预测收益率 · 快速版（return-forecast-lite）
以当前价格买入某只证券并持有10年，快速分析预期年化收益率，输出客观、完整的分析报告。
设计原则：在报告质量与执行速度之间取得平衡，目标5分钟内完成。
输入
用户提供一个证券名称（股票、基金、ETF 或其他证券品种，如"药明康德""人民币黄金""沪深300ETF"等）。
输出
一份 Markdown 格式的分析报告文件，保存到当前工作目录，文件名格式：{证券名称}10年持有收益率分析报告.md。最终向用户返回报告的完整绝对路径。
年报年度判断规则（关键！）
执行分析前，必须先确定应使用哪一年的年报数据，判断逻辑如下：
- 获取当前日期（即用户发起请求的日期）
- 设 当前年份 = Y，则：
- 如果当前月份在 1-3月：优先搜索 Y-1 年年报（刚发布或即将发布），如未找到则退回 Y-2 年年报
- 如果当前月份在 4-12月：直接使用 Y-1 年年报（此时绝大多数公司已发布） - 搜索时必须明确带上目标年份，例如当前是2026年4月，应搜索"腾讯控股 2025年年报"，而非"最新年报"或"2024年年报"
- 在搜索结果中验证年报年度：确认抓取到的财务数据确实属于目标年度，而非更早年份
- 如果目标年度年报确实尚未发布（如某些港股4月下旬才披露），则退回上一年度并在报告中注明
禁止事项：
- 禁止在搜索关键词中使用"最新年报"等模糊表述，必须带具体年份
- 禁止不经判断直接使用训练数据中的年份
分析框架
核心公式
年化收益率 = 利润复合增长率 + 估值变化贡献 + 股息率贡献
分析步骤
- 一次性数据收集：在1-2轮搜索+抓取中获取全部所需数据——收盘价、总市值、PE(TTM)、PB、股息率、营收、归母净利润、经营现金流、EPS、ROE、全年每股分红、近5年营收/净利润趋势、券商一致预期
- 快速校验+CAGR计算：自洽性检查 + 历史CAGR计算
- 多情景收益率计算：设置3种情景（乐观、中性、悲观），计算年化收益率
- 敏感性分析：增长率 vs 终态PE 交叉矩阵
- 综合结论与买点建议：概率加权年化收益率、合理买入价区间
报告结构模板
# {证券名称}（{证券代码}）10年持有收益率分析
---
**数据说明：**
- 股价数据取自YYYY年MM月DD日收盘价
- 财务数据取自公司{目标年度}年年度报告（年度按"年报年度判断规则"确定）
- **口径约定**：净利润=归母、ROE=加权、分红=全年合计
---
## 一、核心数据总览
### 1. 当前估值基准（表格）
### 2. 最新年报核心财务数据（表格）
### 3. 分红方案
## 二、历史财务数据与增长趋势
### 1. 近5年核心数据趋势（表格）
### 2. CAGR 计算
## 三、增长驱动与风险分析
### 1. 核心竞争力与增长引擎
### 2. 券商一致预期
### 3. 主要风险因素
## 四、10年持有收益率多情景分析
### 情景一：乐观（概率X%）
### 情景二：中性（概率X%）
### 情景三：悲观（概率X%）
### 汇总比较表
## 五、敏感性分析
### 增长率 vs 终态PE 交叉矩阵
## 六、综合结论与建议
### 1. 概率加权年化收益率
### 2. 核心发现
### 3. 合理买入价区间建议
---
## 数据来源
主要数据来源说明
数据准确性规则
以下规则已内联到本文件中，无需读取外部文件。
1. 数据源优先级
| 优先级 | 数据来源 | 适用场景 |
|---|---|---|
| P0 | 东方财富行情页/官方业绩公告PDF | 营收、净利润、经营现金流 |
| P1 | web_search 摘要中的多源一致数据 | 当2+条搜索结果显示相同数字时可直接采信 |
| P2 | 券商研报/上证报/第一财经等权威媒体 | 估值、历史趋势、行业对比、券商预期 |
| P3 | 其他财经媒体 | 仅作辅助参考 |
