mcpField
S
stock-evaluator-v3

stock-evaluator-v3

github.com/sundial-org数据与数据库670375 次安装34 周前更新
代码仓库

关于 stock-evaluator-v3

stock-evaluator-v3 是用于评估拟买入股票的技能，结合有来源依据的技术面与基本面分析、估值、风险指标、投资者框架评分及建议仪表板。

主要功能

  1. 01技术面与基本面分析
  2. 02含安全边际的估值
  3. 03进阶财务风险指标
  4. 04八种投资者框架评分
  5. 05平衡呈现多空观点
  6. 06提供建议与替代选项

适用场景

  1. 01买入前评估股票
  2. 02比较观察名单中的候选股
  3. 03估算入场与退出价位

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sundial-org/awesome-openclaw-skills --skill stock-evaluator-v3

安装后在 Claude Code 中输入/stock-evaluator-v3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。

ADVANCED-METRICS-GUIDE.md
DASHBOARD-GUIDE.md
EVALUATION-WORKFLOWS.md
VALUATION-GUIDE.md

详细介绍

股票评估器（增强版）

⚠️ 关键：必须交付项目清单

每次分析都必须包含以下全部内容：

  • ☐ 技术分析（价格走势、指标、关键价位、一目均衡表云图）
  • ☐ 基本面分析（业务、财务状况、竞争地位）
  • ☐ 高级财务指标（F-Score、Z-Score、M-Score、最大回撤、价值陷阱评分）
  • ☐ 投资者角色评分（8 种传奇投资者框架）
  • ☐ 估值评估（采用多种方法，并计算安全边际）
  • ☐ 多头与空头论据（兼顾双方，并评估平衡性）
  • ☐ 明确建议（买入／持有／卖出，并注明信心评级）
  • ☐ 替代候选项（若建议卖出，请提供 3–5 个更好的替代选择）
  • ☐ 增强版量化风格仪表板（React 仪表板，包含 60 多项指标、一目均衡表、投资者角色、头条新闻和关键备注）

如果无法完成任何一项，请停止并请求澄清。

⚠️ 关键：数据完整性规则

零捏造政策

绝不能捏造、估算或臆造任何数值数据。 仪表板中的每项指标都必须来自：

  1. 有注明来源的网页搜索结果
  2. 公司文件（10-K、10-Q、业绩报告）
  3. 官方金融数据提供商

如果找不到数据 → 使用「N/A」或「--」

必须进行的网页搜索（每次分析的最低要求）

填充仪表板前，必须执行以下搜索：

搜索编号查询模板获取的数据
1"[TICKER] stock price market cap P/E ratio"价格、市值、市盈率
2"[TICKER] ROE ROA profit margin 2024 annual report"财务比率
3"[TICKER] revenue growth earnings growth FY2024"增长率（已报告）
4"[TICKER] Piotroski F-Score"F-Score（或自行计算）
5"[TICKER] insider trading SEC Form 4 2025"内部人士买入／卖出情况
6"[TICKER] short interest percentage float"空头持仓比例
7"[TICKER] RSI MACD 50-day 200-day moving average beta volatility"技术指标
8"[TICKER] analyst price target consensus"分析师目标价
数据来源优先级

按以下优先顺序使用数据来源：

  1. 公司官方文件（SEC EDGAR、公司投资者关系页面）
  2. 交易所数据（NYSE、NASDAQ、LSE 官方数据）
  3. 经过验证的金融数据（Yahoo Finance、Google Finance、MarketWatch）
  4. SEC Form 4（仅用于内部人士交易）
  5. FINRA／交易所（仅用于空头持仓比例）
禁止事项
  • 使用训练数据中的任何具体当前数值
  • 分析师报告（根据用户偏好）
  • 未注明来源的估算值
  • 基于「常识」的假设
无法获取数据时的处理方式
情况操作显示方式
搜索后仍未找到指标显示「N/A」value: "N/A"
数据已过时（超过 1 年）注明日期value: "15.2% (2023)"
来源之间存在冲突采用最权威的来源在分析中注明
计算得出的指标（F-Score）展示计算过程在文本中说明
无法获取内部人士数据显示「N/A」insBuys: "N/A"

关键：零表示「确实发生了零」，绝不能用零代替缺失数据。

标准化指标标签

在仪表板中使用以下完全一致的标签（与参考截图相符）：

第 1 行：价格与估值 | 财务表现
标签备注
Price:$XX.XX 或 €XX.XX
Market Cap:$XXB 或 €XXB
Trailing P/E:XX.XX
Forward P/E:XX.XX
Subsector P/E:XX.XX 或 N/A
PEG (1Y):X.XX，并附基准（<1）
ROE:XX.XX%，并附基准（>20%）
ROA:XX.XX%，并附基准（>10%）
Profit Margin:XX.XX%，并附基准（>20%）
Operative Margin:XX.XX%，并附基准（>20%）——注意：使用「Operative」，而非「Operating」
Gross Margin:XX.XX%，并附基准（>40%）
ROIC:XX.X%，并附基准（>15%）
第 2 行：增长指标 | 风险指标
标签说明
Revenue (YoY)：XX.XX%，基准（>10%）——仅限 REPORTED
Earning (YoY)：XX.XX%，基准（>0%）——仅限 REPORTED
EPS (TTM)：$X.XX
Forward EPS：$X.XX
Growth Rates：有上限：X.X% / 无上限：X.X%
Analyst Target：$XX.XX
CRS (0-1)：X.XX，基准（中等）
Debt/Equity (mrq)：X.XX，基准（0.5-1）
Piotroski F：X，基准（≥7）
Altman Z：X.XX，基准（>3）
Beneish M：X.XX，基准（<-1.78）
Value Trap：XX（标签）
第 3 行：流动性与自由现金流 | 内部人士、情绪与类别
标签说明
Current Ratio：X.XX，基准（1-2）
Cash：$X.XB
Debt：$X.XB 或 N/A
FCF Growth 5Y：XX.X%，基准（>5%）
FCF Yield：X.XX%，基准（>4%）
FCF Margin：XX.XX%，基准（>15%）
Payout Ratio：XX.XX%，基准（<50%）
Buys (12M)：X - 来自 SEC Form 4 或 N/A
Sells (12M)：X - 来自 SEC Form 4 或 N/A
Net Shares (12M)：+/-XXK - 来自 SEC Form 4 或 N/A
Short Int (%)：X.X%
Sentiment / Articles：+X.XXX / XX（正面/负面）
Stock: [Type] + Div Yield：合并："Stock: Growth" + "Div Yield: X.XX%"
Sector/Industry：合并："Sector / Industry"
第 4 行：质量评分 | 护城河及其他
标签说明
CQVS：XX.XX，含基准范围
Label：强/中等/弱
Valuation：XX.XX
Quality：XX.XX
Strength：XX.XX
Integrity：XX.XX
Buffett Moat：X，基准（4-7）
Greenblatt (MF)：EY：X.X% / ROC：X.X% 或 N/A
Beta：+ Vol 1Y：合并："Beta: X.XX" + "Vol 1Y: XX.X%"
Earnings Predict.：XX.X%，基准（>80%）
Drawdown (5Y)：-XX.X%，含标签（低/中/高）
Completeness：+ Data Quality：合并："XX.X%" + "High/Medium/Low"

标准化基准（唯一可信来源）

使用以下确切阈值进行颜色编码：

指标绿色（良好）黄色（中性）红色（警示）
ROE>20%10-20%<10%
ROA>10%5-10%<5%
Profit Margin>20%10-20%<10%
Operative Margin>20%10-20%<10%
Gross Margin>40%25-40%<25%
ROIC>15%8-15%<8%
Debt/Equity<11-2>2
Current Ratio1-20.5-1 或 2-3<0.5 或 >3
Piotroski F≥74-6≤3
Altman Z>2.991.81-2.99<1.81
Beneish M<-2.22-2.22 至 -1.78>-1.78
PEG (1Y)<11-2>2
RSI (14)30-5050-70>70 或 <30
Short Interest<5%5-10%>10%
FCF Yield>5%2-5%<2%
FCF Margin>15%10-15%<10%
Dividend Yield>2%1-2%<1% 或 >8%
Value Trap0-3940-5960-100
Max Drawdown>-30%-30% 至 -50%<-50%
Revenue Growth>10%0-10%<0%
Earnings Growth>0%-10% 至 0%<-10%

概述

此技能可对潜在股票投资进行机构级评估。与审视现有持仓的投资组合分析不同，此技能用于评估你正在考虑买入或正在决定是否购买的股票。

评估将回答：

  • 我应该买入这只股票吗？
  • 我应该以什么价格入场？
  • 我应该配置多少资金？
  • 我的上行空间和下行风险有多大？
  • 我应该何时卖出？
默认货币：€（欧元）

仪表板中的所有货币金额默认均应以**欧元（€）**显示：

  • 价格：€42.13
  • 市值：€78.3B
  • 分析师目标价：€56.45
  • 入场价/止损价/目标价：€38、€35、€56
  • EPS 值：€1.39、€1.91
重要：使用报告的增长率

对于仪表板指标 “营收增长” 和 “盈利增长”：

  • 使用报告的增长率，而非基础、调整后或有机增长数据
  • 报告的数字反映了包含外汇、收购和处置影响在内的实际 GAAP/IFRS 数字
  • 这能更准确地呈现投资者实际获得的回报
  • 例如：如果基础增长率为 7%，但报告的增长率为 2.2%，请使用 2.2%
  • 盈利也一样：使用报告的 EPS 增长率，而非调整后的 EPS 增长率

核心用途

股票评估器适用于：

  • ✅ 在买入之前评估潜在投资
  • ✅ 分析观察名单中的候选标的
  • ✅ 获取带有具体价格的买入／持有／卖出建议
  • ✅ 比较多个投资机会
  • ✅ 寻找比当前考虑的标的更好的替代选择

不适用于：

  • ❌ 审视现有投资组合持仓（请使用 Portfolio Analyst 技能）
  • ❌ 一般性的股市问题
  • ❌ 从零开始筛选或发现股票
  • ❌ 期权、衍生品或加密货币分析

评估框架

股票评估的五大支柱

1. 估值评估

  • 该股票被低估、估值合理还是高估？
  • 多种估值方法（DCF、相对估值、Peter Lynch、资产估值）
  • 安全边际要求（15-30%）
  • 公允价值估算及置信区间

2. 质量分析

  • 商业模式的实力与竞争护城河
  • 财务状况与趋势（5-10 年视角）
  • 管理层素质与资本配置
  • 行业地位与竞争优势

3. 时机评估

  • 技术面形态与入场点
  • 短期催化剂与事件
  • 市场情绪与持仓情况
  • 最佳入场价格区间

4. 仓位规模

  • 配置建议（占投资组合的百分比）
  • 根据确信程度、风险与分散化情况确定
  • 最高配置限额
  • 风险调整后的仓位规模

5. 确信评级

  • 强烈买入：确信程度高、明显低估、风险低
  • 买入：机会良好、估值合理、风险适中
  • 持有：估值合理，目前没有有力的买入理由
  • 回避：估值过高、存在重大风险，或有更好的替代选择

价值陷阱指标

定义

价值陷阱是指某只股票看似被低估（低 P/E、低 P/B），但其低价实际上有合理的基本面原因。尽管看起来“便宜”，股价仍持续下跌。

价值陷阱评分计算（0-100，分数越低 = 越可能是真正的价值，分数越高 = 越可能是陷阱）

评估组成部分（出现陷阱指标时加分）：

1. 价格动能（最高 25 分）

  • 与市场相比的 6 个月价格变动：若表现落后超过 20%，加 15-25 分
  • 12 个月价格变动：持续下跌 = 加 10-20 分
  • 若价格动能为正：加 0 分

2. 盈利质量（最高 25 分）

  • EPS 趋势（3 年）：下降 = 加 10-25 分
  • 营收趋势：下降 = 加 5-15 分
  • 利润率趋势：收窄 = 加 5-10 分
  • 若盈利质量强：加 0 分

3. 资产负债表健康状况（最高 25 分）

  • 债务水平是否在上升？加 5-15 分
  • 现金流是否为负或正在下降？加 10-20 分
  • 营运资本是否在恶化？加 5-10 分
  • 若资产负债表健康：加 0 分

4. 估值背景（最高 25 分）

  • 低估值倍数是否由基本面恶化所致？加 10-25 分
  • 将当前基本面与估值倍数较高时的基本面进行比较
  • 若估值有基本面依据：加 0 分
评分公式
Value Trap Score = Momentum Penalty + Quality Penalty + Balance Sheet Penalty + Valuation Penalty

（分数范围为 0 至 100，其中 0 = 确定是真正的价值，100 = 确定是价值陷阱）

分数解读
  • 0-19：真正的价值（可能被低估，基本面完好） - 绿色
  • 20-39：很可能是真正的价值（有轻微隐忧，需持续关注） - 浅绿色
  • 40-59：谨慎区间（信号不一，需谨慎行事） - 黄色
  • 60-79：很可能是陷阱（存在多个危险信号） - 橙色
  • 80-100：强烈的陷阱信号（回避） - 红色
显示格式
Value Trap: 21 (Genuine)

