aifinlab/securities-rating-analyzer

券商研报评级分析器

功能

• 研报数据获取: 接入东方财富研报数据 (AkShare: stock_research_report_em)
• 研报解析: 自动解析评级、盈利预测、机构信息等
• 智能评分: 基于研报覆盖度、评级分布、一致性计算综合评分
• 个股分析: 支持任意A股代码的研报分析
• 机构搜索: 按券商机构名称搜索研报
• 头部券商分析: 内置头部券商列表，一键对比分析

数据源

• 东方财富网 (data.eastmoney.com)
• AkShare 金融数据接口库

安装依赖

pip install akshare

使用方法

命令行

# 分析单只股票研报
python main.py --symbol 000001

# 分析头部券商
python main.py --all

# 按机构搜索研报
python main.py --institution "中信证券"

Python API

from scripts.main import SecuritiesRatingAnalyzer

analyzer = SecuritiesRatingAnalyzer()

# 获取个股研报
reports = analyzer.get_stock_reports('000001')

# 分析评级数据
analysis = analyzer.analyze_ratings(reports)

# 获取完整分析结果
result = analyzer.get_brokerage_research_analysis(symbol='000001')

输出字段说明

分析结果 (Analysis)

| 字段 | 说明 | |------|------| | total_reports | 研报总数 | | rating_distribution | 评级分布统计 | | latest_report | 最新研报信息 | | buy_ratio | 买入/推荐评级比例 | | neutral_ratio | 中性评级比例 | | sell_ratio | 减持/卖出评级比例 | | predictions | 盈利预测平均值 (EPS/PE) | | composite_score | 综合评分 (0-100) | | recommendation | 投资建议 |

综合评分算法

综合评分基于以下维度计算:

1. 评级分布权重 (基础分): 买入评级越多，得分越高
2. 研报覆盖度 (加分项): 研报数量越多，覆盖度越高
3. 观点一致性 (加分项): 买入比例高且无卖出评级，一致性得分高
4. 数据新鲜度 (加分项): 最近1个月内有研报额外加分

评级映射

| 东财评级 | 权重 | |----------|------| | 买入/强烈推荐 | 5 | | 增持/推荐 | 4 | | 中性/谨慎推荐 | 3 | | 减持 | 2 | | 卖出/回避 | 1 |

内置头部券商列表

| 代码 | 名称 | |------|------| | 600030 | 中信证券 | | 601688 | 华泰证券 | | 600837 | 海通证券 | | 601211 | 国泰君安 | | 600999 | 招商证券 | | 000776 | 广发证券 | | 601995 | 中金公司 | | 601066 | 中信建投 | | 600958 | 东方证券 | | 601377 | 兴业证券 | | ... | ... |

示例输出

{
  "query_time": "2026-03-25 09:00:36",
  "symbol": "000001",
  "data_source": "东方财富研报数据 (AkShare)",
  "analysis": {
    "total_reports": 225,
    "rating_distribution": {
      "买入": 136,
      "增持": 66,
      "中性": 8
    },
    "latest_report": {
      "rating": "中性",
      "institution": "国信证券",
      "date": "2026-03-22"
    },
    "ratios": {
      "buy_ratio": "60.44%",
      "neutral_ratio": "3.56%",
      "sell_ratio": "0.0%"
    },
    "predictions": {
      "avg_eps_2025": 3.08,
      "avg_pe_2025": 3.96,
      "avg_eps_2026": 2.47,
      "avg_pe_2026": 4.55
    },
    "composite_score": 100,
    "recommendation": "强烈看好 - 机构一致看多，研报覆盖充分"
  }
}

注意事项

1. 数据来源于东方财富公开研报，可能存在延迟
2. 研报评级仅供参考，不构成投资建议
3. 需要网络连接才能获取实时数据
4. 首次运行可能需要下载 AkShare 依赖