initiating-coverage

name	initiating-coverage
description	股票深度研究覆盖报告：一次生成完整公司研究+财务模型+估值定价+投资建议，输出 coverage.md 到 workspace 作为长期记忆。当用户说'初次覆盖'、'写研究报告'、'深度覆盖'、'股票研究'、'覆盖这只股票'时触发。

Initiating Coverage

对一只股票进行完整的专业投行级别的深度研究，输出 coverage.md 到 workspace，作为该标的的长期研究记忆。

与 LangAlpha 的区别：

• LangAlpha 分 5 个独立 task（研究→模型→估值→图表→组装），fincat 合并为 1 个 unified task
• LangAlpha 输出 DOCX（需 Word），fincat 输出 MD（workspace 原生格式，ContextBuilder 直接加载）
• LangAlpha 用 PTC + MCP 云端执行，fincat 用 akshare 直连 + matplotlib 图表
• 聚焦 A 股/港股上市公司（600000.SH、000000.SZ、0700.HK 等格式）

工作流

Step 0：确认股票标的

询问用户要研究哪只股票，确认：

• 股票代码（如 600519.SH）
• 市场（A 股/港股/美股）
• 研究目的（投资建仓、持仓跟踪、竞争对比等）

Step 1：公司基本情况（stock_quote + stock_news + stock_block）

用 stock_quote(symbols=[代码], market="a") 获取实时行情：

• 最新价、涨跌幅、成交量、成交额、市值、PE、PB

用 stock_news(symbol=代码, max_results=10) 获取公司新闻和公告

用 stock_block(type="industry") 确认所属行业和板块

输出：公司基本情况章节

1. 公司概况

股票代码：{代码}（{公司名称}） 交易市场：A 股（上交所/深交所） 所属行业：{行业} 子行业：{子行业}

当前行情（{日期}）：

指标	数值
最新价	{X}元
涨跌额	+{X}%
成交量	{X}万手
成交额	{X}亿元
总市值	{X}亿元
PE(TTM)	{X}倍
PB	{X}倍

公司主营业务： （根据公司名称+行业常识推断，2-3句话）

最新新闻：

• {新闻1}（{日期}）
• {新闻2}（{日期}）

Step 2：历史 K 线与价格走势（stock_kline）

用 stock_kline(symbol=代码, period="daily", start_date=2年前) 获取 2 年日线数据

分析关键价格：

• 52 周高低点及时间
• 近期趋势（20日均线方向）
• 成交量变化（放量/缩量）

输出：价格走势章节

2. 历史价格走势

52 周表现：

• 最高价：{X}元（{日期}）
• 最低价：{X}元（{日期}）
• 当前价处于 52 周区间的 {X}% 分位

均线系统：

• MA5: {X}元（{'↑' if MA5>MA10 else '↓'}）
• MA20: {X}元
• MA60: {X}元
• 整体趋势：{'上升通道' / '下降通道' / '震荡整理'}

成交量特征：

• 近 20 日均成交量：{X}万手
• 最近放量日期：{日期}（较均量 {+/-X}%）

Step 3：技术指标分析（stock_indicator）

用 stock_indicator(symbol=代码) 获取完整技术指标分析

输出：技术分析章节

3. 技术指标分析

趋势判断：{MA5>MA10>MA20>MA60 → 多头排列 / 反之为空头排列 / 其他为震荡}

MACD：

• DIF: {X}
• DEA: {X}
• MACD柱：{X}（{'红柱（下跌动能）' / '绿柱（上涨动能）'}）
• 信号：{'MACD 金叉（买入信号）' / 'MACD 死叉（卖出信号）' / '零轴附近震荡'}

