Agent Skillsxbtlin/ai-berkshire › financial-data

financial-data

GitHub

规范美股、港股、A股及台股财务数据获取与交叉验证流程,明确各市场优先数据源及一手披露渠道。要求关键数据双源校验,提供FinMind工具用法及货币单位处理规则,确保数据准确性。

codex-skills/financial-data/SKILL.md xbtlin/ai-berkshire

触发场景

需要获取特定股票或公司的财务指标(如营收、净利、估值) 进行跨市场或单一市场的企业基本面分析 查询台湾股市的月营收或股利政策

安装

npx skills add xbtlin/ai-berkshire --skill financial-data -g -y
更多选项

非标准路径

npx skills add https://github.com/xbtlin/ai-berkshire/tree/main/codex-skills/financial-data -g -y

不安装直接使用

npx skills use xbtlin/ai-berkshire@financial-data

指定 Agent (Claude Code)

npx skills add xbtlin/ai-berkshire --skill financial-data -a claude-code -g -y

安装 repo 全部 skill

npx skills add xbtlin/ai-berkshire --all -g -y

预览 repo 内 skill

npx skills add xbtlin/ai-berkshire --list

SKILL.md

Frontmatter
{
    "name": "financial-data",
    "description": "AI Berkshire skill: 财务数据获取与交叉验证规范. Source: skills\/financial-data.md."
}

Codex adapter note

This skill is generated from skills/financial-data.md so Claude Code and Codex users share one canonical workflow.

  • Treat $ARGUMENTS as the user's request in the current Codex thread.
  • When the source mentions Claude-only surfaces such as Task, Agent, WebSearch, Bash, Read, or Write, use the closest Codex capability available in this session: subagents when available, web search when needed, shell commands for local tools, and normal file edits for workspace files.
  • Use shared project tools from tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.
  • Before starting research, run the date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.
  • Preserve the research quality rules from AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.

财务数据获取与交叉验证规范

本规范适用于所有涉及企业财务数据的研究。每个关键数据必须来自两个独立来源,误差>1%须标记。


数据源优先级

美股(PDD、腾讯ADR、网易ADR等)

优先级 来源 URL 获取方式
1(主) macrotrends macrotrends.net/stocks/charts/{ticker} 直接访问,无需注册
2(副) stockanalysis stockanalysis.com/stocks/{ticker}/financials 直接访问,无需注册
原始一手 SEC EDGAR sec.gov/cgi-bin/browse-edgar 10-K / 10-Q 原文

港股(腾讯0700、网易9999、美团3690等)

优先级 来源 URL 获取方式
1(主) aastocks aastocks.com/tc/stocks/analysis/company-fundamental 直接访问
2(副) macrotrends(ADR代码) 腾讯用TCEHY,网易用NTES 直接访问
原始一手 HKEX披露易 hkexnews.hk 年报PDF

A股(三七互娱、吉比特等)

优先级 来源 URL 获取方式
1(主) 东方财富 eastmoney.com → 搜股票代码 → 财务报表 直接访问
2(副) 巨潮资讯 cninfo.com.cn 原始年报/季报PDF

台股(台积电2330、联发科2454、大立光3008等)

优先级 来源 URL 获取方式
1(主) FinMind API api.finmindtrade.com tools/twstock_data.py(零依赖脚本,见下)
2(副) Goodinfo台湾股市资讯网 goodinfo.tw/tw/StockDetail.asp?STOCK_ID={代码} 直接访问
原始一手 公开资讯观测站(MOPS) mops.twse.com.tw 财报原文/月营收公告

FinMind 取数工具(分析台股时优先调用,输出自带市值验算):

python3 tools/twstock_data.py quote 2330        # 最新行情 + PER/PBR/殖利率 + 市值验算
python3 tools/twstock_data.py valuation 2330    # 估值指标 + PER一年区间 + 52周高低
python3 tools/twstock_data.py financials 2330   # 近5年年度核心财务(营收/毛利率/归母净利/EPS/ROE)
python3 tools/twstock_data.py revenue 2330      # 近13个月月营收及同比
python3 tools/twstock_data.py dividend 2330     # 近年股利政策(现金/股票股利、除息日)
python3 tools/twstock_data.py search 台積        # 搜索股票代码(注意台股名称为繁体)

台股特别注意:

  1. 货币单位是新台币(TWD),与港币/人民币/美元混排时必须显式标注,跨市场对比先统一换算
  2. 月营收是台股独有优势:上市柜公司每月10日前强制披露上月营收,是跟踪基本面拐点最快的公开信号,earnings-review/thesis-tracker 类分析应优先利用(revenue 子命令)
  3. FinMind 损益表为单季值,工具已自动加总为年度值;不足4季的年份会标注"仅前N季累计"
  4. FinMind 未注册可直接用(有小时级限额)。注册后的 API token 只存本机、严禁提交到 git,工具按优先级自动读取:①环境变量 FINMIND_TOKEN;②本地文件 local/finmind_token.txtlocal/ 已被 .gitignore 永久排除,把 token 单独一行写入该文件即可)。token 不得出现在报告、skill、commit 中
  5. 交叉验证:FinMind 数值与 Goodinfo(或 macrotrends 上的 ADR,如 TSM)对照,误差规则同下;台积电等有 ADR 的公司注意 ADR 与台股原股的汇率/存托比率差异(1 TSM ADR = 5 股 2330)

