核心用法
value-analyzer 是一款纯文档型的价值投资分析技能，严格遵循本杰明·格雷厄姆在《聪明的投资者》中提出的经典投资框架。用户只需输入公司名称、当前股价、关键财务数据（市值、PE、PB、负债率、ROE、股息率）以及盈利分红历史，即可自动完成两类评估：一是防御型投资者的7大标准检查（公司规模、财务状况、盈利稳定性、分红记录、盈利增长、股价资产比、市盈率），二是积极型投资者的3项核心筛选（财务稳健、当前盈利为正、安全边际>30%）。
该技能内置了完整的内在价值估算公式，综合资产价值与盈利价值计算安全边际百分比，并根据结果输出「强烈买入」「买入」「观察」「不买入」四级建议。特别值得一提的是，技能提供了贵州茅台等真实案例的完整分析示范，用户可直接参照模板格式进行操作。
显著优点
理论体系完整：直接对接格雷厄姆原著精髓，安全边际概念、防御型/积极型投资者分类、7大定量标准均经过学术验证，具有强大的经典投资理论背书。
零门槛使用：纯 Markdown 架构，无需安装依赖、无需配置环境、无需联网获取数据，完全离线运行，彻底杜绝了外部 API 故障或数据泄露风险。
风险提示充分：文档中详细列举了5类常见错误（机械套用标准、忽视盈利质量、安全边际计算简单、忽视成长因素、投资者类型混淆），并给出针对性解决方案，显著降低了新手误用概率。
输出结构清晰：采用表格化标准检查、公式化价值计算、分级化投资建议的三段式输出，便于用户快速定位关键结论。
潜在缺点与局限性
数据依赖人工输入：该技能不具备自动抓取财务数据的能力，所有 PE、PB、负债率等指标均需用户手动提供，若数据来源不准确或时效滞后，将直接影响分析结论可靠性。
时代适应性争议：格雷厄姆标准诞生于1949年，部分阈值（如 PE<15、P/B<1.5）对当代科技成长股、轻资产商业模式可能过于严苛，虽文档提示需灵活应用，但未给出具体的行业调整系数或量化修正方案。
缺乏动态更新机制：内在价值计算依赖「正常化盈利×10」的简化假设，未考虑利率环境变化对合理估值倍数的影响，也未整合 DCF、EV/EBITDA 等现代估值方法进行交叉验证。
行业差异处理模糊：「行业前30%」的规模标准缺乏具体参照系，用户难以自行判断某公司在细分行业的真实排名位置。
适合的目标群体
价值投资入门者：希望系统学习格雷厄姆框架、建立安全边际思维的新手投资者，可通过该技能快速掌握经典理论的实践应用。
防御型投资者：风险承受能力较低、追求本金安全与稳定分红的保守型用户，可利用7大标准进行股票的初步过滤。
积极型投资者的辅助工具：专业投资者可将其作为快速筛查工具，在深入基本面研究前排除明显不符合安全边际要求的标的。
教育培训场景：财经院校、投资社群可将此技能作为教学案例，演示价值投资的核心计算逻辑与决策流程。
使用风险
投资风险认知风险：尽管文档明确声明「不替代深入研究」「不构成投资建议」，但用户可能过度依赖技能的买入评级而忽视个股的特殊风险（如管理层变动、行业政策突变、技术颠覆等）。
数据时效性风险：财务数据输入依赖用户自行获取，若使用季度报表而非最新公告数据，可能导致安全边际计算失真。
理论框架局限性风险：格雷厄姆体系更适用于成熟行业、稳定盈利的企业，对于高成长、亏损期的创新型企业（如未盈利 biotech、AI 初创公司）几乎完全失效，强行套用将产生严重误导。
组合管理缺失：该技能仅针对单一股票分析，未提供仓位管理、分散化配置、止损策略等组合层面指导，用户若孤立使用易陷入集中持仓风险。