颜色编码：绿色 <40，黄色 40-60，红色 >60

投资者理念评分

根据 8 位知名投资者的投资理念为每只股票评分（0-10 分）。这有助于用户了解这只股票适合哪类投资者。

1. Warren Buffett 评分

基于《The Warren Buffett Way》——寻找持久的竞争优势

加权关键指标：

  • ROE（>20%）：2 分
  • 利润率（>15%）：2 分
  • 自由现金流为正且持续增长：2 分
  • 护城河强度（品牌、定价能力）：2 分
  • 盈利可预测：2 分

Buffett 青睐： 可预测的业务、定价能力、较低的资本支出需求、持续盈利能力

2. Charlie Munger 评分

基于《Poor Charlie's Almanack》——思维格栅、逆向思考

重点关注： 哪些方面可能出错（逆向思维原则）

评分： 从 10 分开始，扣除相应分数：

  • 高负债（D/E > 2）：-3 分
  • 盈利波动大：-2 分
  • 管理层过往表现不佳：-2 分
  • 缺乏竞争护城河：-2 分
  • 会计方面存在危险信号：-3 分
3. Ray Dalio 评分

基于《Principles》——全天候投资组合、理解经济机器

关键指标：

  • D/E 比率 < 1：2 分
  • Beta < 1：2 分
  • 不同经济周期下利润率稳定：2 分
  • 盈利波动低：2 分
  • 具备历史抗衰退能力：2 分

Dalio 青睐： 去杠杆化投资机会、运营效率、抵御周期波动的能力

4. Peter Lynch 评分

基于《One Up on Wall Street》——GARP（合理价格下的成长）

主要指标：PEG 比率（P/E ÷ 增长率）

  • PEG < 0.5：10 分
  • PEG 0.5-1.0：8 分
  • PEG 1.0-1.5：6 分
  • PEG 1.5-2.0：4 分
  • PEG > 2.0：2 分

调整因素：

  • 盈利持续增长：+1 分
  • 业务易于理解：+1 分
  • 行业衰退：-1 分
5. Benjamin Graham 评分

基于《The Intelligent Investor》——安全边际

Graham 标准（每项 2 分，最高 10 分）：

  • P/E < 15
  • P/B < 1.5
  • 流动比率 > 2
  • 连续 10 年盈利
  • 连续 20 年以上派发股息
6. Joel Greenblatt 评分

基于《The Little Book That Beats the Market》——神奇公式

结合两个排名：

  • 盈利收益率（EBIT/EV）：越高越好
  • 资本回报率（EBIT/净固定资产 + 营运资本）：越高越好

评分： 综合排名位于前 10% 得 10 分，其他情况按排名递减

7. John Templeton 评分

基于逆向投资和全球价值投资

关键因素：

  • 股价处于多年低点：+3 分
  • 不受分析师青睐：+2 分
  • 尽管市场悲观，基本面依然强劲：+3 分
  • 全球视角（美国以外的投资机会）：+2 分
8. George Soros 评分

基于《The Alchemy of Finance》——反身性

关键因素：

  • 动量和趋势强度：3 分
  • 宏观利好因素：3 分
  • 市场看法转变：2 分
  • 拐点催化剂：2 分

Soros 青睐： 宏观投资机会、反身性情形、参与趋势

显示格式

在雷达图周围显示 8 个徽章，并标注分数和颜色：

  • 绿色（7-10）：高度契合
  • 黄色（4-6.9）：中度契合
  • 红色（0-3.9）：契合度低

增强型技术分析

一目均衡表分析

需计算的组成部分：

  • Tenkan-sen（转换线）： （9 个周期的最高价 + 9 个周期的最低价）/ 2
  • Kijun-sen（基准线）： （26 个周期的最高价 + 26 个周期的最低价）/ 2
  • Senkou Span A： （Tenkan-sen + Kijun-sen）/ 2，向前绘制 26 个周期
  • Senkou Span B： （52 个周期的最高价 + 52 个周期的最低价）/ 2，向前绘制 26 个周期
  • Chikou Span（迟行线）： 当前收盘价向后绘制 26 个周期

云层（Kumo）： Senkou Span A 与 Senkou Span B 之间的区域

需识别并显示的信号：

  • TK 看涨交叉： Tenkan-sen 向上穿过 Kijun-sen（看涨）——用 ◆ 标记
  • TK 看跌交叉： Tenkan-sen 向下穿过 Kijun-sen（看跌）——用 ◆ 标记
  • Kumo 看涨扭转： 云层从红色变为绿色——用 ◆ 标记
  • Kumo 看跌扭转： 云层从绿色变为红色——用 ◆ 标记
  • 价格与云层的关系： 云层上方（看涨）、云层下方（看跌）、云层内（中性）
双重 PEG 比率
  • **PEG（1 年）：**市盈率 ÷ 1 年远期增长预期
  • **PEG（5 年）：**市盈率 ÷ 5 年历史增长率
  • 两者从不同角度评估增长估值
FCF 利润率
  • **公式：**自由现金流 / 营收 × 100
  • 基准：>15% 为优秀，>10% 为良好
  • 显示相对于销售额的现金生成效率
新闻情绪与卖空比例
  • **新闻情绪：**基于近期文章情绪，取值范围为 -1 至 +1
  • **卖空比例：**被卖空的流通股占比（>10% = 高，<5% = 低）
  • 两者均可反映市场情绪以及潜在的逼空或反转

基本面分析流程

1. 了解业务（始终优先）

分析内容：

  • 公司做什么？（产品、服务、商业模式）
  • 营收来源及构成
  • 目标客户和市场
  • 竞争优势（护城河来源）
  • 市场地位和份额
  • 行业动态与趋势

管理层评估：

  • CEO 的背景、任期和过往业绩
  • CFO 和核心高管
  • 资本配置决策（股息、回购、收购、研发）
  • 管理层薪酬与股东利益的一致性
  • 内部人交易模式（买入是看涨信号）
  • 从财报电话会议和致股东信评估领导力

竞争地位：

  • 市场份额及趋势
  • 主要竞争对手（找出 3–5 家直接同行）
  • 这家公司有哪些差异化优势？
  • 是否具备可持续的竞争优势？
2. 财务分析（5–10 年视角）

研究流程顺序：

  1. 先看最新的 10-K——了解当前业务和近期业绩
  2. 回溯过去 5–10 年的历史 10-K——了解发展历程
  3. 查看最近 2–3 年的 10-Q——了解当前走势
  4. 查阅委托书——了解公司治理和薪酬

要分析的关键指标：

质量基准：

  • ROE > 15%（股本回报率）
  • 利润率 > 15%
  • 毛利率 > 30%
  • 债务 < 年营收
  • 自由现金流为正且持续增长
  • 5 年营收增长（经通胀调整）

需评估的趋势：

  • 营收增长走势（加速、稳定还是减速？）
  • 利润率扩张或收缩（原因是什么？）
  • 现金流的一致性和质量
  • 资产负债表实力（债务水平、流动性）
  • 投入资本回报率（ROIC）
  • 营运资本管理

警示信号：

  • 营收增长但利润率下降
  • 自由现金流为负或不稳定
  • 债务增长快于现金生成
  • 市场份额流失
  • 频繁未达到业绩指引
  • 会计违规
3. 竞争护城河评估

护城河强度：宽 / 窄 / 无

评估来源：

  • 网络效应：用户越多，产品是否越好用？
  • 品牌忠诚度：品牌实力是否带来定价能力？
  • 转换成本：转换是否困难或成本高昂？
  • 监管壁垒：许可证、专利、法规？
  • 成本优势：规模、技术、地理位置？
  • 无形资产：专利、商标、专有数据？

护城河持久性：

  • 优势能维持多久？
  • 什么因素可能侵蚀护城河？
  • 护城河是在增强还是减弱？

同行对比： 将该公司的护城河与 3–5 家直接竞争对手进行比较：

  • 市场份额趋势
  • 盈利能力指标（利润率、ROE）
  • 增长率
  • 财务实力
4. 高级财务健康指标

除了基本质量指标外，还要计算以下高级评分，以获得更深入的洞察：

Piotroski F-Score（财务实力）

目的：通过盈利能力、杠杆和运营效率衡量财务实力，满分为 9 分。

评分（0-9 分，分数越高越好）：

盈利能力（4 分）：

  • ROA > 0：+1
  • 经营现金流 > 0：+1
  • ROA 同比改善：+1
  • 经营现金流 > 净利润（盈利质量）：+1

杠杆/流动性（3 分）：

  • 长期债务同比减少：+1
  • 流动比率同比改善：+1
  • 过去一年未发行新股：+1

运营效率（2 分）：

  • 毛利率同比改善：+1
  • 资产周转率同比改善：+1

解读：

  • 8-9：财务健康状况极佳
  • 6-7：财务健康状况良好
  • 4-5：财务健康状况尚可
  • 0-3：财务健康状况较弱

Altman Z-Score（破产风险）

目的：预测未来 2 年内发生破产的概率。

公式（适用于上市制造业公司）： Z = 1.2(A) + 1.4(B) + 3.3(C) + 0.6(D) + 1.0(E)

其中：

  • A = 营运资本 / 总资产
  • B = 留存收益 / 总资产
  • C = EBIT / 总资产
  • D = 市值 / 总负债
  • E = 销售额 / 总资产

解读：

  • Z > 2.99：安全区（破产风险低）
  • Z 1.81-2.99：灰色区（风险中等）
  • Z < 1.81：困境区（破产风险高）

注意：非制造业公司需进行调整（系数不同）。

Beneish M-Score（盈余操纵检测）

目的：识别盈余操纵的可能性。

关键指标（简化方法）：

  • 应收账款周转天数指数（上升 = 警示）
  • 毛利率指数（下降 = 警示）
  • 资产质量指数（上升 = 警示）
  • 销售增长指数（增长过快 = 警示）
  • 折旧指数（下降 = 警示）
  • 销售及管理费用指数（变化不成比例 = 警示）
  • 杠杆指数（上升 = 警示）
  • 总应计项目 / 总资产（较高 = 警示）

解读：

  • M-Score > -1.78：可能操纵盈余（红色警报）
  • M-Score < -1.78：不太可能操纵盈余（清白）

实用检查（如果无法获得完整 M-Score）：

  • 应计项目是否长期相对于现金流偏高？
  • 应收账款周转天数是否比营收增长更快？
  • 营收增长的同时，利润率是否下降？
  • 是否有会计重述或审计师变更？

最大回撤（5 年）

目的：衡量价格从峰值到谷底的最大跌幅。

计算方法：

  • 找出过去 5 年内的最高价格
  • 找出价格回升前随后出现的最低价格
  • 最大回撤 % = (最低价 - 最高价) / 最高价 × 100

解读：

  • 0-20%：波动性低（防御型股票）
  • 20-40%：波动性中等（典型股票）
  • 40-60%：波动性高（周期型/成长型）
  • >60%：波动性极高（投机型）

综合评分

实力评分（0-100）： 综合考量：

  • 财务指标（F-Score 的贡献）
  • 盈利能力（ROE、利润率）
  • 增长率
  • 市场地位

诚信评分（0-100）： 综合考量：

  • M-Score（盈余质量）
  • 现金流与盈利的一致性
  • 会计实务
  • 管理层透明度

可预测性评分（0-100）： 综合考量：

  • 营收稳定性（低波动）
  • 盈利稳定性
  • 商业模式稳定性
  • 周期性评估

数据质量评分（0-100）：

  • 财务数据的完整性
  • 文件的时效性
  • 审计师质量
  • 信息披露透明度
5. 风险分析

公司特定风险：

  • 执行风险（管理层能否兑现承诺？）
  • 竞争风险（市场份额流失、新进入者）
  • 产品集中度（依赖单一产品）
  • 客户集中度（少数大客户）
  • 关键人物风险（对 CEO 的依赖）
  • 财务困境风险（Z-Score 评估）
  • 盈利质量风险（M-Score 评估）

行业风险：

  • 颠覆性变化（技术或商业模式）
  • 周期性（对经济的敏感度）
  • 监管（政策变化）
  • 商品化（定价能力减弱）
  • 结构性衰退（长期逆风）

宏观风险：

  • 经济（衰退、通胀、利率）
  • 地缘政治（贸易战、冲突）
  • 货币（外汇敞口）
  • 市场（估值水平、市场情绪）

整体风险水平：低 / 中等 / 高

综合风险评分：（0-1 分，越低越好）

  • 综合考量：Z-Score、波动率、杠杆、盈利质量
  • <0.30：低风险
  • 0.30-0.60：中等风险

  • 0.60：高风险

估值评估

使用多种估值方法，综合得出公允价值估值。

必需的估值方法

1. DCF 分析（贴现现金流）

  • 预测自由现金流（5-10 年）
  • 应用适当的折现率（WACC）
  • 计算终值
  • 纳入安全边际：15-30%
  • 使用不同假设进行敏感性分析

2. 相对估值

  • 与 3-5 家直接同行公司进行比较
  • 关键倍数：P/E、EV/EBITDA、Price/Sales、Price/Book
  • 根据增长差异进行调整
  • 考虑行业特定倍数
  • 同时采用当前和历史同行平均值

