Menu
A 股 ST/*ST 风险预测框架 — 基于最新中报/三季报或业绩预告/快报，预测下一财年是否会因营收、利润、净资产、分红不达标而被风险警示，并将新浪监管处罚记录作为独立证据面纳入风险等级。仅适用于 A 股，不预测财务造假。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | ashare-pre-st-filter |
| description | A 股 ST/*ST 风险预测框架 — 基于最新中报/三季报或业绩预告/快报，预测下一财年是否会因营收、利润、净资产、分红不达标而被风险警示，并将新浪监管处罚记录作为独立证据面纳入风险等级。仅适用于 A 股，不预测财务造假。 |
| category | risk-analysis |
依赖：本 skill 必须配合 tushare skill 使用，缺数据时回退到 akshare skill。
8xxxxx.BJ 监管规则与本 skill 阈值不一致）均不适用，本 skill 直接拒绝。用户提问形如：
收到此类请求时，按下面"分析流程"执行；其他场景不要主动启用本 skill。
铁律：
ts_code、period 拉取。数据源：akshare（非官方聚合，不保证完整性，建议核对原始公告）。不允许只用 akshare 给出"高可信度"预测——akshare 兜底的红线项可信度强制降一档（高→中高，中高→中，中→低）。| 数据需求 | tushare 接口（首选） | 抓取参数 / 时间窗口 | akshare 兜底 | akshare 注意事项 |
|---|---|---|---|---|
| 当前 ST 状态 | stock_st | 最近一个交易日 | stock_zh_a_st_em() | 仅返回当前 ST/退市整理板列表，历史不可查 |
| 历史改名 | namechange | ts_code 全历史 | stock_zh_a_new_em()（仅新股，无改名） | akshare 无完整改名接口，必要时跳过 |
| 股票基础信息（板块判断） | stock_basic | list_status='L' | stock_individual_info_em(symbol) | 字段名不同，需自行映射 |
| 业绩预告 | forecast | ts_code + 最近 2 个 period（{Y}0630/{Y}0930/{Y}1231） | stock_yjyg_em(date='YYYYMMDD') | 按报告期日期反查，需先按 period 拉全市场再筛 ts_code |
| 业绩快报 | express | 同上，最近 2 个 period | stock_yjbb_em(date='YYYYMMDD') | 同上，全市场快照需筛 |
| 利润表 | income | ts_code + 最近 5 个 period（过去 4 年年报 {Y}1231 + 最新中报/三季报） | stock_financial_report_sina(stock='sh600000', symbol='利润表') | 单位不一致（万元 vs 元），需做归一；季报缺失常见 |
| 资产负债表 | balancesheet | 同上 | stock_financial_report_sina(stock='sh600000', symbol='资产负债表') | 同上 |
| 现金流量表 | cashflow | 同上 | stock_financial_report_sina(stock='sh600000', symbol='现金流量表') | 同上 |
| 财务指标（扣非净利润等） | fina_indicator | ts_code + 最近 5 个 period | stock_financial_analysis_indicator(symbol='600000') | 字段中文，扣非字段名为"扣除非经常性损益后的净利润" |
| 审计意见 | fina_audit | ts_code + 最近 2 个年报 period | akshare 无对应接口 | 缺失时在输出中标注"审计意见数据缺失"，不得跳过——必须提示用户去官网查 |
| 分红 | dividend | ts_code + 近 5 年 div_proc='实施' | stock_history_dividend_detail(symbol='600000', indicator='分红') | 字段中文，需把"派息"金额×总股本得到现金分红总额 |
| 日线行情（1 元退市预警） | daily | ts_code + 最近 30 个交易日 | stock_zh_a_hist(symbol='600000', period='daily', adjust='') | 必须用不复权价格判断 1 元退市线 |
| 每日指标（市值） | daily_basic | ts_code + 最近一个交易日 | stock_zh_a_spot_em() 全市场快照筛 代码=600000 | 字段名为"总市值"（单位：元，东方财富 push2 原始口径，akshare 不做缩放），换算成亿元需 /1e8。⚠️ 不要与 tushare daily_basic.total_mv（万元）混淆——本列是 akshare 兜底口径 |
