agentleFS
70asunflower70asunflower/70asunflower-skills/investment-analysis/SKILL.md

investment-analysis

Skill1 starsChanged 15 days agoMITView on GitHub

投资工作区(D:\Project\workspace\投资)的分析方法论与操作规程,基于林奇六分类方法卡 + 2026 环境校准 + 可证伪预测档案系统。当用户要求分析某只股票、判断能不能买、做池级重估/候选池研判、刷新行情或财务数据、登记预测/监控/决策/快照、调整评级或买点、问估值三轨/调整后PE/林奇分类,或要在美股分析系统里做任何研究写入时使用——即使没明说"投资分析"二字。

4 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

投资分析(投资工作区方法论)

一套文件优先、面向十年尺度的个人投资分析体系:每次分析沉淀为可回溯的研究史、可验证的预测记录、可积累的认知资产。系统不自动交易、不给买卖指令,只产出评级建议 + 买点区间——最终决策永远由人做。

工作区根:D:\Project\workspace\投资(下称 <WS>),主系统在 <WS>\美股分析系统\(下称 <SYS>)。

0. 动手前必读(顺序固定,跳步会翻车)

  1. <WS>\.workbuddy\memory\MEMORY.md —— 长期记忆:数据源坑、API 契约、操作红线、宏观状态。再看最近一两天的 YYYY-MM-DD.md 日志。
  2. <SYS>\SYSTEM.md —— 最高规则,与任何东西冲突时以它为准。
  3. <SYS>\framework\method_cards\value-basics.md —— 方法论入口卡 v1.2.0,必读其「〇·五 2026 环境校准」节:校准条款优先于林奇原著的一切历史参数。
  4. 按标的类型读对应专项卡(见 §2 路由表)。
  5. 目标公司档案:<SYS>\companies\<TICKER>\ 的 profile / 最新 snapshots / theses / monitoring / predictions。
  6. 数据用最新快照:<SYS>\data\market\ 与 <SYS>\data\fundamentals\ 下日期最新的 *_snapshot_*.json;过期(>7 天)先跑 §5c 数据刷新。

1. 五条铁律(违反任何一条 = 分析作废)

  1. 先定类型再分析。 "公司属于哪一类"是所有后续分析的起点,错一步满盘皆错;类型判定须写在快照开头("本标的类型 = X,依据 = …")。
  2. 不编造。 数字必须来自信源、data/ 快照或确定性代码并标 as_of;不足写 unknown / pending。可核实而不核实 = 违规。
  3. 快照不可变、append-only。 新结论写新快照 + evolves_from,绝不回头改旧分析;被证伪的预测、失败尝试一律保留。
  4. 每份分析至少 1 条可证伪预测(quantified falsification:价格类必须含数字+单位锚,否则登记被拒)。
  5. 指标由代码算,AI 只解释。 公式唯一真相源 <SYS>\config\metric_definitions.json;估值分位、体检 verdict、三轨估值带全部走代码,禁止口算替代。

2. 林奇六分类路由(读专项卡)

类型卡2026 校准要点(详见各卡)
慢速增长slow-grower.md股息率门槛对 30Y 长端(非 10Y);派息率安全线 75%→70%
稳定增长stable-grower.mdPE 分位必须利率调整后比较;剔除"被动溢价"假便宜
快速增长fast-grower.md新增第 11 问 capex 轻重(AVGO 1.8% vs GOOGL 115% vs SPCX 235%);PEG 破位即走
周期cyclical.md加识别技术/资本开支周期(云厂 capex 指引=需求领先指标);禁穿越周期
困境反转distressed-reversal.md现金跑道 4→6 季度 + 查 12 个月债务到期分布
隐蔽资产asset-play.md新增「被动忽视折价」(小盘 PE 14x vs 大盘 22x)

2026 系统性红旗(写入所有分析):前十大集中度 ~40%、被动溢价反转、散户托底使"恐慌见底"信号失灵、0DTE 杠杆放大波动、联储后盾弱化。

3. 方法论铁律(历史教训蒸馏,引用案例见 <SYS>\docs\ 与 MEMORY.md)

