关于 kanchi-dividend-sop
kanchi-dividend-sop 是一项将 Kanchi 五步法用于美国股息股的技能,面向需要系统筛选和回撤入场规划的投资分析流程。它生成标准化筛选结果与个股备忘录,并记录风险及失效条件。
主要功能
- 01五步股息股筛选流程
- 02高收益陷阱标记与安全检查
- 03按行业分类估值检查
- 04机械化回撤入场信号
- 05筛选表与个股备忘录
适用场景
- 01筛选美国股息股候选标的
- 02复核潜在高收益陷阱
- 03制定分批限价单计划
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ mphinance/ alpha-skills --skill kanchi-dividend-sop安装后在 Claude Code 中输入/kanchi-dividend-sop确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
README.mdagents/openai.yamlreferences/default-thresholds.mdstock-note-template.mdvaluation-and-one-off-checks.mdscripts/build_entry_signals.pybuild_sop_plan.pyscripts/tests/conftest.pytest_build_entry_signals.pytest_build_sop_plan.py详细介绍
Kanchi 股息 SOP
概述
将 Kanchi 的 5 步方法实现为用于美国股息投资的确定性工作流。 优先考虑安全性和可重复性,而不是激进地追逐高收益。
适用场景
当用户需要以下内容时,使用此技能:
- 将 Kanchi 风格的股息选股方法应用于美国股票。
- 可重复的筛选和回调入场流程,而不是临时挑选股票。
- 一页式承保备忘录,并明确列出失效条件。
- 用于监控以及税务和账户配置工作流的交接材料。
前置条件
API 密钥设置
入场信号脚本需要 FMP API 访问权限:
export FMP_API_KEY=your_api_key_here
输入来源
运行工作流前,准备以下输入之一:
skills/value-dividend-screener/scripts/screen_dividend_stocks.py的输出。skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth.py的输出。- 用户提供的股票代码列表(券商导出或手动整理的列表)。
预期的 JSON 输入格式
使用 --input 时,请提供以下格式之一的 JSON:
{
"profile": "balanced",
"candidates": [
{"ticker": "JNJ", "bucket": "core"},
{"ticker": "O", "bucket": "satellite"}
]
}
或者使用简化格式:
{
"tickers": ["JNJ", "PG", "KO"]
}
如需确定性地生成产物,请提供股票代码:
python3 skills/kanchi-dividend-sop/scripts/build_sop_plan.py \
--tickers "JNJ,PG,KO" \
--output-dir reports/
如需生成第 5 步的入场时机产物:
python3 skills/kanchi-dividend-sop/scripts/build_entry_signals.py \
--tickers "JNJ,PG,KO" \
--alpha-pp 0.5 \
--output-dir reports/
工作流
1) 筛选前明确投资目标
首先收集并确定以下参数:
- 目标:当前现金收入还是股息增长。
- 最大持仓数量和单个持仓规模上限。
- 允许的工具:仅股票,还是包括 REIT/BDC/ETF。
- 首选账户类型背景:应税账户还是类似 IRA 的账户。
加载 references/default-thresholds.md,并应用基准
设置,除非用户另有要求。
2) 构建可投资范围
从偏重质量的范围开始:
- 核心类别:长期股息增长股票(例如,类似股息贵族的优质股票组合)。
- 卫星类别:收益率较高的行业(公用事业、电信、REIT),单独归入风险类别。
收集股票代码时,明确来源优先级:
skills/value-dividend-screener/scripts/screen_dividend_stocks.py的输出(FMP/FINVIZ)。skills/dividend-growth-pullback-screener/scripts/screen_dividend_growth_rsi.py的输出。- API 不可用时,使用用户提供的券商导出或手动整理的股票代码列表。