| 财报披露日期 | disclosure_date | ts_code + 当前年度 | akshare 无对应接口 | 缺失时按经验估算（4/30 年报、8/31 中报、10/31 三季报） |
| 监管处罚 | — | — | 走本 skill 自带 sina 脚本 | 见 E2 章节 |
按数据类型分别处理，禁止用单一 60 天经验值统一对齐：
disclosure_date 实际公告日为准；该接口不可用时按法定截止日（年报 4/30、中报 8/31、三季报 10/31、一季报 4/30）做兜底。在公告日 +1 天起方可视该 period 为"最新可得"。period = {Y}1231，不要用日历年起止。ann_date ≥ 当前年度 1 月 1 日 的记录；按 ann_date 倒序取最新一条，老 period 的预告对预测无效。(end_date, ann_date, cash_div_tax) 三元组强制去重——tushare 同一笔分红会出现 3-4 行（预案/股东大会通过/实施），直接累加会三倍误算。判断公司当前是否已被风险警示，并据此调整分析方向（不一刀切结束）：
调用顺序：
stock_st（tushare skill，3000 积分），按当前最近交易日查询；记录 type / type_name。namechange（免费）：拉取 ts_code 全部历史改名记录，取按 start_date 排序的最新一条；判断 name 前缀。stock_basic.name 做名称确认。分支处理：
| 当前状态 | 分析方向 | 是否继续 |
|---|---|---|
| 正常股票 | 预测下一财年是否会被 ST/*ST | 是（默认流程） |
| 已 ST（普通） | 改为预测：是否会进一步转 *ST 或退市；R1-R4 阈值需更严格（亏损链门槛降一年） | 是 |
| 已 *ST | 改为预测：是否会被强制退市；重点看 R1 营收 + R2 净资产 + E1 审计意见 | 是 |
| 已退市整理期 / 已摘牌 | 直接结束 | 否 |
先用 ts_code 前缀判断板块，再套用对应阈值。不要混用。
| 板块 | 代码识别 | 营收红线 | 市值退市线 | 三年累计分红阈值 |
|---|---|---|---|---|
| 主板 | 60xxxx.SH / 00xxxx.SZ（除 30 / 688 开头外） | 净利润为负 且 营收 < 3 亿 | 市值 < 5 亿 | 累计 < 5000 万 且 < 年均净利润 30% |
| 创业板 | 30xxxx.SZ | 净利润为负 且 营收 < 1 亿 | 市值 < 3 亿 | 累计 < 3000 万 且 < 年均净利润 30%（研发豁免：研发投入占营收 ≥ 5% 或近三年累计 ≥ 6000 万） |
| 科创板 | 688xxx.SH | 净利润为负 且 营收 < 1 亿 | 市值 < 3 亿 | 累计 < 3000 万 且 < 年均净利润 30%（研发豁免：研发投入占营收 ≥ 5% 或近三年累计 ≥ 6000 万） |
按"最新可得证据"原则确定基准时点，从下到上择优：
| 基准时点 | 数据接口 | 可信度基线 | 适用季节 |
|---|---|---|---|
| 业绩预告 forecast | forecast | 高 | 1 月底 / 7 月中旬 / 10 月底高发期 |
| 业绩快报 express | express | 高 | 1-4 月年报前夕 |
| 三季报 | income/balancesheet/cashflow (period=YYYYMMDD，9 月末) | 中高 | 10 月底披露后到次年年报前 |
| 中报 | 同上，6 月末 period | 中 | 8 月底披露后到三季报前 |
| 去年年报 | 同上，12 月末 period | 低 | 仅作为基准对照 |
证据优先级（同一指标多个来源时，高的覆盖低的）：
forecast / express > 三季报 > 中报 > 去年年报 > 经验外推
输出时必须在每个预测项明示采用了哪一级证据。如果存在 forecast 给出的全年净利润区间，禁止再用三季报机械年化覆盖。
目标：预测全年营收、归母净利润和扣非净利润，按监管口径"扣非前后孰低者"判定。
口径关键：监管原文是 min(n_income, profit_dedt) < 0 且 revenue < 板块阈值 —— 必须同时预测扣非净利润，不能只用归母。仅看归母会漏掉"归母为正但扣非为负"的造壳公司。
预测方法（按基准时点选用，至少一种）：