3. Peter Lynch 公允价值

  • 合理价格增长框架
  • 将 P/E 与增长率比较（PEG 比率）
  • 当 P/E ≈ 增长率时，视为公允价值
  • 根据质量因素进行调整

4. 资产估值法（适用时）

  • 适用于 REIT、金融企业、资产密集型公司
  • 账面价值或重置成本
  • 净资产价值计算
估值综合

公允价值估值：€X.XX

为各方法分配适当权重：

  • DCF：40%（现金流可靠时）
  • 相对估值：30%（同行比较）
  • Peter Lynch：30%（按增长调整）

安全边际：

  • 当前价格与公允价值相比：折价/溢价 X%
  • 要求：最低 15% 的安全边际
  • 充足：15-30% 的安全边际
  • 极佳：>30% 的安全边际

估值结论：

  • 低估：低于公允价值 >15%（买入机会）
  • 估值合理：在公允价值 ±15% 范围内（持有）
  • 高估：高于公允价值 >15%（规避/卖出）

技术分析（入场时机）

重点是寻找最佳入场点，而非进行全面技术分析。

关键技术要素

1. 价格走势（过去 30-60 天）

  • 当前趋势：上升趋势 / 下降趋势 / 区间震荡
  • 近期价格形态
  • 成交量趋势（上涨时是否放量？）
  • 动能评估

2. 关键价位

  • 支撑位：买盘开始出现的位置
    • 主要支撑位：€X.XX
    • 次要支撑位：€X.XX
  • 阻力位：卖压开始加大的位置
    • 主要阻力位：€X.XX
    • 次要阻力位：€X.XX

3. 技术指标

  • RSI（相对强弱指数）：

    • 70 = 超买（可能回调）

    • <30 = 超卖（可能反弹）
    • 40-60 = 中性
  • MACD（移动平均收敛发散指标）：
    • 看涨交叉 / 看跌交叉 / 中性
    • 动能正在增强还是减弱？
  • 移动平均线：
    • 50 日均线：€X.XX（价格在上方/下方？）
    • 200 日均线：€X.XX（趋势指标）

4. 入场评估

  • 技术形态：看涨 / 中性 / 看跌
  • 最佳入场方式：等待回调至支撑位 / 按市价买入 / 等待突破
  • 入场价格区间：€X.XX - €X.XX
  • 高于此价位应规避：€X.XX（风险回报不佳）

多空观点分析

必须遵守：每项分析都必须公允地呈现多空双方观点。

看涨情景（乐观情景）

潜在上涨空间：+X% 至 €X.XX

  1. [关键看涨理由 1，附具体证据]
  2. [关键看涨理由 2，附具体证据]
  3. [关键看涨理由 3，附具体证据]

要实现这一情景，需要满足以下条件：

  • [必要条件 1]
  • [必要条件 2]
看跌情景（悲观情景）

潜在下跌空间：-X% 至 €X.XX

  1. [关键看跌理由 1，附具体证据]
  2. [关键看跌理由 2，附具体证据]
  3. [关键看跌理由 3，附具体证据]

出现以下情况时，这一情景可能发生：

  • [风险触发因素 1]
  • [风险触发因素 2]
平衡评估

哪个情景的概率更高：[看涨 / 看跌 / 均衡]

[说明哪个情景更有可能，需考虑：

  • 各方证据的质量
  • 历史先例
  • 管理层的过往业绩
  • 行业动态
  • 当前估值]

投资建议框架

买入建议标准
  • 公允价值比当前价格高出 >15%（具有充足的安全边际）
  • 基本面强劲或正在改善
  • 技术面合理或看涨
  • 存在明确的催化因素
  • 风险水平可接受
  • 信心等级：强烈买入或买入
持有建议标准
  • 公允价值在当前价格的 ±15% 以内
  • 基本面稳定，缺乏有力的催化因素
  • 其他地方可能存在更好的机会
  • 等待更好的买入价格
  • 信心等级：持有
卖出/回避建议标准
  • 公允价值比当前价格低 >15%（估值过高）
  • 基本面恶化
  • 风险显著
  • 存在更好的替代选择
  • 必须提供 3-5 个替代候选标的
  • 信心等级：回避

仓位配置框架

基于以下因素给出配置建议：

信心 + 风险 = 仓位规模

强烈买入（高信心、低风险）：

  • 仓位规模：占投资组合的 5-8%
  • 上限：10%

买入（中等信心、中等风险）：

  • 仓位规模：占投资组合的 3-5%
  • 上限：7%

投机性/高风险：

  • 仓位规模：占投资组合的 1-3%
  • 上限：5%

考虑因素：

  • 分散投资需求（避免行业集中）
  • 与现有持仓的相关性
  • 投资组合的整体风险
  • 流动性需求
  • 用户的风险承受能力（根据项目上下文）

买入与卖出策略

买入策略

不采用分批建仓策略——建议一次性买入：

如果建议买入：

  • 理想买入价格：€X.XX - €X.XX（最佳区间）
  • 最高买入价格：€X.XX（高于此价格，风险回报不利）
  • 操作方式：
    • “按市价立即买入”（如果当前价格合适）
    • “等待回调至 €X.XX 支撑位”（如果股价已大幅上涨）
    • “突破 €X.XX 后买入”（如果出现突破形态）
    • “不要在 €X.XX 以上买入”（如果估值过高）
卖出策略

价格目标（12 个月）： €X.XX（上涨空间 +X%）

  • 保守情景：€X.XX
  • 基准情景：€X.XX
  • 乐观情景：€X.XX

止损位： €X.XX（最大亏损 -X%）

  • 技术止损：跌破关键支撑位
  • 基本面止损：投资逻辑被破坏时

以下情况出现时卖出（投资逻辑被破坏的条件）：

  1. [具体的基本面恶化]
  2. [具体的竞争威胁]
  3. [具体的估值阈值]

持有期限：

  • 预期时间范围：[6-12 个月 / 1-3 年 / 3-5+ 年]
  • 根据投资类型确定（波段交易或长期持有）

催化因素识别

识别可能推动股价表现的具体事件。

近期（0-6 个月）：

  • 即将公布的财报：[日期]
  • 产品发布：[事件]
  • 监管决定：[预计时间]
  • 行业事件：[会议、数据发布]

中期（6-18 个月）：

  • 市场扩张计划
  • 新产品周期
  • 利润率提升举措
  • 战略合作伙伴关系

长期（18+ 个月）：

  • 行业结构性趋势
  • 市场份额提升
  • 技术领先地位
  • 商业模式演变

关键分析约束

关键原则：

  1. 基本面分析不使用媒体报道或新闻

    • 仅使用公司文件（10-K、10-Q、8-K、委托书）
    • 使用财报电话会议文字记录
    • 不要依赖新闻文章或新闻稿
    • 例外：可使用新闻了解近期进展，但须在公司文件中核实

  2. 重视幅度，而非精确度

    • 重点关注安全边际良好（>15%）的股票
    • 不需要完美的预测
    • 大致正确胜过精确地错误
    • 保守假设优于乐观假设

  3. 着眼长期

    • 分析 5-10 年的趋势，而不只是最近几个季度
    • 区分暂时性挫折与结构性问题
    • 可持续的竞争优势最为重要
    • 区分短期噪声与长期信号

  4. 比较同类对象

    • 与 3-5 家直接竞争对手进行基准比较
    • 不要只与广泛市场指数比较
    • 使用行业特定指标和基准
    • 根据公司规模和成熟度进行调整

  5. 保持求真务实

    • 承认局限性和未知因素
    • 公正呈现看涨和看跌的论据
    • 适当时坦言“我不知道”
    • 根据证据变化更新观点

输出模板

# [SYMBOL] - [Company Name] Evaluation

## ⚠️ DELIVERABLES CHECKLIST ✓
☑ Technical Analysis Complete
☑ Fundamental Analysis Complete
☑ Valuation Assessment Complete
☑ Bull vs. Bear Case Complete
☑ Clear Recommendation: **[BUY / HOLD / SELL]**
☑ Alternative Candidates: [If SELL, list 3-5 alternatives below]

---

## 📊 Executive Summary

[2-3 sentence bottom-line assessment with key reasoning]

**Recommendation: [BUY / HOLD / SELL]**
**Conviction: [Strong Buy / Buy / Hold / Avoid]**

---

## 💰 Valuation Assessment

**Fair Value Estimate: €X.XX** (Current: €X.XX)
- **Margin of Safety: X%** [Adequate >15% / Insufficient <15%]
- **Valuation: [UNDERVALUED / FAIRLY VALUED / OVERVALUED]**

| Valuation Method | Fair Value | vs. Current | Weight |
|-----------------|-----------|-------------|--------|
| DCF Analysis | €X.XX | +X% | 40% |
| Peer Relative | €X.XX | +X% | 30% |
| Peter Lynch | €X.XX | +X% | 30% |
| **Weighted Average** | **€X.XX** | **+X%** | **100%** |

**Assumptions:**
- DCF: [Key assumptions - growth rate, margins, discount rate]
- Margin of safety applied: X%

---

## 🏢 Business & Competitive Analysis

### What They Do
[2-3 paragraph business model summary:
- Core products/services
- Revenue breakdown
- Target markets
- Business model]

### Competitive Advantages
**Moat Strength: [Wide / Narrow / None]**

1. **[Advantage 1]**: [Detailed explanation with evidence]
2. **[Advantage 2]**: [Detailed explanation with evidence]
3. **[Advantage 3]**: [Detailed explanation with evidence]

**Moat Durability:** [How sustainable are these advantages? 3-5 years? 10+ years?]

### Management Quality Assessment
**Overall Rating: [Excellent / Good / Adequate / Concerning]**

- **CEO**: [Name] - [Background, tenure]
  - Track record: [Achievements/concerns]
  - Capital allocation: [Shareholder-friendly? Smart acquisitions?]
- **CFO**: [Name] - [Financial stewardship]
- **Insider Trading**: [Recent buying/selling activity]
- **Key Insight**: [Overall management assessment]

### Competitive Position

**Market Position:**
- Market share: X% (#X in industry)
- Share trend: [Gaining / Stable / Losing]

**Key Competitors:** [List 3-5 direct peers]

**Peer Comparison:**
| Company | Mkt Cap | Revenue Growth | Profit Margin | ROE | P/E | Moat |
|---------|---------|---------------|---------------|-----|-----|------|
| [Target] | €XB | X% | X% | X% | X.X | [Rating] |
| [Peer 1] | €XB | X% | X% | X% | X.X | [Rating] |
| [Peer 2] | €XB | X% | X% | X.X | X.X | [Rating] |
| [Peer 3] | €XB | X% | X% | X% | X.X | [Rating] |

**Competitive Assessment:** [Is this the best company in the sector?]

---

## 📈 Financial Health Analysis

### Quality Metrics vs. Benchmarks

| Metric | Current | 1Y Ago | 3Y Ago | 5Y Ago | Target | Status |
|--------|---------|--------|--------|--------|--------|--------|
| ROE | X% | X% | X% | X% | >15% | [✓/✗] |
| Profit Margin | X% | X% | X% | X% | >15% | [✓/✗] |
| Gross Margin | X% | X% | X% | X% | >30% | [✓/✗] |
| Revenue Growth | X% | X% | X% | X% | >0% | [✓/✗] |
| Debt/Revenue | X.X | X.X | X.X | X.X | <1.0 | [✓/✗] |
| FCF | €XM | €XM | €XM | €XM | Positive | [✓/✗] |

### Advanced Financial Health Scores

**Piotroski F-Score: X/9** [Excellent 8-9 / Good 6-7 / Adequate 4-5 / Weak 0-3]

*Profitability:* X/4
- ROA positive: [✓/✗]
- Operating CF positive: [✓/✗]
- ROA improving: [✓/✗]
- CF > Net Income: [✓/✗]

*Leverage:* X/3
- Debt decreasing: [✓/✗]
- Current ratio improving: [✓/✗]
- No dilution: [✓/✗]

*Efficiency:* X/2
- Margin improving: [✓/✗]
- Turnover improving: [✓/✗]

**Assessment:** [Detailed interpretation of F-Score]

**Altman Z-Score: X.XX** [Safe >2.99 / Grey 1.81-2.99 / Distress <1.81]
- **Bankruptcy Risk:** [Low / Moderate / High]
- **Interpretation:** [Explanation of Z-Score and financial stability]

**Beneish M-Score: X.XX** [Clean <-1.78 / Warning >-1.78]
- **Earnings Quality:** [High / Moderate / Questionable]
- **Red Flags:** [List any concerning indicators or state "None"]

**Max Drawdown (5Y): -X%** [Low <20% / Moderate 20-40% / High 40-60% / Extreme >60%]
- **Volatility Assessment:** [Low/Moderate/High volatility explanation]
- **Peak price:** €X.XX ([Date])
- **Trough price:** €X.XX ([Date])

### Consolidated Scores

**Strength Score: X/100** (Financial power and market position)
**Integrity Score: X/100** (Earnings quality and transparency)
**Predictability Score: X/100** (Business consistency)
**Data Quality Score: X/100** (Information completeness)

**Overall Quality Rating: [Elite / Strong / Good / Adequate / Weak]**

### Financial Trends (5-10 Year View)

**Revenue:**
- [Trend description: growth rate, consistency, drivers]
- [Any concerning patterns?]

**Margins:**
- Gross margin: [Expanding / Stable / Declining]
- Operating margin: [Trend]
- Net margin: [Trend]
- Drivers: [Why are margins moving this way?]

