Stock Analysis CN

Stock Analysis 技能

一键分析A股市场 · 自动生成投资报告

概述

这是一个全功能A股分析技能，提供技术面、估值、风险、基本面四大维度的自动化分析，并可直接生成专业的投资报告（Markdown/Word）。适合个人投资者、量化研究员、资产管理人等。

核心特点:

⚡ 一键分析: 单条命令完成多维度分析 📊 数据驱动: 基于腾讯财经API实时数据 📄 报告自动生成: Markdown → Word，格式美观 🎯 因子选股: 支持PE、ROE、动量等多因子筛选 🇨🇳 专为A股优化: 银行、券商、军工等行业专用估值基准 🎯 核心功能

• 技术面分析

判断趋势、找出买卖点、计算技术指标。

输出指标:

趋势方向（上涨/下跌/震荡） 均线系统（MA20、MA60、MA250） 动量指标：RSI、MACD、KDJ 支撑位与阻力位 近期涨跌幅（5日、20日、60日）

使用场景:

"分析农业银行601288的技术面" "招商银行600036的RSI是否超买？" "找出最近突破MA20的股票"

• 估值分析

评估股票是否高估或低估，纵向看历史，横向看行业。

输出指标:

PE/PB 当前值及历史分位数 5年PE/PB中位数 行业PE/PB中位数对比 估值评级：高估/正常/低估

行业基准库:

银行股专用（PE 5-8x，PB 0.6-1.0x） 券商股专用 军工股专用 新能源、光伏、锂电池等

使用场景:

"宁波银行002142当前PE处于历史什么位置？" "对比招商银行和平安银行的估值水平" "找出PE<10且PB<1的银行股"

• 风险分析

量化波动性、回撤和风险调整收益。

输出指标:

年化波动率 最大回撤（Max Drawdown） 夏普比率（Sharpe Ratio） 索提诺比率（排序ino Ratio） Beta（与沪深300相关性）

使用场景:

"计算贵州茅台最近1年的波动率和最大回撤" "哪只银行股的夏普比率最高？" "创业板ETF的风险指标怎么样？"

• 基本面分析

评估公司财务健康度、盈利能力、成长性。

输出指标:

盈利能力：ROE、ROA、毛利率、净利率 成长性：营收CAGR、净利润CAGR 偿债能力：资产负债率、流动比率、速动比率 运营效率：总资产周转率、存货周转率 现金流：经营性现金流/净利润

数据来源: 东方财富、同花顺等财经网站（需网络抓取）

使用场景:

"分析宁德时代的基本面：ROE、负债率、现金流" "对比五粮液和贵州茅台的营收增速" "找出ROE>15%且负债率<50%的消费股"

• ETF专项分析

针对交易所交易基金的专门功能。

额外指标:

跟踪误差（追踪ing Error） 流动性：日均成交量、买卖价差 基金信息：管理费、托管费、成立日期、规模 成分股覆盖度 折溢价分析（QDII、港股ETF）

使用场景:

"分析510300沪深300ETF的跟踪误差" "哪只科创50ETF规模最大、流动性最好？" "券商ETF（512880）的管理费和成交额是多少？"

• 因子筛选与选股

多因子模型快速筛选投资标。

支持的因子:

价值因子：低PE、低PB、高股息率 成长因子：高营收增长、高利润增长 质量因子：高ROE、低负债、现金流好 动量因子：价格动量、 earnings momentum 低波动因子：低Beta、低波动率 规模因子：市值暴露

筛选流程:

定义因子条件（如：PE<15, ROE>15%） 选择股票池（A股、港股、ETF等） 执行筛选并评分 输出Top N标的+关键指标

使用场景:

"筛选A股中PE<15且ROE>15%的股票" "找出最近一个月涨幅最大的10只行业ETF" "高股息低波动的红利ETF有哪些？" 📊 数据源与可靠性 数据类型 来源 延迟 覆盖范围 实时行情 腾讯财经API ~15分钟 A股全市场 历史K线 腾讯财经API ~15分钟 约1年日线 指数PE/PB 中证指数公司 每日 主要指数 个股财务 东方财富/同花顺 1天 最新财报