forecast 给出 net_profit_min / net_profit_max，直接取区间作为全年归母预测；扣非用过去两年扣非率（profit_dedt / n_income 中位数）折算；可信度=高。营收红线仍需结合最新报表外推。express 已披露，revenue / n_income 即为全年快报值；扣非同样按过去两年率折算（express 一般无扣非字段）；可信度=高。Q1Q3_revenue = 三季报营业收入Q4_revenue_est = 过去两年 Q4 营收占全年比例的中位数 × 当前年化预估值revenue_full_year_est = Q1Q3_revenue + Q4_revenue_estn_income / profit_dedt 同法处理revenue_full_year_est = H1_revenue / H1_share_avgrevenue_full_year_est = H1_revenue × (last_year_full_revenue / last_year_H1_revenue)禁止：H1 直接乘 2、Q1-Q3 直接乘 4/3。任何机械年化强制降到"低"可信度并在输出中注明。
触线判定（口径：worst_profit = min(n_income_est, profit_dedt_est)）：
worst_profit < 0 且 revenue_est < 板块阈值worst_profit < 0 但营收达标；或营收逼近阈值（< 阈值 × 1.2）系数说明：R1 中风险的 1.2 是预测项预警 buffer（预测本身有误差，需窄 buffer）；R4 高风险的 1.5 是双年联动判定 buffer（两年都亏且营收接近阈值才是真退市信号，需宽 buffer）。两个系数不同是有意为之，不要错误地统一。
目标：判断年末归母股东权益是否可能转负。
方法：
balancesheet.total_hldr_eqy_exc_min_int（最新中报或三季报），记为 current_eq。eq_year_end_est = current_eq + 剩余季度净利润预测 − 当前年度已实施现金分红总额。
cash_div_tax / 10 × total_share。触线判定（统一相对阈值，单位：元）：
current_eq < 0 或 eq_year_end_est < 00 ≤ eq_year_end_est < 1e8（1 亿元）eq_year_end_est ≥ 1e8注意：商誉减值、长期股权投资减值在 Q3/Q4 集中确认，应在备注提示"若计提大额减值，净资产可能进一步下行"，但不得在没有公告依据时擅自减值。
目标：判断"近三年累计现金分红 < 年均净利润 30% 且 < 板块累计阈值"是否会在下一次年度考核时同时满足（监管原文：两条件同时触发才警示）。
单笔分红量纲公式（必须用此公式，不要用 cash_div_tax × base_share）：
cash_dividend_total = cash_div_tax / 10 × total_share
其中 cash_div_tax 来自 dividend（每 10 股派现金额，含税），total_share 来自 daily_basic.total_share（最新总股本，单位万股 → 需 ×1e4 换成股）或 stock_basic。tushare dividend.base_share 字段对很多公司为 None，禁止直接使用。
方法：
dividend 拉取该 ts_code 近五年记录，按 (end_date, ann_date, cash_div_tax) 三元组强制去重——同一笔分红 tushare 会返回"预案/股东大会通过/实施"3-4 行。div_proc 状态）：实施=1.0 / 股东大会通过=0.7 / 预案=0.5；同一 end_date 取系数最高那条。income 拉取近三年完整年度归母净利润（period=YYYY1231）。[当前年-2, 当前年]，即"过去两年已落地分红 + 本年度预计分红"。dividend 已查到本年度记录：按上面折算系数计入。cumulative_div_3y < 30% × avg_n_income_3ycumulative_div_3y < 板块累计阈值触线判定：
禁止：本年度尚未公告分红时，不得断言"必然不达标"，只能给出概率。
目标：判断是否会触发"连续两年扣非前后净利润孰低者为负" → *ST。
口径关键：监管原文是连续两年（不是三年），且 *ST 财务类强制退市的法定条件是 "亏损 + 营收<板块阈值" 必须同时满足——只看亏损链会系统性高估风险（实证：闻泰科技 2024 年亏损但营收超千亿，不会被 *ST）。
方法：
n_income、fina_indicator.profit_dedt，记 worst_last = min(n_income, profit_dedt)、revenue_last。worst_profit_est 和 revenue_full_year_est（基准情景），对应当前年度。worst < 0 组合，并叠加营收联动条件。触线判定（双条件，亏损链 + 营收联动）：
