| name | buffett-analysis |
| description | 巴菲特视角的上市公司基本面深度分析。当用户提到"分析一家公司"、"看看XX值不值得投资"、"XX的基本面怎么样"、"帮我研究一下XX"、个股分析、价值投资分析、公司估值、高管研究、管理层分析、公司战略、新闻采集、PR分析、业务出海、创新药等需求时使用。也支持行业分析——当用户提到"XX行业怎么样"、"帮我梳理一下XX赛道"、"XX产业链分析"、"行业一页纸"时使用。支持A股、港股、美股（NYSE/NASDAQ）。美股直接用 ticker（AAPL/TSLA/NVDA），A股用代码或中文名。自动获取财报、估值、行业数据、公司新闻、高管信息，按巴菲特投资框架出具完整分析报告。 |
巴菲特视角投资分析
分析模式
根据用户需求自动判别分析模式：
模式A：个股基本面分析
- 触发词：分析XX公司、XX值不值得投资、XX基本面、研究XX
- 流程：个股分析流程（Step 1-4）
模式B：行业一页纸
- 触发词：XX行业分析、XX赛道怎么样、XX产业链、行业一页纸
- 流程：行业分析流程（Step B1-B4）
模式C：专项研究
- 触发词：高管研究、新闻采集、战略分析、估值测算等
- 流程：可跳过财务数据采集，直接执行相关步骤
分析方法论（通用）
所有分析都遵循这个方法论链条：
1. 问题定义
- 明确分析对象、范围、时间窗口
- 拆分为可验证的子命题
- 识别核心假设（需求驱动、供给约束、关键里程碑）
2. 证据搜集与溯源
- 优先来源：公司年报/季报/招股书、政策原文、行业协会/统计局、权威机构报告
- 溯源：找最早出处，标记是否存在信息偏差
- 质量评估：可验证性、独立性、时效性、利益冲突
3. 数据处理与分析
- 多源交叉验证，取可信、可溯源的信源
- 区分原始数据、计算数据、推理数据
- 定量计算 + 定性分析结合
4. 论证检验
- 重构逻辑链：前提 → 推理 → 结论（每步标注证据）
- 常见谬误自检：相关≠因果、以偏概全、诉诸权威
- 敏感性分析：核心假设变化对结论的影响
个股分析框架（六大维度）
1. 🏭 行业定位与产业链
- 行业规模、增速、周期阶段
- 公司在产业链中的位置和话语权
- 市场空间（TAM/SAM/SOM）
- 竞争格局（CR3/CR5、市占率变化）
- 核心技术路线及公司技术代际
2. 🏰 护城河分析 (Economic Moat)
- 毛利率：>40% 优秀，>60% 极强定价权
- ROE：连续>15% 是优质企业门槛，>20% 是护城河标志
- ROIC：>15% 说明资本配置效率高
- 技术壁垒：专利、know-how、研发投入强度
- 资本壁垒：进入门槛、固定资产投入
- 客户壁垒：转换成本、认证周期
- 应收账款周转：越快说明议价能力越强
3. 📊 盈利质量 (Earnings Quality)
- 经营现金流/净利润：>80% 说明利润是"真金白银"
- 自由现金流：正且持续增长是好生意的标志
- 营收/利润增速：关注稳定性而非单年爆发
- 扣非净利润 vs 净利润：差距大说明非经常性损益多
- 资本开支强度：Capex/营收，重投入期 vs 收获期
4. 💰 财务健康 (Financial Health)
- 资产负债率：因行业而异，但过高(>60%)需警惕
- 流动比率/速动比率：>2/>1 为安全
- 有息负债：越少越好，巴菲特偏爱低负债公司
- 货币资金/短期借款：>1 说明现金充裕
5. 📐 估值合理性 (Valuation)
- PE-TTM：与历史分位、同行对比
- PB：结合ROE看（高ROE高PB合理）
- EV/EBITDA：剔除资本结构差异的估值指标
- 自由现金流收益率：FCF/市值，>5% 有吸引力
- 股息率 + 回购收益率（美股重点）：Total Shareholder Yield
- DCF 简化测算：核心假设→目标价区间
6. 👔 管理层与治理 (Management & Governance)
- 高管背景：CEO/董事长/核心高管的专业背景、行业经验
- 任职变动：近期高管变动情况及可能原因
- 管理层持股：利益绑定程度
- 战略方向：管理层公开言论、战略规划、业务布局
7. 📰 公开信息与事件驱动 (News & Catalysts)
- 公司公告/PR：重大公告、合作协议、审批进展
- 行业新闻：行业政策、竞争格局变化
- 媒体报道：正面/负面报道、市场情绪
- 事件催化：近期可能影响股价的关键事件
个股分析执行流程
Step 1a: 财务数据采集
市场自动判别：
- 输入为英文 ticker（如 AAPL、TSLA、NVDA、GOOGL）或明确美股公司 → 美股路径
- 输入为中文名（贵州茅台）或 A 股代码（600519、000858）→ A 股路径
