aj-stock-analysis

中国株式分析スキル

バリュー投資理論に基づく中国A株分析ツールです。低頻度取引を行う一般投資家を対象としています。

使用するタイミング

ユーザーが以下の操作をリクエストしたときに、このスキルを呼び出します：

• A株銘柄を分析する
• 条件に合う銘柄を絞り込む
• 複数の銘柄や同じ業界の銘柄を比較する
• 株式の評価額や本質的価値を計算する
• 株式の財務健全性を確認する
• 財務上の異常リスクを検出する

前提条件

Python環境要件（venvの使用必須）

すべてのスクリプトコマンドは、プロジェクトの仮想環境内で実行してください。

python3 -m venv .venv
source .venv/bin/activate

依存関係をインストールします：

pip install tushare pandas numpy

環境のセットアップ（実行前に必ず自動で完了）

スクリプトを実行する前に、現在のプロジェクトディレクトリで次を実行してください：

cd <skill项目目录>
if [ ! -d ".venv" ]; then
  python3 -m venv .venv
fi
source .venv/bin/activate
python3 -m pip install -U pip
python3 -m pip install tushare pandas numpy

説明：

• .venv はスキルのプロジェクトルートに配置する必要があります（グローバルディレクトリではありません）
• import tushare に失敗した場合は、以降の分析処理を続ける前に、必ず上記のセットアップを実行してください

TUSHARE_TOKEN／BRAVE_API_KEY は ~/.aj-skills/.env に保存し、実行前に現在のシェルに読み込むことを推奨します：

set -a
source ~/.aj-skills/.env
set +a

説明：

• スクリプトは ~/.aj-skills/.env を自動で読み込みません
• CLI引数で明示的に渡す必要があります：--token "${TUSHARE_TOKEN}"、--brave-api-key "${BRAVE_API_KEY}"

実行前の引数チェック（test コマンドを使用）：

test -n "${TUSHARE_TOKEN}" || { echo "缺少 TUSHARE_TOKEN"; exit 1; }
# 仅当使用 Brave 新闻源时检查
test -n "${BRAVE_API_KEY}" || { echo "缺少 BRAVE_API_KEY（news-provider=brave 时必填）"; exit 1; }

依存関係の確認

分析を実行する前に、tushareがインストールされているか確認してください：

python3 -c "import tushare; print(tushare.__version__)"

主なモジュール

1. 株式スクリーナー

条件に合う銘柄を絞り込みます

2. 財務アナライザー

個別銘柄の詳細な財務分析を行います

3. 業界比較

同じ業界の銘柄を横断的に比較・分析します

4. バリュエーション計算機

本質的価値と安全余裕を計算します

5. ニュースとセンチメント

最近の社会情勢に関するニュースを取得し、センチメントリスク評価を作成します

---

ワークフロー 1：株式スクリーニング

ユーザーが銘柄の絞り込みをリクエストしたときに使用します。

ステップ 1：スクリーニング条件の収集

ユーザーにスクリーニング条件を尋ねます。以下の選択肢から選ぶか、独自に設定できることを案内してください：

バリュエーション指標：

• PE（株価収益率）：例：PE < 15
• PB（株価純資産倍率）：例：PB < 2
• PS（株価売上高倍率）：例：PS < 3

収益性：

• ROE（自己資本利益率）：例：ROE > 15%
• ROA（総資産利益率）：例：ROA > 8%
• 売上総利益率：例：> 30%
• 純利益率：例：> 10%

成長性：

• 売上高成長率：例：> 10%
• 純利益成長率：例：> 15%
• 連続成長年数：例：>= 3年

配当：

• 配当利回り：例：> 3%
• 連続配当年数：例：>= 5年

財務安全性：

• 負債比率：例：< 60%
• 流動比率：例：> 1.5
• 当座比率：例：> 1

スクリーニング対象：

• 全A株
• CSI 300構成銘柄
• CSI 500構成銘柄
• ChiNext／STAR Market
• ユーザー指定のリスト

ステップ 2：スクリーニングの実行

python scripts/stock_screener.py \
    --scope "hs300" \
    --token "${TUSHARE_TOKEN}" \
    --pe-max 15 \
    --roe-min 15 \
    --debt-ratio-max 60 \
    --dividend-min 2 \
    --output screening_result.json