继续之前,按类别返回股票代码列表。
3) 应用 Kanchi 第 1 步(收益率筛选并标记陷阱)
主要规则:
forward_dividend_yield >= 3.5%
陷阱控制:
- 将极高收益率(
>= 8%)标记为deep-dive-required。 - 将派息突然增加标记为可能的特别股息假象。
输出:
- 为每只股票标注
PASS或FAIL。 - 对可能的收益率陷阱标记
deep-dive-required。
4) 应用 Kanchi 第 2 步(增长与安全性)
要求:
- 多年期的收入和 EPS 趋势为正。
- 在审查期内,股息趋势没有下降。
增加安全性检查:
- 派息率和 FCF 派息率处于合理范围。
- 债务负担和利息覆盖率没有恶化。
若趋势喜忧参半但尚未恶化,则归类为 HOLD-FOR-REVIEW,而不是直接剔除。
5) 应用 Kanchi 第 3 步(估值),并按美国行业分类
使用 references/valuation-and-one-off-checks.md,并应用
针对行业的估值逻辑:
- 金融业:
PER x PBR可以继续作为主要方法。 - REIT:使用
P/FFO或P/AFFO,而不是普通的P/E。 - 轻资产行业:结合远期
P/E、P/FCF和历史区间。
始终报告每只股票采用的估值方法。
6) 应用 Kanchi 第 4 步(一次性事件筛选)
若近期利润依赖一次性影响,则剔除或降级相关股票:
- 资产出售收益、诉讼和解、税务影响骤增。
- 利润率飙升,但销售趋势并不支持。
- 反复出现的“一次性/非经常性”调整。
为每个 FAIL 记录一行证据,以便审计。
7)应用 Kanchi 第 5 步(逢低买入,遵守规则)
以机械方式设定入场触发条件:
- 收益率触发条件:当前收益率高于 5 年平均收益率 + alpha(默认值为
+0.5pp)。 - 估值触发条件:达到目标倍数(
P/E、P/FFO或P/FCF)。
执行方式:
- 分批下单:
40% -> 30% -> 30%。 - 每次加仓前都要进行一句话的合理性检查:“投资逻辑依然成立,还是出现了结构性恶化”。
8)生成标准化输出
始终生成三项材料:
- 筛选表(包含
PASS、HOLD-FOR-REVIEW、FAIL及相应证据)。 - 一页股票备忘录(使用
references/stock-note-template.md)。 - 限价单计划,注明分批规模和失效条件。
输出
返回和/或生成:
- Markdown 格式的 SOP 筛选摘要。
- 基于
references/stock-note-template.md的承销备忘录集。 - 可选的计划文件,由
skills/kanchi-dividend-sop/scripts/build_sop_plan.py生成并放入reports/。 - 可选的第 5 步入场信号文件,由
skills/kanchi-dividend-sop/scripts/build_entry_signals.py生成并放入reports/。
执行频率
至少按以下节奏执行:
- 每周(15 分钟):仅检查股息和业务新闻变化。
- 每月(30 分钟):重新运行筛选并更新挂单价位。
- 每季度(60 分钟):使用最新申报文件/财报深入审查安全性。
多技能交接
先运行此技能,然后移交输出:
- 移交给
kanchi-dividend-review-monitor,用于每日/每周/每季度的异常检测。 - 移交给
kanchi-dividend-us-tax-accounting,用于账户配置和税务分类规划。
防护准则
- 未执行第 4 步并完成安全性检查前,不要盲目给出买入建议。
- 在验证覆盖质量前,不要将高收益率视为价值。
- 缺少数据时,明确说明假设。
资源
skills/kanchi-dividend-sop/scripts/build_sop_plan.py:确定性 SOP 计划生成器。skills/kanchi-dividend-sop/scripts/tests/test_build_sop_plan.py:计划生成测试。skills/kanchi-dividend-sop/scripts/build_entry_signals.py:第 5 步目标买入计算器(5y avg yield + alpha)。skills/kanchi-dividend-sop/scripts/tests/test_build_entry_signals.py:信号计算测试。references/default-thresholds.md:基准阈值和配置调整。references/valuation-and-one-off-checks.md:行业估值映射和一次性检查清单。references/stock-note-template.md:每个候选标的一页备忘录模板。
评论
支持 Markdown