{"id":"7c3133c3-e65a-4b91-ae84-acf7d953f866","entityType":"agent","slug":"clawhub-zhangboheng-boheng-investment-workflow","name":"Boheng Investment Workflow","canonicalUrl":"https://www.xpersona.co/agent/clawhub-zhangboheng-boheng-investment-workflow","canonicalPath":"/agent/clawhub-zhangboheng-boheng-investment-workflow","generatedAt":"2026-10-10T09:08:55.751Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":null},"description":"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Skill: Boheng Investment Workflow Owner: zhangboheng Summary: 投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Tags: AI:1.2.4, fund:1.2.4, investment:1.2.4, latest:1.5.5, stock:1.2.4 Version history: v1.5.5 | 2026-05-19T11:23:09.055Z | user 新增动态ROE评估系统，根据行业基准和财报季度动态调整评估标准，新增季度对比表 v1.5.4 | 2026-05-11T11:20:15.599Z | user 修复显示名称为Boheng Investment Workflow v1.","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 2K downloads reported by the source. Last updated 10/9/2026.","installCommand":"clawhub skill install s17aecn58hk3xdbx0aekn3xq3d85k4d7:boheng-investment-workflow","sourceUrl":"https://clawhub.ai/zhangboheng/boheng-investment-workflow","homepage":"https://clawhub.ai/zhangboheng/skills/boheng-investment-workflow","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/zhangboheng/boheng-investment-workflow","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/zhangboheng/skills/boheng-investment-workflow","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":66,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Skill: Boheng Investment Workflow Owner: zhangbohe"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":null},"stars":null,"forks":null,"downloads":2038,"packageName":null,"latestVersion":"1.5.5","tractionLabel":"2K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T20:11:50.257Z","emptyReason":null},"lastUpdatedAt":"2026-10-09T20:11:50.289Z","lastCrawledAt":"2026-10-09T20:11:50.257Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-10T20:11:50.257Z","lastVerifiedAt":null,"highlights":[{"version":"1.5.5","createdAt":"2026-05-19T11:23:09.055Z","changelog":"新增动态ROE评估系统，根据行业基准和财报季度动态调整评估标准，新增季度对比表","fileCount":26,"zipByteSize":92552},{"version":"1.5.4","createdAt":"2026-05-11T11:20:15.599Z","changelog":"修复显示名称为Boheng Investment Workflow","fileCount":23,"zipByteSize":85586},{"version":"1.5.3","createdAt":"2026-05-11T09:52:28.225Z","changelog":"修复ClawHub显示名称","fileCount":23,"zipByteSize":85586},{"version":"1.5.2","createdAt":"2026-05-11T04:27:30.478Z","changelog":"安全修复：移除subprocess系统命令调用，添加新闻输入净化防止提示注入","fileCount":23,"zipByteSize":85587},{"version":"1.5.1","createdAt":"2026-05-11T03:47:09.831Z","changelog":"优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期","fileCount":23,"zipByteSize":84520},{"version":"1.5.0","createdAt":"2026-05-10T00:34:16.291Z","changelog":"v1.5.0: 扩展估值分析师 - 增加目标价指导功能（悲观/中性/乐观目标价、安全边际分析）","fileCount":23,"zipByteSize":83304},{"version":"1.4.9","createdAt":"2026-05-08T11:48:08.044Z","changelog":"修复安全警告：添加数据安全说明和.gitignore","fileCount":23,"zipByteSize":81592},{"version":"1.4.8","createdAt":"2026-05-08T11:18:18.463Z","changelog":"新增个性化投资建议(Graham评分)，数据三级fallback优化，行业涨幅获取","fileCount":23,"zipByteSize":81390}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17aecn58hk3xdbx0aekn3xq3d85k4d7:boheng-investment-workflow","setupComplexity":"medium","setupSteps":["Python environment detected. Create a strict virtual environment (`python -m venv .venv`) before installing dependencies to prevent system-level package conflicts.","Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T09:08:55.749Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-zhangboheng-boheng-investment-workflow/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":null},"readme":"Skill: Boheng Investment Workflow\n\nOwner: zhangboheng\n\nSummary: 投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\n\nTags: AI:1.2.4, fund:1.2.4, investment:1.2.4, latest:1.5.5, stock:1.2.4\n\nVersion history:\n\nv1.5.5 | 2026-05-19T11:23:09.055Z | user\n\n新增动态ROE评估系统，根据行业基准和财报季度动态调整评估标准，新增季度对比表\n\nv1.5.4 | 2026-05-11T11:20:15.599Z | user\n\n修复显示名称为Boheng Investment Workflow\n\nv1.5.3 | 2026-05-11T09:52:28.225Z | user\n\n修复ClawHub显示名称\n\nv1.5.2 | 2026-05-11T04:27:30.478Z | user\n\n安全修复：移除subprocess系统命令调用，添加新闻输入净化防止提示注入\n\nv1.5.1 | 2026-05-11T03:47:09.831Z | user\n\n优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期\n\nv1.5.0 | 2026-05-10T00:34:16.291Z | user\n\nv1.5.0: 扩展估值分析师 - 增加目标价指导功能（悲观/中性/乐观目标价、安全边际分析）\n\nv1.4.9 | 2026-05-08T11:48:08.044Z | user\n\n修复安全警告：添加数据安全说明和.gitignore\n\nv1.4.8 | 2026-05-08T11:18:18.463Z | user\n\n新增个性化投资建议(Graham评分)，数据三级fallback优化，行业涨幅获取\n\nv1.4.7 | 2026-05-08T01:22:22.205Z | user\n\n优化：Agent Browser新闻功能默认关闭，需设置ENABLE_BROWSER_NEWS=1启用，降低安全警告风险\n\nv1.4.6 | 2026-05-08T00:23:22.177Z | user\n\n优化：精确清理agent-browser Chrome进程，避免误杀正常Chrome会话\n\nv1.4.5 | 2026-05-08T00:07:53.176Z | user\n\n优化：Agent Browser改为东方财富搜索页面，新增AI模型预训练数据兜底方案，过滤噪音链接规则，自动清理Chrome残留进程防止内存泄漏\n\nv1.4.4 | 2026-05-08T00:04:35.985Z | user\n\n优化：Agent Browser改为东方财富搜索页面，新增AI模型预训练数据兜底方案，过滤噪音链接规则，自动清理Chrome残留进程防止内存泄漏\n\nv1.4.3 | 2026-05-07T15:09:30.630Z | auto\n\n**重大更新：引入多级降级数据获取策略，并优化报告输出及数据完整性提示。**\n\n- 新增多级数据获取优先级策略：AKShare > baostock > AI模型知识 > 行业估算，确保分析在不同数据环境都能进行。\n- 分析报告将明确标注数据来源，提高透明度和可追溯性。\n- 丰富质检报告内容，增加财务数据完整性及来源显示。\n- 报告输出格式优化，包括更详细的分析师投票统计和建议说明。\n- 脚本支持及相关说明同步更新，完善快速使用和文件存储指引。\n\nv1.4.2 | 2026-05-07T13:00:19.346Z | user\n\nv1.4.2: 1. 扩充行业映射表至100+关键词，覆盖15大行业; 2. 修复行业信息传递给8位分析师的逻辑; 3. 现在行业研究员能正确显示行业类别(如食品饮料、家电、医药等); v1.0.3: 初始版本\n\nv1.4.1 | 2026-05-04T12:09:16.703Z | auto\n\nboheng-investment-workflow 1.4.1\n\n- 优化了 scripts/financial_data_baostock.py 的财务数据处理逻辑，提高数据抓取的稳定性与准确性\n- 更新了 scripts/quick_analysis.py，提升了分析流程的健壮性和容错能力\n- 修复了部分情况下获取baostock数据时异常终止的问题\n- 兼容最新baostock接口返回格式，提升整体适配性\n\nv1.4.0 | 2026-05-04T11:42:07.164Z | auto\n\n**Changelog for version 1.4.0**\n\n- Improved logic for fetching and processing stock news in `scripts/stock_news.py`.\n- Bug fixes and exception handling added for more robust news retrieval.\n- Refined data extraction to improve news relevance and data accuracy.