Boheng Investment Workflow

投资研究多智能体决策系统评估

核心用法

该skill是一套面向A股市场的自动化投资研究系统，采用8位专业分析师并行分析+加权投票的决策模式。用户只需输入股票/基金/ETF/可转债代码或名称（如"分析平安银行"、"006105基金值得投资吗"），系统即自动调用宏观经济、行业研究、基本面、技术面、风险控制、量化分析、情绪分析、估值分析8位分析师，基于实时行情数据（腾讯财经API）和真实财报数据（baostock/AKShare）生成结构化投资报告。

数据获取采用四级降级策略：优先AKShare真实财报 → baostock备用 → AI模型推断 → 行业估算值，确保分析连续性。新闻模块可选启用Agent Browser抓取东方财富，或降级至DuckDuckGo/巨潮资讯网等来源。

显著优点

1. 多维度覆盖：8位分析师权重差异化设计（行业研究/基本面1.5x最高，情绪分析0.8x最低），避免单一视角偏差
2. 数据真实性：支持baostock真实财报，替代估算值，财务趋势可回溯近5年
3. 标的类型全面：覆盖A股、基金、ETF、可转债，ETF还细分宽基/行业/主题/跨境/债券类型
4. 质检机制：7项自动质检（报告生成、数据完整性、投票计算等），确保输出可靠性
5. 安全设计：v1.5.2移除所有subprocess系统命令，输入净化防提示注入，敏感报告目录已.gitignore
6. 个性化适配：支持通过USER.md配置投资风格/风险偏好/持仓周期，调整建议权重

潜在缺点与局限性

1. 数据源依赖：实时行情依赖腾讯财经等第三方API，存在限流或接口变更风险；部分数据仍需AI推断兜底
2. A股局限：仅支持A股市场，港股/美股/加密货币等无法分析
3. 时效性缺口：财报数据有滞后性，快速分析模式可能跳过深度财务趋势
4. 权重固化：8位分析师权重固定，无法根据市场环境动态调整（如熊市应提高风险控制师权重）
5. 浏览器功能受限：Agent Browser新闻功能默认关闭，启用后依赖无头浏览器稳定性

适合人群

• 初级投资者：需要结构化分析框架，学习多维度评估方法
• 价值投资者：依赖ROE、PE/PB、股息率等经典指标，接受格雷厄姆式安全边际分析
• 量化爱好者：希望系统化处理多因子，但不愿自建数据基础设施
• 组合管理者：需快速扫描大量标的，质检报告辅助判断数据可信度

常规风险

| 风险类型 | 说明 |

|---------|------|

| **投资风险** | 明确声明"仅供学习参考，不构成投资建议"，用户需自行承担决策后果 |

| **数据风险** | 估算值/AI推断数据可能偏离真实财务情况，需以官方财报为准 |

| **模型风险** | 8位分析师基于固定规则投票，无法预测黑天鹅事件或政策突变 |

| **技术风险** | 网络依赖导致分析失败，本地baostock需额外安装pandas |

| **隐私风险** | 默认读取USER.md投资偏好，虽本地处理但需确认文件无敏感信息 |

使用建议

• 保守用法：仅作为初筛工具，最终决策前人工复核官方财报
• 安装推荐：pip install baostock pandas获取真实财报，避免依赖估算值
• 安全配置：保持ENABLE_BROWSER_NEWS=0默认关闭，敏感信息从USER.md移除
• 版本注意：v1.5.2修复了subprocess安全问题，建议优先使用最新版

核心用法

Boheng Investment Workflow 是一款面向A股市场的多智能体投资决策系统。用户可通过自然语言对话（如"分析平安银行"、"006105基金值得投资吗"）或命令行工具调用8位专业分析师进行并行研究。

系统支持四大投资标的类型：A股股票、公募基金、ETF指数基金、可转债。分析流程采用"数据采集→多维度研究→加权投票→生成报告"的标准化路径：首先通过腾讯财经API获取实时行情，并优先调用AKShare或baostock获取真实财报数据；随后8位分析师（宏观经济、行业研究、基本面、技术面、风控、量化、情绪、估值）分别从各自专业维度进行独立分析；最后基于1.0x-1.5x的差异化权重计算加权投票结果，生成结构化投资决策报告并自动保存至本地工作目录。