パラメーターの説明：

• --scope：スクリーニング対象（all/hs300/zz500/cyb/kcb/custom:600519,000858,...）
• --pe-max/--pe-min：PEの範囲
• --pb-max/--pb-min：PBの範囲
• --roe-min：ROEの下限
• --growth-min：成長率の下限
• --debt-ratio-max：負債比率の上限
• --dividend-min：配当利回りの下限
• --token：tushare token（必須）
• --format：出力形式（json/table）
• --quiet：サイレントモード
• --output：出力ファイルのパス

ステップ 3：結果の提示

screening_result.json を読み込み、次のような表形式でユーザーに提示します：

コード	銘柄名	PE	PB	ROE	配当利回り	スコア
600519	貴州茅台	25.3	8.5	30.2%	2.1%	85

---

ワークフロー 2：株式分析

ユーザーが特定の銘柄の分析をリクエストしたときに使用します。

ステップ 1：銘柄情報の収集

ユーザーに以下を尋ねます：

1. 株式コードまたは銘柄名
2. 分析の深度：
   • 要約レベル：主要指標と投資判断（1ページ）
   • 標準レベル：財務分析、バリュエーション、業界比較、リスクに関する注意点
   • 詳細レベル：過去データの追跡を含む、完全な調査レポート

ステップ 1.5：出力ディレクトリの準備

単一銘柄の分析では、スキルが出力ディレクトリを自動作成します。命名規則：

• ${股票名称}_${股票代码}

例：

stock_dir="贵州茅台_600519"
mkdir -p "${stock_dir}"

ステップ 2：銘柄データの取得

「モジュールごとの取得＋集約」の手順（CLIの分離）を推奨します：

mkdir -p "${stock_dir}/data"

# 1) 基础信息
python scripts/fetch_basic.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --output "${stock_dir}/data/basic.json"

# 2) 财务数据
python scripts/fetch_financial.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --years 5 \
  --output "${stock_dir}/data/financial.json"

# 3) 估值与行情
python scripts/fetch_valuation.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --output "${stock_dir}/data/valuation.json"
python scripts/fetch_price.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --days 180 \
  --output "${stock_dir}/data/price.json"

# 4) 新闻舆情
python scripts/fetch_news_data.py \
  --code "600519" \
  --name "贵州茅台" \
  --days 7 \
  --limit 20 \
  --provider brave \
  --brave-api-key "${BRAVE_API_KEY}" \
  --output "${stock_dir}/data/news.json"

# 5) 实时与事件窗口
python scripts/fetch_realtime.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --benchmark hs300 \
  --window 60 \
  --output "${stock_dir}/data/realtime.json"
python scripts/fetch_event_window.py \
  --code "600519" \
  --token "${TUSHARE_TOKEN}" \
  --name "贵州茅台" \
  --benchmark hs300 \
  --pre-days 1 \
  --post-days 1,3,5 \
  --provider brave \
  --brave-api-key "${BRAVE_API_KEY}" \
  --output "${stock_dir}/data/event_window.json"

# 6) 聚合为分析输入
python scripts/assemble_data.py \
  --input-dir "${stock_dir}/data" \
  --output "${stock_dir}/stock_data.json"

互換モード（単一コマンドでの取得）も引き続き利用できます：

python scripts/data_fetcher.py \
    --code "600519" \
    --token "${TUSHARE_TOKEN}" \
    --data-type all \
    --with-news \
    --news-provider brave \
    --brave-api-key "${BRAVE_API_KEY}" \
    --with-realtime \
    --with-event-window \
    --benchmark hs300 \
    --realtime-window 60 \
    --event-window-pre 1 \
    --event-window-post 1,3,5 \
    --news-days 7 \
    --news-limit 20 \
    --years 5 \
    --output "${stock_dir}/stock_data.json"