\n\nv1.3.9 | 2026-05-04T10:44:04.031Z | auto\n\n- 增强股票新闻抓取功能，scripts/stock_news.py 文件更新\n- 文档 SKILL.md 未发生版本号及内容变更\n- 其余功能和接口保持不变\n\nv1.3.8 | 2026-05-04T09:25:46.223Z | auto\n\nboheng-investment-workflow 1.3.8\n\n- 文档中“8位分析师”表调整：原“新闻分析师”职责并入“情绪分析师”，修订分析师总数为8位\n- “情绪分析师”描述调整为“市场情绪分析+新闻参考”；新闻分析相关维度合并\n- 整体文档描述同步更新，去除原第8分析师“新闻分析师”，并修正分析师编号和表格内容\n- 其余文档内容、功能、接口保持一致\n\nv1.3.7 | 2026-05-04T09:13:41.302Z | auto\n\n- 修正了 AKShare 模式的数据稳定性描述，明确提示该模式可能返回空数据。\n- 其他内容和功能保持不变。\n\nv1.3.6 | 2026-05-04T09:01:33.772Z | auto\n\nboheng-investment-workflow v1.3.6\n\n- 修正文档中“8位分析师”描述，删除了原有的“新闻分析师”，现明确为8位分析师（上个版本表格曾出现9位，现已统一为8位描述与实际一致）。\n- 清理和修订 SKILL.md：优化分析师列表，减少表述混淆，确保模块和文档一致性。\n- 代码本体未显示新增主要功能，仅文档规范性修订。\n\nv1.3.5 | 2026-05-04T08:51:29.809Z | auto\n\nboheng-investment-workflow 1.3.5\n\n- 增加/修正了 baostock 相关财务数据脚本 (`scripts/financial_data_baostock.py`)\n- 更新 `quick_analysis.py` 以提升整体分析流程或修复问题\n- 文档（SKILL.md）无显著内容调整，仅版本号更新为 1.3.5\n\nv1.3.4 | 2026-05-04T08:10:47.538Z | auto\n\n- 新增新闻情绪分析师（第8位分析师），扩展为9位分析师团队，分析新闻与财经舆情对投资标的的影响\n- 新增 `scripts/stock_news.py`，用于抓取或模拟财经新闻数据供分析师使用\n- 现有分析师相关脚本和主入口（如 analysts.py、quick_analysis.py）已集成对新闻分析师的支持\n- SKILL.md 文档更新，完善作者信息并对分析师结构、团队阐述等内容作出调整\n\nv1.3.3 | 2026-05-03T15:58:32.008Z | auto\n\nboheng-investment-workflow 1.3.3\n\n- Improved investment report formatting in report_generator.py for clearer output.\n- Minor document updates and corrections in SKILL.md.\n\nv1.3.2 | 2026-05-03T15:54:15.327Z | auto\n\nboheng-investment-workflow 1.3.2\n\n- Updated SKILL.md with additional or corrected content.\n- No functional code changes described; core features and usage unchanged.\n- Documentation improvements for clarity and detail.\n\nv1.3.1 | 2026-05-03T15:51:28.965Z | auto\n\nboheng-investment-workflow 1.3.1\n\n- Improved report output and stability in `quick_analysis.py` quick analysis script.\n- Updated documentation in SKILL.md for more accurate feature descriptions and instructions.\n\nv1.3.0 | 2026-05-03T15:47:00.075Z | auto\n\n- updated 1 file(s).\n- Updated SKILL.md and bundle contents.\n\nv1.2.9 | 2026-05-03T15:40:56.108Z | auto\n\nVersion 1.2.9 highlights improved real财报数据支持和风险提示：\n\n- 优化了数据源模式，推荐使用 baostock 获取真实财报，AKShare作为备用\n- 安全策略说明明确标注 baostock 为优选真实财报接口，增强数据稳定性说明\n- 风险与数据合规提示加强，提示接口获取失败会自动回退到估算数据\n- 文档中所有相关功能介绍、依赖安装建议同步调整为 baostock 优先\n- 增加报告输出路径说明和报告完整性自动检查功能说明\n\nv1.2.8 | 2026-05-03T15:36:14.445Z | auto\n\n- 新增 baostock 财报数据支持，提供获取真实财务数据的多数据源选择。\n- 增加 scripts/financial_data_baostock.py，新扩展 baostock 接口支持。\n- 修改 quick_analysis.py 和 report_generator.py，为多财报数据源适配增强。\n- SKILL.md 文档重大更新，说明三种模式（基础、AKShare、baostock）、数据源切换和依赖说明。\n- 移除多余文档文件，精简项目结构与说明。\n\nv1.2.7 | 2026-05-03T14:10:35.952Z | user\n\nv1.2.7: 修复数据说明，更新README版本历史，明确标注估算值与真实数据的区别\n\nv1.2.6 | 2026-05-03T13:58:59.083Z | user\n\nv1.2.6: 1.新增快速分析入口quick_analysis.py 2.新增AKShare真实财务数据支持 3.更新README文档\n\nv1.2.5 | 2026-05-03T11:03:20.340Z | user\n\nv1.2.5: 新增快速分析入口quick_analysis.py，自动调用8位分析师；新增AKShare真实财务数据支持\n\nv1.2.4 | 2026-05-02T10:31:52.236Z | user\n\n修复安全提示：加强风险警告，明确区分估算数据与真实数据\n\nv1.2.3 | 2026-05-02T10:06:39.157Z | user\n\n新增多数据源支持：腾讯财经、东方财富、AKShare，修复名称显示\n\nv1.2.2 | 2026-05-02T10:04:08.394Z | user\n\n新增多数据源支持：腾讯财经、东方财富、AKShare\n\nv1.2.1 | 2026-04-29T23:25:47.554Z | auto\n\nboheng-investment-workflow v1.2.1\n\n- 增加腾讯行情接口域名 web.ifzq.gtimg.cn 支持，扩展实时数据兼容性。\n- SKILL.md 安全配置更新，允许使用新行情域名，并说明数据源。\n- 增加对 AKShare 和 pandas 的“可选依赖”说明，仅 --akshare 模式需要。\n- install.sh 与 config.py 支持新域名与依赖说明，安装流程更清晰。\n\nv1.2.0 | 2026-04-29T23:20:10.546Z | auto\n\n**新增财务趋势与行业对比分析功能，增强投资决策深度**\n\n- 新增财务趋势分析（financial_trend.py）：支持近年财务数据对比，自动识别财务异常与风险信号\n- 新增行业对比分析（industry_comparison.py）：与同行业公司核心指标横向对比，辅助判断行业地位\n- analyze_stock.py 支持 \"--akshare\" 参数，整合财务趋势和行业对比模块，分析流程更灵活\n- 更新主文档说明，详细介绍独立调用财务趋势和行业对比的方法\n- monitor.py、analyze_stock.py 核心逻辑调整，兼容新功能\n- 文档增加新特性说明及命令行示例\n\nv1.1.1 | 2026-04-29T15:27:52.341Z | auto\n\nboheng-investment-workflow v1.1.1\n\n- 移除 AKShare 依赖，数据源切换为腾讯财经 API（qt.gtimg.cn）并只允许该域名访问。\n- 精简 requirements.txt，仅保留 requests（必需）和 beautifulsoup4（可选）。\n- 财务指标等数据部分由实时行情+行业经验估算，取消真实财报数据承诺。\n- SKILL.md 调整说明：强调数据估算性质及依赖变化，更新安全策略和依赖说明。\n- scripts 相关入口和配置更新，去除所有 AKShare 相关调用和处理流程。\n\nv1.1.0 | 2026-04-29T15:20:25.673Z | auto\n\n- 增加了对基金、ETF、可转债分析的支持，覆盖更多投资标的类型。\n- 新增 analyze_fund.py、analyze_etf.py、analyze_bond.py 分析脚本。\n- 增强多标的输入格式，支持直接分析股票、基金、ETF、可转债。\n- 配置文件新增了基金、ETF等外部API白名单域名。\n- 文档内容和调用示例同步更新，涵盖新增标的与对应脚本。\n\nv1.0.3 | 2026-04-29T14:55:04.133Z | auto\n\n- Allow-listed domain changed from qt.gtimg.cn to qt.gtimg.cn and web.ifzq.gtimg.cn for network access.\n- Security: Now enforces HTTPS-only remote resource access.\n- Documentation updates in SKILL.md to reflect new security policy and domains.\n- Minor code/module changes in scripts/config.py, scripts/financial_data.py, and scripts/monitor.py to support updated endpoints.\n\nv1.0.2 | 2026-04-29T14:47:48.082Z | auto\n\n**Version 1.0.2 – Adds security manifest and improves configuration**\n\n- Introduced a `security` section in SKILL.md, specifying network access, allowed domains, file write locations, and disabling system commands.\n- Updated sample configuration and documentation files for clarity.\n- No functional logic changes to analysis or workflow.\n- Minor documentation improvements and file structure clarifications.\n\nv1.0.1 | 2026-04-29T14:42:05.891Z | auto\n\nNo code or documentation changes detected; version number only.\n\n- Version bumped from 1.0.0 to 1.0.1.\n- No file changes in code base or SKILL.md content.