估值线 vs 市场报价线图

核心理念

企业内在价值是"锚"（慢变量），市场价格是"摆"（快变量）。两者的偏离度即为安全边际信号：
偏离 < -50% 为深度低估（重仓击球），偏离 > +50% 为泡沫（卖出离场）。

价值线 = DCF权重 x DCF每股价值 + (1-DCF权重) x EPS x 合理PE，受"慢变量约束"保护
（单年最多回落5%，好生意价值线不塌陷）。价格线 = 历年不复权收盘价。

前置条件

valuation_system 代码库必须存在于工作区，目录结构：

valuation_system/
  config/settings.py          # 五档信号阈值、DCF默认参数、困境甄别配置
  data/models/financials.py   # BalanceSheet/IncomeStatement/CashFlowStatement 数据模型
  data/sources/akshare_source.py  # A股数据源（东财三大报表+新浪行情）
  data/sources/hk_source.py   # 港股数据源（东财港股报表+新浪港股日线+汇率）
  analysis/valuation.py       # DCFModel + build_value_line + RelativeValuation
  analysis/margin_of_safety.py  # MarginOfSafety + DistressScreener
  analysis/ratios.py          # RatioAnalyzer（四类财务比率）
  analysis/dupont.py          # DuPontAnalyzer（三因子/五因子分解）

Python venv 路径（已安装 streamlit/akshare/pandas/numpy/plotly/openpyxl）：
C:/Users/lenovo/.workbuddy/binaries/python/envs/default/Scripts/python.exe

工作流程

第1步：确定企业类型与参数

查阅 references/company_type_params.md，根据行业确定企业类型，选取对应参数集：
- beta（贝塔系数）
- reasonable_pe（合理市盈率，估值线兜底用）
- high_growth / high_growth_years / fade_years / terminal_growth（DCF假设）
- smooth_fcf_years（周期型 > 1，用滚动均值熨平周期顶/谷）
- 是否需要 net_debt_by_year（高杠杆公司必扣净债务）

第2步：拉取真实数据

A股（代码如 600519）：
- 财报：AkshareDataSource().get_financials(code, name) → CompanyFinancials 列表
- 逐年股本：ak.stock_profit_sheet_by_report_em(symbol=f"SH{code}")，取 PARENT_NETPROFIT/BASIC_EPS 反算
- 年度收盘价：ak.stock_zh_a_daily(symbol=f"sh{code}", start_date="20140101", adjust="")
（东财 stock_zh_a_hist 常被限流，优先用新浪 stock_zh_a_daily）

港股（代码如 00700）：
- 财报：hk_source.get_financials(stock, name) → CompanyFinancials 列表（人民币计价）
- 逐年股本：hk_source.get_shares_by_year(fins)
- 年度收盘价：hk_source.get_yearly_price(stock) → 港元，需乘 hk_source.get_hkd_cny() 换算人民币

第3步：构建估值线

from analysis.valuation import build_value_line
from analysis.margin_of_safety import MarginOfSafety

cfg = {**VALUE_LINE, "reasonable_pe": <企业类型合理PE>}
# 周期型额外传 smooth_fcf_years 和 net_debt_by_year
vline = build_value_line(fins, shares_by_year, yearly_price, dcf_params, cfg,
                         smooth_fcf_years=<N>, net_debt_by_year=<dict或None>)
dash = MarginOfSafety.build_dashboard(vline)
sig = MarginOfSafety.current_signal(dash)

第4步：困境甄别（区分短期困境 vs 价值陷阱）

from analysis.margin_of_safety import DistressScreener
auto_cf = DistressScreener.auto_cash_flow_score(fins)  # 现金流项自动打分
scores = {"moat": <0-2>, "external": <0-2>, "cash_flow": auto_cf,
          "management": <0-2>, "reversibility": <0-2>}
screener = DistressScreener(scores)
verdict = screener.verdict()  # total >= 7 才允许触发买入信号

打分依据参见 references/company_type_params.md 的困境甄别五项打分卡。

第5步：渲染对比图

查阅 references/chart_svg_spec.md 获取完整 SVG 模板规范。关键要素：
- 蓝色折线 = 估值线（内在价值，慢变量锚）
- 红色折线 = 价格线（市场报价，快变量摆）
- 绿色阴影区域 = 击球区（价格 < 价值80%）
- 红色阴影区域 = 泡沫区（价格 > 价值150%）
- 每年标注偏离度百分比和档位标签
- 底部摘要框：今日价格 vs 价值、偏离度、信号档位、困境甄别分数

使用 show_widget 渲染 SVG，loading_messages 设置 3-4 条加载提示。
图表数据来自 JSON 结果文件（如 coal_result.json、haitian_result.json）或直接从分析脚本内存数据生成。

第6步：输出报告

生成 Markdown 分析报告到 output/ 目录，内容包括：
1. 估值结论一句话（今日价格 vs 价值、偏离度、档位）
2. 杜邦分解真相表（ROE拆解，揭示盈利质量）
3. 两线对比图解读（泡沫→击球区→回归的故事线）
4. 困境甄别打分卡
5. DCF敏感性矩阵
6. 与同业对比（如有）

关键注意事项

1. 股本是变的：A股有送转股、港股有增发，必须用逐年股本 dict，不能假设固定股本
2. 周期股特殊处理：基期 FCF 用 3-5 年滚动均值平滑，合理 PE 压低至 10-11 倍，
   估值线必须逐年扣减净债务（高杠杆公司净负债可能数百亿）
3. 慢变量约束的局限性：对盈利中枢真实下移的公司（如兖矿煤价见顶后回落），
   慢变量约束会把估值线托高，需用敏感性矩阵中档假设交叉验证
4. 港股汇率：报表以人民币计价，行情以港元计价，必须统一口径（乘港币兑人民币汇率）
5. 行情接口限流：东财 stock_zh_a_hist 经常被限流，优先使用新浪 stock_zh_a_daily
6. 困境甄别分数决定估值线可信度：10/10 满分（如神华）价值线可信；
   7/10 刚过线（如兖矿）必须用敏感性矩阵交叉验证
7. show_widget 的 widget_code 必须是原始 SVG，不含 DOCTYPE/html/head/body 标签
8. light 主题：浅色背景 + 深色文字；红色涨/绿色跌（A股配色习惯）