执行规范

第一步:获取数据

对每个财务指标(收入、净利润、毛利率、经营现金流、资产负债率等),分别从来源1来源2取数。

第二步:误差计算与标记

误差率 = |来源1数值 - 来源2数值| / 来源1数值 × 100%
误差 处理方式
≤ 1% ✅ 一致,取来源1数值,标注两个来源
1% ~ 5% ⚠️ 标记"数据存在差异",注明两个数值,说明可能原因(汇率/会计口径)
> 5% ❌ 标记"数据存在重大差异",必须查原始财报核实,不得直接使用

第三步:数据呈现格式

每个关键数据必须按以下格式标注:

收入:1,239亿元 ✅
  - macrotrends: 1,241亿元
  - stockanalysis: 1,237亿元
  - 误差: 0.3%

差异示例:

净利润:245亿元 ⚠️ 数据存在差异
  - macrotrends: 245亿元(GAAP)
  - stockanalysis: 278亿元(Non-GAAP)
  - 误差: 13.5% — 原因:会计口径不同(GAAP vs Non-GAAP)

常见差异原因(不一定是数据错误)

原因 说明
GAAP vs Non-GAAP 最常见,尤其是利润类数据
汇率换算 港币/人民币/美元换算时间点不同
财年定义 自然年 vs 财年(如苹果财年10月结束)
合并口径 是否含少数股东权益
数据更新滞后 某平台尚未更新最新一期财报

特别规则

  1. 未上市公司(米哈游、莉莉丝等):只有一手数据来源时,数据前标记 [估计],不执行交叉验证
  2. 季度数据 vs 年度数据:优先使用年度数据做交叉验证,季度数据部分来源可能有滞后
  3. 原始财报优先:若两个来源均与原始财报(10-K/年报PDF)不符,以原始财报为准,标记来源错误

股价与复权(历史序列必读)

价格有三种口径,混用会让历史股价位置、长期涨幅、历史估值分位全部失真:

口径 含义 用途
不复权 实际成交价,除权除息日跳空 仅用于"当前时点"快照
前复权 以最新价为基准回调历史价 历史股价对比、N年涨幅、历史PE band 一律用它
后复权 以上市首日为基准前推 计算历史总回报/年化收益

规则:

  1. 涉及历史价格的分析统一用前复权,且同一分析内不得混用复权与不复权来源。
  2. 当前市值/当前PE 用当前实际股价 × 当前总股本即可,与复权无关——复权只影响历史序列。
  3. 跨越拆股/大比例送转的每股指标(历史EPS、历史股价),必须复权还原后再同比。
  4. 总回报/年化收益需计入分红(后复权已含),只看价格涨幅会低估。
  5. 增发/回购后市值验算以最新总股本为准(financial_rigor.py verify-market-cap 偏差>5% 会提示核对)。

快速索引

场景 主要来源 备用来源
PDD / 拼多多 macrotrends.net/stocks/charts/PDD stockanalysis.com/stocks/pdd
腾讯 macrotrends.net/stocks/charts/TCEHY aastocks(0700.HK)
网易 macrotrends.net/stocks/charts/NTES aastocks(9999.HK)
三七互娱 eastmoney.com(002555) cninfo.com.cn
吉比特 eastmoney.com(603444) cninfo.com.cn
Nintendo macrotrends.net/stocks/charts/NTDOY stockanalysis.com/stocks/ntdoy
Capcom macrotrends(CCOEY) stockanalysis(CCOEY)
台积电 tools/twstock_data.py(2330) goodinfo.tw / macrotrends(TSM,注意1 ADR=5股)
联发科 tools/twstock_data.py(2454) goodinfo.tw

版本历史

  • 77c0755 当前 2026-07-19 11:07

    新增台股FinMind数据源整合,包括twstock_data.py工具及取数规范;完善Token本地存储与安全策略;修复脚本健壮性及错误提示。

  • 459c0c2 2026-07-11 18:00

    补充股价与复权口径规则,区分前复权、后复权及不复权的适用场景。

  • 736f163 2026-07-05 09:25

同 Skill 集合

codex-skills/bottleneck-hunter/SKILL.md
codex-skills/deep-company-series/SKILL.md
codex-skills/dyp-ask/SKILL.md
codex-skills/earnings-review/SKILL.md
codex-skills/earnings-team/SKILL.md
codex-skills/income-investment/SKILL.md
codex-skills/industry-funnel/SKILL.md
codex-skills/industry-research/SKILL.md
codex-skills/investment-checklist/SKILL.md
codex-skills/investment-memo-craft/SKILL.md
codex-skills/investment-research/SKILL.md
codex-skills/investment-team/SKILL.md
codex-skills/management-deep-dive/SKILL.md
codex-skills/news-pulse/SKILL.md
codex-skills/portfolio-review/SKILL.md
codex-skills/private-company-research/SKILL.md
codex-skills/quality-screen/SKILL.md
codex-skills/thesis-drift/SKILL.md
codex-skills/thesis-tracker/SKILL.md
codex-skills/wechat-article/SKILL.md

元信息

文件数
0
版本
66e5562
Hash
fb051c5b
收录时间
2026-07-05 09:25

首页 - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-08-01 08:40
浙ICP备14020137号-1 $访客地图$