Obsidian 知识库方案

结论：建议采用“Obsidian 文件库 + 统一 YAML 元数据 + 股票代码分目录 + SQLite 全文索引”的方式。

核心原则是：

Markdown 是唯一原始分析记录，长期保存。
HTML 是 Markdown 的展示版本，可以随时重新生成。
股票代码是唯一主键，股票名称只用于阅读和搜索。
所有文件必须带结构化元数据，不能只依赖文件名。
少量记录直接用 Obsidian 搜索；积累到几千、几万篇后用 SQLite 查询。

一、推荐目录结构

text

stock-research/
├── 股票档案/
│   ├── SH600519-贵州茅台.md
│   ├── SZ000858-五粮液.md
│   ├── HK00700-腾讯控股.md
│   └── NASDAQ-AAPL-苹果.md
│
├── 分析记录/
│   ├── SH600519/
│   │   ├── 2026/
│   │   │   ├── 2026-09-04_SH600519_贵州茅台_日常跟踪.md
│   │   │   ├── 2026-09-15_SH600519_贵州茅台_中报复盘.md
│   │   │   └── 2026-10-01_SH600519_贵州茅台_估值分析.md
│   │   └── 2027/
│   ├── SZ000858/
│   ├── HK00700/
│   └── NASDAQ-AAPL/
│
├── HTML报告/
│   ├── SH600519/
│   │   └── 2026/
│   │       └── 2026-09-04_SH600519_贵州茅台_日常跟踪.html
│   └── ...
│
├── 行业研究/
│   ├── 白酒/
│   ├── 银行/
│   └── 人工智能/
│
├── 组合复盘/
│   ├── 2026/
│   └── 2027/
│
├── 数据/
│   ├── stocks.csv
│   └── research-index.sqlite
│
└── 模板/
    └── 股票分析模板.md

不要按日期作为最外层目录。因为你的主要查询场景是“查某只股票的全部历史分析”，所以应该先按股票代码分组，再按年份分组。

二、统一股票代码格式

建议建立自己的标准代码：

text

A股上海：SH600519
A股深圳：SZ000858
港股：HK00700
美股：NASDAQ-AAPL

以代码作为唯一标识，不要只用股票名称。原因是：

股票名称可能变更。
不同市场可能存在同名公司。
ST、退市、借壳会导致简称变化。
股票代码更适合程序化查询。

可以在 stocks.csv 中维护股票基础信息：

csv

stock_id,code,name,market,industry,aliases
SH600519,600519,贵州茅台,上海证券交易所,白酒,茅台
SZ000858,000858,五粮液,深圳证券交易所,白酒,
HK00700,00700,腾讯控股,香港交易所,互联网,腾讯
NASDAQ-AAPL,AAPL,Apple,NASDAQ,消费电子,苹果

三、文件命名规则

统一使用：

text

日期_标准代码_股票名称_分析类型.md

例如：

text

2026-09-04_SH600519_贵州茅台_日常跟踪.md
2026-09-15_SH600519_贵州茅台_财报复盘.md
2026-10-01_SH600519_贵州茅台_估值分析.md

如果一天可能分析多次，可以加入时间：

text

2026-09-04_0930_SH600519_贵州茅台_盘前分析.md
2026-09-04_1530_SH600519_贵州茅台_收盘复盘.md

不要使用：

text

茅台分析.md
今天复盘.md
9月股票分析.md

这种文件名以后很难批量定位、排序和建立索引。

四、每个 Markdown 必须包含 YAML 元数据

这是整个方案最重要的部分。

推荐模板：

markdown

---
id: SH600519-20260904-1530-close-review
stock_id: SH600519
code: "600519"
name: 贵州茅台
market: A股
exchange: 上交所
industry: 白酒
analysis_date: 2026-09-04
analysis_time: "15:30"
analysis_type: 收盘复盘
period: 日线
price: 0
rating: 观察
position_status: 未持仓
confidence: 中
keywords:
  - 白酒
  - 高端消费
  - 业绩跟踪
tags:
  - 股票分析
  - SH600519
  - 贵州茅台
html_file: ../../HTML报告/SH600519/2026/2026-09-04_SH600519_贵州茅台_收盘复盘.html
---

# 贵州茅台分析记录

## 一、当日结论

一句话写清楚当前判断。

## 二、现状与数据

- 当前价格：
- 成交量：
- 估值：
- 关键财务数据：
- 重要事件：

## 三、核心判断

### 看多逻辑

1.
2.

### 风险逻辑

1.
2.

## 四、与上次判断对比

上次分析：[[2026-08-20_SH600519_贵州茅台_日常跟踪]]

- 上次判断：
- 本次变化：
- 判断被验证的部分：
- 判断错误的部分：

## 五、关键观察条件

- 上涨验证条件：
- 下跌风险条件：
- 需要继续跟踪的数据：
- 下次复盘时间：

## 六、操作计划

- 当前动作：
- 买入条件：
- 卖出条件：
- 止损条件：
- 仓位上限：

## 七、事后复盘

> 在后续日期补充，避免只记录预测、不检验结果。

- 实际走势：
- 原判断是否正确：
- 错误原因：
- 可复用经验：

其中最关键的字段是：

yaml

stock_id
code
name
analysis_date
analysis_type
rating
tags

这些字段以后可以直接建立数据库索引。

五、为每只股票建立“股票档案页”

例如：

text

股票档案/SH600519-贵州茅台.md

内容可以是：

markdown

---
stock_id: SH600519
code: "600519"
name: 贵州茅台
market: A股
exchange: 上交所
industry: 白酒
aliases:
  - 茅台
---

# 贵州茅台 SH600519

## 公司定位

高端白酒龙头。

## 长期投资逻辑

1.
2.
3.