パラメーターの説明：

• --code：株式コード
• --data-type：データの種類（basic/financial/valuation/holder/news/all）
• --years：取得する過去データの年数
• --token：tushare token（必須）
• --with-news：ニュースとセンチメントを追加
• --news-days：ニュースの対象期間（日数）
• --news-limit：ニュースの最大件数
• --news-sources：ニュースソースのフィルター（カンマ区切り）
• --news-provider：ニュースソース（auto/brave/tushare/rss）
• --brave-api-key：Brave Search API Key（news-provider=brave の場合は必須）
• --with-realtime：リアルタイム指標（トレンド／確認／リスク／需給）を追加
• --with-event-window：イベントウィンドウ分析（イベント後1／3／5日の反応）を追加
• --benchmark：相対強度のベンチマーク指数（hs300/zz500/zz1000/cyb/kcb）
• --realtime-window：リアルタイム指標の計算期間（日）
• --event-window-pre：イベントウィンドウの前日数
• --event-window-post：イベントウィンドウの後日数（カンマ区切り）
• --cache-ttl-min：キャッシュの有効期間（分）
• --format：出力形式（json/table）
• --quiet：サイレントモード
• --output：出力ファイル

オプション：ニュースとセンチメントの処理を単独で実行

python scripts/news_fetcher.py --code 600519 --name 贵州茅台 --token "${TUSHARE_TOKEN}" --days 7 --limit 20 --provider brave --brave-api-key "${BRAVE_API_KEY}" --output "${stock_dir}/news.json"
python scripts/sentiment_analyzer.py --input "${stock_dir}/news.json" --output "${stock_dir}/sentiment.json"

ステップ 3：財務分析の実行

python scripts/financial_analyzer.py \
    --input "${stock_dir}/stock_data.json" \
    --level standard \
    --output "${stock_dir}/analysis_result.json"

または、モジュール別ディレクトリを直接読み込みます（自動集約）：

python scripts/financial_analyzer.py \
    --input-dir "${stock_dir}/data" \
    --level standard \
    --output "${stock_dir}/analysis_result.json"

パラメーターの説明：

• --input：入力する株式データファイル
• --input-dir：モジュール別ディレクトリ（自動で読み込み、分析用入力に集約）
• --level：分析の深度（summary/standard/deep）
• --output：出力ファイル

ステップ 4：バリュエーションの計算

python scripts/valuation_calculator.py \
    --input "${stock_dir}/stock_data.json" \
    --methods dcf,ddm,relative \
    --discount-rate 10 \
    --growth-rate 8 \
    --output "${stock_dir}/valuation_result.json"

パラメーターの説明：

• --input：株式データファイル
• --methods：バリュエーション手法（dcf/ddm/relative/all）
• --discount-rate：割引率（%）
• --terminal-growth：永続成長率（%）
• --growth-rate：永続成長率の互換エイリアス（%）
• --margin-of-safety：安全余裕（%）
• --format：出力形式（json/table）
• --quiet：サイレントモード
• --output：出力ファイル

Step 5: Generate Report

读取分析结果，参考 templates/analysis_report.md 模板生成中文分析报告。

报告生成必检项（必须全部满足）： 0. 最终报告必须落盘为 Markdown 文件（.md）

1. 必须包含“新闻与舆情”章节
2. 必须使用 stock_data.json 中的 news_sentiment/news_items 填充对应字段
3. 若新闻抓取失败，需在报告中明确写出失败原因（来自 news_sentiment.error）
4. 不允许省略模板中 summary_title 与“业绩与审计信号”章节
5. 若 stock_data.json 包含 realtime_metrics，报告必须包含“实时指标看板”章节（趋势/确认/风险/筹码）
6. 若 stock_data.json 包含 event_window，报告必须包含“事件窗口反应”内容（事件数、后1/3/5日收益、后1/3/5日超额收益）
7. 若 realtime_metrics 存在，综合评分必须采用 财务40% + 实时60%（实时优先）

