前言¶
做 A 股研究的開發者常遇到兩類問題：一是按熱度榜抓股票，抓到的多是已被充分 price-in 的標的；二是隻看 PE 或題材做靜態篩選，容易把週期高點、一次性收益或概念炒作誤判成機會。AI選股助手（cbxh-stock-picker）把熱點早期發現、盈利預測上修、PEG 估值約束和歷史候選池追蹤放進同一個框架，輸出可復盤、可連續跟蹤的選股候選池。下面介紹它的定位、能力、啓用方式和典型用法。
這是什麼¶
AI選股助手是一個面向 A 股及可擴展市場的選股研究 Skill，座標 @user_d2258560/cbxh-stock-picker，發佈者 user_d2258560，來源 community，分類 professional，版本 1.0.3，SkillHub 評分 100000、下載 1311 次、安裝 0 次，標籤 requires_api_key=false。官方地址爲 https://api.skillhub.cn/user_d2258560/cbxh-stock-picker ，SkillHub 頁面爲 https://www.skillhub.cn/skills/user_d2258560/cbxh-stock-picker ，GitHub 鏡像倉庫爲 https://github.com/AIxiaohuaCB/cbxh-stock-picker 。
它定位爲投資研究和篩選助手，不是自動交易系統。輸出的是證據化的候選列表、增長假設、估值錯配分析、候選池持續性檢查、price-in 評估、驗證問題和監控動作，不能視爲保證收益的投資建議。
核心邏輯是先擴大候選池，避免錯過早期機會；再用盈利增長、估值和漲幅約束收窄候選，避免買到已被充分 price-in 的高熱度股票。判斷圍繞四類問題：市場關注度或盈利預期是否處於上升早期、PE_TTM 與未來增長是否匹配、1W/1M/2M/3M/6M 漲幅是否已透支基本面、標的是否連續進入候選池及優先級變化。
核心功能¶
已覈實的能力如下。
- 多通道信息雷達：從熱度榜、主題線索、研報/公告/新聞召回和一致預期變化中擴大候選池，降低 miss 機會的概率。
- 三口徑 PEG 比較：默認以當前或當日 PE_TTM 爲 PEG 分子，同時比較 1Y Growth PEG、2Y CAGR PEG 與 TTM PEG，2026E PE 和 2027E PE 作爲參考估值字段。
- 盈利增長驅動拆解：在討論估值前先拆解盈利增長的實際來源，並給出 Base/Bull/Bear 前瞻盈利情景。
- 五窗口 price-in 檢查：檢查 1W、1M、2M、3M、6M 的漲幅是否已明顯透支基本面變化。
- 候選池歷史追蹤：通過本地底稿記錄每隻標的是新進入、持續在池、重新進入還是被剔除，並比較上次優先級與本次優先級變化、連續在池次數。
- 陷阱排除：排除週期高點、一次性收益、會計噪聲、治理風險和預期已完全計入價格造成的假機會。
- 結構化 HTML 報告：默認輸出單文件自包含 HTML，包含核心結論、A/B/C 候選主表、重點標的卡片、剔除清單、數據口徑說明、驗證動作和結果質檢；Markdown 僅用於簡報或在用戶明確要求時使用。
安裝與啓用¶
該 Skill 使用通用 SKILL.md 格式。已抓取資料中未覈實到官方一鍵安裝命令，以下是已覈實的獲取途徑和本地文件結構。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_d2258560/cbxh-stock-picker
- GitHub 鏡像倉庫：https://github.com/AIxiaohuaCB/cbxh-stock-picker
- 官方地址：https://api.skillhub.cn/user_d2258560/cbxh-stock-picker
倉庫內已覈實的關鍵文件如下：
SKILL.md # 觸發條件、Purpose、Core philosophy、工作流
references/data-source-routing.md # 數據源選擇規則
references/history-ledger.md # 歷史底稿字段定義
data/candidate_history.csv # 本地候選池歷史底稿
scripts/append_history.py # 追加當前運行記錄到歷史底稿
outputs/ # 默認 HTML 報告輸出目錄
