Boheng Investment Workflow

---

name: boheng-investment-workflow version: 1.3.8 author: 张权 (Zhang Quan) author_website: https://www.luckydesigner.space author_brand: Luckydesigner（行运设计师） author_pen_name: 伯衡君 license: MIT description: "投资研究多智能体决策系统 - 8位专业分析师并行研究，加权投票给出投资建议。支持A股股票/基金/ETF/可转债。支持真实财报数据（baostock）或基础行情数据。⚠️ 风险提示：分析结果仅供学习参考，不构成投资建议。"

---

⚠️ 风险警告：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。

keywords: - 股票分析 - 投资决策 - 多智能体 - 多数据源 - A股 - 财务分析 - 估值分析 - 基金分析 - ETF分析 - 可转债分析 - baostock - 真实财报 min_openclaw_version: "1.0.0" security: network_access: true allowed_domains: - qt.gtimg.cn - web.ifzq.gtimg.cn - push2.eastmoney.com - stock.xueqiu.com - finance.sina.com.cn - api.baostock.com file_writes: - ~/.openclaw/workspace/investment/ system_commands: false https_only: true background_tasks: false data_source: "三种模式：1) 基础模式：腾讯财经，财务数据为估算值 2) baostock模式：真实财报（推荐） 3) AKShare模式：真实财报（备用，稳定性较低，可能返回空数据）" akshare_optional: "True - 推荐安装baostock获取真实财报：pip install baostock"

---

投资研究多智能体决策系统

🎯 核心特性

| 特性 | 说明 | |------|------| | ✅ 多智能体分析 | 8位专业分析师并行研究 | | ✅ 加权投票机制 | 按权重计算最终投资建议 | | ✅ 多标的支持 | 支持A股股票、基金、ETF、可转债 | | ✅ 实时行情 | 通过腾讯财经API获取实时行情 | | ✅ 财务数据分析 | 双模式：基础估算 或 baostock真实财报 | | ✅ 多年财务趋势 | 近5年财务数据对比，识别风险信号 | | ✅ 行业对比分析 | 与同行业公司对比，判断竞争地位 | | ✅ baostock支持 | 获取真实财报数据，替代估算值（需安装baostock） | | ✅ 快速分析入口 | quick_analysis.py - 自动调用8位分析师 | | ✅ 完整报告 | 输出结构化投资决策报告（含数据来源标注） | | ✅ 风险提示 | 识别并提示潜在风险 | | ✅ 质检功能 | 自动检查报告生成、数据完整性 |

> ⚠️ 重要风险提示： > - 本技能分析结果仅供学习参考，不构成任何投资建议 > - 投资有风险，决策需谨慎，务必以官方财报为准 > - 实时行情（现价/涨跌幅/PE/PB/股息率）：腾讯财经API ✅ > - 财务指标（ROE/毛利率/净利率）：基础模式为行业估算值，baostock模式为真实财报 ⚠️ > - baostock数据稳定性取决于接口，如获取失败将自动回退到估算值 > - 报告默认保存至 ~/.openclaw/workspace/investment/reports/

---

🚀 快速开始

1️⃣ 安装

cd ~/.openclaw/skills/boheng-investment-workflow/scripts
chmod +x install.sh
./install.sh

会自动完成：

✅ 创建 ~/.openclaw/workspace/investment/ 数据目录

✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）

✅ 测试基本功能

依赖说明

| 依赖包 | 用途 | 必需 | |--------|------|------| | requests | HTTP 请求 | ✅ 必需 | | beautifulsoup4 | HTML 解析 | ⚠️ 可选 | | baostock | 真实财报数据 | ⚠️ 可选（推荐安装） | | pandas | 数据处理 | ⚠️ 可选（baostock依赖） |

