（9950期）Fundamental Stock Analysis – 六维量化框架 · 智能选股决策

六维量化框架 · 智能选股决策 基于结构化评分手册（质量、资产负债表安全、现金流、估值、行业调整、置信度修正）进行股票基本面分析与同业排名，为投资者提供可量化的投资决策参考。 使用说明 核心用法 fundamental-stock-analysis 是一项专业级股票基本面分析技能，采用六维结构化评分体系对个股进行系统性评估。用户只需提供股票代码（如 AAPL、TSLA、0700.HK 等），该技能即可自动执行：输入解析 → 数据收集 → 快速筛选 → 评分计算 → 评级判定 → 结果输出的完整分析流程。 单股分析：输出包含质量得分（商业模式/护城河/管理层）、资产负债表安全评级（杠杆率/流动性/偿债能力）、现金流健康度、估值吸引力（DCF/相对估值）、行业特定调整因子，以及综合置信度评级。 多股比较：支持同业排名与最优标的筛选，内置失效触发机制（如数据时效性不足、财务异常信号）自动降级推荐。 显著优点 方法论严谨：基于价值投资经典框架（Graham-Dodd 体系与现代因子投资结合），避免情绪化判断 风险分层清晰：强制分离「商业质量」「财务安全」「估值吸引力」三大维度，杜绝「好公司=好股票」的认知陷阱 透明度极高：所有假设、数据来源时效性、置信度修正均显性标注，不存在黑箱评分 失效机制健全：明确识别数据陈旧、指标冲突、季节性异常等场景并提示降级 潜在局限与风险 | 局限类型 | 具体说明 ||---------|---------|| 数据依赖性 | 依赖公开财务报告，存在 30-90 天滞后；非 GAAP/IFRS 市场覆盖有限 || 行业可比性 | 重资产/金融/保险行业需特殊调整，通用评分可能失真 || 宏观盲区 | 不包含货币政策、地缘政治、技术颠覆等外生冲击预判 || 回测缺失 | 未提供历史评分有效性验证（胜赔率统计） | 常规风险：输出明确标注为「教育/信息参考」，不构成投资建议；用户需自主承担投资决策责任。 适合人群 价值型投资者：寻求量化筛选与定性验证结合的研究工具 组合管理者：需要快速同业比较与仓位配置参考 金融学习者：理解基本面分析框架的标准化实践案例 避坑需求者：识别财务粉饰、高杠杆陷阱、估值泡沫的预警信号 安全与可信度 数据来源限定于公开财报、交易所披露、权威金融新闻，禁止访问非公开信息 无凭证处理、无命令执行、无任意 URL 爬取，攻击面可控 评分手册（playbook.md）的权威性取决于维护方更新频率，建议用户交叉验证关键假设 原始说明 Fundamental equity analysis and peer ranking using a structured scoring playbook (quality, balance-sheet safety, cash flow, valuation, sector adjustments, co...