{ticker} 基本面分析数据
{ticker} 基本面分析数据
股票类型: {市场名称} 货币: {货币名称} ({货币符号}) 分析日期: {当前日期} 数据深度级别: {数据深度}
{具体数据模块}
数据来源: 根据股票类型自动选择最适合的数据源
该模板与源码第 990-1001 行的拼接逻辑完全一致:头部元信息来自 `StockUtils.get_market_info` 返回的 `market_name`、`currency_name`、`currency_symbol`,数据模块按市场分支逐个 append 到 `result_data` 列表后以换行拼接。
### 2. A股数据(is_china=True)
A股分支包含两个主要模块。
**模块 1:A股当前价格信息**
```markdown
## A股当前价格信息
股票代码: {ticker}
股票名称: {公司名称}
交易所: {上海证券交易所/深圳证券交易所}
行业: {所属行业}
板块: {主板/创业板/科创板/北交所}
=== 最新价格数据 ===
日期: {最新交易日}
开盘价: {开盘价} 元
最高价: {最高价} 元
最低价: {最低价} 元
收盘价: {收盘价} 元
成交量: {成交量} 股
成交额: {成交额} 元
涨跌幅: {涨跌幅}%
换手率: {换手率}%
数据来源为 get_china_stock_data_unified():
- 第一优先级:MongoDB
stock_daily_data集合(历史交易数据缓存); - 第二优先级:按配置的数据源优先级;
- 仅包含最近 1-2 天的交易数据(源码中
days_to_fetch = 10兜底拉取、days_to_analyze = 2只分析最近 2 天)。
模块 2:A股基本面财务数据
## A股基本面财务数据
### 1. 公司基本信息
- 股票代码: {ticker}
- 公司名称: {公司全称}
- 所属行业: {行业分类}
- 上市板块: {主板/创业板/科创板/北交所}
- 上市日期: {上市日期}
### 2. 估值指标
- 市盈率 (PE): {PE值}
- 市净率 (PB): {PB值}
- 市销率 (PS): {PS值}
- 总市值: {总市值} 亿元
- 流通市值: {流通市值} 亿元
### 3. 财务指标
- 净资产收益率 (ROE): {ROE}%
- 总资产收益率 (ROA): {ROA}%
- 资产负债率: {负债率}%
- 流动比率: {流动比率}
- 速动比率: {速动比率}
- 毛利率: {毛利率}%
- 净利率: {净利率}%
### 4. 盈利能力分析
- 营业收入: {营业收入} 亿元
- 净利润: {净利润} 亿元
- 同比增长率: {增长率}%
- 每股收益 (EPS): {EPS} 元
### 5. 成长性分析
- 营收增长率: {营收增长率}%
- 利润增长率: {利润增长率}%
- 行业地位: {行业排名/市场份额}
### 6. 风险评估
- 财务风险: {低/中/高}
- 经营风险: {低/中/高}
- 市场风险: {低/中/高}
### 7. 投资建议
- 估值水平: {低估/合理/高估}
- 合理价位区间: {最低价} - {最高价} 元
- 目标价位: {目标价} 元
- 投资建议: {买入/持有/卖出}
该模块由 OptimizedChinaDataProvider._generate_fundamentals_report()(optimized_china_data.py)生成,数据获取优先级为:
- MongoDB 优先(启用
TA_USE_APP_CACHE时):market_quotes→ 实时股价stock_financial_data→ 财务指标(ROE、负债率、利润等)stock_basic_info→ 基础信息(行业、板块、市值、PE、PB 等)
- API 数据源(MongoDB 无数据时降级):AKShare → Tushare 依次尝试;
- 智能处理:解析并标准化不同来源的数据格式,基于行业特征进行估值分析,计算综合评分(基本面评分、估值评分、成长性评分)。
值得注意的一个源码细节:_generate_fundamentals_report 在价格/涨跌幅/成交量字段缺失时,会读取 market_quotes 集合兜底补齐(optimized_china_data.py),保证输出数据的完整性。
3. 港股数据(is_hk=True)
港股数据内容随 data_depth 变化,且源码中港股分支采取了"统一策略:所有级别都获取完整数据",主要原因是提示词统一,数据不完整会导致 LLM 基于不存在的数据分析(幻觉)。
基础级别(basic/standard):
## 港股基础信息
**股票代码**: {ticker}
**股票名称**: {公司名称}
**交易货币**: 港币 (HK$)
**交易所**: 香港交易所 (HKG)
**数据源**: {数据源名称}
**基本面分析建议**:
- 建议查看公司最新财报