worst_last < 0 且 worst_profit_est < 0，且（R1 当前年命中高风险 或 revenue_full_year_est < 板块阈值 × 1.5）——即两年均亏 + 营收处于退市风险区间。worst_profit_est < 0（当前年预测亏损，去年盈利，未形成连续）；(c) 仅 worst_last < 0 但当前年预测为正且接近 0（< 板块阈值 × 0.5）。worst_last ≥ 0 且 worst_profit_est ≥ 0。为什么要叠加营收：A 股 *ST 财务类强制退市的法定条件是"扣非前后净利润孰低 < 0 且 营收 < 板块阈值"，二者必须同时满足。仅亏损不达营收阈值的公司（如大型周期股短期亏损）会被市场和监管视作"周期性亏损"而非"持续经营存疑"。
调用 fina_audit，取最近 2 个完整年报：
audit_result 含"无法表示意见"或"否定意见"；或单次出现"保留意见"（实证支持：上交所近年规范类 *ST 案例多为单次保留即触发）。禁止预测下一份审计意见——审计是事后行为。
akshare 兜底缺失时的人工核查路径（fina_audit 无 akshare 替代接口，必须给出可点击 URL）：
| 来源 | URL 模板 | 查询方式 |
|---|---|---|
| 巨潮资讯网（公告原文，权威） | http://www.cninfo.com.cn/new/disclosure/stock?orgId=&stockCode={code6} | 进入页面后筛选"定期报告 → 年度报告"，下载 PDF 在第十节"财务报告 → 审计报告"查 审计意见类型 |
| 巨潮高级搜索（按关键词） | http://www.cninfo.com.cn/new/fulltextSearch/full?searchkey={code6}+审计报告&sdate=&edate=&isfulltext=false&sortName=time&sortType=desc | 直接命中含"审计报告"标题的公告 |
| 上交所信息披露 | http://www.sse.com.cn/disclosure/listedinfo/regular/?stockCode={code6} | 仅限 60xxxx / 688xxx |
| 深交所信息披露 | http://www.szse.cn/disclosure/listed/notice/index.html?stock={code6} | 仅限 00xxxx / 30xxxx |
其中 {code6} 为 6 位股票代码（去掉 .SH / .SZ 后缀）。强制要求：当 fina_audit 返回空时，输出报告的"备注"必须列出上面巨潮的两条 URL 之一，便于用户人工核查；不得只写一句"审计意见数据缺失"了事。
这是本 skill 的关键证据面。
窗口规则（双窗口策略，单次抓取在内存中切片）：
[当前年-1 的 1 月 1 日, 当前年-1 的 12 月 31 日]（上一个完整财年）：用于 reason_normalized 单条评级。[分析日 - 365 天, 分析日]（过去 12 个月滚动）：用于频次增强规则。[最新年报 end_date - 365 天, 最新年报 end_date]。调用方式（推荐：单次拉全量 + 内存切片）：
python agent/src/skills/ashare-pre-st-filter/scripts/fetch_sina_penalties.py \
--ts-code 000729.SZ --stock-name 燕京啤酒 --no-filter
返回页面全量记录后，由 LLM 在内存中按窗口 A、窗口 B 切两份。也可以用 --start-date / --end-date 单独抓取，但同一次分析避免发起两次 HTTP。
输出 JSON 列表，字段：ann_date / event_type / title / reason / reason_normalized / content / issuer / issuer_normalized / subject_normalized / target_relevance / e2_countable / source_url。
相关性铁律：调用脚本时必须传入 --stock-name {股票简称}（来自 stock_basic.name），必要时用 --alias 补充曾用名/简称。新浪页面可能收录“某个人证券账户交易列表里出现目标股票”的记录，这类记录只说明目标股票被交易过，不是上市公司/股东/董监高处罚。脚本会将其标为 target_relevance=security_mention_only 且 e2_countable=false，E2 频次统计必须排除。
subject_normalized 字段（用于频次权重折算）：
company — 处罚主体是公司本身（默认；不含个人身份关键词时归此类）shareholder — 控股股东 / 实控人 / 5% 以上大股东officer — 董事 / 监事 / 高管（董事长、总经理、董秘、财务总监等）风险等级判定：
命中 reason_normalized | 等级贡献 |
|---|---|
| 财务造假 / 虚假陈述 / 信息披露违规 | 高（强烈预警） |
| 违规担保 / 占用资金 | 高（直接触及 ST 红线） |
