这是一个可复用技能: 生成个股/ETF深度研报。当用户给一个股票代码或公司名并要"分析/研报/投资建议"时触发,覆盖美股/港股/A股/场内ETF。按固定模板:取数(含同业/健康评分/分析师筹码)→交叉验证→按标的性质选估值指标+投资人框架硬门槛→行业与同业→多头逻辑→风险与反方→子agent多空辩论(反演/激励审计)+三档风控→Signal+置信度+评级仓位→来源+信息不足标注。非持牌建议,不保证收益。
用户给出股票代码/公司名 + 想要"分析/研究报告/投资建议/值不值得买"。先确认代码唯一(歧义代码先澄清不瞎猜,如 VIVA→VIAV/维亚生物/Vivakor)。
python3 /home/ubuntu/btc-dashboard/stock_report_fetch.py <代码> --peers <同业1,同业2,同业3> [--json]
--json 给反方子agent喂原始数据用(第4步)。.SH/.SZ) → Tushare; ETF 自动 fund_daily, 只看跟踪指数/费率。港/美股 → Yahoo quoteSummary+年报序列; 估值仍用 WebFetch stockanalysis.com 或公司IR复核一次。02631→2631.HK); A股 Tushare 用 .SH(沪/科创)/.SZ(深/创业),≠Yahoo的.SS。财报/订单/指引/风险,至少2源交叉。中文源(财新/新浪/财联社/同花顺/券商研报)+英文源(公司IR/CNBC/Yahoo/stockanalysis)。标来源, 事实与"预测/估计"分开。
3b. 投资人框架硬门槛(借鉴 Fincept 的投资人 agent 设计: "是业务分析师, 不是人物cosplay", 每条结论必须落到数字与 pass/fail)。按标的性质选 1–2 个镜头, 出一张 指标 | 实际值 | 门槛 | 通过? 表:
主线写完"多头逻辑+核心风险"初稿后, 必须另起一个子 agent 专门唱反方, 主线不能自己既当多头又当反方。
subagent_type: general-purpose):把第1步 --json 原始数据 + 同业表 + 初稿多头逻辑原样喂给它, 指令是"你是空头研究员, 只找漏洞:每条多头逻辑给出最强反驳, 指出哪些数字是预测而非事实, 哪些估值前提最脆弱, 列出会证伪多头的3个可观察信号"。禁止它自己再取数或编数, 只能用喂给它的材料 + WebSearch 核实。反方必须额外完成三项(芒格镜):1. 反演: 列 3–5 条具体的"这笔投资怎么亏钱"(不许写"管理层差"这种泛话, 要写成"高管激励80%绑定两年EPS, 有动机短期做利润")。
2. 激励审计: 除我之外谁从这笔交易赚钱? 管理层薪酬/减持与解禁/大股东质押/卖方研报利益/谁在卖给我。
3. 偏差检查: 共识观点和我自己的初稿各可能中了哪种偏差(锚定/近因/从众/权威), 触发点是什么。
1. 公司定位(一句话讲清它是什么、赚什么、卡什么位)
2. 行情快照(现价/52周区间与52周位置%/距高点/市值, 近5日; 港美加分析师目标价低/均/高与空间、评级分布、空头占流通、内部人与机构持股; A股加股东户数趋势、前五流通股东、业绩预告)
3. 财务基本面(营收/利润/利润率/增速/ROE/FCF/现金与有息负债; 财务健康评分三行: Altman Z 区间、Piotroski F 分与未通过项、Beneish M 判定, 各一句解释)
4. 行业与竞争格局 + 同业对比(行业空间与增速、竞争格局与份额一段; 同业表: 市值/PE/PE2/PB/PS/PEG/ROE/毛利/净利/增速/杠杆; 说明相对同业溢价或折价及其是否合理)
5. 核心多头逻辑(3–6条, 带数据; 成长股附"一句话故事")
6. 核心风险(3–6条, 必给反方, 权重高的排前; 健康评分预警与会计质量问题必须在此出现)
7. 多空辩论与三档风控(反方最强3条反驳 + 反演清单 + 激励审计 + 主线逐条回应 + 一句话裁决; 激进/中性/保守三档表:仓位上限/入场条件/止损减仓触发/持有周期; 3个证伪信号)
8. 估值判断(用对的指标 + 所选投资人镜的硬门槛 pass/fail 表 + 每镜 Signal 与置信度; 说清贵/便宜的前提假设与共识分歧点)
9. 催化剂日历(时间/事件/看点; 标注临近的财报/解禁等)
10. 投资建议(一行 Signal: 看多/中性/看空/持币 · 置信度 x.xx + 明确评级 + 理由 + 默认按中性档给操作框架示例(非指令) + 风控位 + "什么会改变这个判断": 触发买入的价格或触发退出的具体数字)
11. Sources(可点链接) + 信息不足项(取不到的显式标注为"无法知道",不臆造, 并说明它压低了多少置信度)
把上面模板的分析写成 markdown 文件后, 渲染成券商风格 HTML 并进「研报库」:
python3 /home/ubuntu/btc-dashboard/build_report.py <报告.md> --ticker <代码> --title "<标题>"
→ 输出 /www/wwwroot/btc-board/reports/<slug>-<日期>.html(自动加免责声明+时间戳), 并更新研报库索引 https://cl.stock888.app/reports/。只出 HTML(用户不需要 Word/PPT)。
研报完成后如用户要"加进看板",编辑 /home/ubuntu/btc-dashboard/equities.json(A股ETF加"kind":"fund")+ equity_catalysts.json,跑 build_dashboard.py。
本流程产出为信息整理与分析,非持牌投资建议、非荐股、不保证准确或盈利,仅供参考。