	Seeking Alpha transcript（最全），或 businesswire press release
美股 / 中概ADR	"<TICKER>" Q&A analyst "<YEAR>" earnings call Chen Lei	关键高管名字 + Q&A，过滤出问答摘要
港股	"<公司名>" "<季度>" 业绩发布会 管理层 指引	华尔街见闻 / 36kr / 雪球港股频道
A股	"<股票代码>" "<季度>" 业绩说明会 管理层 指引	同花顺/东方财富互动问答

执行方式：

# 示例：PDD Q4 2025
WebSearch(query='PDD Holdings Q4 2025 earnings call transcript management guidance 2026')
WebSearch(query='PDD Holdings Q4 2025 earnings call Chen Lei key quotes Q&A analyst')

# 提取并填入 2.3 节：
# - 核心战略定调（管理层原话）
# - 指引方向（收入/利润/资本开支）
# - Q&A 3-5个关键问答
# - 超/低预期总结
# 标注来源：「WebSearch，来源：Seeking Alpha / businesswire / 华尔街见闻」

---

行业先导指标 WebSearch 降级（3.2节数据缺失时）：

触发条件：3.2节任意先导指标字段为"数据缺失"时，按下表分类搜索。

指标类型	适用标的	搜索词	来源
App下载量/MAU	消费类互联网（电商/社媒/出海）	"<APP名>" monthly active users "<年份>" Sensor Tower	Sensor Tower / Similarweb / data.ai
跨境电商流量	Temu / SHEIN / TikTok Shop 等	Temu US monthly active users downloads "<季度>" Sensor Tower Similarweb	Sensor Tower；注意两者口径差异需在报告标注
中国社零/消费	所有A股/港股/中概	中国社会消费品零售总额 "<年份>全年" 国家统计局 同比	国家统计局官网；全年值通常1月发布
消费者信心指数	所有中国消费类标的	中国消费者信心指数 "<年份>" 国家统计局 最新	国家统计局；荣枯线=100，低于则偏弱
宏观政策/行业监管	中国互联网/平台经济	国务院 "<行业>" 监管政策 "<年份>"	新华社 / 国务院官网
美国电商市场	跨境出海类标的	US e-commerce market share "<年份>" eMarketer	eMarketer / Statista

执行方式：

# 示例：Temu 美国市场先导指标
WebSearch(query='Temu monthly active users US 2025 Q4 Sensor Tower Similarweb')
WebSearch(query='中国社会消费品零售总额 2025年全年 国家统计局 同比增速')
WebSearch(query='中国消费者信心指数 2025年 国家统计局 最新')

# 填入 3.2 节时需标注：
# - 数值、来源名称、数据时效（月份）
# - 多来源数据口径差异（如Sensor Tower安卓单平台 vs Similarweb全渠道）
# - 趋势判断：与本标的业务逻辑的正/负相关性

数据质量验证流程

# 1. 抓取数据
python tools/data_fetcher_v2.py us AAPL

# 2. 验证数据质量
python tools/data_validator.py price '{抓取的数据JSON}'

# 3. 检查是否有警告/错误
# 如果有 error → 切换到备用数据源
# 如果有 warning → 在报告中标记

数据缺失应对

缺失场景	降级策略	报告标记
实时价格获取失败	使用缓存数据（5分钟内有效）	「使用缓存价格」
财报数据缺失	尝试yfinance/akshare备用接口	「财报数据部分缺失」
竞对数据缺失	至少保留1家主要竞对	「竞对分析受限」
全部数据源失败	终止分析，请求用户提供	「数据获取失败」

工具链说明

数据抓取工具

工具	功能	使用方式
data_fetcher_v2.py	多层级数据抓取（含降级）	python tools/data_fetcher_v2.py [a|hk|us|macro] <symbol>
market_identifier.py	识别市场类型	python tools/market_identifier.py <symbol>

数据验证工具

工具	功能	使用方式
data_validator.py	验证数据合理性	python tools/data_validator.py [price|financial|technical] '<json>'
report_validator.py	报告完整性校验	python tools/report_validator.py <report_path>

计算工具

工具	功能	使用方式
valuation_calculator.py	目标价测算（PE/PS/汇率）	python tools/valuation_calculator.py [pe|ps|fx|matrix] ...
technical_indicators.py	技术指标计算	python tools/technical_indicators.py analyze <symbol>

模块化报告结构

references/modules/
├── mod_00_summary.md       # 投资摘要（Executive Summary）⚠️ 最后写，插入开头
├── mod_01_macro.md         # 全球宏观扫描
├── mod_02_financials.md    # 财报核心数据
├── mod_03_business.md      # 业务与护城河
├── mod_04_comps.md         # 横向竞对分析
├── mod_05_valuation.md     # 估值预测
├── mod_06_technical.md     # 技术分析
├── mod_07_masters.md       # 大师三视角（⚠️ 最易跳步）
├── mod_08_decision.md      # 投资裁决
├── mod_09_risks.md         # 失效清单
└── mod_10_position.md      # 仓位管理

执行流程

Phase 1: 数据准备（含降级）

1. 识别市场：

   python tools/market_identifier.py <symbol>

2. 执行数据抓取（自动降级）：

   # 美股
   python tools/data_fetcher_v2.py us AAPL
   
   # A股
   python tools/data_fetcher_v2.py a 600519
   
   # 港股
   python tools/data_fetcher_v2.py hk 00700

3. 数据质量验证：

   python tools/data_validator.py price '<json_data>'

