financial-analysis-stock-screening

股票筛选

采用综合评分的量化股票筛选工具。通过网页搜索发现候选股票，按阈值筛选，依据增长、估值和质量维度评分，并返回按排名排列且具有实际参考价值的精选股票。数据来源包括 SEC EDGAR（财务数据）、Yahoo Finance（市场数据）和网页搜索（发现股票范围）。

重要：此技能必须运行 bash run.sh 才能生成评分。你必须执行该脚本并使用其 JSON 输出——不得跳过脚本或手动计算指标。脚本会返回增长、估值和质量评分（0-100）及综合排名，这些必须出现在输出中。

设置

无需依赖项。所有脚本仅使用 Python 标准库。

工作流

第 1 步 — 明确筛选条件

运行任何脚本之前，先了解：

• 范围：行业、主题还是广泛市场？
• 风格：增长型（营收／收益高速增长）、价值型（估值倍数低）还是质量型（利润率高）？
• 阈值：例如“营收增长 >20%”“P/E 低于 25x”“利润率 >30%”

如果用户的要求比较模糊，例如“帮我找些好的科技股”，默认采用增长型风格，并说明这一假设。如果澄清后用户仍未明确（没有指定风格或阈值），默认采用增长 + 质量：先按营收增长排名，再以净利润率作为平分判定依据。明确说明这一点，以便用户调整。

第 2 步 — 建立候选股票范围

使用网页搜索确定相关股票范围：

• top [sector] stocks by market cap [year]
• [theme] stocks list [year]（例如“AI stocks list 2026”）
• S&P 500 [sector] constituents

常见股票范围参考：

主题	示例代码
美股七巨头	AAPL、MSFT、GOOGL、AMZN、NVDA、META、TSLA
半导体	NVDA、AMD、INTC、AVGO、QCOM、TXN、MRVL、MU
AI 概念股	NVDA、MSFT、GOOGL、META、AMZN、CRM、PLTR、SNOW
电动汽车／清洁能源	TSLA、RIVN、LCID、NIO、ENPH、FSLR、PLUG

这些仅为参考示例——请务必通过网页搜索核实当年的最新情况，因为指数成分股和主题分类会随时间变化。

运行筛选工具前，将范围缩小到最多 10 个代码。说明排除了哪些代码以及原因。

第 3 步 — 运行筛选工具

务必运行筛选脚本——不要手动计算评分或筛选。该脚本会生成标准化评分、排名和筛选结果，这些必须用于第 4 步。

bash run.sh <SYM1> <SYM2> ... <SYM10> --style <growth|value|quality>
# With filters:
bash run.sh <SYMS> --style growth --min-growth 10 --min-margin 15 --max-pe 40

评分系统：

每家公司在三个维度上的评分均为 0-100：

• 增长评分（营收增长占 60% + 净利润增长占 40%）
• 估值评分（P/E 占 50% + P/S 占 50%——估值倍数越低，评分越高）
• 质量评分（净利润率占 50% + 营业利润率占 50%）

综合评分按风格加权：

• growth：增长占 50% + 质量占 30% + 估值占 20%
• value：估值占 50% + 质量占 30% + 增长占 20%
• quality：质量占 50% + 增长占 30% + 估值占 20%

阈值筛选（可选）：

• --min-growth N：排除营收增长 < N% 的公司
• --min-margin N：排除净利润率 < N% 的公司
• --max-pe N：排除 P/E > Nx 的公司

第 4 步 — 展示排名结果

直接使用 get_screen.py 的 JSON 输出——按原样展示 scores、rank 和 filtered_out 字段。不要自行编造评分系统（不使用星级评分，也不采用基于 PEG 的排名）。脚本生成的综合评分是权威排名依据。

首先给出筛选摘要：

Screen: [Style] — [Sector/Theme]
Universe: [N] candidates → [M] passed filters
Ranked by: composite score ([style] weighted)

然后给出排名表（按综合评分排序）：

排名	代码	营收	营收增长	净利润率	P/E	增长	估值	质量	综合评分
1	NVDA	$130B	+114%	55.8%	35.8x	98.2	42.1	89.5	84.7
2	META	$162B	+22%	35.6%	25.4x	72.1	68.3	72.0	71.2

然后给出 Top 3 精选：

1. [TICKER] — [One-line thesis]  (Composite: XX.X)
   [Why it ranks highest — which scores drive the result]
   [Key risk or caveat]

排除项（如有）：

Excluded: [TICKER] (rev growth 5.2% < 10% threshold)

第 5 步 — 深入分析（如用户需要）

对于优选标的，使用历史趋势进行验证：

bash run.sh <SYMBOL> --style quality  # re-run with single symbol for detail

检查：该指标是随时间持续改善，还是仅发生了一次？

也可以使用 comps-analysis 技能，将优选标的与同行业公司进行比较，以完成全面的统计基准分析。

---

输出格式

按以下顺序排列各部分：

1. 筛选摘要框
2. 带评分的排名表
3. 排名前 3 的标的及其投资论点
4. 已筛除／排除的标的（如有）
5. 注意事项

结尾请列出注意事项：

• 评分仅适用于该同行业公司组内的相对比较——添加或移除公司都会改变所有评分
• 筛选结果是候选标的，而非结论——每个优选标的都需要进一步验证
• SEC 数据按年度提供（10-K）；可能未反映近期季度变化

---

格式规则

• 营收：使用 B 或 M，例如 “$416B”
• 利润率和增长率：保留一位小数，例如 “26.9%”、“+15.7%”
• 倍数：保留一位小数，例如 “28.4x”
• 评分：保留一位小数，例如 “84.7”

局限性

• 相对评分：评分仅在所筛选的群组内有意义，不代表绝对水平
• 无实时价格数据：市盈率和市销率取决于 Yahoo Finance 的数据可用性
• 仅限美国股票：SEC EDGAR 涵盖在美国上市的股票
• 年度数据：默认使用 10-K；可能未反映季度变化
• 无股息数据：对于收益型筛选，股息收益率必须通过网络搜索获取