输入股票代码，自动按行业分发用对应的巴菲特/格雷厄姆/林奇标准评估， 整合 5 个数据源 + LLM 定性分析，输出结构化 Markdown 报告。
本工具是 GARP / 价值投资视角的辅助分析，不做短线、不做量化。 所有结论仅供参考，不构成投资建议。
pip install -e .
cp .env.example .env # 填入至少一个 LLM Key（见下）# A 股
python -m stockwise 600519 # 贵州茅台
python -m stockwise 300750 # 宁德时代（自动用成长股版评估）
python -m stockwise 600036 # 招商银行（自动用银行业版）
python -m stockwise 601088 # 中国神华（自动用周期股版，Shiller PE 替代 PE）
# 港股
python -m stockwise 00700 --hk # 腾讯控股
python -m stockwise 00939 --hk # 建设银行（银行业版）
# 选项
python -m stockwise 600519 --no-llm # 跳过 LLM，纯规则打分
python -m stockwise 600519 --brief # 只输出快读版（5 行决策表）
python -m stockwise 600519 --no-validate # 跳过 baostock 副源校验
python -m stockwise 600519 --no-governance # 跳过 巨潮治理事件
python -m stockwise 600519 --no-holders # 跳过 股东结构# 以指定日期为起点，看持有 watchlist 至今表现 vs 沪深 300
python -m stockwise backtest --as-of 2025-01-02 --from-watchlist
# 回测 screen 出的 top N（按 quick_score）
python -m stockwise backtest --as-of 2025-01-02 --from-screen --min-score 22
# 自定义标的池
python -m stockwise backtest --as-of 2024-12-31 --codes 600519,000858,600036输出每只股票的起点价、终点价、收益率，以及等权组合 vs 沪深 300 的超额收益 alpha。
python -m stockwise screen --cache-only --heatmap ./reports/heat.html按行业 × top N 二维布局，颜色按 quick_score 着色（红→黄→绿渐变）。
# 全 A 股按行业 top 3 筛选（约 83 行业 × 3 = 250 只，30 分制粗筛打分）
python -m stockwise screen
# 已扫描过用 --cache-only 秒回
python -m stockwise screen --cache-only
# 按行业筛
python -m stockwise screen --include "银行|白酒|医药"
python -m stockwise screen --exclude "煤炭|钢铁"
# 调每行业 top N
python -m stockwise screen --industry-top 5
# 高分入选直接加 watchlist
python -m stockwise screen --min-score 22 --to-watchlist
# 对 top N 自动跑完整深度分析（含 LLM）+ 加入 watchlist
python -m stockwise screen --to-deep --top 10
# 港股 screen（从 80+ 恒生主流标的池）
python -m stockwise screen --hk --industry-top 3
# 列出所有行业及成分股数
python -m stockwise screen --list-industries
# 从 SQLite 缓存查
python -m stockwise screen --from-cache --industry "银行"quick_score 30 分制：ROE 10 + PE 5 + PB 5 + 负债率 5 + FCF/股 5。数据全部来自 baostock（独立于东财，不依赖 push2）。首次扫描约 30-45 分钟，缓存后秒回。
python -m stockwise watch add 600519 # 加入观察列表
python -m stockwise watch add 00700 --hk # 港股
python -m stockwise watch remove 600519
python -m stockwise watch list # 看所有标的最近一次评级
python -m stockwise watch run # 批量跑 watchlist，标记评级变化
python -m stockwise watch run --no-llm --brief # 批量快读版watch list 输出示例：
代码 市场 名称 评级 得分 安全边际 行动建议
600036 A 招商银行 值得长期持有 91 充足 可以入场（折价充足）
601318 A 中国平安 质量好且估值合理 84 充足 可以入场（折价充足）
600519 A 贵州茅台 质量好但有瑕疵 72 偏贵 等待回调（估值偏贵）
688256 A 寒武纪 避免 35 偏贵 避免（触发一票否决） ⚠ 治理红旗
财报/分红/治理事件等不变数据缓存 24 小时-7 天（在 ~/.stockwise/cache.db）。
跑批量 watchlist 时性能 ×10。禁用：STOCKWISE_NO_CACHE=1。
报告写入 reports/<code>_<YYYY-MM-DD>.md。
| Profile | 适用 | 安全边际口径 |
|---|---|---|
| default | 消费 / 制造 / 一般企业 | FCF Yield + Graham PE×PB + OE×12 + DCF 含增长 |
| bank | 银行 / 货币金融服务 | P/B + ROE÷PB 隐含回报 + 股息率 + 衰减 ROE 留存复利 |
| insurance | 保险 | P/B + 股息率 + 隐含回报 + 净利稳定性 |
| growth | 营收 5 年 CAGR ≥ 15-25%、研发驱动 | PEG（保守 g）+ (1/PE + g) + PS÷CAGR + DCF |