系统提供两种使用模式：对话式快速分析（推荐日常使用）和命令行深度分析（支持财务趋势、行业对比等专项研究）。报告包含财务数据概览、8位分析师投票详情、最终投资建议、风险提示及数据质检结果，确保分析过程透明可追溯。

显著优点

多智能体决策机制：8位分析师覆盖宏观、行业、基本面、技术面、风控、量化、情绪、估值八大维度，避免单一分析视角的局限性，模拟专业投研团队的工作流程。

真实财务数据支撑：优先采用AKShare和baostock获取上市公司真实财报，支持近5年财务趋势分析和同行业对比，替代基于行业平均的估算值，显著提升分析准确性。

多级降级容错策略：数据获取采用4级fallback机制（AKShare→baostock→AI推断→估算值），新闻获取采用6级降级策略，确保极端情况下仍可输出分析结果。

多标的全面覆盖：统一支持股票、基金、ETF、可转债四类投资品种，满足多元化资产配置需求。基金分析覆盖净值走势、夏普比率、持仓分布；ETF分析包含跟踪误差、指数估值；可转债分析聚焦转股溢价率、双低指标等特色维度。

个性化投资建议：支持通过USER.md配置用户画像（投资风格、风险偏好、持仓周期），系统会自动调整评分标准和仓位建议，实现"千人千面"的定制化服务。

完善的安全防护：具备输入净化层、URL白名单控制（7个金融数据域名）、HTML注入过滤、浏览器功能默认关闭等多重安全机制，已通过CLS-Certify安全认证。

潜在缺点与局限性

数据源依赖性：核心功能依赖腾讯财经、东方财富、baostock等第三方API，若遭遇服务限流或接口变更，可能影响数据获取时效性。虽有多级降级策略，但降级至估算数据会降低分析准确性。

A股市场局限：当前仅支持A股相关投资标的，不支持港股、美股等境外市场，对全球化资产配置需求的用户覆盖不足。

浏览器功能门槛：Agent Browser新闻抓取功能需要Rust/Node.js环境支持，且默认关闭需手动启用，部分用户可能因环境配置问题无法使用最新财经资讯功能。

分析结果时效性：财务数据以季度报告为主，对于突发政策变化或黑天鹅事件的响应速度有限，情绪分析模块依赖模拟数据时准确性下降。

量化策略透明度：加权投票算法虽公开权重配置，但各分析师内部的评分细则和AI推断逻辑对终端用户不够透明，难以进行深度定制化调整。

适合的目标群体

个人价值投资者：认同长期主义、重视基本面分析的投资者，可利用真实财报数据和ROE/PE/PB等经典指标筛选优质标的。

基金定投用户：需要系统性评估基金业绩、夏普比率、最大回撤等指标，优化定投组合配置的理财群体。

可转债策略交易者：关注双低指标、转股溢价率、套利空间的可转债专业投资者，需要自动化计算和评分辅助。

投资教育学习者：希望理解专业投研团队分析框架、学习多维度评估方法的金融知识初学者，可通过8位分析师的详细报告建立系统认知。

量化研究爱好者：需要结构化金融数据、标准化分析流程进行策略回测和因子验证的技术型投资者。

使用风险

投资建议仅供参考：系统多次明确提示"分析结果仅供学习参考，不构成投资建议"，用户需自行承担投资决策风险，不应盲目跟随AI建议操作实盘。

财务数据完整性风险：当AKShare/baostock未安装或API故障时，系统会回退至行业估算值或AI推断数据，此类数据可能与真实财报存在偏差，需关注质检报告中的数据来源标识。

网络与性能风险：首次运行需下载安装依赖包（requests、beautifulsoup4等），分析过程中多次调用外部API，在网络不稳定环境下可能出现超时或降级。完整分析涉及8次并行推理，对本地计算资源有一定要求。

文件系统风险：分析报告默认写入~/.openclaw/workspace/investment/目录，虽已通过.gitignore隔离敏感信息，但用户仍需注意本地存储空间管理和历史报告清理。

浏览器安全边界：如启用ENABLE_BROWSER_NEWS=1，将调用agent-browser CLI进行网页抓取，虽经沙箱隔离但仍建议保持默认关闭状态，仅在可信网络环境下临时开启。