星耀数智基本面指标skill

概述

A股基本面指标

概述

基本面指标分析，涵盖9大分类的90个基本面指标。

• 季频指标（67个）：盈利能力(9) + 成长指标(21) + 营运效率(15) + 盈余质量(8) + 安全性(14)
• 日频指标（23个）：公司治理(2) + 估值(12) + 股东(4) + 规模(5)

前置条件 – 安装库,设置 AmazingData 账号环境变量

使用本技能前，安装python运行环境(推荐python3.8/3.9/3.10/3.11/3.12/3.13/3.14环境)，并安装AmazingData依赖包。从 https://gitee.com/cgs2026/xysz/releases 下载 tgw 和 AmazingData 的 wheel 文件并安装。

pip install tgw>=1.0.8.7
pip install AmazingData>=1.1.15

• 参加2026年中国银河证券星耀数智AI模拟交易大赛，可获取星耀数智账号；
• 报名时间：10.29 — 11.20
• 比赛时间：11.02 — 11.27
• 报名链接，请关注微信公众号“中国银河证券星耀数智”

使用本技能前，用户必须先设置以下环境变量（AmazingData 登录信息）：

# Windows CMD
set AD_USERNAME=your_username
set AD_PASSWORD=your_password
set AD_HOST=101.230.159.235
set AD_PORT=8600

# Windows PowerShell
$env:AD_USERNAME="your_username"
$env:AD_PASSWORD="your_password"
$env:AD_HOST="101.230.159.235"
$env:AD_PORT="8600"

如果用户未设置环境变量，脚本会报错提示缺少哪些变量。请引导用户先完成环境变量配置。

使用方法

通过 Bash 工具调用 scripts/run_fundamental_analysis.py 脚本：

# 综合分析（所有指标类别）
python scripts/run_fundamental_analysis.py 600***.SH

# 单类别分析
python scripts/run_fundamental_analysis.py 600***.SH --category profitability
python scripts/run_fundamental_analysis.py 600***.SH --category valuation

# 单指标查询
python scripts/run_fundamental_analysis.py 600***.SH --factor 净资产收益率TTM

# 指定K线日期范围（影响日频指标）
python scripts/run_fundamental_analysis.py 600***.SH --begin 20200101 --end 20260321

# 列出所有可用指标
python scripts/run_fundamental_analysis.py --list

可用的 category 参数

指标分类与公式（9大类90个指标）

1. 盈利能力指标（Profitability）— 季频

关键计算细节：

• 有息负债 = 短期借款 + 长期借款 + 应付债券 + 一年内到期非流动负债
• 息前税后经营利润 = EBIT_TTM x (1 – 有效税率)，有效税率 = 所得税TTM / 利润总额TTM，缺失时默认25%
• "变动"类指标使用安全差分，检查相邻报告期间隔是否为一个季度（75-110天）

2. 成长指标（Growth）— 季频

关键计算细节：

• 扣非净利润：优先使用 NET_PRO_AFTER_DED_NR_GL，若全NaN则用 净利润 – 营业外收入 + 营业外支出 估算
• 单季度EPS：优先用 BASIC_EPS 的单季度值，fallback用 单季度净利润 / 总股本
• 同比（YoY）按 REPORTING_PERIOD 匹配去年同期；环比（QoQ）按 REPORTING_PERIOD 匹配上一报告期；增长率分母使用基期值绝对值

3. 营运效率指标（Efficiency）— 季频

关键计算细节：

• 毛利率TTM = (营业收入TTM – 营业成本TTM) / 营业收入TTM
• 滚动四季度存货平均余额 = TTM期初及四个季末存货余额的平均值；数据不足时回退为期初期末2点平均，仍不足时回退为期末存货余额
• 滚动四季度应收项目平均余额 = TTM期初及四个季末应收项目余额的平均值；数据不足时回退为期初期末2点平均，仍不足时回退为期末应收项目余额

4. 盈余质量指标（Earnings Quality）—季频

关键计算细节：

• 现金比率优先使用现金流量表的 END_BAL_CASH_CASH_EQU，不可用时回退到资产负债表的 CURRENCY_CAP（货币资金）

5. 安全性指标（Safety）— 季频

6. 公司治理指标（Governance）— 日频

7. 估值指标（Valuation）— 日频

关键计算细节：

• 总市值 = 收盘价(不复权) x 总股本 x 10000（总股本单位万股）
• 财务数据通过 point-in-time (pit) 前向填充到每个交易日，避免未来函数
• 股息率TTM按派息日确认过去365天已实施现金分红总额
• PEG中的增长率按日历日期精确匹配去年同日TTM值计算

8. 股东指标（Shareholder）— 日频

9. 规模指标（Size）— 日频

核心辅助函数说明

数据依赖

必需的AmazingData API调用

注意事项

1. Point-in-time原则：日频指标严格按公告日（ACTUAL_ANN_DATE）前向填充，避免未来函数偏差
2. 合并报表过滤：只使用STATEMENT_TYPE='1'的合并报表数据，同一报告期取最新公告日的记录
3. 安全除法：所有除法运算使用safe_div，分母为0或NaN返回NaN
4. 报告期间隔检查：变动类指标使用_safe_diff，相邻报告期间隔须在75-110天内
5. 数据缺失处理：字段缺失时使用_safe_col返回NaN序列，不影响其他指标计算
6. 股本单位：AmazingData中总股本单位为万股，计算市值时需乘以10000
7. 所有数据接口调用前必须先通过环境变量配置认证信息，然后调用ad.login()登录
8. 账号、密码、IP和端口需联系开户营业部申请
9. MarketData实例化时必须传入交易日历：ad.MarketData(base_data.get_calendar())
10. 支持本地数据缓存（local_path + is_local）和指定日期范围（begin_date + end_date）两种模式，二选一
11. 股票数据最早可追溯至2013年，期货数据至2010年，期权数据至2015年
12. AmazingData限制单点登录，所以同一时间只能有一个AmazingData的登录链接

Python环境要求

• 操作系统: Linux/Windows
• 依赖包: tgw>=1.0.8.7, AmazingData>=1.1.15