| 内幕交易 / 市场操纵 / 违规减持 | 中 |
| 其他/unknown | 低（仅作背景） |
频次增强规则（治理质量预警，窗口 B）：
监管函本身反映公司治理与内控质量，密集出现是"规范类 ST"（保留意见、内控非标、信披重大缺陷）的强领先指标。但处罚主体不同，治理含义不同：股东减持违规、董监高短线交易反映的是个人合规问题，不应等同于"公司治理失序"。
主体加权计数（按 subject_normalized 折算后再查表）：
加权条数 = Σ 单条权重
其中：subject_normalized == "company" → 权重 1.0
subject_normalized == "officer" → 权重 0.5
subject_normalized == "shareholder" → 权重 0.5
| 过去 12 个月监管函/问询/警示函加权条数 | 频次等级 |
|---|---|
| ≥ 5.0 | 极高 |
| 3.0 - 4.5 | 高 |
| 2.0 - 2.5 | 中 |
| < 2.0 | 低 |
判定来源：仅当 e2_countable=true 时，脚本输出的 event_type ∈ {警示, 问讯, 监管关注, 监管函} 或 issuer_normalized ∈ {上交所, 深交所, 北交所, 证监会, 地方证监局} 才计入条数；条数按 subject_normalized 折算后再查表。target_relevance=security_mention_only 的记录必须排除。
输出要求：必须同时给出"原始条数"和"加权条数"两个数字，便于用户审阅折算逻辑。例如：窗口 B 命中 6 条（公司 2 条 + 股东 3 条 + 高管 1 条 → 加权 4.0 条），频次等级：高。
E2 综合等级合成规则（解决单条评级与频次叠加的问题）：
E2_单条等级 = 窗口 A 内所有 reason_normalized 单条等级的最大值
E2_频次等级 = 窗口 B 频次表查得
E2_综合等级 = max(E2_单条等级, E2_频次等级)
叠加加成：若同时满足 E2_频次等级 ≥ 高 且 E2_单条等级 ≥ 高（含财务造假/虚假陈述/违规担保/占用资金）→ 直升极高。
为什么要这条规则：纯量化红线只能捕捉"财务类 ST"，无法预警"规范类 ST"。频次规则把"治理失序"作为前瞻信号纳入。
注意：处罚证据只抬升风险等级，不影响预测可信度——这是事实证据，不是预测项。
调用 daily（近 30 个交易日，必须 adjust='' 不复权）和 daily_basic（最新一日，单位：万元）：
1 元退市预警（用 daily.close，不复权）：
市值退市预警（用 daily_basic.total_mv，单位万元 → ×1e4 换算成元 → /1e8 换算成亿元）：
| 板块 | 高风险阈值 | 中风险阈值 |
|---|---|---|
| 主板 | < 5 亿 | < 5 × 1.5 = 7.5 亿 |
| 创业板 / 科创板 | < 3 亿 | < 3 × 1.5 = 4.5 亿 |
每次分析必须按下面模板输出。风险等级 + 可信度两个维度都要给。
## ST 风险预测：{name}（{ts_code}）
### 当前状态
- 是否已 ST/*ST：{是 / 否}
- 板块：{主板 / 创业板 / 科创板}
- 基准预测时点：{forecast / express / 三季报（period） / 中报（period）}
### 量化红线预测（双轴）
| 红线 | 基准情景结论 | 风险等级 | 可信度 | 主要证据 |
|------|-------------|---------|-------|---------|
| R1 营收+净利润 | 全年营收预测 X 亿，净利润 Y 亿 | 高/中/低 | 高/中高/中/低 | forecast/三季报/... |
| R2 年末净资产 | 当前 X 亿，年末预计 Y 亿 | 高/中/低 | 高/中高/中/低 | balancesheet + R1 |
| R3 分红达标 | 三年累计预计 X，对应阈值 Y | 高/中/低 | 中/低 | dividend + income |
| R4 连续亏损链 | 过去两年 + 当前年是否均亏 | 高/中/低 | 同 R1 | income + fina_indicator |
### 事实证据面（不参与预测可信度）
| 证据 | 结论 | 影响 |
|------|------|------|
| E1 审计意见 | 最新结论 | 抬升/无影响 |
| E2 监管处罚（窗口 A 上一财年 / 窗口 B 过去 12 个月） | A 命中 Na 条（最高单条等级：…），B 原始 Nb_raw 条 / 加权 Nb_w 条（公司 a + 股东 b + 高管 c → a×1.0+b×0.5+c×0.5），频次等级：…，E2_综合等级：… | 抬升/无影响 |
| E3 交易类临界 | 收盘价/市值情况 | 抬升/无影响 |
### 综合结论
- **下一财年被 ST/*ST 风险等级**：{极高 / 高 / 中 / 低}