**Cash Flow:**
- Operating cash flow: [Trend and quality]
- Free cash flow: [Consistency, conversion]
- Capital allocation: [Dividends, buybacks, capex, acquisitions]

**Balance Sheet:**
- Debt levels: [Conservative / Moderate / High]
- Liquidity: [Strong / Adequate / Concerning]
- Trend: [Strengthening / Stable / Weakening]

### 🚩 Red Flags
[List any concerning trends or issues, or state "None identified"]

---

## 📉 Technical Analysis & Entry Timing

### Price Action (Last 30-60 Days)
- **Current Price**: €X.XX
- **52-Week Range**: €X.XX - €X.XX
- **30-day Change**: [+/-X%]
- **Trend**: [Uptrend / Downtrend / Range-bound]
- **Volume**: [Increasing / Decreasing / Normal]

### Key Technical Levels

**Support Levels:**
- **Primary Support: €X.XX** - [Significance/reason]
- **Secondary Support: €X.XX** - [Significance/reason]

**Resistance Levels:**
- **Primary Resistance: €X.XX** - [Significance/reason]
- **Secondary Resistance: €X.XX** - [Significance/reason]

### Technical Indicators

**RSI**: X.X [Overbought >70 / Neutral 30-70 / Oversold <30]
**MACD**: [Bullish crossover / Bearish crossover / Neutral]
- Interpretation: [Momentum assessment]

**Moving Averages:**
- 50-day MA: €X.XX - Price is [above/below]
- 200-day MA: €X.XX - Price is [above/below]
- Golden/Death Cross: [Any recent crossovers?]

### Entry Assessment

**Technical Setup: [Bullish / Neutral / Bearish]**

**Optimal Entry Strategy:**
- [Buy now at market / Wait for pullback to €X.XX / Buy on breakout above €X.XX]
- **Ideal Entry Range: €X.XX - €X.XX**
- **Maximum Buy Price: €X.XX** (avoid above this)

**Momentum: [Strong Bullish / Bullish / Neutral / Bearish / Strong Bearish]**

---

## ⚖️ Bull vs. Bear Case

### 🐂 Bull Case
**Potential Upside: €X.XX (+X%)**

1. **[Bull Argument 1]**: [Specific evidence and reasoning]
2. **[Bull Argument 2]**: [Specific evidence and reasoning]
3. **[Bull Argument 3]**: [Specific evidence and reasoning]

**For this to play out:**
- [Required condition 1]
- [Required condition 2]

**Probability: [High / Moderate / Low]**

### 🐻 Bear Case
**Potential Downside: €X.XX (-X%)**

1. **[Bear Argument 1]**: [Specific risk and reasoning]
2. **[Bear Argument 2]**: [Specific risk and reasoning]
3. **[Bear Argument 3]**: [Specific risk and reasoning]

**This happens if:**
- [Risk trigger 1]
- [Risk trigger 2]

**Probability: [High / Moderate / Low]**

### ⚖️ Balance Assessment

**Which case is more probable: [Bull / Bear / Balanced]**

[2-3 paragraph explanation of:
- Weight of evidence for each side
- Historical precedent
- Management track record
- Industry dynamics
- Current valuation
- Risk/reward assessment]

---

## ⚠️ Risk Analysis

**Overall Risk Level: [Low / Moderate / High]**

### Key Risks

**1. [Risk Category - e.g., Competition Risk]**: 
[Specific risk and potential impact. Probability: High/Medium/Low]

**2. [Risk Category - e.g., Execution Risk]**: 
[Specific risk and potential impact. Probability: High/Medium/Low]

**3. [Risk Category - e.g., Valuation Risk]**: 
[Specific risk and potential impact. Probability: High/Medium/Low]

**4. [Risk Category - e.g., Macro Risk]**: 
[Specific risk and potential impact. Probability: High/Medium/Low]

### Risk Mitigation
[How does the company/investment address these risks?]
[What reduces the risk in this investment?]

---

## 🎯 Catalysts & Timeline

### Near-Term (0-6 months)
- **[Date]**: [Specific catalyst - earnings, product launch, etc.]
- **[Date]**: [Specific catalyst]

### Medium-Term (6-18 months)
- [Expected development 1]
- [Expected development 2]

### Long-Term (18+ months)
- [Structural trend 1]
- [Structural trend 2]

**Expected Timeline to Target**: [6-12 months / 1-3 years / 3-5+ years]

---

## 💡 Investment Recommendation

### **RECOMMENDATION: [BUY / HOLD / SELL]**
### **Conviction: [Strong Buy / Buy / Hold / Avoid]**

### Rationale
[2-3 paragraph synthesis of entire analysis:
- Why this recommendation?
- What makes it compelling (or not)?
- How does valuation + fundamentals + technicals + catalysts = this conclusion?
- What's the risk/reward?]

---

## 📍 Entry Strategy (if BUY)

**Ideal Entry Price: €X.XX - €X.XX**
- Reasoning: [Why this range?]

**Maximum Acceptable Price: €X.XX**
- Above this: Risk/reward unfavorable

**Approach:**
- [Buy now at market / Wait for pullback to €X.XX / Buy on breakout above €X.XX]
- Reasoning: [Current technical setup justification]

**DO NOT BUY IF:**
- Price exceeds €X.XX without fundamental improvement
- [Other specific condition]

---

## 🎯 Exit Strategy

### Price Targets (12-Month Horizon)
- **Conservative**: €X.XX (+X%)
- **Base Case**: €X.XX (+X%)
- **Optimistic**: €X.XX (+X%)

### Stop Loss
**Stop Loss: €X.XX (-X% maximum loss)**
- Technical: Below €X.XX support
- Fundamental: If [thesis-breaking condition]

### Sell Conditions (Thesis-Breaking)
Exit position if any of these occur:
1. [Specific fundamental deterioration - e.g., "ROE drops below 10% for 2 consecutive quarters"]
2. [Specific competitive threat - e.g., "Loses >5% market share to competitor"]
3. [Specific valuation threshold - e.g., "Reaches €X.XX (>50% above fair value)"]

### Hold Duration
**Expected Timeframe**: [6-12 months / 1-3 years / 3-5+ years]
- Based on: [Investment type - swing trade vs. long-term hold]

---

## 📏 Position Sizing

### Recommended Allocation: X-X% of portfolio
**Specific Recommendation: X%**

**Rationale:**
- Conviction level: [Strong Buy / Buy → drives size]
- Risk level: [Low / Moderate / High → constrains size]
- Diversification: [Sector exposure, correlation with existing holdings]
- Liquidity: [Can exit position easily?]

**Maximum Allocation: X%**
- Risk management limit
- Don't exceed even if highly convicted

### Sizing Guidelines Applied:
- Strong Buy + Low Risk = 5-8% (max 10%)
- Buy + Moderate Risk = 3-5% (max 7%)
- Speculative + High Risk = 1-3% (max 5%)

---

## 🔑 Key Takeaways

### Top 3 Reasons to Invest
1. [Most compelling positive factor]
2. [Second most compelling positive factor]
3. [Third most compelling positive factor]

### Top 3 Concerns
1. [Biggest risk or concern]
2. [Second biggest risk or concern]
3. [Third biggest risk or concern]

### One-Sentence Investment Thesis
[Single sentence capturing the complete investment case - why buy or avoid]

---

## 📚 Research Documentation

**Sources Consulted:**
- 10-K filings: [Fiscal years reviewed - e.g., FY2020-2024]
- 10-Q filings: [Recent quarters - e.g., Q1-Q3 2025]
- Earnings calls: [Dates reviewed]
- Proxy statements: [Years reviewed]
- Management letters: [Years reviewed]
- Competitor analysis: [Companies benchmarked]

**Analysis Depth:**
- Historical period analyzed: [X years]
- Peer companies compared: [Number and names]
- Valuation methods used: [DCF, Relative, Peter Lynch, Asset-based]

**Confidence Level: [High / Medium / Low]**
- **Based on**: [Quality and completeness of available data]
- **Gaps**: [Any areas where information is limited or unavailable]
- **Limitations**: [Any constraints in the analysis]

---

## 🔄 Alternative Candidates (Required if SELL/AVOID)

[If recommending SELL or AVOID, provide 3-5 better investment alternatives with brief rationale for each]

### Alternative 1: [Symbol] - [Company Name]
**Why it's better**: [1-2 paragraph comparison]
**Quick metrics**: [Valuation, growth, margins]

### Alternative 2: [Symbol] - [Company Name]
**Why it's better**: [1-2 paragraph comparison]
**Quick metrics**: [Valuation, growth, margins]

### Alternative 3: [Symbol] - [Company Name]
**Why it's better**: [1-2 paragraph comparison]
**Quick metrics**: [Valuation, growth, margins]

[Continue for 4-5 alternatives if SELL recommendation]

---

**Analysis Date**: [Current Date]
**Next Review**: [Suggested review date based on catalysts or timeline]
**Analyst**: Claude Stock Evaluator

---

## 📊 Quant-Style Dashboard

**FINAL MANDATORY STEP**: Create a React artifact using the standardized quant-style dashboard template with:

**Required Data to Populate:**
- ✅ All 48 metrics across 8 sections (calculated above)
- ✅ Historical price data (5 years, 6-12 points)
- ✅ 1-year price + 6-month forecast (4-6 points)
- ✅ MACD data (3-5 recent points)
- ✅ RSI data (3-5 recent points)
- ✅ Radar chart (12 metrics, normalized 0-100)
- ✅ Bull case (target + 5 points)
- ✅ Bear case (target + 5 points)
- ✅ Entry/exit strategy (5 values)

**Use the EXACT template code provided in the skill instructions above.**
**DO NOT use placeholder values - populate with actual calculated data from this analysis.**

[Create the React artifact here using the quant-style template]

量化风格仪表板产物

**必须：**完成全文分析后，使用标准化的量化风格模板创建 React 仪表板产物。

仪表板模板结构

仪表板采用特定的机构级格式，包含：

1. 标题区域（橙色背景）

  • 格式：TICKER - Company Name

2. 八个指标区域（2 列网格）

左列右列
价格与估值（蓝色）财务表现（绿色）
增长指标（翠绿色）风险指标（红色）
流动性与自由现金流（青色）内部人士与市场情绪（紫色）
质量评分（橙色）护城河及其他（灰色）

每个区域：6 个指标框，包含数值、标签、基准和颜色编码

3. 图表区域（3 列网格）

  • 左侧：线性价格图表 + MACD

    • 价格、内在价值、市场价值线
    • 5 年历史数据
    • 下方显示 MACD 指标

  • 中间：雷达图 + 1 年预测

    • 12 个维度的雷达图（标准化为 0-100）
    • 综合建议徽章
    • 1 年价格 + 6 个月预测

  • 右侧：对数价格图表 + RSI

    • 对数刻度价格历史
    • 内在价值对比
    • 下方显示 RSI（14）指标

4. 关键说明区域（可展开的折叠面板）

  • 3 列布局：看涨论据 | 看跌论据 | 入场/退出策略
  • 点击可展开/折叠

5. 页脚

  • 分析日期、数据来源、建议
各区域所需指标

价格与估值（6 个指标）：

  • 价格、市值、滚动市盈率、预期市盈率、子行业典型市盈率、PEG 比率

财务表现（6 个指标）：

  • ROE、ROA、利润率、营业利润率、毛利率、ROIC

增长指标（6 个指标）：

  • 收入增长率（5 年）、盈利增长率、每股收益（TTM）、预期每股收益、分析师评级、目标价

风险指标（6 个指标）：

  • 负债权益比、综合风险、F-Score、Z-Score、M-Score、最大回撤（5 年）

流动性与自由现金流（6 个指标）：

  • 流动比率、现金总额、债务总额、自由现金流增长率（5 年）、自由现金流收益率、派息率

内部人士与市场情绪（6 个指标）：

  • 内部人士买入（12 个月）、内部人士卖出（12 个月）、净股数（12 个月）、RSI（14 天）、股票类型、行业

质量评分（6 个指标）：

  • CQVS、标签、估值评分、质量评分、实力评分、诚信评分

护城河及其他（6 个指标）：

  • 护城河评分（0-10）、Beta、可预测性、数据质量、完整性、股息收益率
雷达图指标（12 项，标准化为 0-100）
  1. 营收增长（标准化：X% 的增长率 → 20% 及以上时为 100）
  2. 营业利润率（标准化：X% → 30% 及以上时为 100）
  3. 毛利率（标准化：X% → 60% 及以上时为 100）
  4. 利润率（标准化：X% → 25% 及以上时为 100）
  5. ROE（标准化：X% → 30% 及以上时为 100）
  6. 风险评分（综合风险的反向值：100 - risk*100）
  7. Beta 评分（反向值：beta=0.5 时为 100，beta=1.5 时为 50，beta=2.5+ 时为 0）
  8. P/市场折价（100 = 严重低估，50 = 估值合理，0 = 高估）
  9. 护城河评分（护城河评级 * 10）
  10. FCF 收益率（X% → 8% 及以上时为 100）
  11. ROA（X% → 20% 及以上时为 100）
  12. 盈利增长（X% → 25% 及以上时为 100）
颜色编码规则
// Green (isGood: true) - Positive indicators
ROE > 20%, ROA > 10%, Margins > 20%, ROIC > 15%
Revenue Growth > 10%, Current Ratio 1-2, Z-Score > 3
M-Score < -1.78, FCF Growth > 0%, Payout < 50%
F-Score >= 7, Quality >= 70, Strength >= 70

