value-invest-analysis

name

value-invest-analysis

description

价值投资深度分析框架。当用户请求对个股进行基本面分析、护城河评估、DCF/相对估值、财务质量诊断、商业模式拆解、管理层评估、安全边际测算、买入卖出决策、行业对比、价值陷阱识别、深度研报时使用。覆盖 A股（.SH/.SZ/.BJ）、港股（.HK）、美股（NYSE/NASDAQ）。触发词：价值投资、个股分析、基本面、护城河、moat、DCF、自由现金流、ROIC、安全边际、内在价值、巴菲特、芒格、能力圈、价值陷阱、深度研报、买入逻辑、卖出逻辑、估值。Value investing deep-dive framework — triggers on fundamental analysis, moat assessment, DCF/relative valuation, financial quality diagnosis, business model decomposition, management evaluation, margin of safety, buy/sell decision, peer comparison, value-trap detection. Covers A-shares, HK, US equities. Keywords include value investing, stock analysis, fundamentals, moat, DCF, FCF, ROIC, intrinsic value, margin of safety, Buffett, Munger, circle of competence, value trap.

价值投资分析 Skill（v2.0）

多流派融合的价值投资分析框架。融合巴菲特/芒格（质量优先）、格雷厄姆（深度价值）、段永平/张磊（商业模式与长期主义）三大流派，覆盖 A股/港股/美股三个市场。

v2.0 核心变化：先识别公司原型（18 类 company_type）→ 加载对应 sector 与 schema_extension → 用二维决策矩阵裁决，废除单一 weighted_total 门槛。详见 §九。 真理源：V2_SPEC.md，任何与之冲突的行为视为 bug。

一、何时触发

• 用户给出股票代码或公司名要求分析（"分析 600519.SH"、"看看茅台"）
• 用户问"贵不贵 / 值不值得买 / 现在能买吗"
• 用户问护城河、商业模式、财务质量、管理层、估值、安全边际
• 用户要求深度研报、同业对比、价值陷阱排查

二、输入解析与路由

2.1 股票代码标准化

强制要求市场后缀，未带后缀时主动追问或调用 scripts/parse-ticker.py：

• A股：600519.SH / 000858.SZ / 300750.SZ / 688981.SH / 8xxxxx.BJ
• 港股：0700.HK（保留 4 位前导零）
• 美股：AAPL 或 AAPL.US

用户给公司中文名时（如"腾讯"）必须追问港股 0700.HK 还是美股 ADR TCEHY，并提示 A+H、ADR 折溢价存在。

2.2 输入深度判定

输入类型	示例	执行
最小输入	"分析 600519.SH"	标准版深度分析：先识别 company_type → 6 维全评分 + 主市场模块 + sector 文件 + schema_extension
中等输入	"分析茅台的护城河"	聚焦版：仍先识别 company_type → 仅加载护城河 + 方法论模块 + sector 文件
完整输入	"从财务/护城河/估值分析 0700.HK，给买入建议"	按指定维度加载，输出含决策评分 + sector 全量

追问规则：最多追问 1 轮，否则用保守默认值并显式标注。

2.3 references 按需加载路由（v2 新增 company_type 列）

2.3.1 通用 references（按用户意图信号）

用户意图信号	必加载 references
完整分析 / 深度研报 / 全面评估	全部 references + 全部 templates + 对应 sector + schema_extension
仅护城河 / 商业模式	moat-business-model.md + methodology.md + 对应 sector
仅估值 / 贵不贵 / DCF	valuation.md + financial-analysis.md + 对应 sector
仅财务 / 财报质量 / 会不会暴雷	financial-analysis.md + red-flags-checklist.md + 对应 sector
仅风险 / 价值陷阱	risk-behavioral.md + red-flags-checklist.md
代码 .SH/.SZ/.BJ	market-cn.md
代码 .HK	market-hk.md
美股代码	market-us.md
任何需要找数据的场景	data-sources.md