\n\nv1.0.0 | 2026-04-29T14:37:44.640Z | auto\n\nboheng-investment-workflow v1.0.0\n\n- 首次发布：A股投资研究多智能体决策系统\n- 支持8位虚拟专业分析师并行分析，并加权投票生成投资建议\n- 提供实时A股行情、真实财务/估值数据与多维度结构化报告\n- 自动识别触发词（如“股票分析”、“买卖建议”等）进行股票、基金、ETF等的决策推荐\n- 模块化实现，支持独立行情监控、分析师子模块及详尽风险提示\n- 一键安装所有依赖并自动搭建数据目录\n\nArchive index:\n\nArchive v1.5.5: 26 files, 92552 bytes\n\nFiles: _meta.json (145b), CHANGELOG.md (969b), requirements.txt (74b), scripts/analysts.py (36705b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (14763b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (16565b), scripts/report_generator.py (19270b), scripts/roe_evaluator.py (9451b), scripts/stock_news.py (15972b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), skill-card.md (2949b), SKILL.md (29403b)\n\nFile v1.5.5:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.5\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 安全修复 v1.5.2:\n  # - 移除所有 subprocess pkill 系统命令调用\n  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）\n  # - 新增新闻内容输入净化层（防止提示注入）\n  # - 严格限制外部内容长度与字符集\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n  # 安全说明:\n  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI\n  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击\n  input_sanitization: true\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_data_baostock.py # baostock财务数据模块\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── roe_evaluator.py        # 动态ROE评估器（v1.0.0新增）\n    ├── report_generator.py     # 报告生成器\n    ├── graham_evaluator.py     # 格雷厄姆估值模块\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** - 采用动态评估：行业基准×财报季度系数（Q1=25%, Q2=50%, Q3=75%, Q4=100%）\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 动态ROE评估说明\n\n本系统采用**动态ROE评估**机制，考虑以下因素：\n\n| 因素 | 说明 |\n|------|------|\n| **行业基准** | 不同行业ROE基准不同（食品饮料18%、银行10%、家电12%、电气机械11%等） |\n| **财报季度** | Q1=25%、Q2=50%、Q3=75%、Q4=100%（Q1数据少，阈值更低） |\n| **历史趋势** | 与公司历史ROE对比，判断改善或恶化 |\n\n**计算公式**：动态阈值 = 行业基准 × 季度系数\n\n#### 季度对比表示例\n\n```\n======================================================================\n行业: 环保    行业基准ROE: 8.0%\n======================================================================\n  季度   |   系数   |    行业平均    |    动态阈值    |   公司ROE    |     差距    \n----------------------------------------------------------------------\n  Q1   |  25%   |    8.0     |    2.00    |   2.71%    |   +0.71%  \n  Q2   |  50%   |    8.0     |    4.00    |     -      |     -     \n  Q3   |  75%   |    8.0     |    6.00    |     -      |     -     \n  Q4   |  100%  |    8.0     |    8.00    |     -      |     -     \n======================================================================\n\n当前所在: Q1 (动态阈值 2.00%)\n评级: 良好 (得分: 67)\nvs行业平均: -66.1%\n```\n\n- **行业平均**：该行业所有公司的平均ROE（固定值）\n- **动态阈值**：行业平均 × 季度系数（会随季度变化）\n- **差距**：公司ROE - 动态阈值（正数表示高于阈值）\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.5:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.5\",\n  \"publishedAt\": 1779189789055\n}\n\nFile v1.5.5:CHANGELOG.md\n\n# 更新日志\n\n## v1.5.5 (2026-05-19)\n\n### ✨ 新增功能\n- **动态ROE评估系统** (`roe_evaluator.py`)\n  - 根据行业基准动态调整ROE评估标准（不再固定15%）\n  - 考虑财报季度因素：Q1=25%, Q2=50%, Q3=75%, Q4=100%\n  - 支持历史趋势对比\n  - **新增季度对比表**：显示每个季度的行业基准、动态阈值、公司ROE、差距\n\n### 🔧 优化\n- `analysts.py` 集成动态ROE评估\n- `financial_data_baostock.py` 财报期间改为结构化数据\n- `quick_analysis.py` 传递财报季度信息给分析师\n\n### 📚 文档更新\n- SKILL.md 新增\"动态ROE评估说明\"章节（含季度对比表示例）\n- 文件结构新增 `roe_evaluator.py`\n\n---\n\n## v1.5.2 (2026-05-11)\n\n### 🔧 优化\n- 根据查询日期自动匹配对应财报期间\n- 支持 -d 参数指定日期\n\n---\n\n## v1.5.1 (2026-05-xx)\n\n### 早期版本\n- 基础8位分析师系统\n- baostock/AKShare双数据源\n- 财务趋势分析\n- 行业对比分析\n\nFile v1.5.5:skill-card.md\n\n## Description:\n\nInvestment research multi-agent decision system that runs eight analyst roles in parallel, applies weighted voting, and produces informational analysis for A-share stocks, funds, ETFs, and convertible bonds.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[zhangboheng](https://clawhub.ai/user/zhangboheng)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to research Chinese A-share stocks, funds, ETFs, and convertible bonds through multi-agent financial analysis, data-source labeling, and generated research reports. Outputs are informational and should not be treated as financial advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill automatically reads USER.md investment preferences and can persist derived profile details in local reports.\n\nMitigation: Remove sensitive details from USER.md before use, run the skill in an isolated workspace, and review or delete generated reports before sharing the workspace.\n\nRisk: The skill performs external financial and news data requests, and optional browser news collection can launch browser subprocesses.\n\nMitigation: Keep browser news disabled unless needed, use a virtual environment with pinned dependencies, and review allowed network domains before deployment.\n\nRisk: Generated investment recommendations may be incomplete, stale, or misleading.\n\nMitigation: Treat outputs as informational research only, verify data against official filings or trusted market sources, and consult a qualified professional before making investment decisions.\n\nRisk: Security disclosures in the artifact may not fully match saved-data, HTTP-traffic, and browser-subprocess behavior reported by server scanning.\n\nMitigation: Use evidence.security as the authoritative risk source during review and update public disclosures before broad release.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/zhangboheng/skills/boheng-investment-workflow)\n- [Author Website](https://www.luckydesigner.space)\n- [AKShare Official Documentation](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Shell commands, Configuration, Guidance]\n\n**Output Format:** [Markdown and plain-text reports with shell command examples and structured analysis summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Analysis scripts can write reports under ~/.openclaw/workspace/investment/reports/.]