// Red (isGood: false) - Warning indicators  
Max Drawdown < -50%, Beta > 2, Consolidated Risk > 0.6
Predictability < 50%, F-Score <= 3, Z-Score < 1.81
M-Score > -1.78, Quality < 50

// Yellow (isGood: 'neutral') - Monitor
F-Score 4-6, RSI 30-70, Moat 5-7, Quality 50-70
Beta 1.5-2.0, Predictability 50-70%
完整模板代码

使用此精确模板结构：

import React, { useState } from 'react';
import { 
  LineChart, Line, XAxis, YAxis, CartesianGrid, Tooltip, 
  ResponsiveContainer, RadarChart, PolarGrid, PolarAngleAxis, 
  PolarRadiusAxis, Radar, ReferenceLine, Area, ComposedChart, Scatter
} from 'recharts';

const QuantDashboard = () => {
  const [showKeyNotes, setShowKeyNotes] = useState(false);

  // ============================================================
  // POPULATE WITH STOCK-SPECIFIC DATA FROM ANALYSIS
  // ============================================================
  
  const ticker = "TICKER";  // Replace
  const companyName = "Company Name";  // Replace
  const recommendation = "BUY";  // BUY, HOLD, SELL, SPECULATIVE BUY
  const analysisDate = "December 6, 2025";  // Current date

  const metrics = {
    // Price & Valuation - from analysis
    price: 100.00,
    marketCap: '€10B',
    trailingPE: 20.0,
    forwardPE: 18.0,
    subsectorTypicalPE: 25.0,
    peg1Y: 1.2,           // NEW: 1-Year Forward PEG
    peg5Y: 2.5,           // NEW: 5-Year PEG
    
    // Financial Performance - from 5-10 year analysis
    roe: 25.0,
    roa: 12.0,
    profitMargin: 20.0,
    opMargin: 25.0,
    grossMargin: 50.0,
    roic: 18.0,
    
    // Growth Metrics - from historical trends (USE REPORTED, not underlying)
    revGrowth: 15.0,      // REPORTED revenue growth YoY
    earnGrowth: 20.0,     // REPORTED earnings growth YoY
    epsTTM: 5.00,
    forwardEPS: 5.50,
    growthCapped: 10.0,   // NEW: Capped sustainable growth estimate
    growthUncapped: 22.0, // NEW: Headline analyst growth estimate
    analystTarget: 120.00,
    
    // Risk Indicators - from advanced metrics section
    crs: 0.40,            // Consolidated Risk Score (0-1 scale)
    debtEquity: 0.50,
    fScore: 7,            // Piotroski F-Score
    zScore: 4.0,          // Altman Z-Score
    mScore: -2.5,         // Beneish M-Score
    valueTrapScore: 25,   // NEW: 0-100, LOWER = genuine, HIGHER = trap
    valueTrapLabel: 'Genuine', // NEW: Genuine/Caution/Trap
    maxDrawdown: -30.0,   // 5-year max drawdown %
    
    // Liquidity & FCF - from cash flow analysis
    currentRatio: 1.5,
    totalCash: '€2B',
    totalDebt: '€1B',
    fcfGrowth5Y: 12.0,    // 5-year smoothed growth
    fcfYield: 5.0,
    fcfMargin: 18.5,      // NEW: FCF / Revenue %
    payoutRatio: 30.0,
    
    // Insider & Sentiment - from SEC Form 4 or use "N/A" if unavailable
    insBuys: 0,           // From SEC Form 4 - use actual count or "N/A"
    insSells: 0,          // From SEC Form 4 - use actual count or "N/A"
    netShares: 'N/A',     // From SEC Form 4 - use actual or "N/A"
    shortInterest: 2.5,   // From FINRA/exchange - use actual or "N/A"
    newsSentiment: 0.25,  // -1 to +1 scale
    newsArticleCount: 15, // Recent article count
    
    // Beta & Volatility
    beta: 1.0,            // Stock beta
    vol1Y: 25.0,          // 1-Year volatility %
    
    // Quality Scores - from consolidated scoring
    cqvs: 75.0,           // Consolidated Quality & Valuation Score
    label: 'Quality Growth', // Elite/Compounder/Quality Growth/etc
    valuation: 70.0,      // 0-100
    quality: 80.0,        // 0-100
    strength: 75.0,       // 0-100
    integrity: 85.0,      // 0-100
    
    // Moat & Other
    buffettMoat: 8,       // 0-10 scale (renamed from moat)
    greenblattEY: 6.5,    // NEW: Earnings Yield %
    greenblattROC: 22.0,  // NEW: Return on Capital %
    earningsPredict: 70,  // Earnings Predictability 0-100
    completeness: 85,     // Data completeness 0-100
    dataQuality: 'High',  // High/Medium/Low
    divYield: 1.5,
    stockType: 'Growth',  // Growth/Value/Cyclical/Defensive
    sector: 'Technology',
    industry: 'Software',
    
    // NEW: Investor Persona Scores (0-10 scale each)
    buffettScore: 7.5,    // Durable competitive advantage seeker
    mungerScore: 6.8,     // Inversion thinker, risk avoider
    dalioScore: 7.2,      // All-weather, cycle resilient
    lynchScore: 8.0,      // GARP - Growth at Reasonable Price
    grahamScore: 5.5,     // Deep value, margin of safety
    greenblattScore: 6.0, // Magic Formula (EY + ROC)
    templetonScore: 4.5,  // Contrarian, global value
    sorosScore: 3.0,      // Reflexivity, macro trends
    
    // NEW: Valuation Lines for Charts
    marketValueCurrent: 95.00,
    intrinsicValueCurrent: 110.00,
    marketValueNextYear: 105.00,
    intrinsicValueNextYear: 120.00,
    unrestrictedMarketValueCurrent: 125.00,
    unrestrictedMarketValueNextYear: 140.00,
    
    // Valuation Assessment (for indicator below forecast)
    valuationPercent: 15,       // Positive = undervalued, negative = overvalued
    valuationLabel: 'Undervalued', // Undervalued/Fairly Valued/Overvalued
  };

  // TOP NEWS Headlines - Format: pipe-separated with dates at END in brackets
  const topNews = [
    { headline: 'Company announces Q4 guidance above expectations', date: '05 Dec 2025' },
    { headline: 'New product launch receives positive analyst coverage', date: '28 Nov 2025' },
    { headline: 'Strategic partnership announced with major cloud provider', date: '15 Nov 2025' },
    { headline: 'Q3 earnings beat estimates, revenue up 18% YoY', date: '02 Nov 2025' },
    { headline: 'Management presents at investor conference, reaffirms outlook', date: '20 Oct 2025' },
  ];
  
  // Format TOP NEWS as pipe-separated string with dates at END
  const topNewsString = topNews.map(n => `${n.headline} [${n.date}]`).join(' | ');

  // Historical Price Data (10 years with multiple valuation lines)
  const priceHistory = [
    { date: '2016', price: 25, totalReturn: 28, marketValueCurrent: 27, intrinsicValueCurrent: 30, marketValueNextYear: 29, intrinsicValueNextYear: 32, analystTarget: 30, unrestrictedCurrent: 28, unrestrictedNextYear: 31 },
    { date: '2017', price: 35, totalReturn: 40, marketValueCurrent: 38, intrinsicValueCurrent: 42, marketValueNextYear: 40, intrinsicValueNextYear: 45, analystTarget: 42, unrestrictedCurrent: 40, unrestrictedNextYear: 44 },
    { date: '2018', price: 45, totalReturn: 52, marketValueCurrent: 48, intrinsicValueCurrent: 55, marketValueNextYear: 52, intrinsicValueNextYear: 60, analystTarget: 55, unrestrictedCurrent: 52, unrestrictedNextYear: 58 },
    { date: '2019', price: 55, totalReturn: 65, marketValueCurrent: 58, intrinsicValueCurrent: 68, marketValueNextYear: 62, intrinsicValueNextYear: 72, analystTarget: 65, unrestrictedCurrent: 65, unrestrictedNextYear: 72 },
    { date: '2020', price: 50, totalReturn: 62, marketValueCurrent: 55, intrinsicValueCurrent: 65, marketValueNextYear: 60, intrinsicValueNextYear: 70, analystTarget: 62, unrestrictedCurrent: 62, unrestrictedNextYear: 70 },
    { date: '2021', price: 75, totalReturn: 95, marketValueCurrent: 80, intrinsicValueCurrent: 90, marketValueNextYear: 85, intrinsicValueNextYear: 98, analystTarget: 90, unrestrictedCurrent: 92, unrestrictedNextYear: 105 },
    { date: '2022', price: 65, totalReturn: 85, marketValueCurrent: 72, intrinsicValueCurrent: 85, marketValueNextYear: 78, intrinsicValueNextYear: 92, analystTarget: 82, unrestrictedCurrent: 85, unrestrictedNextYear: 95 },
    { date: '2023', price: 80, totalReturn: 105, marketValueCurrent: 85, intrinsicValueCurrent: 100, marketValueNextYear: 92, intrinsicValueNextYear: 108, analystTarget: 98, unrestrictedCurrent: 100, unrestrictedNextYear: 115 },
    { date: '2024', price: 95, totalReturn: 125, marketValueCurrent: 100, intrinsicValueCurrent: 115, marketValueNextYear: 108, intrinsicValueNextYear: 125, analystTarget: 115, unrestrictedCurrent: 120, unrestrictedNextYear: 135 },
    { date: '2025', price: 100, totalReturn: 135, marketValueCurrent: 105, intrinsicValueCurrent: 120, marketValueNextYear: 115, intrinsicValueNextYear: 132, analystTarget: 125, unrestrictedCurrent: 130, unrestrictedNextYear: 145 },
  ];

  // 1 Year Price with 6-Month Forecast, MAs, and Bollinger Bands
  const oneYearData = [
    { date: "Jan'25", price: 90, ma50: 88, ma200: 85, upperBand: 98, lowerBand: 82, forecast: null, ci95Upper: null, ci95Lower: null },
    { date: "Mar'25", price: 88, ma50: 89, ma200: 86, upperBand: 96, lowerBand: 80, forecast: null, ci95Upper: null, ci95Lower: null },
    { date: "May'25", price: 95, ma50: 91, ma200: 87, upperBand: 102, lowerBand: 84, forecast: null, ci95Upper: null, ci95Lower: null },
    { date: "Jul'25", price: 92, ma50: 92, ma200: 88, upperBand: 100, lowerBand: 84, forecast: null, ci95Upper: null, ci95Lower: null },
    { date: "Sep'25", price: 98, ma50: 94, ma200: 90, upperBand: 106, lowerBand: 86, forecast: null, ci95Upper: null, ci95Lower: null },
    { date: "Nov'25", price: 100, ma50: 96, ma200: 92, upperBand: 108, lowerBand: 88, forecast: 100, ci95Upper: 108, ci95Lower: 92 },
    { date: "Jan'26", price: null, ma50: null, ma200: null, upperBand: null, lowerBand: null, forecast: 108, ci95Upper: 120, ci95Lower: 96 },
    { date: "Mar'26", price: null, ma50: null, ma200: null, upperBand: null, lowerBand: null, forecast: 115, ci95Upper: 130, ci95Lower: 100 },
  ];

  // NEW: Ichimoku Cloud Data (6-month view with signal markers)
  const ichimokuData = [
    { date: 'Jun', price: 88, tenkan: 87, kijun: 85, senkouA: 84, senkouB: 82, chikou: 85, tkCrossMarker: null, kumoTwistMarker: null },
    { date: 'Jul', price: 92, tenkan: 90, kijun: 87, senkouA: 86, senkouB: 84, chikou: 90, tkCrossMarker: 92, kumoTwistMarker: null }, // TK Bullish Cross
    { date: 'Aug', price: 95, tenkan: 93, kijun: 90, senkouA: 89, senkouB: 86, chikou: 93, tkCrossMarker: null, kumoTwistMarker: null },
    { date: 'Sep', price: 98, tenkan: 96, kijun: 93, senkouA: 92, senkouB: 88, chikou: 96, tkCrossMarker: null, kumoTwistMarker: 92 }, // Kumo Twist Bullish
    { date: 'Oct', price: 96, tenkan: 97, kijun: 95, senkouA: 94, senkouB: 90, chikou: 94, tkCrossMarker: null, kumoTwistMarker: null },
    { date: 'Nov', price: 100, tenkan: 98, kijun: 96, senkouA: 95, senkouB: 92, chikou: 98, tkCrossMarker: null, kumoTwistMarker: null },
  ];

