[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-93489":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":14,"subscribersCount":14,"size":14,"stars1d":14,"stars7d":15,"stars30d":15,"stars90d":14,"forks30d":14,"starsTrendScore":15,"compositeScore":16,"rankGlobal":9,"rankLanguage":9,"license":17,"archived":18,"fork":18,"defaultBranch":19,"hasWiki":20,"hasPages":18,"topics":21,"createdAt":9,"pushedAt":9,"updatedAt":22,"readmeContent":23,"aiSummary":9,"trendingCount":14,"starSnapshotCount":14,"syncStatus":24,"lastSyncTime":25,"discoverSource":26},93489,"equity-research-skill","rollingSirius\u002Fequity-research-skill","rollingSirius","机构级个股投研报告 Agent Skill（九章结构 + 多方法估值交叉验证），适用于 Claude Code \u002F Cowork \u002F Codex 等 AI Agent 工具",null,"Python",141,27,105,0,4,46.74,"MIT License",false,"main",true,[],"2026-07-22 04:02:09","# Equity Research Skill 个股投研报告技能\n\n一个可用于 Claude Code \u002F Claude Desktop (Cowork) \u002F Codex 及其他 AI Agent 工具的 **Agent Skill**：把\"研究一下某只股票\"这类请求，转化为一份事实准确、来源可溯、结论明确的**机构级九章投研报告**（中文输出）。\n\nAn [Agent Skill](https:\u002F\u002Fdocs.claude.com\u002Fen\u002Fdocs\u002Fclaude-code\u002Fskills) that turns \"research this stock for me\" into an institutional-grade, nine-chapter equity research report (written in Chinese) — with sourced data, timestamps, and multi-method valuation cross-checks.\n\n## 它能做什么 What it does\n\n- **多市场覆盖**：美股 \u002F 港股 \u002F A股，A\u002FH 双重上市标的默认做溢价对比并分市场给结论。US, HK and China A-shares, with an A\u002FH premium module for dual-listed names.\n- **五步工作流**：确认标的 → 探测可用数据源并并行采集（行情 \u002F Morningstar \u002F 财报与卖方观点，工具缺失自动降级并标注）→ 数据对账与时间戳 → 按九章模板撰写 → 估值交叉验证并交付文件。\n- **九章报告结构**：一页速览、业务详情、竞争与护城河、管理层与治理、财务分析、多方法估值、分析师观点汇总、新闻与催化剂、投资结论。\n- **估值纪律**：至少三种方法交叉验证——反向 DCF（证伪现价）+ 三情景概率加权 DCF + **三要素\u002FEPV（资产重置·盈利能力价值·franchise 成长，含 EPV÷净资产护城河验证）** + 相对估值\u002FSOTP；**所有计算（含 EPV）由 `scripts\u002Fdcf.py` 执行，禁止心算**，假设以 JSON 留档。\n- **结论可复现**：估值标签与买卖动作按预注册标定规则映射产出（含动作矩阵与治理否决项），同一组数字不会两次给出不同结论。\n- **研究纪律**：事实与判断分离、每个关键数据标注来源与时间、冲突数据显式对账、缺失数据如实标注\"未获取到\"。\n\n## 文件结构 Structure\n\n```\nequity-research-skill\u002F\n├── SKILL.md                        # 技能主文件（触发条件 + 工作流程）\n├── references\u002F\n│   ├── report-template.md          # 九章报告模板与表格骨架\n│   ├── data-sources.md             # 取数手册：工具探测与降级表、行情 \u002F Morningstar \u002F SEC \u002F 分析师数据与对账规则\n│   ├── valuation-methods.md        # 估值方法：相对估值、正向\u002F反向 DCF、情景加权、三要素\u002FEPV、SOTP + 结论标定规则\n│   └── markets-cn-hk.md            # A股\u002F港股\u002FA+H 差异手册：合约解析、披露源、财年、A\u002FH 溢价模块\n├── scripts\u002F\n│   └── dcf.py                      # 估值计算器：三阶段\u002F反向\u002F敏感性\u002F概率加权\u002F标定 + epv（EPV·护城河验证·franchise 成长·买点阶梯）\n└── EXAMPLE_NVDA.md                 # 示例产出：一份完整的 NVDA 研报，仅供参考效果，不参与技能执行\n```\n\n> `EXAMPLE_NVDA.md` 只是给用户看最终产出长什么样的样例，**不会被 SKILL.md 加载、不影响技能执行**。