微信扫一扫stock-valuation-screener
A 股每日估值偏离捕捉器 v2.6：收盘后自动扫描全市场，筛选 6 类"估值偏离机会"， 输出 Excel + Word + PPT + HTML 四件套报告，含 Z-score/EV-EBITDA/DDM 量化分析、 组合聚合分析、数据质量评估与轻量回测引擎。v2.6 新增语音交互（说一句话就能 扫描/查板块/查个股/出报告，零依赖自动降级）与性能优化（spot 缓存修复 + 样本记忆化 + 报告并行 + 阶段计时）。
⚠️ 重要限制（请先阅读）
| 限制 | 说明 |
|------|------|
| 🔴 DCF 是简化版 | 基于历史 PE 中位数法估算，不是专业 DCF 模型（不预测未来现金流），仅作辅助参考 |
| 🔴 公告检测基于关键词 | 通过关键词匹配判断"治理负面"，存在误判可能 |
| 🔴 次新股/冷门股支持不足 | 历史数据不足 5 年时，历史分位策略无法触发；冷门股财务数据可能缺失 |
| 🟡 评分≠买入推荐 | 所有输出均为"机会提示"，综合偏离度 70 分不代表一定会涨 |
| 🟡 依赖 akshare | 真实模式需 pip install akshare，未装时自动降级到 mock 数据 |
| 🟡 回测仅供参考 | v2.2 回测用历史市值变化代理收益，非实盘验证，不构成投资建议 |
💡 本工具定位：辅助研究分析的"估值偏离扫描器"，帮您快速筛出值得关注的标的，不替代深度研究和专业判断。
30 秒上手
# 1. 安装依赖
pip install -r requirements.txt
# 2. Demo 模式（不连网，使用 sample/ 内置数据）
python scripts/daily_scan.py --demo
# 3. 真实模式（连 akshare 拉数据）
python scripts/daily_scan.py
# 4. v2.2 全家桶：四件套 + 并行 + JSON/CSV + 回测
python scripts/daily_scan.py --report-format all --html-report \
--workers 4 --save-json --save-csv --backtest
# 5. v2.6 语音交互（说/打字均可，无麦克风自动降级文本输入）
python scripts/daily_scan.py --voice --demo
python scripts/voice_interface.py --demo # 也可直接启动
# 6. v2.6 性能基准（打印各阶段耗时分解）
python scripts/daily_scan.py --demo --benchmark
🧹 上传前清理（v2.0.2）
skill 内不应包含二进制文件。运行后如产生 .pyc 缓存或临时图表，上传时会触发"禁止上传二进制文件"错误。
# 清理 .pyc 缓存（推荐每次打包前运行）
python scripts/clean_pyc.py
# 推荐：设置环境变量避免 .pyc 生成
# Windows CMD: set PYTHONDONTWRITEBYTECODE=1
# Windows PS: $env:PYTHONDONTWRITEBYTECODE=1
# Linux/Mac: export PYTHONDONTWRITEBYTECODE=1
图表 PNG 默认输出到 %TEMP%\stock-valuation-screener\charts\，不在 skill 包内，无需手动清理。
6 类筛选策略
| # | 策略 | 核心指标 | |---|---|---| | ① | 绝对估值低估 | DCF / PEG / DDM（含 v1.5 两阶段 Gordon）综合判断内在价值高于当前市值 | | ② | 相对估值低估 | 同板块内 PE/PB 百分位 < 20% 且 ROE > 10% | | ③ | 历史分位低估 | 当前 PE/PB/市值跌破近 5 年最低 10% 分位（+ v1.5 Z-score σ 偏离） | | ④ | 舆情事件机会 | 治理负面 + 业务面正常 + 近 N 日累计跌幅 > 10%（v1.5 修复跌幅逻辑） | | ⑤ | ETF 折溢价机会 | 折价率 < -1% 或 溢价率 > 1.5%（v1.5 接线，独立数据源 fund_etf_spot_em） | | ⑥ | 高股息红利机会 | 股息率>5% + ROE>8% + PB≤5 + 增长/稳定分红（v1.5 接线） |
关键能力
- ✅ 零密钥：akshare 公开数据，无需任何 API Key
- ✅ 可降级：无网络时用 sample/ 数据离线跑
- ✅ 可配置：所有阈值在
config.yaml中可调 - ✅ 可调度：v1.4 起通过
