aifinlab/a-share-thesis

数据源

SCRIPTS="$SKILLS_ROOT/cn-stock-data/scripts"

# 最新行情（验证价格/估值变化）
python "$SCRIPTS/cn_stock_data.py" quote --code [CODE]

# 财务指标（验证基本面论据）
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]

# K 线（论点建立以来的股价走势）
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [论点建立日期]

# 资金流向（市场认可度）
python "$SCRIPTS/cn_stock_data.py" fund_flow --code [CODE] --days 30

补充：通过 web 搜索获取最新公告、行业新闻、分析师观点等催化剂信息。

Workflow

Step 1: 建立/加载论点

新建论点时，收集以下信息：

1. 标的公司（代码 + 名称）
2. 方向：看多(Long) / 看空(Short) / 中性观察(Neutral)
3. 核心论点（1-2 句话，必须可证伪）
4. 支撑论据（3-5 条，每条附数据支撑）
5. 关键风险（3-5 条，每条附触发条件）
6. 催化剂（未来 3-6 个月内可能兑现的事件）
7. 目标价 / 估值区间
8. 止损条件（什么情况下放弃论点）
9. 信心等级：高/中/低

加载已有论点：用户提供之前的论点文档或口述核心逻辑。

Step 2: 数据验证

通过 cn-stock-data 获取最新数据，逐条验证论据：

• 每条论据对应的财务/行情指标是否符合预期
• 标注：✅ 符合预期 / ⚠️ 需要关注 / ❌ 不符合预期

Step 3: 论点记分卡

构建记分卡表格：

| 论据 | 原始预期 | 当前状态 | 趋势(↑/→/↓) | 信号强度 | |------|---------|---------|-------------|---------|

综合评估：论点强化 / 维持 / 弱化 / 已失效

Step 4: 催化剂日历

| 预计日期 | 事件 | 类型 | 预期影响 | 状态 | |---------|------|------|---------|------| | 2026-04-xx | Q1 业绩预告 | 财报 | 验证增长论据 | 待兑现 | | 2026-xx-xx | 行业政策发布 | 政策 | 正面催化 | 待兑现 |

催化剂类型：财报/政策/行业事件/公司公告/宏观经济/技术突破

Step 5: 输出

风格说明

| 维度 | formal（机构投研） | brief（个人持仓笔记） | |------|-------------------|---------------------| | 篇幅 | 2-4 页 | 半页-1 页 | | 论点结构 | 完整（论据+风险+催化剂各 3-5 条） | 精简（各 2-3 条） | | 记分卡 | 完整表格 + 趋势分析 | 简化版（仅标注状态） | | 催化剂 | 完整日历 + 概率评估 | 关键 2-3 个事件 | | 数据引用 | 每条附具体数字和来源 | 关键数字即可 | | 结论 | 客观（论点强化/弱化） | 可加主观判断（继续持有/减仓/加仓） | | 免责声明 | 需要 | 不需要 |

关键规则

1. 可证伪性：每条论据必须有明确的验证标准，模糊的论据（如"公司管理层很优秀"）必须转化为可量化指标
2. 动态追踪：论点不是一次性的，每次用户提及"跟踪XX"时应加载已有论点并更新
3. 诚实面对反面证据：当数据不支持论点时必须如实标注，不回避负面信号
4. 分离事实与观点：数据验证部分纯客观，个人判断仅在 brief 模式的结论部分出现
5. 时间框架：明确论点的时间框架（短线 1-3 月 / 中线 3-12 月 / 长线 1 年+）
6. 与其他 skill 联动：建议用 a-share-earnings-analysis 做更深入的财报验证，用 a-share-comps 做估值对标

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json