  • 利率调整后 PE:调整后 PE = 当前PE × (当前10Y ÷ 历史均值10Y)。2026 实算约 ×2.0(10Y≈5%,均值取 2.5%)。报表低 PE 在 5% 利率下普遍不是便宜(NKE/1810/GOOGL 实算见 MEMORY.md)。
  • "低 PE"必做盈利质量校验:剔除一次性项目后 EPS 趋势 + 可比销售方向 + 指引是否连续下修。反例 LULU:前瞻 PE ~10x 但 EPS 含 29% 一次性关税退款 = 价值陷阱。
  • 建仓价位锚定盈利而非历史股价:AVGO 案例——盈利 +86%/+96% 被动消化估值,死守原价位会踏空;反之价格跑赢盈利时(2026-09 的 TSM/QCOM),按新 EPS 重算买区而不是追高或死守旧区。
  • 目标价滞后:目标均价常不随一致预期下修(小米目标价 38.14→34.67 但 ROE 已 −39%),用目标价算上行空间会高估;小样本动量必须标注机构数(SPCX +25.6 仅 2 家 = 无意义)。
  • 大佬持仓 ≠ 你的买点:引用机构/名人持仓必查其成本与资金性质(伯克希尔 6.5% 折价建仓 Alphabet)。
  • 表态 ≠ 执行:AI CEO 公开呼吁减速与云厂商 capex 上调背离时,看资本配置行为,不看公开信。表外租赁承诺(~9000 亿美元)不入当期 capex,会计口径变化(折旧年限)≠物理减少。
  • 评级语义:BUY=明确买入逻辑;HOLD=持有现有仓位不加仓;WATCH=等买点或条件;SELL=退出。confidence ∈ {HIGH, MEDIUM, LOW}。

4. 估值三轨带(纪律尺,非决策器)

  • 中轨(金) = EPS × (min(CAGR, 30%) + 股息率),封顶 40;
  • 上轨(红) = EPS × 季度 PE 分布 P75(剔异常,回退 5Y 年尾均值 ×1.3);
  • 下轨(绿) = EPS ÷ min(1÷(rf+2%), 中轨PE×0.75),只有下轨依赖利率(25bp ≈ 下轨 −3.5%)。
  • 决策三区:低估买入区越近下轨越加仓 / 合理持有区坐稳不做T / 泡沫警戒区增速放缓才卖。
  • 实现:<SYS>\scripts\valuation.py(倍数统一由 _valuation_autofill 写入,禁止两套公式漂移)。

5. 四个工作流

a. 个股分析(新结论)

类型判定(§2)→ 读专项卡 → 用最新快照数据(§0.6)→ 三轨定位 → 写快照(python scripts/new_snapshot.py --ticker T,模板结构:类型判定→结论→触发→事实→主张(支持+反证)→假设→评级/买点/仓位→预测→监控)→ 登记可证伪预测(prediction.py register)→ 加监控(monitor.py add)→ 沉淀教训(lesson.py add)。写完跑 §6 校验循环。

b. 池级重估(候选池研判)

模板:<SYS>\docs\自选池全量更新与研判_20260922.md(同构 20260912 版)。步骤:

  1. 先 §5c 数据刷新;
  2. westock 四维度到 data/westock_<date>/:rating(评级动量 = latest − 上月,标注机构数)、fund short(注意港美分母不同不可横比)、consensus(一致预期)、fund south-holding(港股);
  3. 从 fund_snapshot 提取年报营收/净利 YoY、ROE、PE 分位(fund_digest 模式);
  4. 大动作标的做新闻核查(价格异动必须有事实归因,防止把叙事当基本面);
  5. 三方交叉(评级动量 × 估值 × 价格)→ 背离区识别 → gate 日历(每个待裁决标的的财报/验证日期);
  6. 评级默认不动除非 fundamental gate 翻转;买区重算锚定新 EPS(PE 锚示例:首批 = EPS×28~30);
  7. 产出 doc 到 <SYS>\docs\,watchlist 变更经 core API 落盘(§5d)。

c. 数据刷新(五组串行,断点续跑)

cd <SYS> && NODE="C:/Users/qilin/.workbuddy/binaries/node/versions/22.22.2-6/node.exe"  # 版本会升级:先 ls versions/ 取最新,失效就换
python scripts/fetch_quotes.py --node "$NODE"      # ① 行情:westock 优先,不耗 Wind
python scripts/fetch_deep.py --node "$NODE"        # ② 深度:K线绩效/风险/事件(Wind)
python scripts/fetch_fund.py --node "$NODE"        # ③ 财务体检+估值分位(Wind)
python scripts/fetch_shareholder.py --node "$NODE" # ④ 股东回报(Wind)
python scripts/fetch_profile.py --node "$NODE"     # ⑤ 公司档案(Wind)
python scripts/refresh_rf.py                       # ⑥ 无风险利率(FRED,失败非致命)