\n\n## Skill Version(s):\n\n1.5.5 (source: server release evidence, frontmatter, and changelog released 2026-05-19)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.5.5:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.5.4: 23 files, 85586 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (33591b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (14615b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (16426b), scripts/report_generator.py (19270b), scripts/stock_news.py (15972b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27602b)\n\nFile v1.5.4:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.2\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 安全修复 v1.5.2:\n  # - 移除所有 subprocess pkill 系统命令调用\n  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）\n  # - 新增新闻内容输入净化层（防止提示注入）\n  # - 严格限制外部内容长度与字符集\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n  # 安全说明:\n  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI\n  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击\n  input_sanitization: true\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.4:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.4\",\n  \"publishedAt\": 1778498415599\n}\n\nFile v1.5.4:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.5.3: 23 files, 85586 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (33591b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (14615b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (16426b), scripts/report_generator.py (19270b), scripts/stock_news.py (15972b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27602b)\n\nFile v1.5.3:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.2\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 安全修复 v1.5.2:\n  # - 移除所有 subprocess pkill 系统命令调用\n  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）\n  # - 新增新闻内容输入净化层（防止提示注入）\n  # - 严格限制外部内容长度与字符集\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n  # 安全说明:\n  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI\n  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击\n  input_sanitization: true\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.3:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.3\",\n  \"publishedAt\": 1778493148225\n}\n\nFile v1.5.3:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.5.2: 23 files, 85587 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (33591b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (14615b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (16426b), scripts/report_generator.py (19270b), scripts/stock_news.py (15972b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27602b)\n\nFile v1.5.2:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.2\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 安全修复 v1.5.2:\n  # - 移除所有 subprocess pkill 系统命令调用\n  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）\n  # - 新增新闻内容输入净化层（防止提示注入）\n  # - 严格限制外部内容长度与字符集\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n  # 安全说明:\n  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI\n  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击\n  input_sanitization: true\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.2:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.2\",\n  \"publishedAt\": 1778473650478\n}\n\nFile v1.5.2:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.5.1: 23 files, 84520 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (33591b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (14615b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (16426b), scripts/report_generator.py (19270b), scripts/stock_news.py (14841b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27325b)\n\nFile v1.5.1:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.1\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 浏览器新闻功能（可选，默认关闭）\n  # 如需启用：设置环境变量 ENABLE_BROWSER_NEWS=1\n  # 启用后将使用agent-browser进行财经新闻采集（需要安装agent-browser技能）\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.1:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.1\",\n  \"publishedAt\": 1778471229831\n}\n\nFile v1.5.1:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.5.0: 23 files, 83304 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (33591b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (11696b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (15617b), scripts/report_generator.py (19270b), scripts/stock_news.py (14841b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27202b)\n\nFile v1.5.0:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.5.0\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 浏览器新闻功能（可选，默认关闭）\n  # 如需启用：设置环境变量 ENABLE_BROWSER_NEWS=1\n  # 启用后将使用agent-browser进行财经新闻采集（需要安装agent-browser技能）\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.5.0:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.0\",\n  \"publishedAt\": 1778373256291\n}\n\nFile v1.5.0:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.4.9: 23 files, 81592 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (30338b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (11696b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (15617b), scripts/report_generator.py (15865b), scripts/stock_news.py (14841b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (27051b)\n\nFile v1.4.9:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.4.9\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 浏览器新闻功能（可选，默认关闭）\n  # 如需启用：设置环境变量 ENABLE_BROWSER_NEWS=1\n  # 启用后将使用agent-browser进行财经新闻采集（需要安装agent-browser技能）\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.4.9:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.4.9\",\n  \"publishedAt\": 1778240888044\n}\n\nFile v1.4.9:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.4.8: 23 files, 81390 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (30338b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8912b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (11696b), scripts/financial_data.py (46223b), scripts/financial_trend.py (18122b), scripts/graham_evaluator.py (9893b), scripts/industry_comparison.py (19623b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (15617b), scripts/report_generator.py (15865b), scripts/stock_news.py (14841b), scripts/uninstall.sh (413b), scripts/user_profile.py (5761b), SKILL.md (26459b)\n\nFile v1.4.8:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.4.8\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 浏览器新闻功能（可选，默认关闭）\n  # 如需启用：设置环境变量 ENABLE_BROWSER_NEWS=1\n  # 启用后将使用agent-browser进行财经新闻采集（需要安装agent-browser技能）\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 数据类型 | 说明 |\n|--------|----------|----------|------|\n| 🥇 1 | AKShare | 真实财报 | 推荐首选，数据最准确 |\n| 🥈 2 | baostock | 真实财报 | 备用方案，稳定可靠 |\n| 🥉 3 | AI模型知识 | 推断数据 | 无API数据时使用 |\n| 🏅 4 | 行业估算 | 估算值 | 最终保底，参考行业平均 |\n\n**数据来源标识**：\n- 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）\n- 质检报告也会显示数据完整性状态\n\n**实时行情**：\n- 