name: investoday-stock-valuation-analysis title: "股票估值分析" version: 1.3.0 description: 面向A股个股估值分析，聚焦PE、PB、PS、PEG、历史分位、行业比较与估值匹配度判断。基于今日投资金融数据接口，自动识别股票代码并输出结构化估值分析报告。触发词：估值分析、贵不贵、便宜不便宜、历史分位、PEG、PE、PB。 tags: - valuation-analysis - pe-valuation - pb-valuation - peg-analysis - historical-percentile - industry-comparison - valuation-position - margin-of-safety slug: investoday-stock-valuation-analysis-v2 displayName: 股票估值分析 summary: 面向A股个股估值分析，聚焦PE、PB、PS、PEG、历史分位、行业比较与估值匹配度判断。基于今日投资金融数据接口，自动识别股票代码并输出结构化估值分析报告。 license: MIT metadata: clawdbot: emoji: "💰" category: "finance" requires: skills: ["investoday-finance-data"]

💰 股票估值分析

面向 A 股个股估值分析，聚焦 PE、PB、PS、PEG、历史分位、行业比较与估值匹配度判断。基于今日投资金融数据接口，自动识别股票代码并输出结构化估值分析报告。

触发场景

• 用户询问某只股票当前估值高不高、贵不贵、有没有安全边际
• 用户希望判断历史分位、行业相对位置、成长与估值是否匹配
• 用户想知道“现在值不值得继续看”“估值有没有修复空间”
• 关键词：估值分析、PE、PB、PS、PEG、历史分位、贵不贵、便宜不便宜、估值位置、安全边际

输入示例

示例 1：估值高低

浪潮信息现在估值贵不贵？

示例 2：历史分位

宁德时代目前大概处在什么估值分位？

示例 3：成长匹配度

中际旭创的 PEG 合不合理，估值有没有透支？

💡 支持输入股票名称或 6 位股票代码。若用户只提供名称，先通过 search 识别标的，再进入估值分析流程。若用户更关心“财务质量”，优先使用 股票财务分析；若更关心“当前走势与支撑压力”，优先使用 股票技术分析。

前置依赖

本 Skill 依赖 investoday-finance-data（今日投资金融数据）Skill 获取实时金融数据。

基础 API 调用与底层执行方式统一以该 Skill 为准，业务 Skill 不重复展开底层接入细节。

工具说明

以下为本 Skill 通过 investoday-finance-data 使用的数据接口。在 System Prompt 中以 工具ID 标识调用。

基础工具

估值核心工具

基本面辅助工具

数据获取流程

用户提供股票名称或代码后，Agent 按以下流程获取数据：

• Step 0：标的识别（如用户输入名称而非代码）：工具ID search，参数 key=<股票名称> type=11
• Step 1：股票基本信息：工具ID stock/basic-info，参数 stockCode=<code>
• Step 2：当前估值指标：工具ID stock/finance/valuation，参数 stockCode=<code>
• Step 3：历史估值序列：工具ID stock/finance/valuation-hist，参数 stockCode=<code> type=2
• Step 4：行情估值指标：工具ID stock/val-indicators，参数 stockCode=<code>
• Step 5：盈利能力指标：工具ID stock/finance/profit-ability，参数 stockCode=<code>
• Step 6：成长能力指标：工具ID stock/finance/growth-ability，参数 stockCode=<code>
• Step 7：研报评级（近180天）：工具ID report/stock-forecast-ratings，参数 stockCode=<code> beginDate=<180天前> endDate=<今天> pageNum=1 pageSize=20

并行优化：完成 Step 0 的代码识别后，Step 1-7 可并行调用；分析时以 Step 2-4 的估值结果为主，以 Step 5-7 的基本面与一致预期作交叉验证。

分析框架（5步）

Agent 获取数据后，按以下 5 步框架进行结构化分析：

Step 1：确认估值口径与公司类型

目标：明确该公司更适合看 PE、PB、PS 还是 PEG，避免估值方法错配。

数据来源：stock/basic-info + stock/finance/profit-ability + stock/finance/growth-ability