重跑 = 只补缺失(--force 才全量);Wind CLI 路径 ~/.agents/skills/wind-mcp-skill/,余额/接口行为会变,报错先看 MEMORY.md 数据源备忘。

d. 档案与候选池写入(必须走 core API / scripts,禁手写 JSON)

  • CLI:prediction.py register/verify/expire、monitor.py add/check/close、watchlist.py、lesson.py add;或 import core(sys.path.insert(0, "<SYS>/scripts"))。
  • core.watchlist_update(ticker, rating=None, confidence=None, zone=None, note=None):只校验 rating 不校验 confidence,写前手动确认 ∈ {HIGH,MEDIUM,LOW}。
  • core.C.update_json_record 的 mutate 必须返回 data 本体或 None——返回别的会把整个档案覆盖成那个结果(NKE 事故)。收集变更轨迹用闭包列表。
  • 无 core._fred_10y() / core.monitoring_list();用 core.risk_free_10y_pct() / 直接读 monitoring.json。
  • 归档公司:archive/companies/<T>_<date> + watchlist 该行 status=ARCHIVED。

e. 每次触碰例行(被动维护,2026-10-31 用户指示「用户只看不操作」)

开场先跑:① daily_brief.py + check_integrity.py(超期/到期/红旗);② gate 到期即裁决——能验证的 verify(带来源),数据不可得的 horizon 后 expire(附诚实 note,勿强行 TRUE/FALSE);③ 数据陈旧即刷新(行情>1 天、档案>7 天先刷,runs/staleness_*.py 扫描);④ 触发线触发即归因调查;⑤ gen_archive_reports.py + sync 集成。自主域=研究/裁决/报告/评级建议;买卖处置永远等用户拍板。

6. 数据源分工与口径陷阱(速查,全量见 MEMORY.md)

来源负责
腾讯 westock行情/K线/评级动量/卖空/南下/一致预期/披露日(C:\Users\qilin\.local\bin\westock.exe,输出 UTF-8,subprocess 直调勿走 shell 管道)
Wind复权K线、PE 历史、深度财报、股东、估值分位(CLI 或 ZCode wind 插件 MCP 均可)
FRED美债 10Y(core.refresh_risk_free_from_fred());502 时可用 Wind EDB 补

高频陷阱:① 同名字段会静默改单位(市值、分红都发生过)——能自算的优先自算(市值=价格×股本;股息率=TTM 分红自算),跨日对比先验量级。② westock 美股 K 线不复权(拆股假缺口);SPCX 历史含旧 SPAC 主体污染(用 earliest_valid_date 滤)。③ BRK-B 代码 usBRK.B(点号)。④ 港股卖空比率分母是成交量,不可与美股横比。⑤ 已知脏数据:CBRS PE 597、LULU 财务序列混季度(毛利率 1.2% 不可用)、RKLB/SPCX 亏损无 PE。⑥ 快照必须回填 wind 字段,下游估值图靠它。

7. 环境红线(本机)

  • 禁止向 git 传中文路径参数(2026-09-13 曾误删 255 文件):移动/删除用 Python;暂存用 git add -A --pathspec-from-file=<文件>;排查用 git ls-files -z + Python 过滤。
  • Git Bash 残缺(head/wc/dirname 不可用,/tmp 非 Windows 路径):批量文本处理一律 Python。
  • 改完必跑校验循环:python scripts/check_integrity.py(含 GATE 日历段)+ python -m unittest discover -s tests(当前 171 项)。日常盘前看 python scripts/daily_brief.py(gate → 持仓触发线 → 到期监控 → 组合红旗,只读)。
  • 改前端必须改真源 <SYS>\workbench\投资工作台.html,再同步两副本(直接改副本会被覆盖)。
  • 评级/买点/买卖属用户决策域:AI 更新数据、给建议、标漂移,不擅自改评级。

8. 输出纪律

  • 汇报分层(2026-10-23 用户反馈,长期价值为主线):① 基本面/价值层先行——类型判定、盈利与现金流、估值(三轨/前瞻 PE)、基本面 gate;② 论点状态(支持/反证哪边在强化);③ 技术面与触发线只作为风险控制层放最后,并注明:止损/减持线是用户自设的保险丝,卖出的正当理由是论点被证伪或 gate 落空,不是价格碰线;技术信号本身不构成买卖理由。
  • 中文、结论先行;事实可核实必先调工具,核实不了标 [待核实]。
  • 成功后附数据来源("数据来源于万得 Wind 金融数据服务"等)。
  • 报告落 <SYS>\docs\(池级)或 companies/<T>/snapshots/(个股,经脚本);快照开头写类型判定。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.