腾讯财经API（现价/涨跌幅/PE/PB/股息率）\n\n---\n\n### 📰 财经新闻获取优先级\n\n本技能的新闻模块采用**多级降级策略**，确保获取最新市场资讯：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘\n```\n\n| 优先级 | 数据来源 | 说明 |\n|--------|----------|------|\n| 🥇 1 | **Agent Browser (可选)** | 需设置环境变量 `ENABLE_BROWSER_NEWS=1` 启用，使用 `agent-browser` CLI 访问东方财富搜索页面 |\n| 🥈 2 | DuckDuckGo | 搜索引擎获取最新财经资讯（可能被限流） |\n| 🥉 3 | 巨潮资讯网 | 上市公司官方公告（最可靠） |\n| 4 | 东方财富 | 财经新闻频道 |\n| 5 | AI模型预训练数据 | 基于公开信息的推断（兜底） |\n| 6 | 无数据 | 返回空列表 |\n\n**技术实现**：\n- 使用 `agent-browser` CLI 无头浏览器访问东方财富搜索页面\n- 解析页面元素提取搜索结果链接\n- 自动过滤导航、广告等无关链接\n- 失败时自动降级到下一个数据源\n- **自动清理**：每次调用后强制终止残留Chrome进程，防止内存泄漏\n\n**依赖**：\n- `agent-browser` 技能已内置于 OpenClaw\n- 无需额外配置\n\n**技术说明**：\n- 使用 `agent-browser` CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站\n- 通过 `snapshot -i --json` 获取页面交互元素，提取新闻链接\n- 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻\n- AI推断数据会标注 `source: AI推断`，作为最终兜底方案\n\n**前置依赖**：\n- 已安装 `agent-browser` 技能（OpenClaw内置）\n- 无需额外安装，OpenClaw 会自动加载\n\n### 📁 报告输出路径\n\n分析完成后，系统会自动保存报告到以下目录：\n\n```bash\n~/.openclaw/workspace/investment/reports/\n```\n\n**文件命名规则**：\n```\n{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt\n```\n\n**查看最近报告**：\n```bash\nls -lt ~/.openclaw/workspace/investment/reports/ | head -10\n```\n\n**报告内容包括**：\n- 📊 财务数据概览（ROE、毛利率、净利率等）\n- 📈 8位分析师投票结果及理由\n- 🎯 最终投资建议及风险提示\n- 📋 质检报告（数据完整性检查）\n\n---\n\n## 🚀 快速开始\n\n### 1️⃣ 安装\n\n```bash\ncd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh\n```\n\n会自动完成：\n- ✅ 创建 `~/.openclaw/workspace/investment/` 数据目录\n- ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）\n- ✅ 测试基本功能\n\n### 依赖说明\n\n| 依赖包 | 用途 | 必需 |\n|--------|------|------|\n| `requests` | HTTP 请求 | ✅ 必需 |\n| `beautifulsoup4` | HTML 解析 | ⚠️ 可选 |\n| `baostock` | 真实财报数据 | ⚠️ 可选（推荐安装） |\n| `pandas` | 数据处理 | ⚠️ 可选（baostock依赖） |\n\n> ⚠️ **注意**：基础模式仅需 `requests`，推荐安装 `baostock` 获取真实财务数据。\n\n#### 安装baostock（推荐，获取真实财务数据）\n\n```bash\npip install baostock pandas\n```\n```\n\n---\n\n### 2️⃣ 对话中使用\n\n在AI助手中直接说：\n- \"分析平安银行\"\n- \"分析医疗ETF\"\n- \"006105基金值得投资吗\"\n- \"这支股票怎么样\"\n\nAI会自动调用8位分析师进行分析。\n\n---\n\n### 2️⃣ 分析投资标的\n\n#### 股票分析\n\n```bash\n# 分析单只股票（快速模式，仅行情）\npython3 analyze_stock.py 600919\n\n# 指定股票名称\npython3 analyze_stock.py 600919 江苏银行\n\n# 完整分析（包含财务趋势+行业对比）\npython3 analyze_stock.py 600919 --akshare\n\n# 仅财务趋势分析\npython3 analyze_stock.py 600919 --akshare --no-industry\n\n# 仅行业对比分析\npython3 analyze_stock.py 600919 --akshare --no-trend\n```\n\n#### 财务趋势分析（独立）\n\n```bash\n# 分析近5年财务趋势\npython3 financial_trend.py 603529 5\n\n# 分析近3年财务趋势\npython3 financial_trend.py 603529 3\n```\n\n#### 行业对比分析（独立）\n\n```bash\n# 行业对比分析\npython3 industry_comparison.py 603529 爱玛科技\n```\n\n---\n\n### 3️⃣ 快速分析（推荐）\n\n**推荐使用 `quick_analysis.py`**，自动调用8位分析师：\n\n```bash\n# 快速分析（自动8位分析师）\npython3 quick_analysis.py 000001\n```\n\n**代码调用**（AI助手中使用）：\n```python\nfrom quick_analysis import quick_analyze\nresult = quick_analyze('000001')  # 平安银行\nprint(result['final_vote'])  # 最终投票\n```\n\n**8位分析师**：\n| 分析师 | 权重 |\n|--------|------|\n| 宏观经济分析师 | 1.0x |\n| 行业研究员 | 1.5x |\n| 基本面分析师 | 1.5x |\n| 技术分析师 | 1.0x |\n| 风险控制师 | 1.2x |\n| 量化分析师 | 1.0x |\n| 情绪分析师 | 0.8x |\n| 估值分析师 | 1.2x |\n\n---\n\n#### 基金分析\n\n```bash\n# 分析基金\npython3 analyze_fund.py 110022  # 易方达消费行业\n\n# 指定基金名称\npython3 analyze_fund.py 110022 易方达消费行业\n```\n\n#### ETF分析\n\n```bash\n# 分析ETF\npython3 analyze_etf.py 510300  # 沪深300ETF\n\n# 指定ETF名称\npython3 analyze_etf.py 510300 沪深300ETF\n```\n\n#### 可转债分析\n\n```bash\n# 分析可转债\npython3 analyze_bond.py 113050  # 核能转债\n\n# 指定可转债名称\npython3 analyze_bond.py 113050 核能转债\n```\n\n---\n\n### 3️⃣ 输出示例\n\n```\n============================================================\n        投资研究决策报告\n============================================================\n\n【标的】：002489 浙江永强\n【研究时间】：2026-05-07 13:51\n【当前价格】：3.54 (+3.81%)\n【数据来源】：腾讯财经\n【财务数据】：baostock真实财报\n\n============================================================\n        财务数据概览\n============================================================\n\n📊 盈利能力：\n   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%\n\n📈 成长能力：\n   营收增速: 5.00%  |  利润增速: 8.00%\n\n💰 偿债能力：\n   资产负债率: 193.20%  |  流动比率: 1.00\n\n💎 估值指标：\n   PE: 30.89倍  |  PB: 0倍\n   股息率: 0.04%\n\n🏭 行业信息：\n   所属行业: 综合  |  行业涨跌幅: +0.00%\n   行业景气度: 中\n\n============================================================\n        8位分析师投票结果\n============================================================\n\n1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：市场情绪过热，需警惕回调风险...\n\n2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐\n   理由：所属【综合】行业景气度中等...\n\n3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐\n   理由：ROE 12.0%偏低，资产负债率偏高...\n\n4. 技术分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：技术面中性，上升趋势...\n\n5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：风险等级：高，建议仓位控制在10%以内...\n\n6. 量化分析师 → ⚠️ 建议 (权重 1.0x)\n   理由：量化综合得分：58.3分...\n\n7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)\n   理由：市场情绪：中性...\n\n8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐\n   理由：PE 30.89倍，估值偏高...\n\n============================================================\n            投票统计\n============================================================\n\n✅ 建议投资：0票\n⚠️ 谨慎投资：5票\n❌ 不建议投资：3票\n\n============================================================\n            最终结论\n============================================================\n\n最终建议：⚠️ 谨慎投资\n\n综合建议：\n1. 当前存在不确定性因素，建议观望\n2. 如需参与，仓位控制在10%以内\n3. 等待更明确的买入信号\n\n风险提示：\n- 财务杠杆偏高，偿债压力较大\n- 市场系统性风险不可忽视\n\n============================================================\n        📋 质检报告\n============================================================\n✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ⚠️, 得分: 0.58\n✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报\n--------------------------------------------------\n📊 总体: 通过 6/7\n✅ 全部质检项通过！