- 关注港股市场整体走势
- 考虑汇率因素对投资的影响
完整级别(full/detailed/comprehensive):
## 港股数据
### 股票基本信息
- 股票代码: {ticker}
- 公司名称: {公司名称}
- 交易货币: 港币 (HK$)
- 交易所: 香港交易所 (HKG)
- 行业: {所属行业}
- 板块: {所属板块}
### 价格数据
- 最新价格: {最新价} 港币
- 开盘价: {开盘价} 港币
- 最高价: {最高价} 港币
- 最低价: {最低价} 港币
- 成交量: {成交量}
- 成交额: {成交额} 港币
### 估值指标
- 市值: {市值} 港币
- 市盈率: {PE}
- 市净率: {PB}
数据来源:
get_hk_stock_data_unified()— 港股行情数据(主要数据源,实现见 interface.py);get_hk_stock_info_unified()— 港股基础信息(备用降级方案,interface.py)。
源码中港股还有"最终备用"分支:当主备数据源全部失败时,返回包含错误信息与重试建议的兜底文本(agent_utils.py 第 953-970 行),保证 Agent 不会拿到空数据。
4. 美股数据(is_us=True)
美股同样按数据深度区分,且源码采用"统一策略:获取完整数据(忽略 data_depth)"。
基础级别(basic/standard):
## 美股基础信息
**股票代码**: {ticker}
**股票类型**: 美股
**交易货币**: 美元 (USD)
**交易所**: 美国证券交易所
**基本面分析建议**:
- 建议查看公司最新财报
- 关注美股市场整体走势
- 考虑美元汇率因素对投资的影响
- 关注美联储政策对股市的影响
完整级别(full/detailed/comprehensive):
## 美股基本面数据
### 公司信息
- 股票代码: {ticker}
- 公司名称: {公司名称}
- 交易货币: 美元 (USD)
- 行业: {所属行业}
- 板块: {所属板块}
### 财务数据
- 市值: {市值} 美元
- 市盈率 (PE): {PE}
- 市净率 (PB): {PB}
- 营业收入: {营业收入} 美元
- 净利润: {净利润} 美元
- 每股收益 (EPS): {EPS} 美元
### 分析师观点
- 目标价: {目标价} 美元
- 评级: {买入/持有/卖出}
数据来源:get_fundamentals_openai()(interface.py),使用 OpenAI 或 Finnhub API。
四、数据深度级别说明
combined_data 的详细程度由 data_depth 参数控制:
| 级别 | 说明 | 包含内容 |
|---|---|---|
basic |
快速分析 | 基础信息 + 当前价格 |
standard |
标准分析 | 基础信息 + 当前价格 + 基础估值指标 |
full |
深度分析 | 完整的价格数据 + 财务指标 + 估值分析 |
detailed |
详细分析 | 完整数据 + 详细财务分析 |
comprehensive |
全面分析 | 所有可用数据 + 深度分析 + 投资建议 |
research_depth → data_depth 映射(源码级)
data_depth 并非由调用方直接指定,而是由配置项 research_depth 转换而来(agent_utils.py 第 761-786 行):
| research_depth(配置) | data_depth(工具实际使用) |
|---|---|
| 快速 | basic |
| 基础 | standard |
| 标准 | standard |
| 深度 | full |
| 全面 | comprehensive |
research_depth 同时支持数字输入(1=快速、2=基础、3=标准、4=深度、5=全面),工具会自动完成数字到中文等级再到 data_depth 的标准化转换(第 721-759 行)。从映射看,detailed 级别在当前版本的 research_depth 配置中不直接出现,配置项实际可触达的为 basic/standard/full/comprehensive 四档。
与之配套,基本面分析还遵循"只取必要数据"的策略(第 837-842 行):固定获取 10 天数据(保证周末/节假日也有数据),但只使用最近 2 天参与分析——因为基本面分析关注的是当前价格与财务指标,而非历史行情序列。
五、数据字段详解
价格相关字段
| 字段 | 含义 |
|---|---|
| 开盘价 (open) | 当日开盘时的价格 |
| 最高价 (high) | 当日最高价格 |
| 最低价 (low) | 当日最低价格 |
| 收盘价 (close) | 当日收盘价格 |
| 成交量 (volume) | 当日成交股票数量 |
| 成交额 (amount) | 当日成交金额总额 |