RSI（14日）：{X} — {'超买区间（>70）' / '超卖区间（<30）' / '中性（30-70）'}

KDJ：

• K={X}, D={X}, J={X}
• 状态：{'KDJ 超买' / 'KDJ 超卖' / '中性'}

布林带：

• 上轨：{X}元
• 中轨：{X}元
• 下轨：{X}元
• 当前价格处于布林带{'上轨附近（强势）' / '下轨附近（弱势）' / '中轨附近'}

综合技术结论： {基于以上指标，给出 1-2 句话的技术面判断}

Step 4：基本面财务数据（stock_financial）

用 stock_financial(symbol=代码) 获取近 4 个季度财务数据

输出：财务分析章节

4. 基本面财务分析

关键财务指标（近 4 季度）：

指标	Q1	Q2	Q3	Q4	趋势
营收（亿元）	X	X	X	X	{'↑' / '↓' / '→'}
净利润（亿元）	X	X	X	X	{'↑' / '↓' / '→'}
毛利率	X%	X%	X%	X%	{'↑' / '↓' / '→'}
净利率	X%	X%	X%	X%	{'↑' / '↓' / '→'}
ROE（年化）	X%	X%	X%	X%	{'↑' / '↓' / '→'}
EPS（元）	X	X	X	X	{'↑' / '↓' / '→'}

盈利能力分析： （根据上表，给出 2-3 句话的盈利能力判断）

成长性分析：

• 营收同比增速：{X}%
• 净利润同比增速：{X}%
• 判断：{'高增长' / '稳定增长' / '增速放缓' / '负增长'}

财务健康度： （根据毛利率+净利率+ROE，给出综合评价）

Step 5：板块与资金流向（stock_block + stock_hsgt）

用 stock_block(type="industry", top_n=10) 查行业板块涨跌

用 stock_hsgt(direction="north") 查北向资金近 10 日流向

输出：板块与资金章节

5. 板块与资金流向

行业板块对比：

板块	今日涨幅	近 20 日涨幅
{公司所在行业}	{X}%	{X}%
沪深300	{X}%	{X}%
相对强弱	{X}%	{X}%

北向资金（近 10 日）：

• 累计净流入：{+X}亿元 / {-X}亿元
• 趋势：{'持续流入（看好）' / '持续流出（看空）' / '来回波动（中性）'}

板块资金情绪： （综合板块涨跌+北向资金，给出 1-2 句话判断）

Step 6：估值分析（DCF + Comparable）

6a. 可比公司法（PE/PB/PS）

获取同业可比公司的关键估值指标：

• 同行业 5-10 家可比公司列表
• PE 中位数、平均值
• PB 中位数、平均值
• PS 中位数、平均值

使用 valuation_calc(calc_type="percentile_rank", values=[...], value=X) 计算当前公司 PE/PB 在行业中的百分位排名。

6b. DCF 估值（简化版）

基于财务数据，估算 DCF 内在价值。必须使用 valuation_calc 工具进行计算，不要心算：

1. 计算历史 CAGR：valuation_calc(calc_type="cagr", begin_value=历史营收, end_value=最新营收, years=N)
2. 计算 WACC：
   • 先算 CAPM：valuation_calc(calc_type="capm", risk_free_rate=0.025, beta=X, market_return=0.10)
   • 再算 WACC：valuation_calc(calc_type="wacc", equity=E, debt=D, cost_of_equity=Ke, cost_of_debt=Kd, tax_rate=T)
3. 预测 FCF 并折现：valuation_calc(calc_type="dcf", cash_flows=[FCF1,FCF2,...,FCF5], wacc_rate=WACC, terminal_growth_rate=g, net_debt=D, shares_outstanding=N)
4. 敏感性分析：用不同 WACC 和 g 值多次调用 dcf，生成敏感性矩阵

输出：估值分析章节

6. 估值分析

6.1 可比公司估值

行业可比公司：

公司名	代码	PE(TTM)	PB	PS	市值（亿）
{公司A}	XXXXXX	X倍	X倍	X倍	X
{公司B}	XXXXXX	X倍	X倍	X倍	X
{公司C}	XXXXXX	X倍	X倍	X倍	X
...

估值分位数：

• 当前 PE {X}倍，处于行业 {X}% 分位（{'偏低' / '合理' / '偏高'}）
• 当前 PB {X}倍，处于行业 {X}% 分位（{'偏低' / '合理' / '偏高'}）

6.2 DCF 内在价值估算

核心假设：

• 当前营收：{X}亿元
• 未来 5 年营收复合增速：{X}%
• 永续增长率：{X}%
• 加权平均资本成本（WACC）：{X}%

现金流折现：

年度	营收（亿）	净利率	净利润（亿）	FCF（亿）	折现因子	现值（亿）
Y1	X	X%	X	X	0.93	X
Y2	X	X%	X	X	0.86	X
Y3	X	X%	X	X	0.80	X
Y4	X	X%	X	X	0.74	X
Y5	X	X%	X	X	0.68	X