\n============================================================\n```\n\n---\n\n## 📁 文件结构\n\n```\nboheng-investment-workflow/\n├── SKILL.md                    # 主文档（完整技能说明）\n├── CHANGELOG.md                # 版本变更记录\n├── LICENSE                     # MIT许可证\n└── scripts/\n    ├── config.py               # 统一配置\n    ├── monitor.py              # 行情监控模块\n    ├── financial_data.py       # 财务数据模块\n    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）\n    ├── financial_trend.py      # 财务趋势分析\n    ├── industry_comparison.py  # 行业对比分析\n    ├── quick_analysis.py       # 快速分析入口（推荐）\n    ├── analyze_stock.py        # 股票分析入口\n    ├── analyze_fund.py         # 基金分析入口\n    ├── analyze_etf.py          # ETF分析入口\n    ├── analyze_bond.py         # 可转债分析入口\n    ├── analysts.py             # 8位分析师模块\n    ├── report_generator.py     # 报告生成器\n    ├── install.sh              # 安装脚本\n    └── uninstall.sh            # 卸载脚本\n```\n\n---\n\n## 👥 8位分析师及其职责\n\n| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |\n|---|--------|------|----------|------|----------|\n| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |\n| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |\n| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |\n| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |\n| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |\n| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |\n| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |\n| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |\n\n---\n\n## 📊 基金分析\n\n### 基金数据接口\n\n```python\nimport akshare as ak\n\n# 基金基本信息\ndf = ak.fund_name_em()\nfund_info = df[df['基金代码'] == '110022'].iloc[0]\n\n# 基金净值\ndf = ak.fund_open_fund_daily_em(symbol=\"110022\")\n# 包含：单位净值、累计净值、日增长率\n\n# 基金历史净值\ndf = ak.fund_open_fund_info_em(fund=\"110022\", indicator=\"单位净值\")\n\n# 基金持仓\ndf = ak.fund_portfolio_em(fund=\"110022\")\n# 包含：股票持仓、债券持仓、行业分布\n\n# 基金业绩排名\ndf = ak.fund_performance_open_fund_em(symbol=\"110022\")\n\n# 基金经理\ndf = ak.fund_manager_em(fund=\"110022\")\n```\n\n### 基金分析维度\n\n| 分析师 | 基金分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、利率走势 |\n| 行业研究 | 基金持仓行业分布 |\n| 基本面 | 基金业绩、持仓股票质量 |\n| 技术面 | 净值走势、MA趋势 |\n| 风险控制 | 波动率、最大回撤 |\n| 量化分析 | 夏普比率、Alpha/Beta |\n| 情绪分析 | 基金规模变化、申购赎回 |\n| 估值分析 | 基金估值、持仓股票PE |\n\n### 基金评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 年化收益 | >15% | 10-15% | 5-10% | <5% |\n| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |\n| 最大回撤 | <10% | 10-20% | 20-30% | >30% |\n| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |\n\n---\n\n## 📈 ETF分析\n\n### ETF数据接口\n\n```python\nimport akshare as ak\n\n# ETF列表\ndf = ak.fund_etf_spot_em()\n\n# ETF实时行情\ndf = ak.fund_etf_fund_daily_em(symbol=\"510300\")\n\n# ETF历史净值\ndf = ak.fund_etf_fund_info_em(fund=\"510300\", indicator=\"单位净值\")\n\n# ETF持仓（指数ETF）\n# 查询指数成分股\ndf = ak.index_stock_cons_weight_csindex(symbol=\"000300\")  # 沪深300成分股\n```\n\n### ETF分析维度\n\n| 分析师 | ETF分析维度 |\n|--------|--------------|\n| 宏观经济 | 市场环境、政策导向 |\n| 行业研究 | ETF跟踪指数/行业 |\n| 基本面 | 指数成分股质量 |\n| 技术面 | ETF价格走势、MA趋势 |\n| 风险控制 | 波动率、跟踪误差 |\n| 量化分析 | 指数估值、PE分位 |\n| 情绪分析 | ETF成交量、资金流向 |\n| 估值分析 | 指数PE/PB分位 |\n\n### ETF类型分类\n\n| ETF类型 | 代码示例 | 特点 |\n|---------|----------|------|\n| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |\n| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |\n| 主题ETF | 515790(新能源) | 跟踪主题指数 |\n| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |\n| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |\n\n---\n\n## 💰 可转债分析\n\n### 可转债数据接口\n\n```python\nimport akshare as ak\n\n# 可转债列表\ndf = ak.bond_cb_jsl()  # 集思录数据\n\n# 可转债实时行情\ndf = ak.bond_zh_hs_cov_spot()\n\n# 可转债详情\ndf = ak.bond_cb_jsl_detail(symbol=\"113050\")\n\n# 可转债历史行情\ndf = ak.bond_zh_hs_cov_hist(symbol=\"113050\")\n```\n\n### 可转债核心指标\n\n| 指标 | 说明 | 计算公式 |\n|------|------|----------|\n| 转股价 | 转换为股票的价格 | 固定值 |\n| 转股价值 | 100/转股价×正股价格 | 动态变化 |\n| 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 |\n| 纯债价值 | 债券部分价值 | 到期收益率计算 |\n| 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 |\n| 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |\n\n### 可转债分析维度\n\n| 分析师 | 可转债分析维度 |\n|--------|--------------|\n| 宏观经济 | 利率环境、信用环境 |\n| 行业研究 | 正股所属行业 |\n| 基本面 | 正股财务质量、信用评级 |\n| 技术面 | 转债价格走势、正股走势 |\n| 风险控制 | 信用风险、赎回风险 |\n| 量化分析 | 双低指标、套利空间 |\n| 情绪分析 | 转债成交量、正股情绪 |\n| 估值分析 | 转股溢价率、纯债溢价率 |\n\n### 可转债评分标准\n\n| 指标 | 优秀 | 良好 | 一般 | 较差 |\n|------|------|------|------|------|\n| 转股溢价率 | <5% | 5-15% | 15-30% | >30% |\n| 纯债溢价率 | <20% | 20-40% | 40-60% | >60% |\n| 双低指标 | <120 | 120-150 | 150-180 | >180 |\n| 信用评级 | AAA | AA+ | AA | AA-及以下 |\n| 正股ROE | >15% | 10-15% | 5-10% | <5% |\n\n---\n\n## 🔍 质检功能\n\n本技能内置**自动质检系统**，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。\n\n### 质检项目清单\n\n| # | 质检项目 | 检查内容 | 重要性 |\n|---|----------|----------|--------|\n| 1 | 报告文件生成 | 检查分析报告是否成功生成 | ⭐⭐⭐ |\n| 2 | 财务数据获取 | 验证数据来源（真实财报/估算值） | ⭐⭐⭐ |\n| 3 | 分析师调用 | 确认8位分析师是否全部成功调用 | ⭐⭐⭐ |\n| 4 | 投票计算 | 验证加权投票和最终得分计算 | ⭐⭐⭐ |\n| 5 | 财务数据完整性 | 检查ROE、毛利率、净利率等核心指标 | ⭐⭐ |\n| 6 | 估值数据获取 | 验证PE、PB是否获取成功 | ⭐⭐ |\n| 7 | 数据来源标识 | 明确标注数据来源（baostock/估算） | ⭐ |\n\n### 质检输出示例\n\n```\n==================================================\n        📋 质检报告\n==================================================\n✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt\n✅ 财务数据获取: baostock真实财报\n✅ 分析师调用: 8位分析师全部调用\n✅ 投票计算: ✅, 得分: 0.75\n✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%\n⚠️ 估值数据获取: PE/PB为0\n✅ 数据来源标识: baostock真实财报, 估算:False\n--------------------------------------------------\n📊 总体: 通过 6/7\n⚠️ 部分质检项未通过，请检查\n==================================================\n```\n\n### 质检状态说明\n\n| 符号 | 含义 |\n|------|------|\n| ✅ | 通过 |\n| ⚠️ | 警告（可接受但不理想） |\n| ❌ | 失败（需检查） |\n\n### 查看质检报告\n\n分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。\n\n---\n\n## 💡 投资建议（基于用户画像）\n\n本技能支持根据用户画像提供个性化投资建议。