A股/港股路径
运行脚本（使用公司名或代码）：
PATH="/home/node/.local/bin:$PATH" python3 scripts/fetch_company_data.py "贵州茅台"
脚本输出 JSON 到 /tmp/buffett_analysis_{code}.json，包含：
- 公司基本信息、行业分类
- 最新利润表、资产负债表、现金流量表
- 核心财务指标（ROE/ROIC/毛利率等，含多期对比）
- 估值指标（PE/PB/PS/PCF）
- 实时行情、市值
- 十大股东
- 同行业公司列表（用于对比）
如需同行对比数据，对2-3家可比公司额外运行：
PATH="/home/node/.local/bin:$PATH" python3 scripts/fetch_company_data.py "五粮液"
美股路径
运行美股采集脚本：
python3 scripts/fetch_us_company_data.py AAPL
脚本依次调用 us-market skill 采集 profile/financials/quote/analyst/dividends，输出到 /tmp/buffett_analysis_{TICKER}.json。
如需同行对比：
python3 scripts/fetch_us_company_data.py MSFT
Step 1b: 行业与产业链数据采集
这是新增的关键步骤——先看行业再看公司。
-
web_search 搜索行业信息：
"{行业名}" 市场规模 增速 2025 2026"{行业名}" 产业链 竞争格局"{行业名}" 技术路线 趋势"{公司名}" 市占率 行业排名
-
web_fetch 抓取关键行业报告/数据
-
fintool MCP（A股）获取行业数据：
fintool-plates.get_plate_list keyword="{行业名}"
fintool-plates.get_plate_stocks plate_code="{板块代码}"
整理要点：
- 行业规模及增速
- 公司在行业中的位置（市占率、排名）
- 产业链上下游关系
- 竞争格局（CR3/CR5，主要竞争对手）
- 核心技术路线及演进方向
Step 1c: 新闻/公开信息采集
A股路径
-
web_search 搜索公司最新新闻、PR稿件、公告：
- 搜索 3-5 组不同关键词，覆盖不同角度
- 用
freshness: "pm" 限定近期新闻
-
web_fetch 对重要搜索结果抓取全文
-
fintool-search（MCP）获取财经新闻：
fintool-search.search_news keyword="{公司名}" count=20
美股路径
-
用 us-market skill 获取新闻：
python3 skills/us-market/scripts/us_market_query.py --type news --symbol AAPL
-
web_search 补充搜索（英文关键词）
-
web_fetch 抓取关键报道全文
信息整理要求：
- 按时间线整理关键事件
- 区分事实（公告/官方信息）和观点（分析师/媒体评论）
- 标注信息来源和日期
- 识别信息之间的关联性
Step 1d: 高管与管理层研究
A股路径
-
web_search 搜索高管信息：
"{公司名}" 高管 任命/变动/离职"{高管姓名}" 背景/简历
-
web_fetch 抓取关键人物报道
美股路径
-
用 us-market skill 获取内部交易数据：
python3 skills/us-market/scripts/us_market_query.py --type insider --symbol AAPL
-
web_search 搜索高管信息（英文）
-
web_fetch 抓取关键报道
分析要点（通用）
- 核心高管名单
- 教育背景、职业履历、专业领域
- 近期任职变动及原因
- 管理层持股变化（增持/减持信号）
Step 2: 读取分析模板
read references/analysis-template.md
Step 3: 撰写分析报告
结合采集数据 + 分析模板 + 以下原则撰写报告：
巴菲特语言风格：
- 用生活化比喻解释财务概念
- 适当引用巴菲特/芒格名言
- 给出明确观点，不做墙头草
- 永远提示风险
分析深度要求：
- 不只列数字，要解读数字背后的商业逻辑
- 先看行业，再看公司：行业景气度是个股表现的最大β
- 结合产业链分析护城河的可持续性
- 横向对比（vs 同行）+ 纵向对比（vs 自身历史）
- 供需框架分析：量×价，渗透率提升空间
- 最终给出清晰的投资价值判断
输出格式：
- 飞书/群聊用 bullet points，不用 markdown 表格