   • 如果有 error → 检查降级数据源
   • 如果有 warning → 记录并在报告中标注

4. 技术指标计算（三周期，分别运行）：

   # 日线（用于 6.2/6.3 具体指标数值）
   python tools/technical_indicators.py analyze <symbol> 1y 1d
   
   # 周线（用于 6.1 中期趋势判断）
   python tools/technical_indicators.py analyze <symbol> 2y 1wk
   
   # 月线（用于 6.1 长期趋势判断）
   python tools/technical_indicators.py analyze <symbol> 5y 1mo

   组装 6.1 多周期趋势表：

   • 月线结果（interval=1mo）→ 填入"月线趋势"行：MA20/MA60 方向、RSI、MACD 信号
   • 周线结果（interval=1wk）→ 填入"周线趋势"行：同上
   • 日线结果（interval=1d）→ 填入 6.2/6.3 具体数值（布林带、枢轴点、52周区间）
   • 三周期 RSI 对比可识别"周线超卖但月线未超卖"等多层级背离信号

5. 季度动量分析（新）：
   数据抓取完成后，从返回 JSON 中直接读取 quarterly_momentum 字段：

   quarterly_momentum.revenue_yoy_trend    → 填入 2.5 季度趋势表
   quarterly_momentum.avg_revenue_yoy      → base CAGR 锚点
   quarterly_momentum.trend                → accelerating / stable / decelerating
   quarterly_momentum.suggested_*_cagr    → 直接传入下一步估值计算
   quarterly_momentum.ttm_*               → 填入 2.5 TTM 指标

5a. 财报电话会补全（L3 WebSearch）：
数据抓取后，若 2.3 节管理层指引/Q&A 为空，立即触发 WebSearch 降级（见上方"财报电话会 WebSearch 降级"表）。

• 搜索目标：管理层原话、2026展望、Q&A 3-5条
• 标注来源：「WebSearch，来源：Seeking Alpha / businesswire」
• 不可跳过：电话会内容是判断管理层意图和短期催化剂的核心依据

5b. 行业先导指标补全（L3 WebSearch）：
生成 3.2 节时，若先导指标为"数据缺失"，立即触发 WebSearch 降级（见上方"行业先导指标 WebSearch 降级"表）。

• 每个标的至少补全 2 项先导指标（下载量/用户数 或 行业宏观数据）
• 标注来源和数据口径（Sensor Tower安卓口径 vs Similarweb全渠道）

6. 目标价测算（基于季度动量）：

   # 首选：用季度 YoY 自动推导三情景
   python tools/valuation_calculator.py momentum \
       <eps_ttm> <current_price> <target_pe> \
       <yoy_Q0> <yoy_Q-1> <yoy_Q-2> <yoy_Q-3>
   
   # 敏感性矩阵
   python tools/valuation_calculator.py matrix <eps_ttm> <current_price> 3

Phase 2: 报告生成（批次策略）

批次 A（模块 1-4）：数据模块

• 读取 mod_01_macro.md → 生成 → 写入
• 读取 mod_02_financials.md → 生成 → 追加
• 读取 mod_03_business.md → 生成 → 追加
• 读取 mod_04_comps.md → 生成 → 追加

批次 B（模块 5-6）：计算密集型

• 读取 mod_05_valuation.md → 填入工具计算结果 → 追加
• 读取 mod_06_technical.md → 填入工具计算结果 → 追加

批次 C（模块 7）：⚠️ 必须独立生成

• 读取 mod_07_masters.md → 生成
• 强制要求：大师三视角每段≥150字，禁止合并！
• 追加到报告

批次 D（模块 8-10）：总结模块

• 读取 mod_08_decision.md → 追加
• 读取 mod_09_risks.md → 追加
• 读取 mod_10_position.md → 追加

批次 E（模块 0）：⚠️ 必须最后写，写完后插入报告开头

• 读取 mod_00_summary.md → 提炼全报告 → 生成 Executive Summary
• 插入位置：报告标题行之后、## 1. 全球宏观扫描 之前
• 强制要求：目标价与 5.1 一致，投资评级与 8.1 一致，核心逻辑3条+风险2条，关键数据速览表8-10项

Phase 3: 校验与交付

1. 数据一致性校验：

   python tools/data_validator.py report <symbol> <market>

2. 报告完整性校验：

   python tools/report_validator.py /tmp/<TICKER>_report.md

3. 人工检查重点：

   • 7.1/7.2/7.3 是否独立展开（不是合并成一段）
   • 5.1 与 5.3 的目标价是否一致
   • 3.0 死穴压测是否≥300字
   • 数据缺失项是否明确标注「数据缺失」
   • 降级数据是否标注来源和时效

4. 备份报告：

   mkdir -p ~/reports && cp /tmp/<TICKER>_report.md ~/reports/

异常处理

场景	处理方式
未上市/私募公司	终止定量模型，转为"一级市场定性商业调研"
L1数据源失败	自动降级到L2/L3，报告中标注数据来源
数据验证失败	标记「数据存疑」，尝试备用源或请求用户确认
全部数据源失败	终止分析，提示用户提供数据
净利润为负	自动切换 PS 估值模型

输出格式

报告保存至：/tmp/<TICKER>_report.md

结构要求：

• 所有表格使用 Markdown 格式
• 大师三视角必须独立分段（7.1, 7.2, 7.3），禁止合并
• 3.0 业务死穴压测必须≥300字，正负篇幅均衡
• 目标价计算引用工具输出
• 数据降级必须标注：「数据来源：XXX」「数据时效：延时X小时」
• 数据缺失必须标注：「数据缺失，本项跳过」

参考文档

• references/data-reliability-guide.md - 数据可靠性与降级策略详解
• references/modules/README.md - 分模块生成说明
• references/checklist.md - 交付检查清单