2.3.2 公司原型路由表（v2 核心，与 V2_SPEC §十 同步）

company_type	必加载 sector 文件	必加载 schema_extension
great_company_compounder	references/sectors/sector-great-company.md	无（用 base）
tech_platform_network	references/sectors/sector-tech-platform.md	无（用 base）
consumer_brand_premium	references/sectors/sector-consumer-brand.md	无（用 base）
tech_hardware_ecosystem	references/sectors/sector-tech-hardware.md	无（用 base）
high_growth_platform	references/sectors/sector-high-growth-platform.md	无（用 base）
biotech_unprofitable	references/sectors/sector-biotech.md	templates/schema_extensions/biotech_unprofitable.json
pharma_mature	references/sectors/sector-pharma-mature.md	无（用 base）
banking	references/sectors/sector-banking.md	templates/schema_extensions/banking.json
insurance	references/sectors/sector-insurance.md	templates/schema_extensions/insurance.json
brokerage_assetmgmt	references/sectors/sector-brokerage-assetmgmt.md	无（用 base）
utility_infrastructure_reit	references/sectors/sector-utility.md	templates/schema_extensions/utility_infrastructure_reit.json
cyclical_commodity	references/sectors/sector-cyclical-commodity.md	templates/schema_extensions/cyclical_commodity.json
cyclical_industrial_ev	references/sectors/sector-cyclical-industrial-ev.md	无（用 base）
real_estate	references/sectors/sector-real-estate.md	templates/schema_extensions/real_estate.json
holding_conglomerate	references/sectors/sector-holding-conglomerate.md	templates/schema_extensions/holding_conglomerate.json
distressed_turnaround	references/sectors/sector-distressed-turnaround.md	无（用 base）
declining_cash_cow	references/sectors/sector-declining-cash-cow.md	无（用 base）
cigarbutt_deep_value	references/sectors/sector-cigarbutt.md	无（用 base）

规则：只加载相关 references 与 sector，避免一次性读全部消耗上下文。

2.4 company_type 识别流程（v2 新增，Step 0）

在执行 §三 七步法之前，必须先完成 Step 0：公司原型识别：

1. 初步分类：依据收入构成、毛利率结构、行业属性、商业模式给出候选 company_type（V2_SPEC §二 锁定的 18 类枚举）。
2. 修饰符叠加：从 V2_SPEC §三 的 modifier_flags 列表中选取适用项（distressed / vie_structure / state_owned / regulated_heavily / pcaob_risk 等），可叠加多个。
3. 加载对应文件：按 §2.3.2 路由表加载 sector 文件与 schema_extension。
4. 写入 scorecard：company_classification.company_type + modifier_flags + rationale（1-2 句判定理由）。
5. 冲突处理：若公司跨多类（如比亚迪同时是制造与品牌），按主营收入占比 > 50% 的板块判定，并在 rationale 中说明跨界特征。

禁止：在未识别 company_type 之前执行任何评分或估值。

三、价值投资七步法（核心工作流）

[0] 公司原型识别 → [1] 理解生意 → [2] 管理层 → [3] 护城河 → [4] 财务质量 → [5] 估值 → [6] 风险 → [7] 决策

3.1 Step 0：公司原型识别（v2 新增）

见 §2.4。产出 company_classification 对象，决定后续所有步骤的指标体系、估值方法、红旗清单、同业池。

3.2 Step 1-7

步骤	核心问题	主导流派	详见
1. 理解生意	公司怎么赚钱？能力圈内吗？	段永平 + 芒格	moat-business-model + 对应 sector
2. 管理层	是否诚实、理性、资本配置能力强？	巴菲特	moat-business-model
3. 护城河	5–10 年后还在吗？	巴菲特 / 晨星	moat-business-model + 对应 sector
4. 财务质量	报表可信？现金流真实？（按 sector 替换失效指标）	格雷厄姆 + 巴菲特	financial-analysis + 对应 sector
5. 估值	内在价值 vs 当前价格？（按 sector 选估值法）	格雷厄姆 + DCF	valuation + 对应 sector
6. 风险	最坏怎样？反过来想	芒格	risk-behavioral
7. 决策	二维决策矩阵 + 仓位 + 跟踪	张磊 + 段永平	本文件 §四