- **预测综合可信度**：{高 / 中高 / 中 / 低}
- **关键风险点**（最多 3 条）：...
- **缓解信号**（如有）：...
### 备注
- 数据时点：{所用最新报告期}
- 已忽略的不可预测项：财务造假、未来审计意见
- 季节性提醒（如适用）：...
8xxxxx.BJ，监管规则与本 skill 阈值不一致）上启用本 skill。cash_div_tax × base_share（base_share 经常为 None，会得 0）；必须用 cash_div_tax / 10 × total_share，且按 (end_date, ann_date, cash_div_tax) 三元组去重。n_income；必须用 min(n_income, profit_dedt)，否则会漏掉造壳公司。subject_normalized 加权（公司 ×1.0 / 股东 ×0.5 / 董监高 ×0.5），否则股东动荡的公司会被系统性高估。| 用途 | 接口 | 备注 |
|---|---|---|
| 当前 ST 状态 | stock_st | 3000 积分；不可用时回退 namechange |
| 历史改名 | namechange | 免费 |
| 板块判断 | stock_basic | 免费 |
| 利润表 | income | 2000 积分，多 period 拉取 |
| 资产负债表 | balancesheet | 2000 积分 |
| 财务指标（扣非等） | fina_indicator | 2000 积分 |
| 业绩预告 | forecast | 2000 积分 |
| 业绩快报 | express | 2000 积分 |
| 审计意见 | fina_audit | 500 积分 |
| 分红 | dividend | 2000 积分 |
| 日线 | daily | 免费 |
| 每日指标（市值） | daily_basic | 免费 |
| 财报披露日期 | disclosure_date | 500 积分 |
调用方式：
# 单次拉全量（推荐：本 skill 双窗口策略由 LLM 在内存中切片）
python agent/src/skills/ashare-pre-st-filter/scripts/fetch_sina_penalties.py \
--ts-code 000729.SZ --stock-name 燕京啤酒 --no-filter
# 或指定单一窗口
python agent/src/skills/ashare-pre-st-filter/scripts/fetch_sina_penalties.py \
--ts-code 000729.SZ --stock-name 燕京啤酒 --start-date 2025-01-01 --end-date 2025-12-31
正常情况下输出 JSON 到 stdout；网络/解析失败或参数非法时返回 {"source": "unavailable", "error": "..."} 到 stdout 并以非零退出码结束（不抛 traceback），便于 LLM 兜底处理。
用于减少 LLM 调用顺序漂移，按下列骨架组织：
import os, json, subprocess
import tushare as ts
ts_code = '000729.SZ'
pro = ts.pro_api(os.environ['TUSHARE_TOKEN'])
# === Step 0: M0 当前状态 ===
basic = pro.stock_basic(ts_code=ts_code, fields='ts_code,name,market').to_dict('records')[0]
st_hit = pro.stock_st() # 失败则回退 namechange
name_chg = pro.namechange(ts_code=ts_code).sort_values('start_date', ascending=False)
# === Step 1: 板块判断 ===
board = '科创板' if ts_code.startswith('688') else '创业板' if ts_code.startswith('30') else '主板'
threshold_revenue = 1e8 if board != '主板' else 3e8
threshold_mv = 3e8 if board != '主板' else 5e8
# === Step 2: 拉财务（最新 5 期 + 过去 4 年年报） ===
income = pro.income(ts_code=ts_code).sort_values('end_date', ascending=False).drop_duplicates('end_date')
balance = pro.balancesheet(ts_code=ts_code).sort_values('end_date', ascending=False).drop_duplicates('end_date')
