Stock Pe Pb Analyzer — Stock Pe Pb 分析器
v0.1.0分析股票PE/PB历史水位的专业工具。使用BaoStock API获取真实股票数据，计算股票在过去十年中的PE、PB历史百分位水位。适用于：1）查询单个股票的PE/PB历史估值水平；2）评估当前估值相对于历史的高低位置；3）为投资决策提供估值参考数据。支持通过股票名称（如贵州茅台）或代码（如600519）查询A股所有股票。
by 运行时依赖
安装命令
点击复制技能文档
股票PE/PB历史水位分析器
基于BaoStock数据源的股票估值分析工具，帮助分析股票当前PE、PB在历史区间中的位置（水位）。
功能特点 支持股票名称和代码查询 自动计算10年、5年、3年、1年的历史水位 提供详细的统计指标（最低、最高、中位数、平均值） 输出估值评级（低估/适中/偏高） 使用方法
- 直接调用分析脚本
示例：
python .代理s/技能s/stock-pe-pb-分析器/scripts/analyze_stock.py 贵州茅台 python .代理s/技能s/stock-pe-pb-分析器/scripts/analyze_stock.py 600519
- 作为Python模块使用
# 创建分析器实例 分析器 = StockPEPB分析器()
# 分析单只股票 结果 = 分析器.analyze("贵州茅台", years=10)
# 打印详细报告 分析器.print_报告(结果)
# 获取原始数据 historical_data = 结果['historical_data'] # DataFrame包含date, peTTM, pbMRQ等字段 percentiles = 结果['percentiles'] # 各周期水位计算结果
输出说明
PE水位: 当前PE在过去N年中的百分位（0%-100%）
🔴 低估: 0-20%（历史较低水平，可能存在估值修复机会） 🟡 适中: 20-50%（估值相对合理） 🟢 偏高: >50%（估值偏高，需注意风险）
PB水位: 当前PB在过去N年中的百分位，评级标准同上
依赖要求
需要安装以下Python包：
baostock pandas numpy 注意事项 首次使用时会自动登录BaoStock并加载股票列表 数据基于日频估值指标（PE-TTM, PB-MRQ） 过滤了PE>1000的异常数据点 分析结果仅供参考，不构成投资建议