报告结构（标准级）：

1. 公司概况：基本信息、主营业务
2. 财务健康：资产负债表分析
3. 盈利能力：杜邦分析、利润率趋势
4. 成长性分析：营收/利润增长趋势
5. 实时指标看板：趋势/确认/风险/筹码
6. 事件窗口分析：事件后收益与超额收益
7. 估值分析：DCF/DDM/相对估值
8. 风险提示：财务异常检测、股东减持
9. 投资结论：综合评分、操作建议（实时优先）

报告标题规范：

• summary_title 使用格式：股票名称(股票代码)：总结性结论
• 示例：贵州茅台(600519)：财务稳健，估值与风险匹配度较好

输出文件：

${stock_dir}/final_report.md

Step 6: humanize Output

读取 ${stock_dir}/final_report.md，并调用 humanizer-zh skill 进行润色和优化。

输出文件：

${stock_dir}/final_report_humanized.md

---

Workflow 3: Industry Comparison (行业对比)

CLI方式（板块分析，推荐）

# 1) 获取板块数据
python scripts/sector_fetcher.py \
  --sector-name "算力板块" \
  --token "${TUSHARE_TOKEN}" \
  --sector-file config/sector_computing_default.json \
  --output "${stock_dir}/sector_data.json"

# 2) 生成板块分析结果 + Markdown报告
python scripts/sector_analyze.py \
  --input "${stock_dir}/sector_data.json" \
  --output "${stock_dir}/sector_analysis.json"

Step 1: Collect Comparison Targets

询问用户：

1. 目标股票代码（可多个）
2. 或者：行业分类 + 对比数量

Step 2: Fetch Industry Data

python scripts/data_fetcher.py \
    --codes "600519,000858,002304" \
    --token "${TUSHARE_TOKEN}" \
    --data-type comparison \
    --output industry_data.json

或按行业获取：

python scripts/data_fetcher.py \
    --industry "白酒" \
    --token "${TUSHARE_TOKEN}" \
    --top 10 \
    --output industry_data.json

Step 3: Generate Comparison

python scripts/financial_analyzer.py \
    --input industry_data.json \
    --mode comparison \
    --output comparison_result.json

Step 4: Present Comparison Table

指标	贵州茅台	五粮液	洋河股份	行业均值
PE	25.3	18.2	15.6	22.4
ROE	30.2%	22.5%	20.1%	18.5%
毛利率	91.5%	75.2%	72.3%	65.4%
评分	85	78	75	-

---

Workflow 4: Valuation Calculator (估值计算)

Step 1: Collect Valuation Parameters

询问用户估值参数（或使用默认值）：

DCF模型参数：

• 折现率 (WACC): 默认10%
• 预测期: 默认5年
• 永续增长率: 默认3%

DDM模型参数：

• 要求回报率: 默认10%
• 股息增长率: 使用历史数据推算

相对估值参数：

• 对比基准: 行业均值 / 历史均值

Step 2: Run Valuation

python scripts/valuation_calculator.py \
    --code "600519" \
    --methods all \
    --discount-rate 10 \
    --terminal-growth 3 \
    --forecast-years 5 \
    --margin-of-safety 30 \
    --output valuation.json

Step 3: Present Valuation Results

估值方法	内在价值	当前价格	安全边际价格	结论
DCF	¥2,150	¥1,680	¥1,505	低估
DDM	¥1,980	¥1,680	¥1,386	低估
相对估值	¥1,850	¥1,680	¥1,295	合理

---

Financial Anomaly Detection (财务异常检测)