fina_ind = pro.fina_indicator(ts_code=ts_code).sort_values('end_date', ascending=False).drop_duplicates('end_date')
forecast = pro.forecast(ts_code=ts_code).sort_values('ann_date', ascending=False)
express = pro.express(ts_code=ts_code).sort_values('ann_date', ascending=False)
# === Step 3: R1-R4 计算（按各章节口径，注意 min(n_income, profit_dedt)） ===
# ... 略
# === Step 4: E1 审计 ===
audit = pro.fina_audit(ts_code=ts_code).sort_values('end_date', ascending=False).head(2)
# === Step 5: E2 监管处罚（双窗口 + 主体加权）===
from datetime import date, timedelta
result = subprocess.run([
'python', 'agent/src/skills/ashare-pre-st-filter/scripts/fetch_sina_penalties.py',
'--ts-code', ts_code, '--stock-name', basic['name'], '--no-filter',
], capture_output=True, text=True)
penalties = json.loads(result.stdout).get('records', [])
# 在内存中切双窗口（避免两次 HTTP）
this_year = date.today().year
win_a_start, win_a_end = f'{this_year-1}-01-01', f'{this_year-1}-12-31'
win_b_start = (date.today() - timedelta(days=365)).isoformat()
win_b_end = date.today().isoformat()
def _in(rec, s, e):
d = rec.get('ann_date') or ''
return bool(d) and s <= d <= e
win_a = [r for r in penalties if _in(r, win_a_start, win_a_end)]
win_b = [r for r in penalties if _in(r, win_b_start, win_b_end)]
# 窗口 A：单条等级取最高
REASON_LEVEL = {
'财务造假': 3, '虚假陈述': 3, '信息披露违规': 3,
'违规担保': 3, '占用资金': 3,
'内幕交易': 2, '市场操纵': 2, '违规减持': 2,
}
levels_a = [REASON_LEVEL.get(r['reason_normalized'], 1) for r in win_a]
e2_single = max(levels_a) if levels_a else 0
# 窗口 B：原始条数 + 主体加权条数
FREQ_EVENT_TYPES = {'警示', '问讯', '监管关注', '监管函', '警示函'}
FREQ_ISSUERS = {'上交所', '深交所', '北交所', '证监会', '地方证监局'}
SUBJECT_WEIGHT = {'company': 1.0, 'shareholder': 0.5, 'officer': 0.5}
freq_pool = [r for r in win_b
if r.get('e2_countable', True)
and (r['event_type'] in FREQ_EVENT_TYPES
or r['issuer_normalized'] in FREQ_ISSUERS)]
nb_raw = len(freq_pool)
nb_weighted = round(sum(SUBJECT_WEIGHT.get(r['subject_normalized'], 1.0)
for r in freq_pool), 1)
# 频次等级（基于加权条数）
if nb_weighted >= 5.0: e2_freq = 4 # 极高
elif nb_weighted >= 3.0: e2_freq = 3 # 高
elif nb_weighted >= 2.0: e2_freq = 2 # 中
else: e2_freq = 1 # 低
e2_overall = max(e2_single, e2_freq)