3.3 流派自适应路由（保留，作为 sector 补充）

公司类型	主流派	触发条件
消费品牌	巴菲特	毛利率>40%、品牌定价权、ROE 长期>15%
科技平台	段永平	网络效应、双边市场、Take Rate 模式
周期/重资产/烟蒂股	格雷厄姆	PB<1、行业底部、破净
困境反转	格雷厄姆 + 霍华德·马克斯	财务困境、催化剂可见
长期复利	张磊	长坡厚雪、结构红利
高研发科技	段永平 + 芒格	研发>10%、技术代际

路由优先级：商业模式 > 财务结构 > 行业 > 地域。

终止条件：任一步发现"能力圈外"或"重大红旗"或"一票否决触发"，立即停止并输出 PASS 建议。

四、决策评分卡（v2 二维决策矩阵）

v2 关键变化：废除 v1 的"weighted_total ≥ 8.0 → 重仓"单一门槛。weighted_total 仅作为参考字段保留，决策完全由 quality_score × valuation_score 二维矩阵裁决。

4.1 6 维评分（用 dimension_anchors 锚定打分）

scorecard.json 内置完整 6 维锚点参考表（V2_SPEC §四），每个维度评分必须显式声明 anchor_used 字段。维度与权重：

维度	权重
business_quality	20%
management	15%
moat	20%
financial_quality	15%
valuation_margin_of_safety	20%
risk	10%

4.2 两个核心分（v2）

quality_score   = (business_quality + management + moat + financial_quality + risk) / 5
valuation_score = valuation_margin_of_safety
weighted_total  = 0.20*biz + 0.15*mgmt + 0.20*moat + 0.15*fin + 0.20*val + 0.10*risk  (仅参考)

4.3 二维决策矩阵（V2_SPEC §五）

quality_score	valuation_score	评级	含义
≥ 8.0	≥ 7.0	heavy_buy_candidate	重仓候选
≥ 8.0	5.0-7.0	wishlist_quality_company	心仪公司池（好公司，等价格）
≥ 8.0	< 5.0	wishlist_overvalued	心仪公司池（明显高估）
6.5-8.0	≥ 7.0	watchlist_buildable	观察清单可分批建仓
6.5-8.0	< 7.0	watchlist_quality_only	观察清单（仅质量过关）
< 6.5	任意	pass	PASS

4.4 一票否决（独立于矩阵）

• 任一 6 维 ≤ 3 → 强制 PASS（在 veto_check.vetoed_dimensions 中列出）
• 能力圈 too-hard → 强制 PASS（circle_of_competence_too_hard = true）
• 价值陷阱 6 信号 ≥ 5 项触发 → 强制 PASS
• 数据时效 data_freshness_ok = false + 用户未明确同意 → 强制降级 unverified_quick_look

4.5 required_pct_margin_of_safety 公式（V2_SPEC §六）

required_pct = base_by_type[company_type] + adjustment

base_by_type 表见 V2_SPEC §六（great_company_compounder=25 / banking=25 / biotech_unprofitable=50 ...），adjustment 含质量分调整（≥8.0 → -5 / <6.0 → +10）与 modifier_flags 调整（distressed +10 / vie +5 / pcaob +5 / regulated_heavily +3）。

scorecard.json 的 margin_of_safety.required_pct_breakdown 必须显式记录 base / adjustment / modifier_adjustment 三段。

五、输出产物结构

生成位置：outputs/{ticker}/{YYYY-MM-DD}/

outputs/600519.SH/2026-05-15/
├── 01-full-report.md        # 完整研报（templates/full-report.md）
├── 02-scorecard.json        # 6 维评分卡 v2（templates/scorecard.json）
├── 03-data.json             # 结构化数据 v2 + sector_extension + data_lineage
├── 04-peer-comparison.md    # 同业对比（按 sector 匹配 ≥ 3 家）
├── 05-premortem.md          # 预先尸检（强制生成）
└── sources.md               # 全部引用 + 抓取时间戳