| 涨跌幅 (change_percent) | 相对前一交易日的涨跌百分比 |
| 换手率 (turnover_rate) | 成交量占流通股本的比例 |
估值指标字段
| 字段 | 含义 |
|---|---|
| 市盈率 (PE) | 股价 / 每股收益,衡量股票估值水平 |
| 市净率 (PB) | 股价 / 每股净资产,衡量资产价值 |
| 市销率 (PS) | 市值 / 营业收入,衡量销售能力 |
| 总市值 (total_mv) | 股价 × 总股本 |
| 流通市值 (circ_mv) | 股价 × 流通股本 |
财务指标字段
| 字段 | 含义 |
|---|---|
| 净资产收益率 (ROE) | 净利润 / 净资产,衡量盈利能力 |
| 总资产收益率 (ROA) | 净利润 / 总资产,衡量资产使用效率 |
| 资产负债率 (debt_ratio) | 负债 / 资产,衡量财务风险 |
| 流动比率 (current_ratio) | 流动资产 / 流动负债,衡量短期偿债能力 |
| 速动比率 (quick_ratio) | (流动资产 - 存货) / 流动负债 |
| 毛利率 (gross_margin) | (营业收入 - 营业成本) / 营业收入 |
| 净利率 (net_margin) | 净利润 / 营业收入 |
六、数据获取流程
A股数据获取流程(重点)
graph TD
A[调用 get_stock_fundamentals_unified] --> B{识别股票类型}
B -->|A股| C[A股数据获取]
C --> C1[价格数据获取]
C1 --> C1A{MongoDB可用?}
C1A -->|是| C1B[MongoDB stock_daily_data]
C1A -->|否| C1C[API数据源<br/>Tushare/AKShare]
C --> C2[基本面数据获取]
C2 --> C2A{TA_USE_APP_CACHE?}
C2A -->|是| C2B[MongoDB优先]
C2A -->|否| C2C[直接API]
C2B --> C2B1[market_quotes<br/>实时股价]
C2B --> C2B2[stock_financial_data<br/>财务指标]
C2B --> C2B3[stock_basic_info<br/>基础信息]
C2B1 --> C2D{数据完整?}
C2B2 --> C2D
C2B3 --> C2D
C2D -->|是| F[组合数据]
C2D -->|否| C2E[降级到API]
C2E --> C2E1[AKShare API]
C2E1 --> C2F{成功?}
C2F -->|是| F
C2F -->|否| C2G[Tushare API]
C2G --> F
C2C --> C2E1
C1B --> F
C1C --> F
F --> G[返回 combined_data]
完整流程(所有市场)
graph TD
A[调用 get_stock_fundamentals_unified] --> B{识别股票类型}
B -->|A股| C[获取A股数据<br/>MongoDB优先]
B -->|港股| D[获取港股数据<br/>yfinance]
B -->|美股| E[获取美股数据<br/>OpenAI/Finnhub]
C --> F[组合数据]
D --> F
E --> F
F --> G[返回 combined_data]
七、源码级实现要点
1. OptimizedChinaDataProvider:A股基本面数据核心
A股优化数据提供器 集成缓存与多数据源,几个关键实现点:
- 统一数据源入口:
get_stock_data()内部依次尝试 MongoDB(adapter.get_historical_data)→ 文件缓存(find_cached_stock_data)→ 统一数据源接口get_china_stock_data_unified; - API 限流:通过
TA_CHINA_MIN_API_INTERVAL_SECONDS/ta_china_min_api_interval_seconds配置两次 API 调用的最小间隔(默认 0.5 秒),_wait_for_rate_limit()负责等待; - 财务指标真实获取:
_get_real_financial_metrics()(第 844 行)在启用use_app_cache_enabled()时优先从 MongoDB 取真实财务指标; - MongoDB 数据格式化:
_format_financial_data_to_fundamentals()将stock_financial_data中的营业收入、净利润、总资产、股东权益等原始值格式化为千分位字符串,并现场计算 ROE / ROA 比率; - market_quotes 兜底:当从行情文本解析不出价格/涨跌幅/成交量时,直接读取
market_quotes集合最新一条记录补齐(第 355-377 行)。