⚠️ 局限性:

基本面数据为季度更新，非实时 部分新上市公司历史数据不足 如需实时Level-2数据，需要付费接口 🚀 快速开始 安装 # 从ClawHub安装 ClawHub 安装 stock-analysis

# 或手动安装 cp -r stock-analysis.技能 ~/.OpenClaw/技能s/

使用示例

单股综合分析:

from stock_analysis 导入 analyze

# 分析农业银行 报告 = analyze('sh601288', name='农业银行') print(报告['summary'])

生成Word报告:

python scripts/报告_生成器.py sh601288 --name "农业银行" > 报告.md pandoc 报告.md -o 报告.docx

筛选高股息低PE股票:

from stock_analysis.screening 导入 screen

criteria = { 'pe': {'max': 15}, 'dividend_yield': {'min': 0.03}, 'roe': {'min': 0.10} } 结果s = screen(universe='A股', criteria=criteria)

📁 技能结构 stock-analysis/ ├── 技能.md # 本文件 ├── scripts/ │ ├── technical_analysis.py # 技术分析 │ ├── valuation_analysis.py # 估值分析 │ ├── risk_analysis.py # 风险分析 │ ├── fundamental_analysis.py # 基本面分析 │ ├── screening.py # 因子筛选 │ ├── 报告_生成器.py # 报告生成 │ └── utils.py # 腾讯财经API封装 ├── references/ │ ├── indicators.md # 技术指标说明 │ ├── factors.md # 因子模型文档 │ ├── valuation_benchmarks.md # 行业估值基准 │ └── API_usage.md # API使用指南 └── as设置s/ ├── templates/ │ ├── analysis_报告.md # 分析报告模板 │ └── screening_结果s.csv # 筛选结果模板 └── example_as设置.txt

🎓 使用指南 何时使用？ ✅ 研究一只股票是否值得买入 ✅ 需要快速生成投资分析报告 ✅ 批量筛选符合条件的股票 ✅ 追踪持仓股的技术状态 ✅ 对比不同股票的估值水平 ✅ 评估投资组合的风险指标 何时不使用？ ❌ 需要实时Level-2行情（本技能使用延迟数据） ❌ 复杂的DCF模型（本技能无完整财务预测） ❌ 宏观策略研究（本技能聚焦个股） ❌ 美股/港股深度分析（数据源以A股为主） 📈 典型工作流 输入股票代码（如 sh601288 农业银行） 多维度分析并行执行： 技术面：趋势、指标、支撑阻力 估值：PE/PB历史分位、行业对比 风险：波动率、最大回撤、夏普比率 生成综合评分（0-10分） 输出建议（买入/持有/卖出） 导出报告（Markdown/Word）

整个过程约10-30秒，无需人工干预。

🔧 定制与扩展 添加自定义行业估值基准

编辑 references/valuation_benchmarks.md，添加你关注的行业PE/PB中位数。

集成新数据源

修改 scripts/utils.py，接入其他财经API（如 Ak分享、Baostock）。

自定义报告模板

修改 as设置s/templates/analysis_报告.md，调整输出格式和内容。

📚 术语表 术语 解释 PE (TTM) 滚动市盈率，最新12个月净利润的倒数 PB 市净率，股价/每股净资产 历史分位数 当前值在历史序列中的百分比位置 MA20 20日均线，短期趋势线 RSI 相对强弱指标，0-100，>70超买，<30超卖 夏普比率 每单位风险获得的超额收益，越高越好 最大回撤 历史上从高点到低点的最大下跌幅度 跟踪误差 ETF净值相对于基准指数的偏离标准差 🤝 贡献与反馈 报告Bug或提出建议：请提交Issue 贡献代码：欢迎PR，特别是新指标、新数据源 数据源扩展：如果你有可用的免费API，欢迎集成 📄 许可证

MIT License - 自由使用、修改、分发。

版本: 1.0.0 最后更新: 2026-03-18 作者: 养虾佬徐小明 (jy02577302) ClawHub: 搜索 stock-analysis 下载