• 01-full-report.md 内嵌指向 02/03/04/05 的相对链接
• 02-scorecard.json 在 evidence 字段引用 01 的章节锚点
• 02 / 03 均通过 sector_extension.$ref 指向对应行业的 schema_extension

聚焦版（只问单一维度）可只生成对应章节，但 05-premortem.md 永远强制生成。

六、与 web-access skill 协作（数据获取）

本 skill 不内置数据抓取，所有实时财报/股价/公告通过 web-access skill 获取：

1. 路由阶段判定"需要联网数据"→ 调用 Skill(web-access)
2. 传结构化 query：

   {intent: "fetch_financials",
    ticker: "600519.SH",
    source_priority: ["巨潮资讯", "东方财富"],
    data: ["近5年三表", "最新季报", "近12月公告标题"]}
   

3. references/data-sources.md 提供分市场 URL 模板与字段映射
4. 抓取结果落盘到 outputs/{ticker}/{date}/raw/，sources.md 自动追加链接+时间戳，同时写入 03-data.json 的 data_lineage 数组（含 source / url / fetched_at / freshness_days）
5. 失败降级：取不到时**显式标注"数据缺失"**而非估算

禁止：本 skill 不直接调用 WebFetch/WebSearch，统一走 web-access。

七、出报告前质量门控（v2 硬/软门控分级）

完成报告前必须逐项确认。硬门控未通过 → 强制 unverified_quick_look 模式 + 在 §0 报告顶部显示 ⚠️ 警示。软门控未通过可继续但显式标注。

7.1 硬门控（5 项，未通过强制降级）

#	检查项	含义
H1	data_freshness_ok	财报 ≤ 90 天 + 股价 ≤ 7 天
H2	sources_cited	所有定量数据有 source + fetched_at
H3	circle_of_competence_declared	显式声明本分析的能力圈与未能理解部分
H4	no_deterministic_buy_sell	不给确定性 Buy/Sell，给概率化判断 + 框架
H5	red_flag_checklist_done	红旗清单逐项过审（含 N/A 且有依据）

硬门控未通过的行为：

• quality_gate.mode 自动设为 unverified_quick_look
• quality_gate.output_downgraded = true
• quality_gate.downgrade_reasons 填入未通过门控编号
• 报告顶部 §0 显示：⚠️ 本报告未通过硬门控 [H1, H3]，已降级为 unverified_quick_look 模式，结论仅供参考。

7.2 软门控（6 项，未通过显式标注但允许继续）

#	检查项	含义
S1	reverse_evidence_done	反向证据三件套（≥ 3 条看空，看空字数 ≥ 看多 30%）
S2	premortem_done	预先尸检完成（5 年后亏 50% 的 3-5 个原因）
S3	all_dimensions_scored	6 维全部填写且有证据
S4	dcf_sensitivity_done	DCF 三大假设 ±20% 敏感性分析
S5	peer_comparison_done	同业对比 ≥ 3 家（或显式 incomparability_flag）
S6	ah_dual_listing_handled	AH / 双重上市 / ADR 折溢价处理（如适用）

软门控未通过的行为：在报告对应章节显式标注 "⚠ 软门控 S2 未通过：未做预先尸检"，并在 quality_gate.soft_gates_passed 中标 false。

7.3 其他终止条件

• 任一 6 维 ≤ 3 → PASS
• too-hard 桶 → PASS
• 文件齐全性 → 必须 5 文件齐全（focus 模式除外）

八、参考资料导航

8.1 通用 references

文件	内容
references/methodology.md	价投核心理念：能力圈、安全边际、Mr. Market、Owner Earnings；各流派精髓
references/financial-analysis.md	三表勾稽、11 项核心指标 + 锚点、A/H/US 披露差异
references/moat-business-model.md	商业模式六维、护城河七型、管理层评估、6 种生意类型
references/valuation.md	10 种估值方法、交叉验证流程、假设审查、安全边际、价值/增长陷阱
references/risk-behavioral.md	风险分层、10 大黑天鹅、Pre-mortem、反向证据、能力圈、5 大偏差
references/market-cn.md	A 股特有：监管、审计、股权质押、政策因子、ST 制度
references/market-hk.md	港股特有：仙股/老千股、AH 溢价、VIE、南向资金
references/market-us.md	美股特有：SEC 文件、Non-GAAP、SBC、做空报告、8-K
references/data-sources.md	三市场公开数据源映射、字段提取规范
references/red-flags-checklist.md	32 项财务造假与治理红旗清单（强制过审）