# 叠加加成：频次高 + 单条高同时命中 → 直升极高
if e2_freq >= 3 and e2_single >= 3:
e2_overall = 4
# === Step 6: E3 交易临界 ===
daily = pro.daily(ts_code=ts_code).sort_values('trade_date', ascending=False).head(30)
daily_basic = pro.daily_basic(ts_code=ts_code).sort_values('trade_date', ascending=False).head(1).iloc[0]
total_mv_yi = daily_basic['total_mv'] * 1e4 / 1e8 # 万元 → 亿元
# === Step 7: 双轴合成输出 ===
# 风险等级 = max(R1, R2, R3, R4, E1, E2_综合, E3)
# 可信度 = 加权平均(R1, R2, R3, R4 各项可信度)，akshare 兜底项降一档
Professional finance research toolkit — backtesting (7 engines + benchmark comparison panel), factor analysis, Alpha Zoo (452 pre-built alphas across qlib158/alpha101/gtja191/academic), options pricing, 79 finance skills, 29 multi-agent swarm teams, Trade Journal analyzer, and Shadow Account (extract → backtest → render) across 18 market-data sources (tushare, yfinance, okx, akshare, baostock, tencent, mootdx, ccxt, futu, local, eastmoney, sina, stooq, yahoo, plus optional-key finnhub/alphavantage/tiingo/fmp).
Correlation and cointegration analysis — co-movement discovery, deep return-correlation analysis, sector clustering, realized correlation, Engle-Granger / Johansen cointegration, half-life, Kalman dynamic hedge ratio, cross-market linkage analysis, and pair-trading signal generation
The single ROUTER for every data need. Load this skill BEFORE any backtest, data-fetch, or research task to pick the best available source/tool, honour auth (env) requirements, and avoid ban-risk providers.
东方财富（Eastmoney）免费免鉴权数据接口，覆盖资金流向、龙虎榜、融资融券、大宗交易、股东户数、限售解禁、行业概念板块、券商研报、财经新闻、美股/港股三大报表+主要指标、全市场选股与代码搜索。所有请求经共享 IP 限速层节流（东财按源 IP 限流并临时封禁突发请求），通过 Vibe-Trading 工具直接调用，无需 token。
OKX cryptocurrency market data interface. Uses the OKX V5 REST API to retrieve spot, derivatives, index, and other crypto market data, including real-time prices, candlesticks, funding rates, open interest, and more. No authentication required, free to use.
U.S. SEC EDGAR fetch interface — resolve a ticker to its CIK, list recent filings (10-K / 10-Q / 8-K and friends) with primary-document URLs, and pull XBRL companyfacts financial series. Free, no API key; rate-limited by IP so every request is throttled and carries a contact User-Agent. United States only.