> ⚠️ 注意：基础模式仅需 requests，推荐安装 baostock 获取真实财务数据。

#### 安装baostock（推荐，获取真实财务数据）

pip install baostock pandas

2️⃣ 对话中使用
在AI助手中直接说：
"分析平安银行"
"分析医疗ETF"
"006105基金值得投资吗"
"这支股票怎么样"
AI会自动调用8位分析师进行分析。
2️⃣ 分析投资标的
#### 股票分析

bash

分析单只股票（快速模式，仅行情）

python3 analyze_stock.py 600919

指定股票名称

python3 analyze_stock.py 600919 江苏银行

完整分析（包含财务趋势+行业对比）

python3 analyze_stock.py 600919 --akshare

仅财务趋势分析

python3 analyze_stock.py 600919 --akshare --no-industry

仅行业对比分析

python3 analyze_stock.py 600919 --akshare --no-trend

#### 财务趋势分析（独立）

bash

分析近5年财务趋势

python3 financial_trend.py 603529 5

分析近3年财务趋势

python3 financial_trend.py 603529 3

#### 行业对比分析（独立）

bash

行业对比分析

python3 industry_comparison.py 603529 爱玛科技

3️⃣ 快速分析（推荐）
推荐使用 quick_analysis.py，自动调用8位分析师：

bash

快速分析（自动8位分析师）

python3 quick_analysis.py 000001

代码调用（AI助手中使用）：

python from quick_analysis import quick_analyze result = quick_analyze('000001') # 平安银行 print(result['final_vote']) # 最终投票

8位分析师：
| 分析师 | 权重 |
|--------|------|
| 宏观经济分析师 | 1.0x |
| 行业研究员 | 1.5x |
| 基本面分析师 | 1.5x |
| 技术分析师 | 1.0x |
| 风险控制师 | 1.2x |
| 量化分析师 | 1.0x |
| 情绪分析师 | 0.8x |
| 估值分析师 | 1.2x |
#### 基金分析

bash

分析基金

python3 analyze_fund.py 110022 # 易方达消费行业

指定基金名称

python3 analyze_fund.py 110022 易方达消费行业

#### ETF分析

bash

分析ETF

python3 analyze_etf.py 510300 # 沪深300ETF

指定ETF名称

python3 analyze_etf.py 510300 沪深300ETF

#### 可转债分析

bash

分析可转债

python3 analyze_bond.py 113050 # 核能转债

指定可转债名称

python3 analyze_bond.py 113050 核能转债

3️⃣ 输出示例

================================================== 投资研究决策报告 ==================================================

【标的】：600919 江苏银行 【研究时间】：2026-04-29 【当前价格】：¥11.40 (+0.35%)

========================================== 财务数据概览 ==========================================

📊 盈利能力： ROE: 12.5% | 毛利率: 45.2% | 净利率: 28.3%

📈 成长能力： 营收增速: 8.5% | 利润增速: 12.3%

💰 估值指标： PE: 5.8倍 | PB: 0.65倍 | 股息率: 5.2%

========================================== 8位分析师投票结果 ==========================================

1. 宏观经济分析师 → ✅ 建议 (权重 1.0x) 理由：货币政策宽松，利率下行利好银行股...

2. 行业研究员 → ✅ 建议 (权重 1.5x) ⭐ 理由：银行业景气度稳定，息差收窄但资产质量改善...

========================================== 最终结论 ==========================================

最终建议：✅ 建议投资

综合建议： 1. 估值处于历史低位，具备安全边际 2. 高股息率（5.2%），适合长期持有 3. 建议分批建仓，控制仓位

风险提示：

经济下行可能导致不良贷款上升

息差收窄压力持续

==========================================

📁 文件结构

boheng-investment-workflow/ ├── SKILL.md # 主文档（完整技能说明） ├── CHANGELOG.md # 版本变更记录 ├── LICENSE # MIT许可证 └── scripts/ ├── config.py # 统一配置 ├── monitor.py # 行情监控模块 ├── financial_data.py # 财务数据模块 ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用） ├── financial_trend.py # 财务趋势分析 ├── industry_comparison.py # 行业对比分析 ├── quick_analysis.py # 快速分析入口（推荐） ├── analyze_stock.py # 股票分析入口 ├── analyze_fund.py # 基金分析入口 ├── analyze_etf.py # ETF分析入口 ├── analyze_bond.py # 可转债分析入口 ├── analysts.py # 8位分析师模块 ├── report_generator.py # 报告生成器 ├── install.sh # 安装脚本 └── uninstall.sh # 卸载脚本

