name: stock-analysis description: > A股/港股股票全面分析技能。当用户需要对A股（沪深京）或港股进行全方位分析时使用本技能， 包括：公司业务概况(5大模块)、行业格局与市场地位、实时行情、K线走势形态识别（W底/头肩底/圆弧底等看涨看跌形态）、 量价关系分析、财务报表（三大报表）、资金流向、技术指标（MACD/KDJ/均线/综合评分）、 筹码分布、机构评级与研报、一致预期、风险事件（质押/解禁/ST/诉讼等）、股东结构、 分红除权、业绩预告、最新驱动事件分析。HTML报告含Chart.js图表（带数值标注）及结构化分析报告。 支持技术面综合评分及操作建议。 触发词：分析股票、分析XX公司、给我分析、全面分析、深度研究、看看XX股、XX值不值得买 agent_created: true

股票全面分析技能

技能概述

本技能利用 neodata-financial-search 和 westock-data 两大数据源， 为A股（沪深京三市）和港股提供全方位的股票分析能力。 分析结果以结构化报告形式呈现，包含基本面、技术面、资金面、风险面、驱动事件五大维度。

数据源说明

• neodata-financial-search：用于自然语言查询，适合行情概览、财报摘要、板块分析、宏观背景
• westock-data：用于结构化精确数据，适合技术指标、筹码、股东、ETF、龙虎榜等

股票代码格式

若用户只提供公司名，先用 westock-data search <公司名> 确认代码。

分析流程

第一步：确认标的身份

westock-data search <公司名或股票代码>

核对：公司全称、上市市场、股票代码、是否存在同名公司。确认唯一性后再分析。

第二步：获取基础行情与公司详情

westock-data quote <代码>          # 实时行情：价格、涨跌幅、成交量、市值
westock-data profile <代码>        # 公司简况：主营业务、行业、成立日期、员工数

同时使用 neodata-financial-search 获取业务详情：

"XX公司业务概况、市场地位、竞争优势、XX行业格局和竞争地位分析" "XX公司最新季度经营情况、核心财务数据和业务亮点"

也可使用 neodata-financial-search 用自然语言询问：

"XX股票今日行情是多少？" "XX公司主营业务是什么？"

第三步：财务基本面分析

westock-data finance <代码> --num 12   # 最近12期财务报表（确保包含最新已披露季度）
westock-data reserve <代码>            # 业绩预告
westock-data dividend <代码>           # 分红除权历史

⚠️ 必须包含最新季度数据：westock-data finance 的 --num 参数需设为12（而非8），以确保返回的数据包含最新已披露的季度财报。如果API返回的数据未包含最新季度（例如最新Q1已披露但API尚未更新），必须通过 WebSearch 补充查询最新季度业绩数据（搜索关键词：<公司名> <代码> 最新季报 YYYYQ1/Q2/Q3/Q4 业绩 营收 净利润），并将补充数据整合到报告的所有相关表格和分析中。报告中的"近N个季度经营情况"表格、盈利能力表格、财务健康度表格、成长性分析、综合评价等所有涉及季度数据的部分，都必须包含最新已披露季度的数据，不能遗漏。

重点关注指标： - 盈利能力：营收增速、净利润增速、毛利率、净利率、ROE - 负债结构：资产负债率、流动比率、有息负债 - 现金质量：经营活动现金流 vs 净利润 - 成长性：近三年营收/净利润复合增长率（CAGR）

基本面图表（在本节生成并展示）

以下两张图表属于基本面范畴，必须在"三、基本面分析"报告段落中内嵌展示：

1. 营收与净利润双轴图 — 柱状图（营收）+ 折线（净利润），双Y轴。展示近9个财报期趋势（必须包含最新已披露季度），直观反映营收规模变化与利润波动。营收柱用红色、净利润线用绿色。数据标签需标注每个节点的具体数值。

2. 毛利率净利率趋势图 — 两条折线（毛利率橙色、净利率红色），展示近9期（必须包含最新已披露季度）盈利能力变化。Y轴为百分比，含填充渐变区域增强可读性。用于判断公司盈利质量是改善还是恶化。

这两张图由 gen_charts.py 统一生成（与价格走势图一起），但在报告中分别嵌入到基本面分析和技术面分析各自的段落中。

第四步：技术面分析

4.1 数据获取

westock-data kline <代码> --period day --limit 60     # 近60日K线（形态识别主力数据）
westock-data kline <代码> --period week --limit 52    # 近52周K线（大级别趋势）
westock-data technical <代码> --group macd            # MACD指标
westock-data technical <代码> --group kdj             # KDJ指标
westock-data technical <代码> --group ma              # 均线系统
westock-data chip <代码>                               # 筹码分布（仅A股）