8.2 sector references（v2 新增，按 company_type 加载）

文件	对应 company_type
references/sectors/sector-great-company.md	great_company_compounder
references/sectors/sector-tech-platform.md	tech_platform_network
references/sectors/sector-consumer-brand.md	consumer_brand_premium
references/sectors/sector-tech-hardware.md	tech_hardware_ecosystem
references/sectors/sector-high-growth-platform.md	high_growth_platform
references/sectors/sector-biotech.md	biotech_unprofitable
references/sectors/sector-pharma-mature.md	pharma_mature
references/sectors/sector-banking.md	banking
references/sectors/sector-insurance.md	insurance
references/sectors/sector-brokerage-assetmgmt.md	brokerage_assetmgmt
references/sectors/sector-utility.md	utility_infrastructure_reit
references/sectors/sector-cyclical-commodity.md	cyclical_commodity
references/sectors/sector-cyclical-industrial-ev.md	cyclical_industrial_ev
references/sectors/sector-real-estate.md	real_estate
references/sectors/sector-holding-conglomerate.md	holding_conglomerate
references/sectors/sector-distressed-turnaround.md	distressed_turnaround
references/sectors/sector-declining-cash-cow.md	declining_cash_cow
references/sectors/sector-cigarbutt.md	cigarbutt_deep_value

8.3 templates

模板	用途
templates/full-report.md	完整研报 15 节模板
templates/scorecard.json	6 维评分卡 v2 schema（内置 dimension_anchors + 决策矩阵 + 硬软门控）
templates/structured-data.json	财务/估值结构化数据 v2 schema（含 sector_extension + data_lineage）
templates/peer-comparison.md	同业对比表
templates/premortem.md	预先尸检模板
templates/schema_extensions/*.json	各 company_type 的字段扩展（首批 7 个）

8.4 scripts

脚本	用途
scripts/parse-ticker.py	股票代码归一化、市场识别
scripts/valuation-calc.py	DCF / EPV 计算辅助

九、V2 与 V1 的对比说明

本次 V1 → V2 升级的关键变化：

1. 公司原型识别先于分析框架：新增 Step 0 + 18 类 company_type 锁定枚举 + modifier_flags 叠加机制。先判定原型，再调用对应 sector 的指标体系、估值方法、红旗清单与同业池。解决了 v1 把银行/biotech/REIT 用通用模板硬套导致 ROIC/FCF 等指标失效的问题。

2. 评分锚点 + 二维决策矩阵双轨：scorecard.json 内置完整 6 维锚点参考表（每维 5 个分数点 + 代表案例），每个评分必须显式声明 anchor_used。决策不再依赖单一 weighted_total ≥ 8.0，改用 quality_score × valuation_score 二维矩阵裁决，分出 6 个评级，破除"高质量+高估值"被算成中等分的死锁。

3. schema 严格约束 + 扩展机制公开：禁止 agent 私自发明顶层字段。所有 sector-specific 字段（NIM / 不良率 / cash_runway / NAV / SBC 等）必须通过 sector_extension.$ref 加载对应 schema_extension，结构化字段不再"看心情"。

4. 质量门控硬化：v1 的 10 项 checklist 现拆分为 5 项硬门控 + 6 项软门控。硬门控未通过 → 强制 unverified_quick_look 模式 + 报告顶部 ⚠️ 警示，机器可自动判定。required_pct_margin_of_safety 由公式自动计算（base_by_type + adjustment），透明可追溯。data_lineage 数组强制每个定量数据点带 source + url + fetched_at + freshness_days。