  // NEW: Ichimoku Signals Summary
  const ichimokuSignals = {
    tkCross: 'TK Bullish Cross',
    kumoTwist: 'Kumo Twist Bullish',
    priceVsCloud: 'Above Cloud (Bullish)',
  };

  // MACD Data (recent 6 months)
  const macdData = [
    { date: 'Jun', macd: 0.5, signal: 0.3, histogram: 0.2 },
    { date: 'Jul', macd: 1.2, signal: 0.6, histogram: 0.6 },
    { date: 'Aug', macd: 1.5, signal: 1.0, histogram: 0.5 },
    { date: 'Sep', macd: 1.8, signal: 1.3, histogram: 0.5 },
    { date: 'Oct', macd: 1.2, signal: 1.4, histogram: -0.2 },
    { date: 'Nov', macd: 0.8, signal: 1.2, histogram: -0.4 },
  ];

  // RSI Data (recent 6 months)
  const rsiData = [
    { date: 'Jun', rsi: 45 },
    { date: 'Jul', rsi: 55 },
    { date: 'Aug', rsi: 62 },
    { date: 'Sep', rsi: 68 },
    { date: 'Oct', rsi: 58 },
    { date: 'Nov', rsi: 55 },
  ];

  // Radar Chart Data (normalize all to 0-100 scale)
  const radarData = [
    { metric: 'Rev Growth', value: 70, fullMark: 100 },
    { metric: 'Op Margin', value: 75, fullMark: 100 },
    { metric: 'Gross Margin', value: 65, fullMark: 100 },
    { metric: 'Profit Margin', value: 60, fullMark: 100 },
    { metric: 'ROE', value: 70, fullMark: 100 },
    { metric: 'Risk (CRS)', value: 60, fullMark: 100 },
    { metric: 'Beta Score', value: 70, fullMark: 100 },
    { metric: 'P/Market Disc', value: 50, fullMark: 100 },
    { metric: 'Moat', value: 80, fullMark: 100 },
    { metric: 'FCF Growth', value: 55, fullMark: 100 },
    { metric: 'ROA', value: 65, fullMark: 100 },
    { metric: 'Earn Growth', value: 75, fullMark: 100 },
  ];

  // Key Notes Content - from Bull/Bear case analysis
  const bullCase = {
    target: "€130-150",  // Bull case price target
    points: [
      "Strong revenue growth momentum",
      "Expanding margins",
      "Market leadership position",
      "Favorable industry tailwinds",
      "Strong balance sheet"
    ]
  };

  const bearCase = {
    target: "€70-80",  // Bear case price target
    points: [
      "Valuation compression risk",
      "Competitive pressures",
      "Macro sensitivity",
      "Execution risks",
      "Key person dependency"
    ]
  };

  const entryStrategy = {
    idealEntry: "€90-95",  // From Entry Strategy section
    currentEntry: "€100 acceptable",
    target: "€120 (+20%)",  // 12-month target
    stopLoss: "€85 (-15%)",  // Stop loss
    positionSize: "2-3%"  // Recommended allocation
  };

  // ============================================================
  // COMPONENT CODE (Standard - use as-is)
  // ============================================================

  // Helper: Value Trap color (LOWER = genuine = green, HIGHER = trap = red)
  const getValueTrapColor = (score) => {
    if (score < 40) return 'bg-green-100 border-green-400 text-green-800';
    if (score < 60) return 'bg-yellow-100 border-yellow-400 text-yellow-800';
    return 'bg-red-100 border-red-400 text-red-800';
  };

  // Helper: Get label for Value Trap score
  const getValueTrapLabel = (score) => {
    if (score < 20) return 'Genuine';
    if (score < 40) return 'Probably Genuine';
    if (score < 60) return 'Caution';
    if (score < 80) return 'Likely Trap';
    return 'Strong Trap';
  };

  // Helper: Persona score color
  const getPersonaColor = (score) => {
    if (score >= 7) return 'bg-green-500';
    if (score >= 4) return 'bg-yellow-500';
    return 'bg-red-500';
  };

  // Helper: News sentiment color
  const getSentimentColor = (sentiment) => {
    if (sentiment > 0.3) return 'text-green-600';
    if (sentiment > 0) return 'text-green-500';
    if (sentiment > -0.3) return 'text-yellow-600';
    return 'text-red-600';
  };

  // Persona Badge Component
  const PersonaBadge = ({ name, score, position }) => (
    <div className={`absolute ${position} flex flex-col items-center`}>
      <div className={`w-6 h-6 rounded-full ${getPersonaColor(score)} flex items-center justify-center text-white text-[8px] font-bold`}>
        {score.toFixed(1)}
      </div>
      <div className="text-[7px] text-gray-600 mt-0.5">{name}</div>
    </div>
  );

  const MetricBox = ({ label, value, benchmark, isGood, size = 'normal' }) => {
    let bgColor = 'bg-gray-50';
    if (isGood === true) bgColor = 'bg-green-50 border-green-200';
    if (isGood === false) bgColor = 'bg-red-50 border-red-200';
    if (isGood === 'neutral') bgColor = 'bg-yellow-50 border-yellow-200';
    
    return (
      <div className={`${bgColor} border p-1.5 flex flex-col justify-center items-center`}>
        <div className="text-base font-bold text-gray-900">{value}</div>
        <div className="text-[9px] text-gray-600 text-center leading-tight">{label}</div>
        {benchmark && <div className="text-[8px] text-gray-400">{benchmark}</div>}
      </div>
    );
  };

  const SectionHeader = ({ title, bgColor }) => (
    <div className={`${bgColor} px-2 py-1 text-[10px] font-bold text-gray-700`}>
      {title}
    </div>
  );

  return (
    <div className="w-full max-w-7xl mx-auto p-3 bg-white text-xs">
      {/* Header */}
      <div className="bg-orange-500 text-white px-3 py-2 mb-1 text-lg font-bold text-center">
        {ticker} - {companyName}
      </div>

      {/* TOP NEWS - Pipe separated with dates at END */}
      <div className="border border-gray-300 rounded p-2 mb-3 bg-gray-50">
        <span className="font-bold text-[10px]">TOP NEWS:</span>
        <div className="text-[9px] mt-1">{topNewsString}</div>
      </div>

      {/* Top 4 sections */}
      <div className="grid grid-cols-2 gap-2 mb-3">
        {/* Price & Valuation - Updated with dual PEG */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="PRICE & VALUATION" bgColor="bg-blue-100" />
          <div className="grid grid-cols-7 gap-px bg-gray-200">
            <MetricBox label="Price:" value={`€${metrics.price}`} />
            <MetricBox label="Market Cap:" value={metrics.marketCap} />
            <MetricBox label="Trailing P/E:" value={metrics.trailingPE} />
            <MetricBox label="Forward P/E:" value={metrics.forwardPE} benchmark={`(${metrics.subsectorTypicalPE})`} isGood={metrics.forwardPE < metrics.subsectorTypicalPE} />
            <MetricBox label="Subsector P/E:" value={metrics.subsectorTypicalPE} />
            <MetricBox label="PEG (1Y):" value={metrics.peg1Y} benchmark="(<1.5)" isGood={metrics.peg1Y < 1.5 ? true : metrics.peg1Y < 2 ? 'neutral' : false} />
            <MetricBox label="PEG (5Y):" value={metrics.peg5Y} benchmark="(<2)" isGood={metrics.peg5Y < 2 ? true : metrics.peg5Y < 3 ? 'neutral' : false} />
          </div>
        </div>

        {/* Financial Performance */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="FINANCIAL PERFORMANCE" bgColor="bg-green-100" />
          <div className="grid grid-cols-6 gap-px bg-gray-200">
            <MetricBox label="ROE:" value={`${metrics.roe}%`} benchmark="(>20%)" isGood={metrics.roe >= 20 ? true : metrics.roe >= 10 ? 'neutral' : false} />
            <MetricBox label="ROA:" value={`${metrics.roa}%`} benchmark="(>10%)" isGood={metrics.roa >= 10} />
            <MetricBox label="Profit Margin:" value={`${metrics.profitMargin}%`} benchmark="(>20%)" isGood={metrics.profitMargin >= 20 ? true : metrics.profitMargin >= 10 ? 'neutral' : false} />
            <MetricBox label="Operative Margin:" value={`${metrics.opMargin}%`} benchmark="(>20%)" isGood={metrics.opMargin >= 20} />
            <MetricBox label="Gross Margin:" value={`${metrics.grossMargin}%`} benchmark="(>40%)" isGood={metrics.grossMargin >= 40} />
            <MetricBox label="ROIC:" value={`${metrics.roic}%`} benchmark="(>15%)" isGood={metrics.roic >= 15} />
          </div>
        </div>
      </div>

      {/* Next 4 sections */}
      <div className="grid grid-cols-2 gap-2 mb-3">
        {/* Growth Metrics */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="GROWTH METRICS" bgColor="bg-emerald-100" />
          <div className="grid grid-cols-7 gap-px bg-gray-200">
            <MetricBox label="Revenue (YoY):" value={`${metrics.revGrowth}%`} benchmark="(>10%)" isGood={metrics.revGrowth >= 10} />
            <MetricBox label="Earning (YoY):" value={`${metrics.earnGrowth}%`} benchmark="(>0%)" isGood={metrics.earnGrowth >= 0} />
            <MetricBox label="EPS (TTM):" value={`€${metrics.epsTTM}`} />
            <MetricBox label="Forward EPS:" value={`€${metrics.forwardEPS}`} isGood={metrics.forwardEPS > metrics.epsTTM} />
            <MetricBox label="Growth Rates:" value={`Capped: ${metrics.growthCapped}%`} benchmark={`Uncapped: ${metrics.growthUncapped}%`} />
            <MetricBox label="Analyst Target:" value={`€${metrics.analystTarget}`} />
          </div>
        </div>

        {/* Risk Indicators */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="RISK INDICATORS" bgColor="bg-red-100" />
          <div className="grid grid-cols-6 gap-px bg-gray-200">
            <MetricBox label="CRS (0-1):" value={metrics.crs.toFixed(2)} benchmark="(Medium)" isGood={metrics.crs < 0.4 ? true : metrics.crs < 0.6 ? 'neutral' : false} />
            <MetricBox label="Debt/Equity (mrq):" value={metrics.debtEquity} benchmark="(0.5-1)" isGood={metrics.debtEquity < 1 ? true : metrics.debtEquity < 2 ? 'neutral' : false} />
            <MetricBox label="Piotroski F:" value={metrics.fScore} benchmark="(≥7)" isGood={metrics.fScore >= 7 ? true : metrics.fScore >= 4 ? 'neutral' : false} />
            <MetricBox label="Altman Z:" value={metrics.zScore.toFixed(2)} benchmark="(>3)" isGood={metrics.zScore >= 2.99 ? true : metrics.zScore >= 1.81 ? 'neutral' : false} />
            <MetricBox label="Beneish M:" value={metrics.mScore.toFixed(2)} benchmark="(<-1.78)" isGood={metrics.mScore < -1.78} />
            <MetricBox label="Value Trap:" value={`${metrics.valueTrapScore} (${metrics.valueTrapLabel})`} isGood={metrics.valueTrapScore < 40 ? true : metrics.valueTrapScore < 60 ? 'neutral' : false} />
          </div>
        </div>
      </div>

      {/* Next 4 sections */}
      <div className="grid grid-cols-2 gap-2 mb-3">
        {/* Liquidity & Free Cash Flow */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="LIQUIDITY & FREE CASH FLOW" bgColor="bg-cyan-100" />
          <div className="grid grid-cols-7 gap-px bg-gray-200">
            <MetricBox label="Current Ratio:" value={metrics.currentRatio.toFixed(2)} benchmark="(1-2)" isGood={metrics.currentRatio >= 1 && metrics.currentRatio <= 2 ? true : 'neutral'} />
            <MetricBox label="Cash:" value={metrics.totalCash} />
            <MetricBox label="Debt:" value={metrics.totalDebt} />
            <MetricBox label="FCF Growth 5Y:" value={`${metrics.fcfGrowth5Y}%`} benchmark="(>5%)" isGood={metrics.fcfGrowth5Y >= 5} />
            <MetricBox label="FCF Yield:" value={`${metrics.fcfYield}%`} benchmark="(>4%)" isGood={metrics.fcfYield >= 4} />
            <MetricBox label="FCF Margin:" value={`${metrics.fcfMargin}%`} benchmark="(>15%)" isGood={metrics.fcfMargin >= 15 ? true : metrics.fcfMargin >= 10 ? 'neutral' : false} />
            <MetricBox label="Payout Ratio:" value={`${metrics.payoutRatio}%`} benchmark="(<50%)" isGood={metrics.payoutRatio < 50} />
          </div>
        </div>