4.2 技术面图表（在本节生成并展示）

以下图表属于技术面范畴，必须在"四、技术面分析"报告段落中内嵌展示：

1. 60日价格走势+成交量图 — 成交量柱状（涨红跌绿）+ 收盘价折线，双Y轴。用于直观展示近60个交易日价格与成交量的配合关系，辅助判断量价信号和趋势方向。

这张图由 gen_charts.py 统一生成（与基本面两张图一起），但在报告中嵌入到技术面分析段落中。

4.3 K线形态识别

基于近60日K线数据，逐项检查以下常见看涨形态及看跌形态：

看涨形态（出现任一项即为积极信号）：

看跌形态（出现任一项即为警示信号）：

形态判定原则： - 取近60个交易日K线，先识别整体趋势（上升/下降/震荡） - 在趋势基础上寻找上述形态 - 若日K线数据不足以判断，辅以周K线确认 - 输出时标注形态名称、识别位置（日期区间）及置信度（高/中/低）

4.4 量价关系分析

基于K线数据的每日成交量和涨跌幅，判断以下量价信号：

健康信号：

警示信号：

量价关系判定流程： 1. 计算近20日量价相关系数 2. 识别关键量价事件（放量突破、缩量回踩等） 3. 对照筹码分布判断量能在哪个区间（上方套牢/下方获利）

4.5 技术指标综合判断

整合MACD、KDJ、均线系统的信号：

• MACD：金叉/死叉、柱线方向、背离情况
• KDJ：超买区（>80）/超卖区（<20）、金叉/死叉
• 均线：多头排列（短期>中期>长期）/空头排列、金叉/死叉
• 筹码：集中度、获利比例、上方套牢盘压力

4.6 综合技术面评分与建议

将上述分析结果汇总，采用积分制评估：

加分项（看涨信号）： | 项目 | 分值 | |------|------| | 出现明确的看涨K线形态（任一） | +3 | | 无看跌K线形态 | +2 | | 量价关系健康信号 ≥2个且无警示信号 | +3 | | MACD金叉或底背离 | +2 | | KDJ金叉且未超买（<70） | +1 | | 均线多头排列 | +2 | | 筹码获利比例 >60% | +1 |

减分项（看跌信号）： | 项目 | 分值 | |------|------| | 出现明确的看跌K线形态（任一） | -4 | | 量价关系警示信号 ≥2个 | -3 | | MACD死叉或顶背离 | -2 | | KDJ死叉或超买（>85） | -2 | | 均线空头排列 | -2 | | 筹码上方密集套牢盘 | -2 |

最终建议（总分范围 -15 ~ +14）：

重要说明： 技术面评分仅基于图表信号，不构成投资建议。必须结合基本面（盈利能力、估值）和资金面（主力动向）做最终判断。

第五步：资金面分析

A股资金流向：

westock-data asfund <代码>    # 主力、超大单、大单、中单、散户资金流向
westock-data lhb <代码>       # 龙虎榜（仅有龙虎榜数据时）
westock-data blocktrade <代码> # 大宗交易
westock-data margintrade <代码> # 融资融券余额

港股资金流向：

westock-data hkfund <代码>    # 港股通资金流向

第六步：机构观点与一致预期

使用 neodata-financial-search 查询：

"XX公司最新研报和机构评级是什么？" "券商对XX公司的目标价和一致预期EPS是多少？"

或使用 westock-data（若支持）：

westock-data shareholder <代码>   # 前十大股东（含机构持仓变化）

关注： - 主流券商评级（买入/增持/中性/减持/卖出） - 目标价区间 - 一致预期净利润与市场给出的PE估值

第七步：风险事件排查

westock-data quote <代码>    # 查看是否ST/PT/退市警示

使用 neodata-financial-search 查询：

"XX公司有哪些风险事件？质押、解禁、诉讼情况如何？" "XX公司近期有没有增发或重大资产重组公告？"

风险清单： - 大股东股权质押比例（>50%警惕） - 限售股解禁计划（近3-6个月） - ST/退市风险提示 - 重大诉讼/监管处罚 - 商誉减值风险 - 行业政策风险

第八步：最新驱动事件分析

本步骤收集近期（近1-3个月）可能影响股价的重大事件和催化剂，在综合评价前为读者提供最新的动态背景。

8.1 数据获取

使用 neodata-financial-search 查询：

小葱技能站7w4.net发现了升级插件。

"XX公司最近3个月有哪些重大新闻和公告？" "XX公司最近有什么利好消息或利空事件？" "XX行业最近有什么政策变化或市场催化事件？"

