20250920-e194e889/README.md

美股低价值公司分析系统

一个专门用于分析美股低价值投资机会的智能分析系统，提供全面的财务分析、估值计算和投资建议。

功能特点

🎯 核心功能

• 实时数据收集: 从Yahoo Finance获取最新股价和财务数据
• 智能估值分析: DCF模型、相对估值法、财务指标分析
• 风险评估: 波动率、Beta系数、财务健康度评估
• 投资建议: 基于多维度分析的买入/持有/卖出建议
• 报告生成: 自动生成PDF详细报告和文本摘要

📊 分析维度

1. 估值吸引力 (40%权重)

   • PE、PB、PS、PEG比率分析
   • DCF内在价值计算
   • 相对估值对比

2. 财务健康度 (30%权重)

   • 流动性指标 (流动比率、速动比率)
   • 偿债能力 (债务比率、利息覆盖倍数)
   • 盈利能力 (ROE、ROA、利润率)

3. 成长性 (20%权重)

   • 收入增长率分析
   • 利润增长率分析
   • 历史增长趋势

4. 风险控制 (10%权重)

   • Beta系数分析
   • 波动率计算
   • 最大回撤分析

安装和使用

环境要求

• Python 3.8+
• 网络连接（用于获取实时数据）

安装依赖

pip install -r requirements.txt

使用方法

1. 单只股票完整分析

python main.py AAPL

2. 强制刷新数据重新分析

python main.py AAPL --refresh

3. 快速筛选（检查是否符合低价值标准）

python main.py --screen AAPL

4. 批量分析多只股票

python main.py --batch AAPL,MSFT,GOOGL,TSLA

输出文件

报告文件

• reports/{股票代码}_analysis_report.pdf - 详细PDF分析报告
• reports/{股票代码}_summary.txt - 简要文本摘要
• reports/charts/ - 图表文件（HTML格式）

数据库

• stock_analysis.db - SQLite数据库，存储历史数据和分析结果

分析流程

每次分析的标准流程：

1. 数据获取阶段 (30秒内)

   • 验证股票代码和基本信息
   • 获取最新股价和交易数据
   • 下载最近4个季度的财务数据

2. 快速筛选阶段 (1分钟内)

   • 计算关键估值指标（PE、PB、PS等）
   • 检查是否符合"低价值"标准
   • 识别异常财务指标

3. 深度分析阶段 (2-3分钟)

   • 进行DCF估值计算
   • 分析财务健康度
   • 评估行业地位和竞争优势
   • 计算风险指标

4. 报告生成阶段 (1分钟内)

   • 生成综合分析报告
   • 提供投资建议和风险提示
   • 保存分析结果到数据库

低价值投资标准

系统默认的低价值投资筛选标准：

• PE比率: ≤ 15
• PB比率: ≤ 1.5
• PS比率: ≤ 2.0
• 最小市值: ≥ 1亿美元
• 债务比率: ≤ 60%
• 流动比率: ≥ 1.2
• ROE: ≥ 5%

配置说明

可以在 config.py 中修改分析参数：

LOW_VALUE_CRITERIA = {
    'max_pe_ratio': 15,          # 最大市盈率
    'max_pb_ratio': 1.5,         # 最大市净率
    'max_ps_ratio': 2.0,         # 最大市销率
    'min_market_cap': 100_000_000,  # 最小市值
    'max_debt_ratio': 0.6,       # 最大债务比率
    'min_current_ratio': 1.2,    # 最小流动比率
    'min_roe': 0.05,             # 最小ROE
}

注意事项

1. 数据来源: 系统使用Yahoo Finance作为主要数据源，数据可能存在延迟
2. 投资风险: 本系统仅供投资参考，不构成投资建议
3. 数据准确性: 建议结合其他数据源进行交叉验证
4. 网络要求: 需要稳定的网络连接获取实时数据

系统架构

├── main.py                 # 主程序入口
├── config.py              # 配置文件
├── database.py            # 数据库管理
├── data_collector.py      # 数据收集模块
├── analysis_engine.py     # 分析引擎
├── report_generator.py    # 报告生成器
├── requirements.txt       # 依赖包列表
└── README.md             # 使用说明

示例输出

控制台输出示例

=== AAPL 分析结果 ===
投资建议: 买入
综合评分: 75.2/100

关键优势:
  • 估值吸引力高
  • 财务健康度良好
  • 成长性优秀

关键担忧:
  • 风险较高

详细报告已生成: reports/AAPL_analysis_report.pdf
简要报告已生成: reports/AAPL_summary.txt

技术支持

如有问题或建议，请检查：

1. 网络连接是否正常
2. 股票代码是否正确
3. 依赖包是否完整安装
4. 查看日志文件 stock_analysis.log