若用户配置了 `USER.md`，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：\n\n### 默认用户画像（示例：张权）\n\n| 特征 | 默认值 |\n|------|--------|\n| **投资风格** | 价值投资（格雷厄姆模型） |\n| **投资目标** | 财富增值、复利增长 |\n| **分析偏好** | 量化选股、系统化决策 |\n| **时间视角** | 长期主义 |\n\n### 评分体系解读（通用）\n\n| 得分区间 | 建议 | 解读 |\n|----------|------|------|\n| **≥0.80** | ✅ 强烈建议 | 符合价值投资标准，具备安全边际 |\n| **0.65-0.79** | ⚠️ 谨慎观望 | 需要进一步观察，等待更好的买入时机 |\n| **<0.65** | ❌ 不建议 | 风险较高或估值不合理 |\n\n### 关键指标优先级（通用）\n\n1. **ROE（净资产收益率）** ≥ 15% 为优\n2. **PE（市盈率）** 低于行业平均更安全\n3. **PB（市净率）** < 2 倍为合理\n4. **股息率** > 3% 提供现金流保障\n5. **资产负债率** < 50% 财务健康\n\n### 使用建议（通用）\n\n1. **组合投资**：不建议单一股票仓位超过20%\n2. **分批建仓**：价值股可以考虑定投策略\n3. **止损纪律**：设置8%止损线保护本金\n4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n### 自定义用户画像\n\n如需自定义投资建议，请在 `USER.md` 中配置以下字段：\n\n```markdown\n## 投资偏好\n- 投资风格：[价值投资/成长投资/趋势投资]\n- 风险偏好：[保守/稳健/激进]\n- 持仓周期：[短线/中线/长线]\n- 期望收益率：XX%\n```4. **持续跟踪**：定期复查持仓股票的基本面变化\n\n---\n\n## 📚 参考资源\n\n- [AKShare 官方文档](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n---\n\n## 📜 版本变更历史\n\n| 版本 | 日期 | 更新内容 |\n|------|------|----------|\n| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议（USER.md + Graham评分），数据获取三级fallback优化，行业涨幅获取 |\n| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |\n| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |\n| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |\n| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |\n| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |\n| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |\n| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|\n| v1.3.0 | 2026-05-03 | baostock优先调用 |\n| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |\n| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |\n| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |\n| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |\n\n---\n\n<div align=\"center\">\n<strong>Boheng Investment Workflow</strong><br>\n让投资决策更理性、更全面 📊🤖\n</div>\n\nFile v1.4.8:_meta.json\n\n{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.4.8\",\n  \"publishedAt\": 1778239098463\n}\n\nFile v1.4.8:requirements.txt\n\nrequests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0\n\nArchive v1.4.7: 21 files, 71632 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (30029b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8301b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (11696b), scripts/financial_data.py (24251b), scripts/financial_trend.py (18122b), scripts/industry_comparison.py (19447b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (15617b), scripts/report_generator.py (11400b), scripts/stock_news.py (14841b), scripts/uninstall.sh (413b), SKILL.md (27771b)\n\nFile v1.4.7:SKILL.md\n\n---\nname: boheng-investment-workflow\nversion: 1.4.7\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n \n\nArchive v1.4.6: 21 files, 71386 bytes\n\nFiles: _meta.json (145b), requirements.txt (74b), scripts/analysts.py (30029b), scripts/analyze_bond.py (9131b), scripts/analyze_etf.py (4893b), scripts/analyze_fund.py (4032b), scripts/analyze_stock.py (8301b), scripts/config.py (3638b), scripts/financial_data_akshare.py (14933b), scripts/financial_data_baostock.py (11696b), scripts/financial_data.py (24251b), scripts/financial_trend.py (18122b), scripts/industry_comparison.py (19447b), scripts/install.sh (2987b), scripts/monitor.py (4938b), scripts/multi_data_source.py (14675b), scripts/quick_analysis.py (15617b), scripts/report_generator.py (11400b), scripts/stock_news.py (14456b), scripts/uninstall.sh (413b), SKILL.md (27547b)","readmeExcerpt":"Skill: Boheng Investment Workflow Owner: zhangboheng Summary: 投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Tags: AI:1.2.4, fund:1.2.4, investment:1.2.4, latest:1.5.5, stock:1.2.4 Version history: v1.5.5 | 2026-05-19T11:23:09.055Z | user 新增动态ROE评估系统，根据行业基准和财报季度动态调整评估标准，新增季度对比表 v1.5.4 | 2026-05-11T11:20:15.599Z | user 修复显示名称为Boheng Investment Workflow v1.","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）                         │\n└─────────────────────────────────────────────────────────────┘"},{"language":"text","snippet":"┌─────────────────────────────────────────────────────────────┐\n│                    新闻获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │\n│     ↓ 失败                                                      │\n│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │\n│     ↓ 失败                                                      │\n│  3️⃣ 巨潮资讯网  → 上市公司公告                               │\n│     ↓ 失败                                                      │\n│  4️⃣ 东方财富   → 财经新闻                                    │\n│     ↓ 失败                                                      │\n│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │\n│     ↓ 无数据                                                    │\n│  6️⃣ 空列表     → 返回无数据                                  │\n└─────────────────────────────────────────────────────────────┘"},{"language":"bash","snippet":"~/.openclaw/workspace/investment/reports/"},{"language":"text","snippet":"{日期}_{股票代码}_{分析师类型}.txt\n# 示例：2026-05-07_600519_估值分析师.txt"},{"language":"bash","snippet":"ls -lt ~/.openclaw/workspace/investment/reports/ | head -10"},{"language":"bash","snippet":"cd ~/.openclaw/skills/boheng-investment-workflow/scripts\nchmod +x install.sh\n./install.sh"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: boheng-investment-workflow\nversion: 1.5.5\nauthor: 张权 (Zhang Quan)\nauthor_website: https://www.luckydesigner.space\nauthor_brand: Luckydesigner（行运设计师）\nauthor_pen_name: 伯衡君\nlicense: MIT\ndescription: \"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。\"\n---\n\n⚠️ **安全提示**\n- 分析报告保存在 `~/.openclaw/workspace/investment/reports/`，已加入 .gitignore\n- 如有敏感信息，请从 USER.md 中移除或设置 `ENABLE_BROWSER_NEWS=0` 禁用浏览器功能\n- Agent Browser 新闻功能默认关闭，需设置 `ENABLE_BROWSER_NEWS=1` 启用\n\n📖 **USER.md 数据使用**\n本系统会读取 `USER.md` 获取投资偏好用于个性化建议：\n- 投资风格、风险偏好、持仓周期（用于调整建议）\n- 不会保存或上传用户数据，仅本地使用\n\n⚠️ **风险警告**：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。