2. MongodbCacheAdapter:按优先级查询 MongoDB
MongoDB 缓存适配器 统一封装了四个集合的读写:
get_stock_basic_info(symbol)(第 47 行):按数据源优先级查询stock_basic_info,逐个source尝试,全部未命中时兼容无source条件的旧数据;get_financial_data(symbol, report_period)(第 221 行):按数据源优先级获取stock_financial_data财务指标;get_market_quotes(symbol)(第 327 行):读取market_quotes实时行情;_get_data_source_priority(symbol)(第 81 行):从system_configs读取data_source_configs并按priority降序排列(详见第二节)。
3. get_china_stock_data_unified:智能日期扩展
interface.py 的 A股统一数据接口会对传入日期做智能范围扩展:通过 get_trading_date_range 结合配置项 MARKET_ANALYST_LOOKBACK_DAYS(市场分析回溯天数,默认 30 天)自动扩展到足够的历史窗口,处理周末/节假日导致的交易日空缺,然后再调用配置的数据源。
4. 港股与美股数据源
- 港股主要数据源
get_hk_stock_data_unified(interface.py),底层实现见 tradingagents/dataflows/providers/hk/improved_hk.py; - 美股
get_fundamentals_openai(interface.py),底层 Finnhub 实现见 tradingagents/dataflows/providers/us/finnhub.py。
八、MongoDB 集合说明
1. market_quotes — 实时行情数据
存储股票实时价格信息:
| 字段 | 说明 |
|---|---|
code |
6 位股票代码 |
close |
收盘价 |
open |
开盘价 |
high |
最高价 |
low |
最低价 |
volume |
成交量 |
amount |
成交额 |
change_percent |
涨跌幅 |
turnover_rate |
换手率 |
2. stock_financial_data — 财务数据
存储股票财务指标:
| 字段 | 说明 |
|---|---|
code / symbol |
股票代码 |
report_period |
报告期(如:20250630) |
data_source |
数据来源(tushare/akshare) |
financial_indicators |
财务指标对象(roe、roa、debt_to_assets、current_ratio、quick_ratio、gross_margin、net_margin) |
3. stock_basic_info — 基础信息
| 字段 | 说明 |
|---|---|
code |
6 位股票代码 |
name |
股票名称 |
industry |
所属行业 |
market |
板块(主板/创业板/科创板/北交所) |
pe |
市盈率 |
pb |
市净率 |
total_mv |
总市值(亿元) |
circ_mv |
流通市值(亿元) |
source |
数据来源(tushare/akshare/baostock) |
4. stock_daily_data — 历史交易数据
存储股票的历史日线数据(用于技术分析)。
九、使用示例:A股基本面分析
以平安银行(000001)为例:
# 输入参数
ticker = "000001" # 平安银行
start_date = "2025-05-28"
end_date = "2025-11-04"
curr_date = "2025-11-04"
# 返回的 combined_data 包含:
"""
# 000001 基本面分析数据
**股票类型**: 中国A股
**货币**: 人民币 (¥)
**分析日期**: 2025-11-04
**数据深度级别**: standard
## A股当前价格信息
股票代码: 000001
股票名称: 平安银行
交易所: 深圳证券交易所
行业: 银行
板块: 主板
=== 最新价格数据 ===
日期: 2025-11-04
收盘价: 13.45 元
涨跌幅: +1.2%
成交量: 45678900 股
换手率: 0.85%
## A股基本面财务数据
### 估值指标
- 市盈率 (PE): 4.94
- 市净率 (PB): 0.50
- 总市值: 2200.63 亿元
### 财务指标
- 净资产收益率 (ROE): 4.95%
- 资产负债率: 91.32%
### 投资建议
- 估值水平: 低估
- 投资建议: 买入
"""