cmd /c+schtasks直接调用daily_scan.py（不依赖 .bat） - ✅ 可解释：每个股票都附自然语言触发理由
- ✅ 合规：仅"机会提示"，无买卖建议，含免责声明
- ✅ 四件套报告（v2.2）：Excel + Word + PPT + HTML Dashboard
- ✅ 组合视角（v2.2）：HHI 行业集中度 + 加权偏离度/风险 + 组合健康度
- ✅ 数据质量（v2.2）：完整性/时效性/一致性 → A/B/C/D 等级
- ✅ 回测验证（v2.2）：策略历史命中率 / 前瞻收益 / 胜率 / 回撤
- ✅ 并行提速（v2.2）：
--workers N线程池扫描 - ✅ 结构化输出（v2.2）：
--save-json/--save-csv - ✅ 热门便宜股（v2.3）：热门板块内估值洼地主动扫描（便宜度评分 0-100 + 追高风险惩罚）
- ✅ 净值便宜板块（v2.3）：ETF 折价按板块聚合 + 热门×净值折价双重信号（
--strategies nav） - ✅ 语音交互（v2.6）：
--voice进入会话；「扫描一下 / 热门板块 / 底部异动 / 资金监控 / 分析 600519 / 生成 word 报告」；TTS 三级降级（pyttsx3 → Windows SAPI 零依赖 → 终端打印），STT 三级降级（语音 → 听写 → 打字），中文数字读法自动转代码（「六零零五一九」→ 600519） - ✅ 性能优化（v2.6）：修复每股重复拉取全市场快照的缺陷（spot 进程内缓存，N 次请求 → 1 次）+ sample JSON 记忆化 + 个股资金流/ETF 磁盘缓存 + 多格式报告并行生成 +
timings阶段耗时分解（--benchmark）
输出示例
每日估值偏离扫描汇总
扫描时间: 2026-08-09 15:30:00
全市场股票数: 35
命中股票数: 30
命中比率: 85.7%
策略分布:
①绝对低估 23 57.5%
②相对低估 2 5.0%
③历史分位 13 32.5%
④舆情机会 2 5.0%
组合摘要（v2.2）:
行业集中度 HHI: 1291（分散）
加权综合偏离度: 65.3
组合健康度: 良（72.0）
数据质量（v2.2）:
平均分: 80.0 等级: A 30 / B 0 / C 0 / D 0
每个股票展示：
| 字段 | 示例 | |---|---| | 代码 | 002230 | | 名称 | 科大讯飞 | | 行业 | 人工智能 | | 触发类型 | 3 历史分位低估 + 4 舆情事件机会 | | 评分 | 98 | | PE-TTM | 65.8 | | PB | 4.50 | | ROE | 8.5% | | 触发理由 | 历史分位低估：PE-TTM 65.8（百分位 10%，近 5 年最低 60.5）... |
目录结构
stock-valuation-screener/
├── SKILL.md # 主文档（agent 执行手册）
├── README.md # 本文件
├── requirements.txt # Python 依赖
├── pytest.ini # pytest 配置
├── config.yaml # 阈值/股票池/参数
├── (run_daily.bat 已删除) # v1.4 起通过 cmd /c + schtasks 直接调用
├── scripts/
│ ├── daily_scan.py # 主入口（v2.6：--voice / --benchmark / 报告并行）
│ ├── voice_interface.py # 🆕 v2.6 语音交互（口语解析 + TTS/STT 降级 + 会话）
│ ├── data_fetcher.py # 数据获取层（akshare + mock；v2.6 spot 缓存 + 记忆化）
│ ├── export_excel.py # Excel 导出（v1.x 兼容路径）
│ ├── strategies/
│ │ ├── absolute_value.py # 策略 ①
│ │ ├── relative_value.py # 策略 ②
│ │ ├── historical_low.py # 策略 ③
│ │ ├── event_drive.py # 策略 ④
│ │ ├── etf_discount.py # 策略 ⑤
│ │ ├── dividend_yield.py # 策略 ⑥
│ │ ├── hot_sector.py # v2.1 热门板块分析（v2.3 便宜股评分）
│ │ ├── backtest.py # v2.2 轻量回测引擎
│ │ ├── nav_discount.py # v2.3 净值便宜板块分析
│ │ └── undervalued_screener.py # v2.0 多倍数综合 + 多步DCF