在分析过程中自动检测以下异常信号：

检测项目

1. 应收账款异常

   • 应收账款增速 > 营收增速 × 1.5
   • 应收账款周转天数大幅增加

2. 现金流背离

   • 净利润持续增长但经营现金流下降
   • 现金收入比 < 80%

3. 存货异常

   • 存货增速 > 营收增速 × 2
   • 存货周转天数大幅增加

4. 毛利率异常

   • 毛利率波动 > 行业均值波动 × 2
   • 毛利率与同行严重偏离

5. 关联交易

   • 关联交易占比过高（> 30%）

6. 股东减持

   • 大股东近期减持公告
   • 高管集中减持

风险等级

• 🟢 低风险：无明显异常
• 🟡 中风险：1-2项轻微异常
• 🔴 高风险：多项异常或严重异常

---

A-Share Specific Analysis (A股特色分析)

政策敏感度

根据行业分类提供政策相关提示：

• 房地产：房住不炒政策
• 新能源：补贴政策变化
• 医药：集采政策影响
• 互联网：反垄断、数据安全

股东结构分析

1. 控股股东类型（国企/民企/外资）
2. 股权集中度
3. 近期增减持情况
4. 质押比例

---

Output Format

JSON/Table输出格式

• 默认 json
• 可选 --format table 用于终端快速查看
• 使用 --quiet 可关闭过程日志

所有脚本输出JSON格式，便于后续处理：

{
  "code": "600519",
  "name": "贵州茅台",
  "analysis_date": "2025-01-25",
  "level": "standard",
  "summary": {
    "score": 85,
    "conclusion": "低估",
    "recommendation": "建议关注"
  },
  "financials": { ... },
  "valuation": { ... },
  "risks": [ ... ]
}

Markdown报告

生成结构化的中文Markdown报告，参考 templates/analysis_report.md。

---

Data Contract

核心数据结构由 scripts/data_contract.py 约束。分析脚本会在运行前校验：

• 顶层必需字段：code/fetch_time/data_type/basic_info
• 常用可选字段：financial_data/financial_indicators/valuation/price/holder/dividend
• 新闻相关字段：news_items/news_sentiment
• 业绩审计字段：performance_data（含 forecast/express/audit/main_business）
• 报表字段要求：
  • financial_data.balance_sheet 必须是数组
  • financial_data.income_statement 必须是数组
  • financial_data.cash_flow 必须是数组

字段映射（Akshare -> Tushare）

兼容语义	当前字段（推荐）	兼容别名/来源
PE(TTM)	valuation.latest.pe_ttm	valuation.latest.pe
PB	valuation.latest.pb	-
净利润	financial_data.income_statement[].净利润	n_income
经营现金流净额	financial_data.cash_flow[].经营活动产生的现金流量净额	n_cashflow_act
资本开支现金	financial_data.cash_flow[].购建固定资产、无形资产和其他长期资产支付的现金	c_pay_acq_const_fiolta
ROE	financial_indicators[].净资产收益率	roe
资产负债率	financial_indicators[].资产负债率	debt_to_assets

---

Error Handling

网络错误

如果tushare数据获取失败，提示用户：

1. 检查网络连接
2. 稍后重试（可能是接口限流）
3. 尝试更换数据源

股票代码无效

提示用户检查股票代码是否正确，提供可能的匹配建议。

数据不完整

对于新上市股票或财务数据不完整的情况，说明数据限制并基于可用数据进行分析。

---

Best Practices

1. 数据时效性：财务数据以最新季报/年报为准，价格数据为当日收盘价；开启 --with-realtime / --with-event-window 时补充趋势与事件冲击的动态指标
2. 投资建议：所有分析仅供参考，不构成投资建议
3. 风险提示：始终包含风险提示，特别是财务异常检测结果
4. 对比分析：单只股票分析时，自动包含行业均值对比
5. 评分权重：实时数据存在时使用 财务40% + 实时60%；实时缺失时退化为财务分

Important Notes

• 所有分析基于公开财务数据，不涉及任何内幕信息
• 估值模型的参数假设对结果影响较大，需向用户说明
• A股市场受政策影响较大，定量分析需结合定性判断