当 neodata 返回不足时，使用 WebSearch 补充：

搜索关键词示例：<公司名> 最新 公告 2025、<公司名> 重大 事件、<行业名> 政策 最新

8.2 驱动事件分类

按以下维度整理近期事件，每条标注日期和影响方向（利好/利空/中性）：

8.3 事件影响评估

对每条驱动事件评估： - 影响级别：重大/中等/轻微 - 持续性：一次性冲击 / 短期影响（1-4周）/ 中长期影响（1月以上） - 市场反应：是否已PRICE IN（股价已反映）/ 正在消化 / 尚未反映

8.4 输出格式

以时间线形式呈现，最近事件排最前：

| 日期 | 事件 | 类别 | 影响方向 | 影响级别 | 持续性 |
|------|------|------|----------|----------|--------|
| 2025-05-20 | XX新品全球发布 | 产品/业务 | 🟢 利好 | 重大 | 中长期 |
| 2025-05-10 | Q1财报超预期 | 业绩/经营 | 🟢 利好 | 重大 | 已PRICE IN |
| 2025-04-15 | 大股东小幅减持 | 资本运作 | 🔴 利空 | 轻微 | 一次性 |

时间线后加一段"驱动事件小结"，概括近期的核心催化剂和潜在压力。

分析报告结构

完成数据采集后，按以下结构生成分析报告：

## 📊 XX公司（代码）股票分析报告
**分析日期：** YYYY-MM-DD
**市场：** A股/港股

### 一、公司概况（扩展版）

必须包含以下5个子节，不能缩水为简单介绍：

#### 1.1 业务概况
- 公司成立时间、上市时间、总部所在地、主营业务板块划分
- 各业务板块用营收卡片呈现（如：半导体硅片 X亿 占比X%、功率器件 X亿、射频芯片 X亿）
- 每项业务的产品类型、下游应用领域、最新季度增速

#### 1.2 所处行业情况
- 公司所处行业在产业链中的定位（上游/中游/下游）
- 全球/国内市场规模与竞争格局（市场集中度、主要玩家市占率）
- 行业当前周期位置（上行/下行/底部/拐点）及驱动因素

#### 1.3 市场地位
- 公司在行业中的排名与定位（第一梯队/第二梯队等）
- 与同行（2-3家可比公司）的核心差异和竞争优势
- 细分领域中的独特标签（如"唯一实现XX的企业"、"XX领域核心玩家"）
- **同行对比表**：必须拉取行业排名前5公司的关键数据并生成对比表，包含以下字段：
  - 排名、公司名、代码、市值（亿元）、2025全年营收（亿元）、2025全年净利润（亿元）、毛利率、PE(TTM)、PB、年内涨跌幅、核心定位
  - 对分析标的所在行用醒目的背景色高亮标注
  - 对比表下方补充关键指标的文字总结卡片（如"vs同行毛利率"、"vs同行营收规模"）
- **同行对比图**：使用Chart.js生成柱状+折线双轴图，对比各公司的营收（柱状）和市值（折线），数据标签需标注数值。如存在严重离群值（如TCL中环营收290亿远超同行），截断Y轴并标注"超轴"文字和锯齿线提示

#### 1.4 近N个季度经营情况讨论与分析
- 以表格呈现最近4-5个季度（**必须包含最新已披露季度**，不能遗漏）的营收、净利润、毛利率
- 每个季度的经营要点（营收变化驱动因素、利润波动原因、产能/出货量变化）
- 特别标注最新季度的亮点或隐忧（扭亏/放量/减值/季节性等）
- 若最新季度出现重大变化（如扭亏为盈、毛利率显著提升/下降），用醒目的样式（如绿色高亮框）突出展示

#### 1.5 核心竞争力分析
- 列出3-5条核心竞争力，每条需包含：
  - 竞争力方向（技术/规模/客户/成本/协同等）
  - 具体数据佐证（产能、市占率、增速、客户数量等）
  - 可持续性评估（护城河深度、被复制的难度）

### 二、行情概览
- 当前价格、涨跌幅、52周高低点、市值、PE/PB估值

### 三、基本面分析
#### 图表1：营收与净利润双轴图（柱状营收+折线净利润，近9期，必须含最新季度）
#### 图表2：毛利率净利率趋势图（双折线，近9期，必须含最新季度）
#### 盈利能力
#### 成长性
#### 财务健康度

### 四、技术面分析
#### 4.1 趋势与均线
- 整体趋势方向（多头/空头/震荡）、均线排列状态
#### 图表3：60日价格走势+成交量图（成交量柱状+价格折线，近60日）
#### 4.2 K线形态识别
- 是否出现看涨形态（W底、头肩底、圆弧底等）
- 是否出现看跌形态（M头、头肩顶等）
- 形态名称、识别区间、置信度
#### 4.3 量价关系
- 近20日量价配合情况
- 健康信号与警示信号列表
- 量价相关性与关键量价事件
#### 4.4 技术指标
- MACD、KDJ信号汇总
- 金叉/死叉/背离情况
#### 4.5 筹码分布（A股）
- 获利比例、筹码集中度、上方压力情况
#### 4.6 综合技术面评分与建议
- 加分/减分明细表
- 总分与技术面结论
- 操作建议（介入/观望/回避）