\n\n## 安装 Installation\n\n### Claude Code\n\n```bash\n# 个人级（所有项目可用）Personal (all projects)\ngit clone https:\u002F\u002Fgithub.com\u002FrollingSirius\u002Fequity-research-skill.git ~\u002F.claude\u002Fskills\u002Fequity-research\n\n# 或项目级（随仓库共享）Or project-level (shared via repo)\ngit clone https:\u002F\u002Fgithub.com\u002FrollingSirius\u002Fequity-research-skill.git .claude\u002Fskills\u002Fequity-research\n```\n\n### Claude Desktop \u002F Cowork\n\n把本仓库打包为 zip（或下载 Release），在 **Settings → Capabilities → Skills** 中上传。\nZip this repo and upload it via **Settings → Capabilities → Skills**.\n\n### Codex \u002F 其他 Agent 工具 (Codex CLI & other agents)\n\n本技能是纯 Markdown 指令，无私有格式。任何能读文件的 Agent 都能用：\nThis skill is plain Markdown — any file-reading agent can use it:\n\n1. 把本仓库放进项目目录（如 `skills\u002Fequity-research\u002F`）。\n2. 在你的 Agent 配置（如 Codex 的 `AGENTS.md`）中加入一句：\n   > 当用户要求研究\u002F分析某只股票时，先读取并遵循 `skills\u002Fequity-research\u002FSKILL.md` 的完整流程。\n\n## 使用 Usage\n\n**方式一：自然语言自动触发（Claude Code \u002F Claude Desktop \u002F Cowork）**\nAuto-trigger — just ask naturally:\n\n> \"帮我研究一下 NVDA\" ｜ \"分析下 Marvell 值不值得买\" ｜ \"Is AMD overvalued?\"\n\n只要出现「公司名\u002F代码 + 投研意图」，技能就会按 `SKILL.md` 的描述自动触发。\n\n**方式二：显式指定技能** Explicit invocation per tool:\n\n| 工具 Tool | 调用示例 Example |\n|---|---|\n| **Claude Code** | 斜杠命令：`\u002Fequity-research 分析 NVDA`；或说：\"用 equity-research 技能研究 TSLA\" |\n| **Claude Desktop \u002F Cowork** | 对话中说：\"用 equity-research 技能帮我看看 AAPL 值不值得买\" |\n| **Codex CLI** | 无原生技能机制，配置 `AGENTS.md`（见上）后说：\"按 equity-research 流程分析 NVDA\"；或直接说：\"先读 skills\u002Fequity-research\u002FSKILL.md，再按它分析 NVDA\" |\n| **其他 Agent** | 提示词加一句：\"先读取 skills\u002Fequity-research\u002FSKILL.md 并严格按其流程执行，然后研究 \u003C股票>\" |\n\n## 依赖 Dependencies\n\n| 依赖 | 必需性 | 说明 |\n|---|---|---|\n| 联网搜索 \u002F 网页抓取 | **必需** | 获取 Morningstar、财报申报（SEC\u002F巨潮\u002F披露易）、分析师评级、新闻 |\n| Python 3 | **必需** | 运行 `scripts\u002Fdcf.py`（仅标准库，无第三方依赖）|\n| Interactive Brokers (IBKR) MCP | 可选 | 实时行情快照与历史走势；未连接时按 `data-sources.md` 第 0 节降级表自动改用网络行情源 |\n| Morningstar MCP | 可选 | 有则直取结构化字段，无则网页抓取 |\n| docx 技能 | 可选 | 仅当需要输出 Word 版报告 |\n\n## 免责声明 Disclaimer\n\n本技能产出的内容仅为研究参考，**不构成投资建议**。作者与本技能均非持牌投资顾问，投资决策及其后果由使用者自行承担。\n\nReports generated by this skill are for research reference only and **do not constitute investment advice**. Use at your own risk.\n\n## License\n\n[MIT](LICENSE)\n",2,"2026-07-20 02:30:03","CREATED_QUERY"]