SuperAPI AI 工具集

thesis-tracker

数据与分析

查看项目

更新于 10-16 01:34

技能介绍

用途:投资论文追踪是一套买入后的纪律系统,用于把买入决策写成可验证的投资论文,并在后续季度检查中跟踪论文是否仍然完整。支持三种输入:公司名(首次建立论文、后续追踪检查)、公司名 建立论文(强制重建)、公司名 季度检查(基于最新财报检查)。

主要能力:建立论文时收集股价、PE/PB、股息率、财报数据,撰写200字内核心论文(回答生意本质、护城河、管理层、安全边际、下行风险五个问题),拆解3-7条可验证核心假设,列出红线清单和估值锚点,保存到 reports/{公司名}-thesis.md。追踪检查时读取现有论文,收集最新财报、重大事件、股价估值、内部人交易,逐条验证假设(🟢成立/🟡边际弱化/🔴受损/⚫破裂),检查红线,更新估值,输出含健康度评分、假设与红线检查表、关键变化、估值更新的报告。

使用方式:依赖共享项目工具,如 python3 tools/financial_rigor.py verify-valuation 校验估值;开始前运行 date 确认日期并在报告头注明数据截止日期。若已有 investment-research 或 investment-team 报告则优先读取。

评分与建议:健康度 = 10 - 破裂假设数×3 - 受损假设数×2 - 弱化假设数×1 - 红线触发数×5,最低1分最高10分;9-10分考虑加仓,7-8分继续持有,5-6分持有但提高警惕,3-4分考虑减仓,1-2分强烈建议卖出。结论须明确回答论文是否完整及该加仓、持有、减仓还是清仓,并给出下次检查时间。

限制:需按来源要求交叉核对财务数据、用精确算术工具计算估值并标注不确定性与来源缺口;具体平台、收费与价格信息暂未提供。