- 先给结论（一句话总结），再展开分析
- 控制在合理篇幅（不要写论文）
Step 4: 写入阿尔法工坊前端
每次完成基本面分析后，必须将报告数据写入前端展示：
- 读取
alpha-factor-lab/fundamental-reports.json
- 按以下 JSON 结构追加一条报告：
{
"name": "公司名称",
"code": "600519.SH 或 AAPL（美股直接用ticker）",
"market": "A 或 US",
"date": "2026-02-21",
"rating": "推荐|强烈推荐|中性|回避|关注",
"industry": {
"name": "行业名称",
"summary": "行业概况一句话",
"position": "公司在产业链中的位置",
"market_size": "行业市场规模",
"growth": "行业增速",
"competition": "竞争格局概述（CR3/市占率等）"
},
"moat": {
"score": 8,
"summary":
...
...
...
...
...
...
...
...
- 如果该公司已存在（按 code 匹配），则覆盖更新；否则追加
- 写入后 commit 并 push 到 GitHub，确保阿尔法工坊在线页面同步更新
阿尔法工坊地址： https://finstep-ai.github.io/alpha-factor-lab/fundamental.html
行业一页纸执行流程
当用户要求分析一个行业时，走这个流程：
Step B1: 行业数据采集
-
web_search 广泛搜索行业信息（至少10组关键词）：
"{行业名}" 市场规模 2025 2026"{行业名}" 产业链 全景图"{行业名}" 竞争格局 市场份额"{行业名}" 技术路线 趋势"{行业名}" 政策 产业政策"{行业名}" 龙头企业 排名"{行业名}" 供需分析"{行业名}" 投资逻辑 研报"{行业名}" 国产替代 自主可控（适用时）"{行业名}" 发展历程 历史
-
web_fetch 抓取 5-10 篇核心报告/文章全文
-
fintool MCP（A股相关行业）：
fintool-plates.get_plate_list keyword="{行业名}"
fintool-plates.get_plate_stocks plate_code="{板块代码}"
fintool-company.get_company_info code="{龙头公司代码}"
-
us-market skill（美股相关行业）：
python3 skills/us-market/scripts/us_market_query.py --type profile --symbol {龙头ticker}
python3 skills/us-market/scripts/us_market_query.py --type financials --symbol {龙头ticker}
Step B2: 读取行业分析模板
read references/industry-template.md
Step B3: 撰写行业一页纸
按模板结构撰写，重点确保：
核心要求：
- 投资逻辑清晰：开篇直奔核心——为什么这个行业值得关注？
- 产业链完整：上中下游全覆盖，每个环节的竞争格局和趋势
- 数据扎实：市场规模有量化测算，竞争格局有份额数据
- 技术前瞻：不只看当下，还要看未来2-3年的技术演进
- 标的明确：最后落到具体投资标的，有对比表格
格式要求：
- 用清晰的标题层级结构
- 关键数据点标注来源
- 市场规模用表格展示
- 竞争格局用分梯队方式
- 投资标的用对比表格
Step B4: 写入阿尔法工坊前端
行业分析完成后，写入 alpha-factor-lab/fundamental-reports.json，格式如下：
{
"name": "行业名称",
"code": "INDUSTRY_{行业英文简称}",
"market": "INDUSTRY",
"date": "2026-02-22",
"type": "industry",
"rating": "推荐|强烈推荐|中性|回避|关注",
"core_logic": {
"summary": "核心投资逻辑概述...",
"demand_drivers": ["需求驱动1", "需求驱动2"],
"supply_dynamics": "供给端情况...",
"outlook": "供需展望..."
},
"industry_overview": {
"definition": "行业定义...",
"market_size":
写入后 commit 并 push。