        {/* Insider & Sentiment & Class */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="INSIDER & SENTIMENT & CLASS" bgColor="bg-purple-100" />
          <div className="grid grid-cols-7 gap-px bg-gray-200">
            <MetricBox label="Buys (12M):" value={metrics.insBuys} isGood={metrics.insBuys > metrics.insSells} />
            <MetricBox label="Sells (12M):" value={metrics.insSells} />
            <MetricBox label="Net Shares (12M):" value={metrics.netShares} />
            <MetricBox label="Short Int (%):" value={`${metrics.shortInterest}%`} isGood={metrics.shortInterest < 5 ? true : metrics.shortInterest < 10 ? 'neutral' : false} />
            <MetricBox label="Sentiment / Articles:" value={`${metrics.newsSentiment > 0 ? '+' : ''}${metrics.newsSentiment.toFixed(3)} / ${metrics.newsArticleCount}`} benchmark={metrics.newsSentiment > 0 ? '(Positive)' : '(Negative)'} isGood={metrics.newsSentiment > 0} />
            <MetricBox label={`Stock: ${metrics.stockType}`} value={`Div Yield: ${metrics.divYield}%`} />
            <MetricBox label="Sector/Industry:" value={`${metrics.sector} /`} benchmark={metrics.industry} />
          </div>
        </div>
      </div>

      {/* Last 2 sections */}
      <div className="grid grid-cols-2 gap-2 mb-3">
        {/* Quality Scores */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="QUALITY SCORES" bgColor="bg-orange-100" />
          <div className="grid grid-cols-6 gap-px bg-gray-200">
            <MetricBox label="CQVS:" value={metrics.cqvs.toFixed(1)} benchmark="(>70)" isGood={metrics.cqvs >= 70 ? true : metrics.cqvs >= 50 ? 'neutral' : false} />
            <MetricBox label="Label:" value={metrics.label} />
            <MetricBox label="Valuation:" value={metrics.valuation} isGood={metrics.valuation >= 70} />
            <MetricBox label="Quality:" value={metrics.quality} isGood={metrics.quality >= 70 ? true : metrics.quality >= 50 ? 'neutral' : false} />
            <MetricBox label="Strength:" value={metrics.strength} isGood={metrics.strength >= 70} />
            <MetricBox label="Integrity:" value={metrics.integrity} isGood={metrics.integrity >= 70 ? true : metrics.integrity >= 50 ? 'neutral' : false} />
          </div>
        </div>

        {/* Moat & Other */}
        <div className="border border-gray-300 rounded overflow-hidden">
          <SectionHeader title="MOAT & OTHER" bgColor="bg-gray-200" />
          <div className="grid grid-cols-6 gap-px bg-gray-200">
            <MetricBox label="Buffett Moat:" value={metrics.buffettMoat} benchmark="(4-7)" isGood={metrics.buffettMoat >= 7 ? true : metrics.buffettMoat >= 4 ? 'neutral' : false} />
            <MetricBox label="Greenblatt (MF):" value={`EY: ${metrics.greenblattEY}%`} benchmark={metrics.greenblattROC ? `ROC: ${metrics.greenblattROC}%` : 'ROC: N/A'} isGood={metrics.greenblattEY >= 8 ? true : metrics.greenblattEY >= 4 ? 'neutral' : false} />
            <MetricBox label={`Beta: ${metrics.beta}`} value={`Vol 1Y: ${metrics.vol1Y}%`} isGood={metrics.beta < 1 ? true : metrics.beta < 1.5 ? 'neutral' : false} />
            <MetricBox label="Earnings Predict.:" value={`${metrics.earningsPredict}%`} benchmark="(>80%)" isGood={metrics.earningsPredict >= 80 ? true : metrics.earningsPredict >= 60 ? 'neutral' : false} />
            <MetricBox label="Drawdown (5Y):" value={`${metrics.maxDrawdown}%`} benchmark={metrics.maxDrawdown > -30 ? '(Low)' : metrics.maxDrawdown > -50 ? '(Mid)' : '(High)'} isGood={metrics.maxDrawdown > -30 ? true : metrics.maxDrawdown > -50 ? 'neutral' : false} />
            <MetricBox label={`Completeness: ${metrics.completeness}%`} value={`Data Quality: ${metrics.dataQuality}`} isGood={metrics.dataQuality === 'High' ? true : metrics.dataQuality === 'Medium' ? 'neutral' : false} />
          </div>
        </div>
      </div>

      {/* Charts Section - Enhanced with Legends */}
      <div className="grid grid-cols-3 gap-2 mb-3">
        {/* Linear Price Chart + MACD */}
        <div className="border border-gray-300 rounded p-2">
          <div className="text-sm font-bold mb-1 text-center">LINEAR PRICE CHART (10Y)</div>
          <div className="text-[7px] text-gray-500 mb-1 pl-1">
            — Close Price — Total Return<br/>
            - - Market Value (Current): €{metrics.marketValueCurrent}<br/>
            - - Intrinsic Value (Current): €{metrics.intrinsicValueCurrent}<br/>
            - - Analyst Target: €{metrics.analystTarget}
          </div>
          <ResponsiveContainer width="100%" height={130}>
            <LineChart data={priceHistory}>
              <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
              <XAxis dataKey="date" tick={{ fontSize: 7 }} />
              <YAxis tick={{ fontSize: 7 }} />
              <Tooltip contentStyle={{ fontSize: 8 }} />
              <Line type="monotone" dataKey="price" stroke="#1f2937" strokeWidth={1.5} dot={false} name="Close" />
              <Line type="monotone" dataKey="totalReturn" stroke="#6b7280" strokeWidth={1} strokeDasharray="2 2" dot={false} name="Total Return" />
              <Line type="monotone" dataKey="intrinsicValueCurrent" stroke="#16a34a" strokeWidth={1} strokeDasharray="5 5" dot={false} name="IV Current" />
              <Line type="monotone" dataKey="analystTarget" stroke="#3b82f6" strokeWidth={1} strokeDasharray="3 3" dot={false} name="Target" />
            </LineChart>
          </ResponsiveContainer>
          <div className="text-xs font-bold mt-1 mb-1 text-center">MACD</div>
          <ResponsiveContainer width="100%" height={55}>
            <LineChart data={macdData}>
              <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
              <XAxis dataKey="date" tick={{ fontSize: 6 }} />
              <YAxis tick={{ fontSize: 6 }} />
              <ReferenceLine y={0} stroke="#666" />
              <Tooltip contentStyle={{ fontSize: 7 }} />
              <Line type="monotone" dataKey="macd" stroke="#2563eb" strokeWidth={1} dot={false} name="MACD" />
              <Line type="monotone" dataKey="signal" stroke="#dc2626" strokeWidth={1} dot={false} name="Signal" />
            </LineChart>
          </ResponsiveContainer>
        </div>

        {/* Radar + Investor Personas + Forecast */}
        <div className="border border-gray-300 rounded p-2">
          <div className="relative">
            <ResponsiveContainer width="100%" height={140}>
              <RadarChart data={radarData}>
                <PolarGrid />
                <PolarAngleAxis dataKey="metric" tick={{ fontSize: 6 }} />
                <PolarRadiusAxis angle={30} domain={[0, 100]} tick={{ fontSize: 6 }} />
                <Radar name={ticker} dataKey="value" stroke="#2563eb" fill="#3b82f6" fillOpacity={0.3} />
              </RadarChart>
            </ResponsiveContainer>
            {/* Investor Persona Badges */}
            <PersonaBadge name="Buffett" score={metrics.buffettScore} position="top-0 left-1/4" />
            <PersonaBadge name="Lynch" score={metrics.lynchScore} position="top-0 right-1/4" />
            <PersonaBadge name="Munger" score={metrics.mungerScore} position="top-1/4 -left-2" />
            <PersonaBadge name="Greenblatt" score={metrics.greenblattScore} position="top-1/4 -right-2" />
            <PersonaBadge name="Dalio" score={metrics.dalioScore} position="bottom-1/4 -left-2" />
            <PersonaBadge name="Graham" score={metrics.grahamScore} position="bottom-1/4 -right-2" />
            <PersonaBadge name="Templeton" score={metrics.templetonScore} position="bottom-0 left-1/4" />
            <PersonaBadge name="Soros" score={metrics.sorosScore} position="bottom-0 right-1/4" />
          </div>
          <div className="text-center my-1">
            <span className="bg-green-200 px-2 py-0.5 text-[10px] font-bold rounded border border-green-400">
              Advice: {recommendation} (CQVS: {metrics.cqvs.toFixed(1)})
            </span>
          </div>
          <div className="text-[8px] font-bold mb-0.5 text-center">1Y PRICE + 6-MONTH FORECAST</div>
          <div className="text-[6px] text-gray-500 mb-0.5 text-center">— Close — 50-Day MA — 200-Day MA ▒ Bollinger Bands - - Forecast</div>
          <ResponsiveContainer width="100%" height={70}>
            <ComposedChart data={oneYearData}>
              <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
              <XAxis dataKey="date" tick={{ fontSize: 6 }} />
              <YAxis tick={{ fontSize: 6 }} />
              <Tooltip contentStyle={{ fontSize: 7 }} />
              <Area type="monotone" dataKey="upperBand" stroke="none" fill="#e0e0e0" fillOpacity={0.5} />
              <Area type="monotone" dataKey="ci95Upper" stroke="none" fill="#dbeafe" fillOpacity={0.5} />
              <Line type="monotone" dataKey="price" stroke="#1f2937" strokeWidth={1.5} dot={false} />
              <Line type="monotone" dataKey="ma50" stroke="#f59e0b" strokeWidth={1} dot={false} />
              <Line type="monotone" dataKey="ma200" stroke="#ef4444" strokeWidth={1} dot={false} />
              <Line type="monotone" dataKey="forecast" stroke="#16a34a" strokeWidth={1.5} strokeDasharray="5 5" dot={false} />
            </ComposedChart>
          </ResponsiveContainer>
          {/* Valuation Indicator */}
          <div className={`text-center text-[10px] font-bold mt-1 ${metrics.valuationPercent > 10 ? 'text-green-600' : metrics.valuationPercent < -10 ? 'text-red-600' : 'text-yellow-600'}`}>
            {metrics.valuationLabel} ({metrics.valuationPercent > 0 ? '+' : ''}{metrics.valuationPercent}%)
          </div>
        </div>

        {/* Log Price + RSI */}
        <div className="border border-gray-300 rounded p-2">
          <div className="text-sm font-bold mb-1 text-center">LOG PRICE CHART (10Y)</div>
          <div className="text-[7px] text-gray-500 mb-1 pl-1">
            — Close Price — Total Return<br/>
            - - Unrestr. Market Value (Current): €{metrics.unrestrictedMarketValueCurrent}<br/>
            - - Unrestr. Market Value (Next Year): €{metrics.unrestrictedMarketValueNextYear}
          </div>
          <ResponsiveContainer width="100%" height={130}>
            <LineChart data={priceHistory}>
              <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
              <XAxis dataKey="date" tick={{ fontSize: 7 }} />
              <YAxis tick={{ fontSize: 7 }} scale="log" domain={['auto', 'auto']} />
              <Tooltip contentStyle={{ fontSize: 8 }} />
              <Line type="monotone" dataKey="price" stroke="#1f2937" strokeWidth={1.5} dot={false} name="Close" />
              <Line type="monotone" dataKey="totalReturn" stroke="#6b7280" strokeWidth={1} strokeDasharray="2 2" dot={false} name="Total Return" />
              <Line type="monotone" dataKey="unrestrictedCurrent" stroke="#dc2626" strokeWidth={1} strokeDasharray="5 5" dot={false} name="Unrestr Current" />
              <Line type="monotone" dataKey="unrestrictedNextYear" stroke="#f97316" strokeWidth={1} strokeDasharray="5 5" dot={false} name="Unrestr Next" />
            </LineChart>
          </ResponsiveContainer>
          <div className="text-xs font-bold mt-1 mb-1 text-center">RSI (14) = {rsiData[rsiData.length - 1].rsi}</div>
          <ResponsiveContainer width="100%" height={55}>
            <LineChart data={rsiData}>
              <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
              <XAxis dataKey="date" tick={{ fontSize: 6 }} />
              <YAxis tick={{ fontSize: 6 }} domain={[0, 100]} />
              <Tooltip contentStyle={{ fontSize: 7 }} />
              <ReferenceLine y={70} stroke="#ef4444" strokeDasharray="2 2" />
              <ReferenceLine y={30} stroke="#22c55e" strokeDasharray="2 2" />
              <Line type="monotone" dataKey="rsi" stroke="#f59e0b" strokeWidth={1.5} dot={false} />
            </LineChart>
          </ResponsiveContainer>
        </div>
      </div>