## 核心风险

1.
2.
3.

## 估值锚点

- 乐观：
- 中性：
- 悲观：

## 最新判断

- 当前评级：
- 当前仓位：
- 最新分析：

## 历史分析

通过 Obsidian Dataview 或自动脚本生成。

如果安装 Obsidian 的 Dataview 插件，可以在档案页自动列出该股票全部记录：

dataview

TABLE
  analysis_date AS "日期",
  analysis_type AS "类型",
  rating AS "评级",
  price AS "价格",
  confidence AS "置信度"
FROM "分析记录"
WHERE stock_id = "SH600519"
SORT analysis_date DESC

这样打开“贵州茅台档案页”，就能看到它的全部历史分析，而且新文件会自动加入，不需要手工维护目录。

六、具体查询方式

按股票代码查全部记录

在 Obsidian 中搜索：

text

stock_id: SH600519

或者直接搜索：

text

SH600519

按股票名称查询

text

name: 贵州茅台

查询某只股票的估值分析

text

stock_id: SH600519 analysis_type: 估值分析

查询某只股票在某一年的记录

text

stock_id: SH600519 analysis_date: 2026

查询所有曾经给出“买入”评级的记录

text

rating: 买入

查询某个行业的全部记录

text

industry: 白酒

七、Markdown 和 HTML 怎么处理

建议：

text

Markdown = 原始数据、唯一真实来源
HTML = 阅读、展示、分享版本

不要分别编辑 Markdown 和 HTML，否则时间长了以后两份内容很容易不一致。

正确流程应该是：

text

编写 Markdown
    ↓
自动生成 HTML
    ↓
更新 SQLite 索引

HTML 文件应保留同样的基础命名：

text

Markdown：
分析记录/SH600519/2026/2026-09-04_SH600519_贵州茅台_收盘复盘.md

HTML：
HTML报告/SH600519/2026/2026-09-04_SH600519_贵州茅台_收盘复盘.html

如果 HTML 只是由 Markdown 生成，而且随时可以重新生成，也可以不长期备份全部 HTML，只备份 Markdown、模板和生成脚本。

八、记录多了以后增加 SQLite 索引

当记录达到几千篇以上，可以用脚本扫描所有 Markdown 的 YAML 元数据，写入 SQLite：

sql

CREATE TABLE research_records (
    id TEXT PRIMARY KEY,
    stock_id TEXT NOT NULL,
    code TEXT,
    name TEXT,
    market TEXT,
    industry TEXT,
    analysis_date TEXT NOT NULL,
    analysis_type TEXT,
    rating TEXT,
    price REAL,
    confidence TEXT,
    md_path TEXT NOT NULL,
    html_path TEXT,
    title TEXT,
    content TEXT
);

建立索引：

sql

CREATE INDEX idx_research_stock_date
ON research_records(stock_id, analysis_date);

CREATE INDEX idx_research_name
ON research_records(name);

CREATE INDEX idx_research_type
ON research_records(analysis_type);

以后查询贵州茅台全部记录：

sql

SELECT
    analysis_date,
    analysis_type,
    rating,
    price,
    md_path
FROM research_records
WHERE stock_id = 'SH600519'
ORDER BY analysis_date DESC;

也可以建立 SQLite FTS5 全文检索，查询历史上所有提到“渠道库存”“批价下跌”“高股息”的分析内容。

九、备份建议

至少使用“三层保存”：

本地工作库
Obsidian Vault 或普通文件夹。
Git 版本管理
主要管理 Markdown、模板和脚本，可以查看每次分析被修改的历史。
异地备份
OneDrive、Dropbox、Google Drive、NAS 或对象存储。

建议：

text

纳入 Git：
- Markdown
- 模板
- stocks.csv
- 自动化脚本

按情况决定是否纳入 Git：
- HTML

不建议纳入 Git：
- 临时文件
- 缓存
- 数据库日志

SQLite 数据库如果能由 Markdown 重新生成，它也属于派生数据，不应成为唯一数据源。

十、最适合你的最终方案

推荐采用：

text

Obsidian
+ Markdown 作为原始记录
+ YAML 结构化元数据
+ 股票代码分目录
+ 股票档案页
+ Dataview 自动展示历史记录
+ SQLite/FTS5 作为后期检索引擎
+ Git 和云盘双重备份

这套方案的优势是：

现在就能使用，不需要先开发复杂系统。
能按代码、名称、日期、行业、评级和分析类型查询。
一只股票的所有历史判断可以自动汇总。
能将“当时判断”和“后来实际结果”串起来复盘。
将来可以接入 AI，对某只股票历次分析进行自动总结。
不会被某个笔记软件锁定，Markdown 随时可以迁移。

最重要的一点：除了保存“当时怎么看”，还要在每篇记录里预留“事后验证”字段。否则文件再多，也只是观点档案，不是真正可复用的投资复盘系统。

Obsidian 知识库方案 ​

Obsidian 知识库方案