据 AlphaMoat 统计,截至 2026-09,US Stock Valuation Model - Value Investing Framework / 美股估值模型-价值投资框架 累计下载 4,208 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 2,373 位,在「专业领域」分类(465 个)中排名第 195 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 133 | 4,169 | 2 | - |
| SkillHub ↗ | 204 | 4,208 | 2 | — |
各平台的计数口径不同,站内汇总取各平台中的较大值,不相加。
读取结构化财报,检查 ROE、负债率、现金流与护城河条件,逐项解释通过或未通过的原因,并输出评级及双语摘要。
资料发布于 2026-10-26
以下是根据技能文档生成的示例,不代表实际运行结果。
依据技能文档中的声明整理,未经实际安装或运行验证。
python32026-09 起为新口径(全目录统计);此前为旧口径(只统计安装量为正的技能、同名技能合并计数)。两段不可直接比较,图中不跨口径连线,也不计算跨口径的增长。
| 月份 | 累计下载 | 环比 | 星标 | 累计安装 |
|---|---|---|---|---|
| 2026-09 | 4,208 | — | 2 | 204 |
| 2026-08旧口径 | 3,989 | +5.5% | 2 | 133 |
| 2026-07旧口径 | 3,782 | +11.4% | 2 | 204 |
| 2026-06旧口径 | 3,395 | +7.8% | 2 | 127 |
| 2026-05旧口径 | 3,148 | — | 2 | 204 |
| 2026-03旧口径 | 2,405 | — | 1 | 180 |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
--- name: us-value-investing-framework description: US stock valuation model skill (English-first + 中文) based on financial report data. Use when you need to apply explicit rules: ROE > 15% for 3+ years, debt ratio < 50%, free cash flow > 80% of net income, moat assessment (brand/network effect/cost advantage), then output investment rating (A/B/C/D) with reasons. --- # US Stock Valuation Model - Value Investing Framework (EN + 中文) This skill is an explicit rule-based value model focused on US stocks. ## Input Company financial report data (structured JSON), including: - 3+ years of ROE - Debt ratio - Free cash flow and net income - Moat assessment: brand / network effect / cost advantage Use the bundled template: `references/input-template.json`. ## Decision Rules (strict) 1. **ROE rule**: ROE > 15% for at least 3 consecutive years 2. **Leverage rule**: Debt ratio < 50% 3. **Cash conversion rule**: Free cash flow > 80% of net income 4. **Moat rule**: evaluate brand/network effect/cost advantage ## Output - Investment rating: **A / B / C / D** - Reasons (pass/fail explanation per rule) - Bilingual summary (EN main + 中文摘要) ## Run ```bash python3 scripts/evaluate_company.py \ --input references/input-template.json \ --out .state/eval.json \ --markdown .state/eval.md ``` ## Rating policy - **A**: all 4 rules pass - **B**: 3 rules pass - **C**: 2 rules pass - **D**: 0-1 rule pass ## Resources - `scripts/evaluate_company.py`: deterministic evaluator - `references/input-template.json`: input schema example
基于 AkShare 库取 A 股行情、财务与板块数据的数据接口技能。
基于东方财富数据库,支持自然语言查询金融数据,覆盖A股、港股、美股、基金、债券等资产,提供实时行情、公司信息、估值、财务报表等,适用于投资研究、交易复盘、市场监控、行业分析、信用研究、财报审计、资产配置等场景,满足机构与个人需求。返回结果为xlsx和Markdown文件。
git仓库https://github.com/handsomestWei/patent-disclosure-skill 中国专利技能:挖掘专利点与编写交底书(发明/实用/外观),按著录字段检索公布公告,通俗解读专利,对照审查口径出政策简报,辅助审查答复。| China patents skill: mine patent points and draft disclosures, search CNIPA bibliographic records, explain patents, brief examination-policy changes for disclosures, and assist office-action responses.
金融市场结构化数据查询的权威入口。支持股票(A股/港股/美股)、ETF、指数、板块、期货、外汇、可转债的 K 线、技术指标、筹码、财报、研报、公告、风险事件、股东、分红、ETF 持仓、新股/投资日历、龙虎榜等数据查询(不同标的与市场支持的维度不同);同时支持行业经营数据、申万行业估值/盈利预测/财务、全球宏观经济等数据查询;微信搜索"腾讯微证券"小程序,获取更多专业服务~
以 Yahoo Finance 数据取报价与基本面,并生成带技术指标图表的本地行情分析技能。
A股和港股价值投资分析系统。基于价值投资经典方法论,提供完整的投资分析框架:护城河分析、财务健康检查、DCF估值、管理层评估、行业分析、投资决策整合。适用于以下场景:(1) 全面分析股票投资价值,(2) 评估经济护城河与竞争优势,(3) 评估财务健康与会计质量,(4) 使用DCF模型计算内在价值,(5) 评估管理层质量,(6) 分析行业结构与动态,(7) 整合做出投资决策。
提供A股实时行情、分时成交量分布及主力资金动向分析,支持持仓管理和盈亏监控。
全功能智能股票监控预警系统。支持成本百分比、均线金叉死叉、RSI超买超卖、成交量异动、跳空缺口、动态止盈等7大预警规则。符合中国投资者习惯(红涨绿跌)。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。