      {/* NEW: Ichimoku Cloud Chart */}
      <div className="border border-gray-300 rounded p-2 mb-3">
        <div className="text-sm font-bold mb-1 text-center">ICHIMOKU CLOUD</div>
        <div className="flex gap-4 text-[7px] justify-center mb-1">
          <span>— Close Price</span>
          <span className="text-blue-500">— Tenkan-sen (9)</span>
          <span className="text-red-500">— Kijun-sen (26)</span>
          <span className="text-gray-400">— Chikou Span</span>
          <span className="text-green-500">▒ Senkou Span A/B (Cloud)</span>
          <span className="ml-2 font-bold text-yellow-600">◆ TK Cross</span>
          <span className="text-purple-600">◆ Kumo Twist</span>
        </div>
        <ResponsiveContainer width="100%" height={100}>
          <ComposedChart data={ichimokuData}>
            <CartesianGrid strokeDasharray="3 3" stroke="#e0e0e0" />
            <XAxis dataKey="date" tick={{ fontSize: 7 }} />
            <YAxis tick={{ fontSize: 7 }} domain={['auto', 'auto']} />
            <Tooltip contentStyle={{ fontSize: 8 }} />
            <Area type="monotone" dataKey="senkouA" stroke="none" fill="#86efac" fillOpacity={0.3} />
            <Area type="monotone" dataKey="senkouB" stroke="none" fill="#fca5a5" fillOpacity={0.3} />
            <Line type="monotone" dataKey="price" stroke="#1f2937" strokeWidth={2} dot={false} name="Price" />
            <Line type="monotone" dataKey="tenkan" stroke="#3b82f6" strokeWidth={1} dot={false} name="Tenkan" />
            <Line type="monotone" dataKey="kijun" stroke="#dc2626" strokeWidth={1} dot={false} name="Kijun" />
            <Line type="monotone" dataKey="chikou" stroke="#9ca3af" strokeWidth={1} strokeDasharray="3 3" dot={false} name="Chikou" />
            <Scatter dataKey="tkCrossMarker" fill="#9333ea" shape="diamond" name="TK Cross" />
            <Scatter dataKey="kumoTwistMarker" fill="#dc2626" shape="diamond" name="Kumo Twist" />
          </ComposedChart>
        </ResponsiveContainer>
        <div className="flex gap-4 text-[8px] justify-center mt-1">
          <span className="bg-green-100 px-2 rounded">{ichimokuSignals.tkCross}</span>
          <span className="bg-green-100 px-2 rounded">{ichimokuSignals.kumoTwist}</span>
          <span className="bg-green-100 px-2 rounded">{ichimokuSignals.priceVsCloud}</span>
        </div>
      </div>

      {/* Key Notes (Expandable) */}
      <div className="border border-gray-300 rounded overflow-hidden">
        <button 
          onClick={() => setShowKeyNotes(!showKeyNotes)}
          className="w-full bg-gray-100 px-3 py-2 text-left text-sm font-bold flex items-center hover:bg-gray-200"
        >
          <span className="mr-2">{showKeyNotes ? '▼' : '▶'}</span> Key Notes (Click to Expand)
        </button>
        {showKeyNotes && (
          <div className="p-3 bg-gray-50">
            <div className="grid grid-cols-3 gap-4 text-xs">
              {/* Bull Case */}
              <div>
                <div className="font-bold text-green-700 mb-2 text-sm">BULL CASE ({bullCase.target})</div>
                <ul className="list-disc list-inside space-y-1">
                  {bullCase.points.map((point, i) => <li key={i}>{point}</li>)}
                </ul>
              </div>
              {/* Bear Case */}
              <div>
                <div className="font-bold text-red-700 mb-2 text-sm">BEAR CASE ({bearCase.target})</div>
                <ul className="list-disc list-inside space-y-1">
                  {bearCase.points.map((point, i) => <li key={i}>{point}</li>)}
                </ul>
              </div>
              {/* Entry/Exit Strategy */}
              <div>
                <div className="font-bold text-blue-700 mb-2 text-sm">ENTRY/EXIT STRATEGY</div>
                <ul className="list-disc list-inside space-y-1">
                  <li><strong>Ideal Entry:</strong> {entryStrategy.idealEntry}</li>
                  <li><strong>Current:</strong> {entryStrategy.currentEntry}</li>
                  <li><strong>Target:</strong> {entryStrategy.target}</li>
                  <li><strong>Stop Loss:</strong> {entryStrategy.stopLoss}</li>
                  <li><strong>Position Size:</strong> {entryStrategy.positionSize}</li>
                </ul>
              </div>
            </div>
          </div>
        )}
      </div>

      {/* Footer */}
      <div className="text-xs text-gray-500 text-center mt-3">
        Analysis Date: {analysisDate} | Sources: SEC Filings, Company Reports | 
        <span className="font-bold text-blue-600 ml-1">{recommendation}</span>
      </div>
    </div>
  );
};

export default QuantDashboard;
实施说明

关键步骤：

  1. 在全面的文本分析过程中计算所有指标

  2. 计算指标时将其存储在变量中

  3. 完成完整的文本分析后，创建 React 工件

  4. 用实际计算的数据替换模板中的所有占位值

  5. 使用精确的模板结构——不要修改组件代码

  6. 填充以下特定数据数组：

    • metrics 对象（60 多个值，包括投资者画像评分）
    • topNews 数组（5 条近期新闻标题，附日期）
    • priceHistory 数组（10 年数据，含多条估值线）
    • oneYearData 数组（含均线、布林带和预测）
    • ichimokuData 数组（6 个月数据，含信号标记）
    • ichimokuSignals 对象（TK 交叉、云图扭转、价格与云图的关系）
    • macdData 数组（6 个近期数据点，含柱状图）
    • rsiData 数组（6 个近期数据点）
    • radarData 数组（12 个指标，标准化为 0-100）
    • bullCase.points（牛市分析中的 5 个要点）
    • bearCase.points（熊市分析中的 5 个要点）
    • entryStrategy（入场/退出策略中的 5 个值）

  7. 正确标准化雷达图数值：

    • 每个指标均采用 0-100 的刻度
    • 数值越高始终越好（必要时反转风险/Beta 值）
    • 使用上文提供的缩放公式

  8. 正确设置数值格式：

    • 货币："€100.00"（默认使用欧元——用 €，不用 $）
    • 大数："€10B"、"€2.5M"
    • 百分比：15.0（数值，不要用带 % 的字符串）
    • 比率：1.25（数值）
    • 评分：7（整数）或 75.0（浮点数）

  9. 增长指标：

    • 使用报告营收增长（而非基础/有机增长）
    • 使用报告盈利增长（而非调整后 EPS 增长）

  10. 不要：

  • 保留占位值
  • 修改组件结构
  • 跳过任何部分
  • 使用估算/猜测的数据

这是唯一接受的仪表板格式。所有其他仪表板样式均已弃用。

与项目上下文集成

投资组合适配
  • 从项目知识中获取投资组合数据
  • 检查是否已持有该股票（若已持有，建议使用 Portfolio Analyst）
  • 评估其与现有持仓的适配度（行业敞口、相关性）
  • 根据当前配置考虑仓位大小
投资者画像
  • 用户的投资期限、风险承受能力和偏好见项目说明
  • 根据用户画像调整建议
  • 考虑用户上下文中的税务影响
  • 根据投资组合规模和风险承受能力调整仓位大小
避免重复

如果投资组合中已持有该股票：

  • 说明：“您已持有 [SYMBOL]。如需分析现有持仓，请使用 Portfolio Analyst 技能。”
  • 如果用户希望重新评估，仍需提供评估
  • 将问题表述为“是否应该加仓？”，而非初次买入

何时使用此技能

在以下情况下使用 Stock Evaluator：

  • 用户询问“我应该买入 [股票] 吗？”
  • 用户想评估观察列表中的候选股票
  • 用户请求股票推荐
  • 用户询问“[股票] 是一项不错的投资吗？”
  • 用户想比较多项潜在投资
  • 用户想了解自己正在考虑的股票有哪些替代选择
  • 用户想要入场价格和仓位规模方面的指导
  • 用户请求“量化风格的仪表盘”或“股票可视化”

在以下情况下不要使用此技能：

  • 用户想查看现有投资组合持仓 → 使用 Portfolio Analyst
  • 用户想了解一般市场评论 → 使用常规知识
  • 用户想筛选或发掘股票 → 使用其他工作流
  • 用户询问期权、衍生品或加密货币 → 不在适用范围内

输出包括：

  • 全面的文本分析（以上所有部分）
  • 量化风格的 React 仪表盘制品（标准化可视格式）

最佳实践

研究方法
  1. 从公司文件开始（10-K、10-Q），不要从新闻文章开始
  2. 回顾过去 5-10 年，了解公司的发展变化，而不只是当前状况
  3. 与 3-5 家同行公司比较，确保比较对象具有可比性
  4. 采用多种估值方法，不要依赖单一方法
  5. 客观呈现正反两面，公平分析看涨和看跌理由
  6. 具体明确，使用实际数据，不要泛泛而谈
估值纪律
  • 始终要求至少 15% 的安全边际
  • 在 DCF 中采用保守假设
  • 综合权衡多种估值方法
  • 考虑行业特定惯例
  • 不要为增长付出过高价格
风险意识
  • 明确指出并量化风险
  • 考虑风险发生的概率和影响
  • 诚实说明未知因素
  • 不要只关注上涨空间
沟通
  • 开篇给出明确建议
  • 用证据支持每项主张
  • 使用具体数字和日期
  • 解释推理过程，不要只陈述结论
  • 让建议一目了然

需要识别的常见模式

优质公司
  • 完整周期内（5-10 年）持续盈利
  • 资产负债表稳健（负债低、现金充足）
  • 具有竞争护城河（宽或窄）
  • 资本配置有利于股东
  • 商业模式可预测
价值陷阱（避免）
  • 便宜自有其原因（业务正在衰退）
  • 负债高且现金流疲弱
  • 持续失去市场份额
  • 缺乏竞争优势
  • 管理层资本配置不善
合理价格增长（GARP）
  • 营收增长强劲（15-25%+）
  • 利润率不断扩大
  • 可触达市场规模大
  • 具有竞争优势
  • 估值合理（PEG < 1.5）
扭转候选股
  • 新管理层有良好业绩记录
  • 关键指标逐季改善
  • 存在变革催化剂
  • 深度价值且具备安全边际
  • 负债减少或现金流改善

定稿前的质量检查

提交分析前，请核实：

数据完整性检查（关键——优先检查）
  1. ✅ 每项数值指标是否都有网络搜索所得的来源引用？
  2. ✅ 是否未捏造内部人士交易活动？（SEC Form 4 或 N/A）
  3. ✅ 是否未捏造空头持仓数据？（FINRA/交易所或 N/A）
  4. ✅ ROE 基准是否正确？（>20% = 绿色，10-20% = 黄色，<10% = 红色）
  5. ✅ 是否使用标准化指标标签？（例如，“Operative Margin”，而非“Operating”）
  6. ✅ 所有无法获取的数据是否均显示为“N/A”？（绝不能使用零或估算值）
  7. ✅ TOP NEWS 格式是否正确？（以竖线分隔，日期置于末尾方括号内）
  8. ✅ 估值指标是否显示在预测下方？（低估/合理估值/高估 +/- %）
  9. ✅ Beta + Vol 1Y 是否合并在同一个单元格中？
  10. ✅ Sector/Industry 是否合并在同一个单元格中？
分析完整性检查
  1. ✅ 是否完成了所有必需的交付内容？
  2. ✅ 是否使用了多种估值方法？
  3. ✅ 是否同时呈现了看涨和看跌情景？
  4. ✅ 是否给出了明确的买入/持有/卖出建议？
  5. ✅ 是否提供了具体的入场价格和仓位规模？
  6. ✅ 是否比较了 3-5 家同行公司？
  7. ✅ 是否分析了 5-10 年的财务趋势？
  8. ✅ 研究是否基于公司文件，而非新闻？
  9. ✅ 是否计算了安全边际？
  10. ✅ 是否评估了风险等级？
  11. ✅ 如果建议卖出：是否提供了 3-5 个替代选择？
  12. ✅ 是否确定了技术面入场点位？
  13. ✅ 是否计算了高级指标（Piotroski F、Altman Z、Beneish M、最大回撤）？
  14. ✅ 所有货币金额是否均以 €（欧元）表示？
  15. ✅ 营收/盈利增长是否使用已报告（而非基础/调整后）数据？
  16. ✅ 是否计算了价值陷阱评分（0-100，分数越低越真实）？
  17. ✅ 是否计算了全部 8 项投资者画像评分（0-10）？
  18. ✅ 是否计算了 PEG 比率？
  19. ✅ 是否计算了 FCF 利润率？
  20. ✅ 是否包含 Greenblatt 神奇公式指标（EY、ROC）？
  21. ✅ 是否研究了新闻情绪和卖空比例？
  22. ✅ 是否收集了 Ichimoku 云图数据并标注信号？
  23. ✅ 是否填充了“头条新闻”部分（最近 5 条标题）？
  24. ✅ 是否提供了包含估值线的 10 年价格历史？
  25. ✅ 是否创建了包含全部 60 多项指标的增强版仪表板？
最终验证问题
  • 能否为仪表板中的每个数字注明来源？
  • 是否有任何指标仅来自训练知识？（如果有，请再次搜索或使用 N/A）
  • 内部人士买入/卖出信息是否具体来自 SEC Form 4？（如果未找到，请使用 N/A）

如果检查清单中有任何项目未完成：停止并收集更多信息。 如果经搜索后确实无法获得数据：使用“N/A”——切勿捏造。

评估结构示例

[详细演练请参阅 EVALUATION-WORKFLOWS.md 中的完整示例]

持续改进

每次评估后：

  • 跟踪建议结果
  • 总结有效和无效之处
  • 改进估值假设
  • 提升模式识别能力
  • 更新行业知识

目标是发现真正有吸引力的投资机会，既符合用户的投资者画像，又具备充足的安全边际和可接受的风险。

评论

支持 Markdown