啓用方式是在對話中明確說出觸發語，例如“CBXH的選股skill”、“用我的選股助手”、“跑一下選股助手”，或直接提出高增長低 PEG 篩選需求。未指定市場和輸出格式時，默認使用 A 股、歷史快照紀律、多源驗證、三口徑 PEG、五窗口 price-in 檢查、候選池持續性追蹤和增長類型分類。
典型用法¶
官方資料給出的標準工作流之一是 weekly high-growth expectation-gap radar，適合每週選股發現、防錯過和早期標的雷達。
- 定義目標 universe，默認 A 股，除非用戶指定港股、中概或美股。
- 在 PEG 排序前先建立三個獨立候選池：熱度榜/關注度池、AlphaPai/Wind/Eastmoney 主題與行業增長池、盈利預測上修池。
- 盈利預測上修池是獨立候選入口，不是給已有熱度池或主題池加標籤；使用上修因子時不能只從上次候選列表出發，要先爲當前市場和時間窗口重新生成一份上修驅動的候選列表。
- 從 Wind 和 Eastmoney 拉取盈利預測、一致預期上修、財務、估值、公告、新聞和風險事件。
- 拉取熱度排名，識別關注度突然上升的方向。
- 對候選做 PEG 約束和五窗口 price-in 檢查，排除週期高點、一次性收益、會計噪聲、治理風險和已充分計入預期的標的。
- 查
data/candidate_history.csv，標註candidate_persistence、previous_priority、priority_change、consecutive_runs。 - 在
outputs/生成cbxh_stock_radar_YYYYMMDD.html，CSS 全部內聯，不依賴外部樣式表、字體、CDN、腳本或圖片。 - 將本次保留候選和剔除候選全部追加到
data/candidate_history.csv；有 JSON 記錄時用scripts/append_history.py，否則按references/history-ledger.md定義的字段手動追加。 - 在 HTML 報告中加入“歷史底稿”小節，寫明底稿路徑、使用的上次快照、新進入/持續在池/重新進入/剔除數量、優先級變化、連續在池統計和持續性判斷的侷限。
數據源分工如下：AlphaPai 用於路演紀要、賣方評論、研報召回、公告召回、問答、一頁公司分析、投資邏輯、可比公司和主題選股；Wind MCP 是 PE_TTM、預測 PE、多窗口漲幅、K 線漲幅、預測利潤增長、財務基本面、事件、技術面、風險指標、公告和新聞的默認主源，多股票行情/估值字段要拆成單股票調用後合併；Eastmoney 妙想用於結構化財務、多股指標、實時行情、財務報表、估值和資金流風格查詢；熱度排名用於問財、雪球、東方財富的關注度雷達；westock/neodata/westock-tool 通過金融路由 Skill 補充覆蓋範圍、批量篩選、板塊成分、行情、K 線、估值和事件數據；WebSearch 只作爲公開信息 fallback，並標註爲非主源。
適用場景與注意¶
適合需要定期做 A 股高增長低 PEG 篩選、希望把熱度、盈利上修、估值約束和歷史持續性放在同一框架裏的研發或研究場景。也適合需要可復盤 HTML 報告和本地歷史底稿、做連續跟蹤的用戶。
需要注意的點：
- 它不是自動交易系統，輸出是候選池和研究證據，不能當作保證收益的投資建議。
- 完整運行依賴外部數據源能力，官方建議必裝或強烈建議配置 alphapai-research、Wind 金融數據 / Wind MCP、A股實時熱度排名；可選 fallback 或補充源包括 mx-finance-data、wb-finance-skill、westock-data、westock-tool、neodata-financial-search 和通用網頁搜索。
- 判斷 PE_TTM 是否可解釋，警惕低基數造成的假低 PEG；同時要看預測機構數、上修或下修趨勢、預測分歧和數據完整性。
- 歷史底稿從第一次運行開始建立，之後每次運行都要先讀上一次快照，否則無法判斷新進入、持續在池、重新進入或剔除。
- 公開網頁搜索只能補充公開新聞和二級線索，不能替代正式金融數據或公告口徑。
結尾¶
AI選股助手的價值不在於給出一個可直接下單的股票名單，而是把早期發現、盈利驅動拆解、三口徑 PEG、五窗口 price-in 檢查和候選池歷史追蹤固化爲可重複的研究流程。官方地址：https://api.skillhub.cn/user_d2258560/cbxh-stock-picker 。