│ ├── utils/
│ │ ├── valuation_analyzer.py # 综合偏离度（10 维度动态加权）
│ │ ├── risk_analyzer.py # 风险评分
│ │ ├── dcf_simplified.py # 简化 DCF / 两阶段 DDM
│ │ ├── data_validator.py # 数据校验
│ │ ├── quant_analyzer.py # v2.1 量化信号（资金流/动量/聪明钱）
│ │ ├── portfolio_aggregator.py # v2.2 组合聚合（HHI/健康度）
│ │ ├── data_quality.py # v2.2 数据质量（A/B/C/D）
│ │ ├── anomaly_monitor.py # v2.5 底部异动 + 资金监控
│ │ └── opportunity_confidence.py # 机会确定性
│ └── reports/
│ ├── base.py / chart_builder.py # 字体/图表基础
│ ├── excel_reporter.py # v2.0 Excel（v2.2 加组合/质量 sheet）
│ ├── word_reporter.py # v2.0 Word（v2.2 加组合/质量章节）
│ ├── ppt_reporter.py # v2.0 PPT（v2.2 加组合/质量页）
│ └── html_reporter.py # v2.2 HTML Dashboard
├── tests/ # 639 个测试用例（v1.0~v2.6 全量）
├── sample/ # 内置数据（无网络时可跑 demo；v2.3 新增 etf.json）
├── references/ # 参考文档
│ ├── valuation-methods.md # 估值方法详解
│ ├── data-sources.md # 数据源对比
│ ├── disclaimer.md # 免责声明
│ └── scheduling.md # 定时任务配置
└── outputs/ # 默认输出目录
定时任务
schtasks /create /tn "StockScreenerDaily" ^
/tr "cmd /c cd /d D:\claude 开发\skill of me\stock-valuation-screener && python scripts\daily_scan.py" ^
/sc weekly /d MON,TUE,WED,THU,FRI /st 15:30:00
❓ 常见问题与避坑指南
Q1: DCF 估值偏差很大？
A: 本工具的 DCF 是简化版（历史 PE 中位数法），不是专业 DCF 模型（不预测未来现金流）。它只是一种快速估算，用来判断当前估值是否偏离历史中枢。
Q2: 策略④舆情事件机会总是 0 条？
A: 舆情策略依赖公告关键词匹配"治理负面"，如果近期没有负面公告，该策略不会触发。这是正常的。
Q3: 次新股分析结果为空？
A: 历史分位策略需要近 5 年数据，次新股历史不足会自动跳过。绝对估值和相对估值策略仍可触发。
Q4: 真实模式报错？
A: v1.2 起已自动降级到 mock 模式。如需真实数据：pip install akshare
Q5: 如何只跑某一个策略？
A: 使用 --strategies 参数：
python scripts/daily_scan.py --strategies etf,dividend # 只跑策略⑤⑥
python scripts/daily_scan.py --strategies absolute,relative # 只跑策略①②
Q6: 综合偏离度评分多少算"低估"？
A: 评分是相对值。一般：≥70 高度关注、50-70 适度关注、<50 暂时观望。但请结合风险评分和触发逻辑综合判断。
📖 术语解释
| 术语 | 含义 | |------|------| | DCF | 现金流折现估值法。本工具使用简化版（历史 PE 中位数法），非专业 DCF | | DDM | 股利折现模型。v1.5 新增两阶段 Gordon DDM | | PEG | 市盈率/盈利增长率。PEG<1 通常认为估值合理或偏低 | | PE-TTM | 滚动 12 个月市盈率 | | PB | 市净率。PB<1 表示股价低于每股净资产 | | ROE | 净资产收益率 | | Z-score | 标准分数，表示当前值偏离历史均值多少个标准差 | | EV/EBITDA | 企业价值/息税折旧摊销前利润 | | IOPV | ETF 的实时参考净值 | | 综合偏离度 | 10 维度加权评分（0-100），越高表示当前估值越低于合理水平 |
⚠️ 重要声明
