核心用法
fundamental-stock-analysis 是一个专为基本面股票研究设计的分析型技能。它通过严格执行一套六维度评分手册（质量、资产负债表安全性、现金流、估值、行业调整、置信度修正），将主观投资判断转化为结构化、可复现的决策流程。
工作流程严格遵循：输入解析 → 数据采集 → 快速筛选 → 评分 → 评级 → 输出六大步骤。支持单只股票深度分析和多标的中比较排名，最终给出带置信度的投资结论，并明确标注失效触发条件。
显著优点
1. 决策框架标准化：将分散的基本面要素整合为可量化的评分体系，减少情绪化判断
2. 风险分层清晰：强制分离业务质量、财务安全性和估值三个独立维度，避免"好公司=好股票"的认知陷阱
3. 置信度机制：明确标注数据新鲜度和潜在冲突，对信息缺口坦诚披露而非掩盖
4. 同行比较能力：支持多标的排序和最优选择，适合投资组合构建场景
潜在局限
- 依赖外部数据输入质量，对数据断档敏感
- 评分权重可能无法覆盖所有行业特殊性
- 结构化流程在处理非标准商业模式（如平台型、亏损成长期企业）时可能僵化
- 未明确接入实时市场数据源，可能存在延迟
适合人群
- 价值导向的权益投资者
- 需要系统化研究框架的分析师
- 希望将基本面判断转化为可追溯记录的投资决策者
- 组合管理者进行标的比较筛选
常规风险
- 数据风险：依赖
NA标记机制，但历史数据缺失仍可能导致评分失真 - 模型风险：行业调整系数和置信度修正为黑箱参数，过度拟合历史表现可能失效
- 时效风险：未强制要求实时数据，宏观或公司突发事件可能迅速使结论过时
- 执行风险："严格执行手册"的要求在复杂场景下可能与实际情况产生张力