### 五、资金面分析
- 主力动向、龙虎榜（如有）、融资情况

### 六、机构观点
- 评级、目标价、一致预期

### 七、风险提示
- 列举主要风险因素

### 八、最新驱动事件
- 事件时间线表格（日期、事件、类别、影响方向、影响级别、持续性）
- 驱动事件小结（近期核心催化剂与潜在压力）

### 九、综合评价
- 投资逻辑摘要（不构成投资建议）

HTML 报告中的图表要求

在生成 HTML 报告时，必须包含以下3张图表并嵌入到对应的报告段落中。推荐使用 Python matplotlib 生成 PNG 图片并以 base64 嵌入 HTML，这是唯一在所有环境下（包括 file:// 协议）都能可靠显示的方案。

图表归属（重要）：

方案：matplotlib base64 内嵌（首选，零外部依赖）

# 步骤：先写 gen_charts.py 脚本，用 matplotlib 生成三张图
# 暗色主题：BG='#11131a', FG='#d0d4e0', RED='#ef5350', GREEN='#66bb6a'
# 中文字体：FontProperties(fname='/c/Windows/Fonts/msyh.ttc')
# 三张图：营收净利润双轴、毛利率净利率趋势、60日价格走势+成交量
# 输出到 chart_data.json（三个 base64 字符串）

# 然后写 build_report.py 脚本：
# 1. 读取 chart_data.json
# 2. 替换 HTML 中对应段落的占位符为 <img src="data:image/png;base64,...">
#    - 图1、图2 嵌入「三、基本面分析」段落
#    - 图3 嵌入「四、技术面分析」段落
# 3. 删除所有 Chart.js CDN 引用和脚本块

图表内容要求： 1. 营收与净利润双轴图 — 柱状图（营收，红色）+ 折线（净利润，绿色），双Y轴 2. 毛利率净利率趋势图 — 两条折线（毛利率橙色、净利率红色），含填充渐变 3. 60日价格走势+成交量图 — 成交量柱状（涨红跌绿）+ 价格折线，双Y轴

备选方案：Chart.js + 本地 HTTP 服务器

如果不使用 matplotlib，也可以用 Chart.js，但必须启动本地 HTTP 服务器，因为 file:// 协议会阻止 CDN 加载：

python -m http.server 8899 --directory "<报告目录>" &
preview_url: http://localhost:8899/<URL编码文件名>

❌ 绝对禁止：直接使用 file:// 路径调用 preview_url 打开含 CDN 引用的 HTML。浏览器安全策略会阻止外部 JS 加载，图表永远白板。

1. 数据标签样式（matplotlib 生成时）：
2. 数值标注在数据点上方，颜色与对应曲线一致
3. 字体大小 9-10px，加粗

4. 负值/正值用不同颜色区分

5. 图表样式要求（matplotlib rcParams）：

6. 深色背景 #11131a，网格线 #1e2130
7. 中文字体：Microsoft YaHei（/c/Windows/Fonts/msyh.ttc）
8. 设置 axes.unicode_minus: False 避免负号显示异常
9. 输出 DPI: 120，格式: PNG，以 base64 嵌入 HTML

注意事项

1. 港股货币单位：港股行情必须标注港元（HKD），禁止使用人民币符号
2. 投资免责声明：分析报告末尾必须注明"以上内容仅供参考，不构成投资建议，投资有风险，入市需谨慎"
3. 数据时效：标注数据获取时间，提醒用户部分数据可能有延迟
4. 同名公司：若搜索结果存在多家同名公司，先确认用户意图再分析
5. A股 vs 港股双重上市：如腾讯控股仅在港股上市，贵州茅台仅在A股，阿里巴巴两地均上市，需核对标的

错误处理

• 若 neodata 返回无数据，切换至 westock-data 同类命令
• 若 westock-data 报错，使用 WebSearch 查询公开财报和公告
• 若股票代码不确定，先执行 westock-data search 搜索确认

这个Skill质量较好，文档内容非常全面系统，覆盖了股票分析的各个维度，技术分析方法论讲解详细，对K线形态、量价关系等给出了具体可操作的评分标准。图表方案设计考虑了兼容性。不足之处在于文档描述的分析框架比较完美，但配套的辅助脚本功能相对基础，没有实现完整的图表生成和HTML报告构建能力，与文档描述的详细流程存在一定差距。