| cyclical | 钢铁/煤炭/有色/石油/航运/化工/水泥 | Shiller PE（10 年均值 EPS）+ P/B + 高股息率 + 周期顶部预警 |
识别规则：
- 银行/保险走对应 profile（A 股 INDUSTRYCSRC1 + 港股 yfinance industry，中英双语关键字）
- 高研发行业 + CAGR ≥ 15% 或 CAGR ≥ 25% 且非资源类 → growth profile
- 否则 default
质量评级（5 档 + 否决）：
- ≥85 + 充足 → 值得长期持有
- ≥85 + 一般 → 优质合理估值
- ≥85 + 其他 → 优质但偏贵
- 70-84 + 充足/一般 → 质量好且估值合理
- 70-84 + 其他 → 质量好但有瑕疵
- < 70 → 未达伯克希尔标准
- 一票否决 → 避免
行动建议（独立于评级，给具体决策）：
- 评级 ≥70 + 折价 ≥30% → 可以入场（折价充足）
- 评级 ≥70 + 折价 10-30% → 可以入场（谨慎）
- 评级 ≥70 + 折价 -10-10% → 已持有可继续，新仓需等
- 评级 ≥70 + 折价 <-10% → 等待回调
- 50-70 → 观察，不建议新仓
- <50 或否决 → 避免
安全边际 = (内在价值 - 当前市值) / 内在价值 × 100%。内在价值由各 profile 的 4 道关综合中位数得出。0-20 分按折价率连续线性映射，标签 4 档：充足 (≥30%) / 一般 (10-30%) / 不足 (-10-10%) / 偏贵 (<-10%)。
一票否决项：
- 近 5 年任一年净利润为负
- 商誉/净资产 > 50%
- 资产负债率 > 70%（汽车/航空/建筑 75%、证券 80%、银行/保险豁免）
- 经营现金流连续 2 年为负
| 维度 | 权重 | 默认 default 体系 |
|---|---|---|
| 护城河 | 25 | 5 年 ROE ≥ 15% / 毛利 ≥ 40% / 毛利稳定性 |
| 盈利质量 | 20 | 5 年累计 CFO/净利 ≥ 0.85 / 无亏损年 / 净利率波动 < 25% |
| 资本配置 | 15 | 负债率 ≤ 50% / 连续派息 ≥ 5 年 / 商誉 ≤ 1 倍净利 |
| 长期增长 | 10 | 营收/净利 CAGR / 滚动 3 年连续增长 |
| 安全边际 | 20 | 见上方四道关 |
| 业务可理解性（LLM） | 5 | 巴菲特"10 年后仍可预测" |
| 管理层质量（LLM） | 5 | 资本配置 / 治理事件 / 股东沟通 |
各 profile 维度阈值会自动调整（如银行用 ROA 1% / ROE 13%；成长股用 CAGR 20% / 毛利 40%）。
| 来源 | 用途 | 是否必需 |
|---|---|---|
| akshare (push2 + legulegu + sina) | 主要财报、估值、新闻；A 股股东、分红 | ✅ |
| baostock | 副源校验：ROE/净利率/毛利率/营收 跨源对比 | ✅ |
| yfinance | 港股估值 (PE/PB/PS/dividend)、内部人/机构持股 | ✅ 港股 |
| 巨潮资讯网（cninfo） | A 股治理事件原文（关联交易/担保/质押/立案/诉讼） | ✅ A 股 |
| 东财 f10（emweb） | push2 故障时的名称/行业/上市日期后备 | 自动 |
| Tushare Pro | 研发占比 / 资本支出（成长股 profile 用） | 可选（需 token） |
支持 3 类 provider（在 .env 配置）：
| Provider | 配置 | 例 |
|---|---|---|
| Anthropic 官方 | ANTHROPIC_API_KEY |
claude-sonnet-4-6 |
| Anthropic 代理（Claude Code 风格 Bearer Token） | ANTHROPIC_AUTH_TOKEN + ANTHROPIC_BASE_URL |
第三方中转 |
| OpenAI 兼容（DeepSeek / Kimi / GLM 等） | STOCKWISE_PROVIDER=openai + OPENAI_API_KEY + OPENAI_BASE_URL + STOCKWISE_MODEL |
gpt-5.x / deepseek-chat |
特殊场景开关（自签证书代理 + 绕过系统 SOCKS）：
STOCKWISE_INSECURE_SSL=1
STOCKWISE_TRUST_ENV=0
LLM 给出：
- 主业概述
- 护城河定性分析
- 业务可理解性评分（0-5）
- 管理层质量评分（0-5，参考治理事件输入）
- Munger 反向思考（"什么会让这家公司死"）
- 内在价值定性判断
- 综合 verdict
- 综合判断（评级 + 总分 + 安全边际 + 评估口径）
- 巴菲特检查清单（每项✅/❌+ 实际数值）
- 公司速览与主业
- 护城河分析（LLM 定性 + 财务证据）
- 盈利质量与资本配置（含分红记录）
- 长期增长
- 内在价值估算与安全边际（4 道关，按 profile 不同）
- 如果你买下整家公司（回本期）
- 管理层质量（LLM）
- 业务可理解性（LLM）
- Munger 反向思考
- 风险与警示
- 综合判断（LLM verdict）
- 附 A: 股东结构 & 持仓变动
- 附 B: 治理事件（巨潮近 180 天，按严重度分级）
- 附 C: 数据可靠性校验（baostock 副源对比）
- 附 D: 近期相关新闻
pytest -q # 16 个单测代码结构：
stockwise/
├── cli.py # CLI 入口
├── config.py # .env 加载 + LLMConfig 多 provider
├── data/
│ ├── fetcher.py # akshare + sina + 东财 f10 后备 + 内在价值分发
│ ├── models.py # dataclass: StockSnapshot 等
│ ├── market.py # 代码解析（A/HK 识别）
│ ├── validator.py # baostock 副源校验
│ ├── governance.py # 巨潮治理事件
│ ├── holders.py # A 股流通股东 + HK 内部人
│ └── tushare_extra.py# Tushare Pro 研发/capex 增强
├── analyzer/
│ ├── scorer.py # 7 维度 + 4 profile 分发
│ └── llm.py # Anthropic / OpenAI 兼容
└── report/
├── generator.py
└── template.md.j2