👥 8位分析师及其职责
| # | 分析师 | 职责 | 分析维度 | 权重 | 数据来源 |
|---|--------|------|----------|------|----------|
| 1 | 宏观经济分析师 | 宏观环境分析 | GDP/利率/政策 | 1.0x | 腾讯财经/baostock |
| 2 | 行业研究员 | 行业景气度 | 赛道/竞争/政策 | 1.5x | 腾讯财经 |
| 3 | 基本面分析师 | 公司财务分析 | 业绩/增长/护城河 | 1.5x | baostock真实财报 |
| 4 | 技术分析师 | K线趋势分析 | 趋势/支撑/信号 | 1.0x | 腾讯财经 |
| 5 | 风险控制师 | 风险识别 | 仓位/止损/分散 | 1.2x | 综合分析 |
| 6 | 量化分析师 | 数据统计分析 | 因子/相关/回测 | 1.0x | 腾讯财经 |
| 7 | 情绪分析师 | 市场情绪分析+新闻参考 | 资金流/新闻情感 | 0.8x | 腾讯财经+模拟新闻 |
| 8 | 估值分析师 | 合理价值分析 | DCF/PE分位/安全边际 | 1.2x | 腾讯财经 |
📊 基金分析
基金数据接口

python import akshare as ak

基金基本信息

df = ak.fund_name_em() fund_info = df[df['基金代码'] == '110022'].iloc[0]

基金净值

df = ak.fund_open_fund_daily_em(symbol="110022")

包含：单位净值、累计净值、日增长率

基金历史净值

df = ak.fund_open_fund_info_em(fund="110022", indicator="单位净值")

基金持仓

df = ak.fund_portfolio_em(fund="110022")

包含：股票持仓、债券持仓、行业分布

基金业绩排名

df = ak.fund_performance_open_fund_em(symbol="110022")

基金经理

df = ak.fund_manager_em(fund="110022")

基金分析维度
| 分析师 | 基金分析维度 |
|--------|--------------|
| 宏观经济 | 市场环境、利率走势 |
| 行业研究 | 基金持仓行业分布 |
| 基本面 | 基金业绩、持仓股票质量 |
| 技术面 | 净值走势、MA趋势 |
| 风险控制 | 波动率、最大回撤 |
| 量化分析 | 夏普比率、Alpha/Beta |
| 情绪分析 | 基金规模变化、申购赎回 |
| 估值分析 | 基金估值、持仓股票PE |
基金评分标准
| 指标 | 优秀 | 良好 | 一般 | 较差 |
|------|------|------|------|------|
| 年化收益 | >15% | 10-15% | 5-10% | <5% |
| 夏普比率 | >1.5 | 1.0-1.5 | 0.5-1.0 | <0.5 |
| 最大回撤 | <10% | 10-20% | 20-30% | >30% |
| 基金规模 | 适中 | 偏大/偏小 | 过大/过小 | 极端 |
📈 ETF分析
ETF数据接口

python import akshare as ak

ETF列表

df = ak.fund_etf_spot_em()

ETF实时行情

df = ak.fund_etf_fund_daily_em(symbol="510300")

ETF历史净值

df = ak.fund_etf_fund_info_em(fund="510300", indicator="单位净值")

ETF持仓（指数ETF）

查询指数成分股

df = ak.index_stock_cons_weight_csindex(symbol="000300") # 沪深300成分股

ETF分析维度
| 分析师 | ETF分析维度 |
|--------|--------------|
| 宏观经济 | 市场环境、政策导向 |
| 行业研究 | ETF跟踪指数/行业 |
| 基本面 | 指数成分股质量 |
| 技术面 | ETF价格走势、MA趋势 |
| 风险控制 | 波动率、跟踪误差 |
| 量化分析 | 指数估值、PE分位 |
| 情绪分析 | ETF成交量、资金流向 |
| 估值分析 | 指数PE/PB分位 |
ETF类型分类
| ETF类型 | 代码示例 | 特点 |
|---------|----------|------|
| 宽基ETF | 510300(沪深300) | 跟踪宽基指数 |
| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |
| 主题ETF | 515790(新能源) | 跟踪主题指数 |
| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |
| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |
💰 可转债分析
可转债数据接口

python import akshare as ak

可转债列表

df = ak.bond_cb_jsl() # 集思录数据

可转债实时行情

df = ak.bond_zh_hs_cov_spot()

