个股投研报告 Skill

作者：@rollingSirius

英文文档：README.en.md

可能是最深度的 AI 投研报告 Skill。

这个 skill 的目标不是生成几段股票摘要，而是让 AI 工具按接近机构投研的纪律完成一份事实可追溯、估值可复算、结论可审计的深度个股研究报告。它面向严肃投资研究、长线跟踪、财报复盘、投资备忘录和估值校准，不追求最快给出一句话结论。

核心定位

多数 AI 股票分析会停在“公司简介 + 最近新闻 + 模糊估值”。这个 skill 刻意往更深处走：

能力 设计要求
深度研究 完整研究模式输出九章个股研报，覆盖业务、竞争、治理、财务、估值、催化剂与投资结论。
财报模式 财报模式不是摘要，而是九章财报深度分析，覆盖预期差质量、分部与 KPI、GAAP/Non-GAAP、现金流、电话会、模型与估值变动。
八类行业附录 针对 SaaS、半导体、银行、保险、医药、消费、能源和公用事业，分别改变 KPI、模型、估值与反证框架。
可复算估值 DCF、反向 DCF、三情景概率加权、EPV / 三要素法、SOTP 等估值必须由 scripts/dcf.py 执行，关键假设以 JSON 留档。
来源纪律 关键数据必须标注来源与时间戳；冲突数据要对账；缺失数据必须写“未获取到”。
买方视角 结论按预注册标定规则映射，要求回答“如果今天这是一笔现金，我会买入它吗？为什么？”
多市场覆盖 支持美股、港股、A 股与 A/H 双重上市对比。
财报首次覆盖 没有旧研报或旧模型也能直接使用财报模式；skill 会补建至少 3 年、8 个季度的历史基线。

它能做什么

1. 完整个股深度研究

适合第一次系统研究一家公司，或需要重新建立投资框架的场景。默认输出九章报告：

  1. 一页速览
  2. 公司与业务详情
  3. 竞争格局与护城河
  4. 管理层与治理
  5. 财务分析
  6. 多方法估值
  7. 分析师观点汇总
  8. 新闻、风险与催化剂
  9. 投资结论

2. 深度财报模式

适合公司刚发布季报、年报、业绩指引或电话会纪要后，判断“这份财报到底改变了什么”。财报模式会区分两种情况：

覆盖状态 skill 的处理方式
已有历史报告或模型 做持续覆盖更新，重点分析财报相对旧论点、旧预测、旧估值的变化。
没有历史报告或模型 做“财报切入的首次覆盖”，先补建历史基线，再分析本次财报质量与估值含义。

财报模式默认输出九章：

  1. 结论与快照
  2. 预期差与质量
  3. 收入、分部与 KPI
  4. 利润率、费用与盈利质量
  5. 现金流、资产负债表与资本配置
  6. 指引、电话会与管理层信号
  7. 竞争、行业与市场反应
  8. 模型、估值与公允价值变动桥
  9. 投资论点更新与行动清单

3. 估值与结论校准

这个 skill 不允许只给一个“看起来合理”的目标价。它要求至少三种估值方法交叉验证，并把假设、计算过程和结论映射留档：

  • 反向 DCF：当前股价隐含了什么收入增速、利润率或资本回报。
  • 三情景 DCF：乐观、中性、悲观情景及概率加权公允价值。
  • EPV / 三要素法：对成熟企业或周期企业做盈利能力与再投资质量校验。
  • 相对估值：用同业倍数检查市场定价是否一致。
  • SOTP：适合多业务、多资产或分部差异极大的公司。

4. 行业专用深度附录

主报告不是给所有公司套同一个模板。skill 会先识别公司所处价值链，再按需加载对应附录：

行业 专用研究重点
SaaS ARR、NRR、RPO/cRPO、获客效率、Rule of 40、SBC 与反向 DCF。
半导体 产品/终端、units 与 ASP、库存周期、良率、产能、路线图、出口限制与跨周期估值。
银行 NIM、存款 beta、资产质量、拨备、CET1、流动性与 P/TBV-ROTCE。
保险 承保利润、准备金、combined ratio、VNB/CSM、偿付能力、投资组合与 P/EV。
医药 临床证据、成功概率、患者漏斗、专利/独占期、现金 runway 与逐资产 rNPV。
消费 量价 mix、同店、客流、渠道 sell-through、库存、品牌份额与单位经济。
能源 产量、储量、递减、成本、差价/套保、维持 capex、商品价格敏感性与 NAV。
公用事业 rate base、allowed/earned ROE、监管案件、资本项目、融资稀释与股息覆盖。

混合业务公司只加载足以改变模型或估值的主附录和必要的次附录，避免为了“全面”堆砌无关指标。

5. 数据来源与对账

不强制使用 IBKR、Morningstar 或任何单一数据商。默认优先顺序为：

  1. 监管申报、交易所公告、政府/监管数据库和公司原始文件。
  2. 交易所/受监管行情、公司正式材料和行业官方统计。
  3. Bloomberg、FactSet、LSEG、S&P Capital IQ、Visible Alpha、Morningstar、Koyfin、Quartr 等专业来源。
  4. 公开行情与财务聚合站，用于补缺和交叉核对。
  5. 媒体、转述和搜索摘要只作线索，尽量追溯原文。