\n\nkeywords:\n  - 股票分析\n  - 投资决策\n  - 多智能体\n  - 多数据源\n  - A股\n  - 财务分析\n  - 估值分析\n  - 基金分析\n  - ETF分析\n  - 可转债分析\n  - baostock\n  - 真实财报\ntrigger_keywords:\n  - 分析\n  - 投资\n  - 股票\n  - 基金\n  - ETF\n  - 可转债\n  - 值得投资吗\n  - 能买吗\n  - 可以买吗\n  - 这支股票怎么样\n  - 这只股票怎么样\n  - 股票好不好\n  - 股票怎么样\n  - 买入建议\n  - 卖出建议\n  - 投资建议\n  - 财务分析\n  - 估值分析\n  - 推荐股票\n  - 推荐基金\nmin_openclaw_version: \"1.0.0\"\nsecurity:\n  network_access: true\n  allowed_domains:\n    - qt.gtimg.cn\n    - web.ifzq.gtimg.cn\n    - push2.eastmoney.com\n    - stock.xueqiu.com\n    - finance.sina.com.cn\n    - api.baostock.com\n    - so.eastmoney.com\n  file_writes:\n    - ~/.openclaw/workspace/investment/\n  system_commands: false\n  https_only: true\n  background_tasks: false\n  # 安全修复 v1.5.2:\n  # - 移除所有 subprocess pkill 系统命令调用\n  # - Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）\n  # - 新增新闻内容输入净化层（防止提示注入）\n  # - 严格限制外部内容长度与字符集\n  browser_automation: optional_disabled_by_default\n  akshare_optional: \"True - 推荐安装baostock获取真实财报：pip install baostock\"\n  # 安全说明:\n  # 本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI\n  # 新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击\n  input_sanitization: true\n---\n\n# 投资研究多智能体决策系统\n\n## 🎯 核心特性\n\n| 特性 | 说明 |\n|------|------|\n| ✅ **多智能体分析** | 8位专业分析师并行研究 |\n| ✅ **加权投票机制** | 按权重计算最终投资建议 |\n| ✅ **多标的支持** | 支持A股股票、基金、ETF、可转债 |\n| ✅ **实时行情** | 通过腾讯财经API获取实时行情 |\n| ✅ **财务数据分析** | 双模式：基础估算 或 baostock真实财报 |\n| ✅ **多年财务趋势** | 近5年财务数据对比，识别风险信号 |\n| ✅ **行业对比分析** | 与同行业公司对比，判断竞争地位 |\n| ✅ **baostock支持** | 获取真实财报数据，替代估算值（需安装baostock） |\n| ✅ **快速分析入口** | quick_analysis.py - 自动调用8位分析师 |\n| ✅ **完整报告** | 输出结构化投资决策报告（含数据来源标注） |\n| ✅ **风险提示** | 识别并提示潜在风险 |\n| ✅ **质检功能** | 自动检查报告生成、数据完整性 |\n\n> ⚠️ **重要风险提示**：\n> - 本技能分析结果**仅供学习参考**，不构成任何投资建议\n> - 投资有风险，决策需谨慎，务必以官方财报为准\n\n### 📊 数据获取优先级\n\n本技能采用**多级降级策略**获取数据，确保在任何情况下都能提供分析结果：\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                    数据获取优先级                              │\n├─────────────────────────────────────────────────────────────┤\n│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │\n│     ↓ 失败                                                      │\n│  2️⃣ baostock   → 真实财报数据（备用）                        │\n│     ↓ 失败                                                      │\n│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │\n│     ↓ 无数据                                                    │\n│  4️⃣ 默认估算值   → 行业平均值（保底）"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7bj8mtcw6j7s73kyz9zhck6985kv85\",\n  \"slug\": \"boheng-investment-workflow\",\n  \"version\": \"1.5.5\",\n  \"publishedAt\": 1779189789055\n}"},{"path":"CHANGELOG.md","content":"# 更新日志\n\n## v1.5.5 (2026-05-19)\n\n### ✨ 新增功能\n- **动态ROE评估系统** (`roe_evaluator.py`)\n  - 根据行业基准动态调整ROE评估标准（不再固定15%）\n  - 考虑财报季度因素：Q1=25%, Q2=50%, Q3=75%, Q4=100%\n  - 支持历史趋势对比\n  - **新增季度对比表**：显示每个季度的行业基准、动态阈值、公司ROE、差距\n\n### 🔧 优化\n- `analysts.py` 集成动态ROE评估\n- `financial_data_baostock.py` 财报期间改为结构化数据\n- `quick_analysis.py` 传递财报季度信息给分析师\n\n### 📚 文档更新\n- SKILL.md 新增\"动态ROE评估说明\"章节（含季度对比表示例）\n- 文件结构新增 `roe_evaluator.py`\n\n---\n\n## v1.5.2 (2026-05-11)\n\n### 🔧 优化\n- 根据查询日期自动匹配对应财报期间\n- 支持 -d 参数指定日期\n\n---\n\n## v1.5.1 (2026-05-xx)\n\n### 早期版本\n- 基础8位分析师系统\n- baostock/AKShare双数据源\n- 财务趋势分析\n- 行业对比分析"},{"path":"skill-card.md","content":"## Description:\n\nInvestment research multi-agent decision system that runs eight analyst roles in parallel, applies weighted voting, and produces informational analysis for A-share stocks, funds, ETFs, and convertible bonds.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[zhangboheng](https://clawhub.ai/user/zhangboheng)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to research Chinese A-share stocks, funds, ETFs, and convertible bonds through multi-agent financial analysis, data-source labeling, and generated research reports. Outputs are informational and should not be treated as financial advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill automatically reads USER.md investment preferences and can persist derived profile details in local reports.\n\nMitigation: Remove sensitive details from USER.md before use, run the skill in an isolated workspace, and review or delete generated reports before sharing the workspace.\n\nRisk: The skill performs external financial and news data requests, and optional browser news collection can launch browser subprocesses.\n\nMitigation: Keep browser news disabled unless needed, use a virtual environment with pinned dependencies, and review allowed network domains before deployment.\n\nRisk: Generated investment recommendations may be incomplete, stale, or misleading.\n\nMitigation: Treat outputs as informational research only, verify data against official filings or trusted market sources, and consult a qualified professional before making investment decisions.\n\nRisk: Security disclosures in the artifact may not fully match saved-data, HTTP-traffic, and browser-subprocess behavior reported by server scanning.\n\nMitigation: Use evidence.security as the authoritative risk source during review and update public disclosures before broad release.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/zhangboheng/skills/boheng-investment-workflow)\n- [Author Website](https://www.luckydesigner.space)\n- [AKShare Official Documentation](https://akshare.akfamily.xyz/)\n- [AKShare GitHub](https://github.com/akfamily/akshare)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Shell commands, Configuration, Guidance]\n\n**Output Format:** [Markdown and plain-text reports with shell command examples and structured analysis summaries]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Analysis scripts can write reports under ~/.openclaw/workspace/investment/reports/.]\n\n## Skill Version(s):\n\n1.5.5 (source: server release evidence, frontmatter, and changelog released 2026-05-19)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."},{"path":"requirements.txt","content":"requests>=2.28.0\nbeautifulsoup4>=4.11.0\nlxml>=4.9.0\nduckduckgo-search>=7.0"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Skill: Boheng Investment Workflow Owner: zhangboheng Summary: 投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。 Tags: AI:1.2.4, fund:1.2.4, investment:1.2.4, latest:1.5.5, stock:1.2.4 Version history: v1.5.5 | 2026-05-19T11:23:09.055Z | user 新增动态ROE评估系统，根据行业基准和财报季度动态调整评估标准，新增季度对比表 v1.5.4 | 2026-05-11T11:20:15.599Z | user 修复显示名称为Boheng Investment Workflow v1.","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":945,"uniquenessScore":57,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T20:11:50.289Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T09:08:55.751Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}