规则：营收、净利润等核心数据，如在 web_search 结果的 snippet 中被2条以上独立来源一致引用，可直接采信为P1级数据，无需再 fetch 原文验证。
2. 数值自洽性校验
写入报告前，快速检查以下关系是否成立：
- 营收 × 净利率 ≈ 净利润（±5%）
- 净利润 / 总股本 ≈ EPS（±3%）
- 市值 / 净利润 ≈ PE(TTM)（±5%）
不通过时追查修正，不可忽略。
3. 分红计算要点
- 区分中期/年度分红，股息率 = 全年每股分红 / 当前股价
- 如有疑问，用"分红总额 / 总股本"反算验证
4. 符号规范
- 表示"大约"时禁止使用
~，统一用≈或括号写法 - 禁止
/~、×~等运算符与近似标记相邻
5. 报告清洁
- 禁止将"待确认""TODO""FIXME"等内部标记写入报告
- 发现异常数据应删除，不可在报告中标注调试信息
执行流程（速度优化）
总体原则：最多3轮工具调用完成数据收集，然后直接写报告
- 第1轮（并行）：同时发起以下调用——
-web_search："{证券名称} {证券代码} 最新股价 市值 PE PB 股息率 {目标年度}年年报 营收 净利润 经营现金流 EPS 分红 历年数据 券商预期"（{目标年度}按"年报年度判断规则"确定，一次搜索覆盖全部关键词）
-web_fetch：东方财富行情页（如https://quote.eastmoney.com/hk/00700.html），获取实时估值数据 - 第2轮（并行）：根据第1轮搜索结果，挑选最多2-3个最有价值的URL进行
web_fetch，优先选择：
- 官方业绩公告PDF（腾讯官网/巨潮）
- 包含历年数据对比的财经文章
- 券商研报摘要 - 第3轮（仅在必要时）：如果核心数据仍有缺失（营收/净利润/经营现金流三项缺任一），再做1次补充搜索
- 数据足够后立即写报告：不再额外搜索，缺少的次要数据用已知数据推算或标注"未披露"
数据源策略（避免无效抓取）
可直接 web_fetch 的高成功率数据源：
- 东方财富行情页（quote.eastmoney.com）→ 股价/市值/PE/PB/股息率/EPS/ROE
- 腾讯官方PDF（static.www.tencent.com）→ 年报核心数据
- 上海证券报/中国证券报/第一财经/证券之星等媒体 → 年报解读文章
- 新浪财经港股页面（stock.finance.sina.com.cn）→ 历史财务指标
禁止直接 web_fetch 的数据源（反爬严重，浪费时间）：
- 雪球（xueqiu.com）→ WAF拦截率极高，仅从 web_search snippet 提取信息
- 同花顺详情页（stockpage.10jqka.com.cn）→ JS动态加载，抓不到数据
- Reportify → 动态渲染页面
从 web_search 结果的 snippet 直接提取数据：搜索结果摘要中往往已包含关键数字（如"营收6603亿""净利润1941亿""每股派息4.5港元"），应直接使用，不必再 fetch 原文确认。
速度优化要点
- 严格限制工具调用轮次：数据收集最多3轮，超过则用已有数据直接写报告
- 情景精简为3种（乐观、中性、悲观）
- 风险分析合并到第三章，不设独立章节
- 数据来源简化标注，不要求逐条注释
- 不做双源交叉验证，信任金融终端数据和搜索摘要中的一致性数据
- 历史数据容忍近似值：近5年数据如无法精确获取每年数字，可从搜索摘要、券商研报中提取，允许四舍五入到亿元级别
特殊证券类型处理
- 股票：执行上述全部流程
- 基金/ETF：分析底层资产/指数的历史收益率、估值水平、费率影响
- 黄金等商品：分析供需基本面、通胀对冲属性、历史实际回报率
- 债券/固收类：分析到期收益率、信用风险、久期风险
质量要求
- 报告内容完整，覆盖核心分析框架的所有要点
- 定量数据必须有来源，核心数据需自洽性校验
- 情景假设合理、有依据
- 结论客观，同时呈现乐观和悲观视角
- 速度目标：5分钟内完成
