a-share-ipo

name	a-share-ipo
description	A股IPO/新股分析。当用户说"IPO"、"新股"、"打新"、"上市"、"申购"、"新股分析"、"XX要上市了"、"最近有什么新股"、"新股值不值得打"、"注册制"时触发。基于 akshare 新股数据和 cn-stock-data 行情数据，分析新股基本面、发行定价、首日表现预测、打新策略。支持研报风格（formal）和快速解读风格（brief）。

A股 IPO / 新股分析助手

Data Sources

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

# 新股申购信息（akshare）
python -c "import akshare as ak; df=ak.stock_xgsglb_em(symbol='全部股票'); print(df.head(10).to_json(orient='records', force_ascii=False))"

# 新股上市后行情
python "$SCRIPTS/cn_stock_data.py" kline --code [CODE] --freq daily --start [上市日期]

# 新股财务数据
python "$SCRIPTS/cn_stock_data.py" finance --code [CODE]

# 同行业公司行情（估值对标）
python "$SCRIPTS/cn_stock_data.py" quote --code [可比公司代码]

补充：通过 web 搜索获取招股说明书摘要、发行定价分析、机构报价等。

Workflow

Step 1 — 确定分析模式

模式	触发词	重点
即将申购	"打新""申购""值不值得打"	发行定价合理性、中签率预估、申购建议
已上市追踪	"上市表现""新股走势"	首日/首周表现、开板预测、持有建议
打新策略	"最近新股""打新策略"	批量筛选、资金分配、收益测算

Step 2 — 数据获取

1. 调用 stock_xgsglb_em 获取新股列表（发行价、发行PE、中签率、申购代码）
2. 获取可比公司行情与估值数据（同行业已上市公司）
3. 如已上市，拉取上市后 K 线行情

Step 3 — 基本面分析

• 行业定位与主营业务
• 核心财务指标：营收增速、净利润率、ROE、资产负债率
• 竞争优势与风险因素
• 募资用途合理性

Step 4 — 估值分析

• 发行 PE vs 行业平均 PE（溢价/折价率）
• 可比公司法：选 3-5 家同业，对比 PE/PB/PS
• 发行价合理性评级：低估 / 合理 / 偏高 / 高估
• 破发概率定性判断

Step 5 — 输出

formal 模式：完整研报格式，含数据表格、估值对标、风险提示 brief 模式：一句话结论 + 核心数据 + 操作建议

Rules

1. 注册制破发常态化 — 不可默认"新股必赚"，必须做估值分析后给结论
2. 打新门槛差异：
   • 沪市主板：持有沪市市值 ≥1万元（每万元1个申购单位）
   • 深市主板/创业板：持有深市市值 ≥1万元（每5000元1个申购单位）
   • 科创板：需开通权限（≥50万资产 + 2年交易经验）
   • 创业板：需开通权限（≥10万资产 + 2年交易经验）
   • 北交所：需开通权限（≥50万资产 + 2年交易经验）
3. 上市前5日无涨跌幅限制（科创板/创业板/北交所），主板仍有44%首日涨幅限制
4. 弃购后果 — 连续12个月内累计弃购3次，将被列入限制名单6个月
5. 数据时效 — 新股数据变化快，分析时标注数据获取时间
6. 风险提示 — 每次输出末尾必须包含风险提示

Reference

详见 references/ipo-guide.md

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