连接器只是访问方式。skill 会在当前 AI 环境中选择可用的最高等级来源，并明确披露降级、延迟、口径和数据冲突。

安装

最简单方法

直接复制这个仓库链接，发送给支持 skill 或 agent 指令的 AI 工具：

https://github.com/rollingSirius/equity-research-skill

可以这样说：

请安装并使用这个 skill：
https://github.com/rollingSirius/equity-research-skill

Claude Code

# 个人级：所有项目可用
git clone https://github.com/rollingSirius/equity-research-skill.git ~/.claude/skills/equity-research

# 项目级：随仓库共享
git clone https://github.com/rollingSirius/equity-research-skill.git .claude/skills/equity-research

Claude Desktop / Cowork

把本仓库打包为 zip，或下载 Release，在 Settings -> Capabilities -> Skills 中上传。

Codex / 其他 Agent 工具

本技能主体是 Markdown 指令，并附带可复算脚本。任何能读取文件的 Agent 都可以使用；本地 Python 不是安装前提：

  1. 把本仓库放进项目目录，例如 skills/equity-research/。
  2. 在 Agent 配置中加入一句：当用户要求研究/分析某只股票时，先读取并遵循 skills/equity-research/SKILL.md 的完整流程。
  3. 需要运行估值或检查脚本时，优先使用 Agent 自带代码环境；本机没有 Python，可在 AI 托管代码环境或在线 notebook 中运行，无需先配置本地 Python。

使用

自然语言即可触发：

帮我研究一下 NVDA
分析下 Marvell 值不值得买
深度分析一下 AAPL 最新财报
根据 MSFT 财报更新估值和投资结论
腾讯最新业绩怎么看？按财报模式做深度分析
帮我比较宁德时代 A 股和港股定价差异
按 SaaS 行业附录深度分析 Salesforce / CRM
按半导体行业附录分析台积电的周期位置和估值
按银行行业附录复盘招商银行最新财报

也可以显式指定技能：

工具 调用示例
Claude Code /equity-research 分析 NVDA，或“用 equity-research 技能研究 TSLA”。
Claude Desktop / Cowork “用 equity-research 技能帮我看看 AAPL 值不值得买”。
Codex CLI “先读 skills/equity-research/SKILL.md，再按它分析 NVDA”。
其他 Agent “先读取 skills/equity-research/SKILL.md 并严格按其流程执行，然后研究 <股票>”。

适合什么场景

场景 是否适合 说明
首次研究一家公司 适合 建立业务、财务、估值和投资结论的完整底稿。
财报发布后复盘 适合 用财报模式拆解预期差、质量、指引、电话会和估值变化。
投资备忘录 适合 适合形成可审计、可复盘的研究结论。
长线跟踪 适合 可以基于旧报告持续更新论点、预测和公允价值。
一句话问股价涨跌 不适合 这个 skill 会优先保证深度和来源纪律。
高频交易信号 不适合 它不是量化交易或盘中交易系统。

输出物

一次完整执行通常会生成：

  • 一份 Markdown 深度报告。
  • 一组关键数据来源与时间戳。
  • 至少三种估值方法的交叉验证。
  • scripts/dcf.py 生成的 DCF / EPV 计算结果。
  • 可复查的估值假设 JSON。
  • 财报模式下的模型与公允价值变动桥。

文件结构

equity-research-skill/
├── SKILL.md                        # 技能主文件：触发条件 + 工作流程
├── references/
│   ├── report-template.md          # 九章报告模板与表格骨架
│   ├── earnings-mode.md            # 深度财报模式：覆盖分流、财报分析协议、模型变动桥与九章模板
│   ├── data-sources.md             # 取数手册：来源分级、工具降级、行情、申报、行业与对账
│   ├── valuation-methods.md        # 估值方法：DCF、反向 DCF、情景加权、EPV、SOTP 与结论标定
│   └── markets-cn-hk.md            # A股/港股/A+H 差异手册
├── industries/
│   ├── saas.md                     # SaaS / 订阅软件
│   ├── semiconductors.md           # 半导体
│   ├── banks.md                    # 银行
│   ├── insurance.md                # 保险
│   ├── pharma.md                   # 医药
│   ├── consumer.md                 # 消费
│   ├── energy.md                   # 能源
│   └── utilities.md                # 公用事业
├── scripts/
│   ├── dcf.py                      # 估值计算器：DCF、反向 DCF、敏感性、概率加权、EPV
│   └── check_research_output.py    # 财务/估值一致性检查器
└── Example/
    └── EXAMPLE_NVDA.md             # 英伟达示例产出，不参与技能执行

Example/EXAMPLE_NVDA.md 只用于展示最终产出，不会被 SKILL.md 自动加载。示例中使用的数据源反映当次运行环境，不代表安装或执行必须具备同一连接器。

依赖

依赖 必需性 说明
联网搜索 / 网页抓取 建议 获取最新行情、监管申报、行业数据、分析师评级和新闻；离线使用时必须由用户提供材料。
可执行 Python 环境 运行脚本时需要 可用 Agent 自带环境、AI 在线环境、在线 notebook 或本机 Python；不要求本地预装。脚本仅使用标准库。
IBKR / 其他行情连接器 可选 有则作为行情路径之一；没有时使用交易所、专业数据 API 或公开行情源。
Morningstar / 专业数据连接器 可选 用于外部估值锚、护城河、一致预期和标准化数据；均非必需。
docx 技能 可选 仅当需要输出 Word 版报告。

设计取向

这个 skill 的设计取向是 depth first：宁可慢一点，也要尽量做到来源清楚、假设透明、估值可复算、结论可追责。它适合严肃投资研究、长线跟踪和投资备忘录，不适合只想要一句话报价或泛泛市场评论的场景。

免责声明

本技能产出的内容仅为研究参考，不构成投资建议。作者与本技能均非持牌投资顾问，投资决策及其后果由使用者自行承担。

许可证

MIT