可转债详情

df = ak.bond_cb_jsl_detail(symbol="113050")

可转债历史行情

df = ak.bond_zh_hs_cov_hist(symbol="113050") ```

可转债核心指标

| 指标 | 说明 | 计算公式 | |------|------|----------| | 转股价 | 转换为股票的价格 | 固定值 | | 转股价值 | 100/转股价×正股价格 | 动态变化 | | 转股溢价率 | (转债价格-转股价值)/转股价值 | 衡量估值 | | 纯债价值 | 债券部分价值 | 到期收益率计算 | | 纯债溢价率 | (转债价格-纯债价值)/纯债价值 | 衡量股性 | | 双低指标 | 转股溢价率+纯债溢价率 | 选债参考 |

可转债分析维度

| 分析师 | 可转债分析维度 | |--------|--------------| | 宏观经济 | 利率环境、信用环境 | | 行业研究 | 正股所属行业 | | 基本面 | 正股财务质量、信用评级 | | 技术面 | 转债价格走势、正股走势 | | 风险控制 | 信用风险、赎回风险 | | 量化分析 | 双低指标、套利空间 | | 情绪分析 | 转债成交量、正股情绪 | | 估值分析 | 转股溢价率、纯债溢价率 |

可转债评分标准

| 指标 | 优秀 | 良好 | 一般 | 较差 | |------|------|------|------|------| | 转股溢价率 | <5% | 5-15% | 15-30% | >30% | | 纯债溢价率 | <20% | 20-40% | 40-60% | >60% | | 双低指标 | <120 | 120-150 | 150-180 | >180 | | 信用评级 | AAA | AA+ | AA | AA-及以下 | | 正股ROE | >15% | 10-15% | 5-10% | <5% |

---

---

📚 参考资源

AKShare 官方文档

AKShare GitHub

---

📜 版本变更历史

| 版本 | 日期 | 更新内容 | |------|------|----------| | v1.3.4 | 2026-05-04 | 新增：新闻数据获取（模拟数据，作为情绪分析参考）| | | v1.3.5 | 2026-05-04 | 修复：股息率从硬编码3.0%改为baostock真实数据获取 | | v1.3.6 | 2026-05-04 | 修复：PE/PB显示异常（从0改为真实值） | | v1.3.7 | 2026-05-04 | 文档优化：增加数据源准确性说明和风险提示 | | v1.3.8 | 2026-05-04 | 文档修复：明确新闻功能为模拟数据 | | v1.3.9 | 2026-05-04 | 新增：股价信息过滤DuckDuckGo搜索，添加东方财富财经新闻备用源 ||| | | | v1.3.2 | 2026-05-03 | 恢复AKShare作为备用数据源 | | v1.3.1 | 2026-05-03 | 代码优化：baostock优先调用 | | v1.3.0 | 2026-05-03 | 清理AKShare文档引用 | | v1.2.9 | 2026-05-03 | 修复ClawHub警告：明确baostock为主数据源，添加风险提示 | | v1.2.7 | 2026-05-03 | 修复数据说明，明确估算值标注 | | v1.2.5 | 2026-05-03 | 新增quick_analysis.py快速分析入口和AKShare模块 | | v1.2.1 | 2026-04-29 | 安全修复，更新域名白名单 | | v1.2.0 | 2026-04-29 | 新增财务趋势分析和行业对比分析 | | v1.1.1 | 2026-04-29 | 安全修复，统一数据源为腾讯财经 | | v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析支持 | | v1.0.3 | 2026-04-29 | 安全修复，移除非白名单域名 | | v1.0.2 | 2026-04-29 | 安全修复，统一数据目录 | | v1.0.1 | 2026-04-29 | 修复技能名称 | | v1.0.0 | 2026-04-29 | 首发版本，8位分析师并行研究 |

---