• 5 年 FCF 现值合计：{X}亿元
• 终值：{X}亿元（折现到现值：{X}亿元）
• DCF 内在价值：{X}亿元

6.3 估值结论

估值方法	估值结果	对应股价
可比PE法	{X}亿元	{X}元
可比PB法	{X}亿元	{X}元
DCF法	{X}亿元	{X}元
综合估值	{X}亿元	{X}元}

当前股价：{X}元 综合估值：{X}元 上行空间：{+/-X}% 估值评级：{'低估' / '合理' / '高估'}

Step 7：综合投资建议

综合以上所有分析，给出最终投资建议：

输出：投资建议章节

7. 综合投资建议

7.1 投资评级

评级：{强烈推荐 / 推荐 / 中性 / 回避} 目标价：{X}元（基于综合估值） 当前价：{X}元 潜在涨幅：{+/-X}% 建议仓位：{轻仓 / 标准仓 / 重仓 / 满仓}

7.2 核心投资逻辑

看多理由（3-5 条）：

1. {理由1}
2. {理由2}
3. {理由3}

主要风险（3 条）：

1. {风险1}
2. {风险2}
3. {风险3}

7.3 关键催化剂

• {催化剂1}（预计时间：{时间}）
• {催化剂2}（预计时间：{时间}）

7.4 持仓策略

• 建仓区间：{X}-{X}元
• 止损位：{X}元（当前价的 -X%）
• 持有期限：{短期(3个月内) / 中期(6-12个月) / 长期(1年以上)}

7.5 跟踪要点

• 每季度财报后重新评估业绩是否达预期
• 关注行业政策变化（如：白酒-消费税、芯片-出口管制等）
• 关注北向资金持续流向（连续净流出超过 5 日需警惕）

Step 8：生成图表（如可行）

使用 ExecTool 或 Python 代码生成关键图表（如支持）：

1. K线+MA叠加图：近 1 年日线 + MA5/MA20/MA60
2. 财务指标趋势图：营收、净利润、毛利率近 4 季度对比
3. 估值对比图：当前估值 vs 历史分位 vs 行业均值
4. 北向资金流向图：近 20 日净流入/流出

图表存储位置：{workspace}/coverage/charts/{股票代码}/

• kline_1y.png
• financial_trend.png
• valuation_comparison.png
• hsgt_flow.png

输出：图表引用

8. 附录：图表

Step 9：保存与记忆

完成所有章节后：

1. 将完整报告保存为 {workspace}/coverage/{股票代码}_{日期}.md
2. 同时更新/创建 {workspace}/coverage/{股票代码}_latest.md（最新版本链接）
3. 写入 SQLite knowledge_base 表（向量检索用）

输出：文件路径

---

研究标的：{股票名称}（{代码}） 研究日期：{日期} 研究分析师：fincat 文件路径：coverage/{股票代码}_{日期}.md

工具映射参考

LangAlpha MCP 工具	fincat akshare 工具	说明
get_realtime_quote	stock_quote	实时行情
get_historical_price	stock_kline	K线历史数据
get_market_overview	stock_block + stock_quote	板块+大盘行情
get_north_bound_flow	stock_hsgt	北向资金流向
get_company_news	stock_news	公司新闻
get_financial_statements	stock_financial	财务指标
DOCX skill	MD native	报告输出格式

valuation_calc 工具速查

用途	calc_type	关键参数
历史增速	cagr	begin_value, end_value, years
权益成本	capm	risk_free_rate, beta, market_return
加权资本成本	wacc	equity, debt, cost_of_equity, cost_of_debt, tax_rate
DCF 估值	dcf	cash_flows[], wacc_rate, terminal_growth_rate, net_debt
百分位排名	percentile_rank	values[], value

重要提示

• 研究报告应基于真实数据生成，所有估值数字需来自 stock_quote、stock_financial 等工具的实际返回值
• 如果某些数据获取失败，在对应章节标注"（数据暂缺）"，不要编造数据
• 所有财务计算（DCF、WACC、CAPM、CAGR 等）必须使用 valuation_calc 工具，禁止心算
• DCF 估值需注明核心假设，体现投行分析的严谨性
• 最终报告应保存到 workspace，使 ContextBuilder 能在后续对话中加载为长期记忆