本工具仅供研究分析使用，不构成任何投资建议。
详见 references/disclaimer.md。
更新日志
v2.6.0 (2026-08-22) — 语音交互 + 性能优化
- 新增语音交互（
scripts/voice_interface.py，--voice）：六大口语指令（扫描/热门板块/底部异动/资金监控/单股分析/生成报告）；中文数字读法转代码；代码提取不用\b词边界（Unicode 下汉字也是单词字符）改用数字守卫 - 零依赖语音引擎：TTS 三级降级（pyttsx3 → Windows SAPI → 终端打印）；STT 三级降级（speech_recognition → SAPI 听写 → 文本输入）；
config.yaml新增voice配置节；speak/listen/executor 全可注入便于测试 - 性能修复：旧版
fetch_financial_akshare每股重复拉一次全市场快照（ak.stock_zh_a_spot_em）算股息率，现为get_spot_price_map()进程内缓存（600s 内只拉 1 次） - 性能优化：sample JSON mtime 记忆化（深拷贝隔离）+ 个股资金流/ETF 磁盘缓存（TTL）+ 多格式报告线程池并行生成 +
timings阶段耗时分解 +--benchmark - 测试 582 → 639 passed（v2.6 新增 57）
v2.3.0 (2026-08-17) — 热门板块便宜股 + 净值便宜板块
- 新增热门板块估值便宜股分析：便宜度评分 0-100（PE/PB 折价 + 市值 + 追高惩罚），每板块 TOP N 补涨候选（
strategies/hot_sector.py） - 新增净值便宜板块分析：ETF 折价按板块聚合（关键词提取 + 同义词归一）+ 热门×净值折价双重信号（
strategies/nav_discount.py） - 新增 sample/etf.json（24 只 ETF），demo 模式 ETF/净值分析开箱即用；CLI 支持
--strategies nav - 四报告端全接线：Excel「⑭净值便宜板块」sheet + Word「五·六」章节 + PPT 新页 + HTML 双面板
- 质量固化：全项目编译零警告 + 禁止裸 except 烟囱测试
- 测试 465 → 507 passed
v2.2.0 (2026-08-17) — 组合分析 + 数据质量 + 回测 + HTML 四件套
- 新增组合聚合分析：HHI 行业集中度 + 市值加权偏离度/风险 + 组合健康度 + 警示（
utils/portfolio_aggregator.py） - 新增数据质量评估：完整性/时效性/一致性 → A/B/C/D 等级（
utils/data_quality.py） - 新增轻量回测引擎：策略 1/3/6 历史命中率 / 5·20·60 日前瞻收益 / 胜率 / 最大回撤 / Sharpe（
strategies/backtest.py，--backtest） - 新增 HTML 交互式 Dashboard（Chart.js 图表 + 可排序过滤表格，
reports/html_reporter.py） - 并行扫描
--workers N（线程池，与串行结果一致）+--save-json/--save-csv结构化落盘 - 修复 BUG-033：mock 市值单位（亿元）与 akshare（元）不一致导致 demo 壳股误判
- Excel 增「⑮组合摘要」「⑯数据质量」sheet；Word/PPT 增对应章节/页
- 测试 390 → 465 passed
v1.5.0 (2026-08-10) — 接线修复 + 量化分析增强
- 修复 4 类接线缺陷：ETF(⑤)/高股息(⑥) 策略此前从未真正执行、export_excel 忽略策略 5/6、event_drive 跌幅逻辑、DCF 股本计算
- 新增 3 个量化维度：Z-score 统计偏离（σ）、EV/EBITDA 相对估值、两阶段 Gordon DDM
- 综合偏离度从 7 维扩到 10 维动态加权（缺失维度权重自动分摊）
- 机会确定性评分接入 Excel（⑨机会确定性 sheet）
- 测试 223 → 267 passed
v1.2.0 (2026-08-09) — 健壮性 + 测试覆盖
- 修复 7 类真实缺陷（详见 SKILL.md BUG 列表）
- akshare 失败自动降级到 mock
- ROE 负数显示 N/A（保留亏损信号）
- 配置文件缺键回退默认值
- 日期生成用 PowerShell（跨区域稳健）
- 测试 47 → 86 passed
v1.0.0 (2026-08-09) — 首发
- 4 类筛选策略 + 6 sheet Excel + mock/akshare 双后端