分析要点： - 所处行业、商业模式、盈利稳定性 - 是否属于高成长、稳健成长、周期、金融或重资产公司 - 由此确定主要估值口径与辅助口径

输出：估值口径选择与适用理由。

Step 2：评估当前估值水平

目标：判断当前 PE、PB、PS、PEG 所反映的定价状态。

数据来源：stock/finance/valuation + stock/val-indicators

分析要点： - 当前 PE(TTM)、PB、PS、PEG 是否处于偏高、合理或偏低区间 - 动态估值与市值口径是否一致 - 若多个指标分化，需明确“贵在哪里、便宜在哪里”

输出：当前估值快照与初步判断。

Step 3：评估历史位置与安全边际

目标：判断当前估值在历史区间中所处的位置。

数据来源：stock/finance/valuation-hist

分析要点： - 当前 PE/PB/PS 所处历史分位 - 是否位于低估区、合理区或高估区 - 若历史分位较低但基本面未恶化，可提示安全边际改善

输出：历史分位结论与安全边际判断。

Step 4：验证估值是否与基本面匹配

目标：判断当前估值是否被盈利能力和成长性支撑。

数据来源：stock/finance/profit-ability + stock/finance/growth-ability + report/stock-forecast-ratings

分析要点： - ROE、毛利率、净利润增速能否支撑当前估值中枢 - PEG 是否反映合理的成长性价比 - 机构目标价与当前估值之间是否存在明显偏差

输出：估值与基本面匹配度结论。

Step 5：形成综合估值结论

目标：综合当前估值、历史位置与基本面匹配度，输出最终判断。

数据来源：前 4 步分析结果汇总

分析要点： - 当前更偏低估、合理还是高估 - 风险来自估值透支、成长不达预期还是市场过度悲观 - 后续需重点跟踪哪些验证指标（业绩兑现、估值修复、目标价变化）

输出：综合估值判断、主要依据与跟踪重点。

策略逻辑汇总

输出格式

# 💰 [股票名称] 估值分析报告

> 分析日期：YYYY-MM-DD | 数据来源：今日投资

## 一、估值口径与公司类型

（说明公司更适合看 PE / PB / PS / PEG 的原因）

## 二、当前估值水平

（PE、PB、PS、PEG 与市值口径解读）

## 三、历史位置与安全边际

（历史分位、低估/合理/高估区间判断）

## 四、估值与基本面匹配度

（ROE、增速、机构目标价与当前估值的匹配关系）

## 五、综合结论

- 3-5 条核心发现
- 明确估值偏高/合理/偏低的主要依据
- 给出后续需要验证的关键指标

证据约束（必须遵守）

1. 每个估值判断至少引用 2 个数值证据；没有数据则写“该维度数据不足，暂无法判断”
2. 不允许只写“贵/便宜”，必须说明对应估值口径与数值
3. 历史分位、机构目标价、增长率等数据必须标明对应时间范围
4. 百分比统一保留 2 位小数，倍数统一保留 2 位小数
5. 不得引用输入数据之外的传闻、题材情绪或主观估值假设
6. 不给目标买卖价、仓位建议或交易时点，只做估值状态判断
7. 若公司属于强周期或盈利波动很大的行业，必须说明单纯使用 PE 可能失真

执行示例

用户说：“中际旭创现在贵不贵？”

1. 通过 search 获取股票代码
2. 并行调用 stock/basic-info、stock/finance/valuation、stock/finance/valuation-hist、stock/val-indicators、stock/finance/profit-ability、stock/finance/growth-ability 与 report/stock-forecast-ratings
3. 先确认估值口径，再判断当前估值、历史位置和匹配度
4. 输出 Markdown 格式估值分析报告
5. 在结尾写出估值结论与后续验证点

安全与隐私

• 仅通过今日投资 API 查询公开市场数据
• 不记录、不存储用户的查询记录
• 分析结论仅供参考，不构成投资建议

这个Skill质量较好，专业性强，能帮助用户分析股票估值是否合理。文档清晰完整，分析逻辑明确，输出规范可信。主要优点是分析框架清晰、判断标准透明；不足是策略逻辑相对简化，对特殊情况的考虑不够周全。适合需要了解个股估值水平的用户使用，但复杂场景下可能需要更多人工判断。质量中等偏上，可靠性不错。