前言¶
在 A 股做基本面選股，常見的做法是先有一個行業觀點，再翻財報、查價格、看估值，最後手工拼一份結論。問題不在信息不夠，而在判斷鏈沒有固定下來：換一隻股票、換一個行業，步驟就變了，出處也忘了標。寫代碼做量化篩選的人則相反，規則能固化，但風格和買賣紀律往往沒有落到代碼裏。
下面介紹的 A股價值量化選股，是把這兩者接起來：一條自上而下的五步挖掘鏈，加上估值與質量閘門、技術確認層，再疊加巴菲特/段永平風格透鏡和分用戶檔位的決策規則。它面向的是想讓 Agent 按固定流程做基本面篩選、並且要求每個數據都有出處的開發者。
這是什麼¶
A股價值量化選股是一個面向 A 股的價值投資 + 量化選股工作流 Skill，座標 @user_d7e44ad7/a-share-value-screen，發佈者 user_d7e44ad7，來源 community，分類 professional，版本 1.1.0，標籤 requires_api_key=false。它要解決的問題是：把「行業→驗證邏輯→找賺錢環節→找公司→判斷預期」這條自上而下的挖掘鏈固化成可重複執行的流程，避免每次選股重新組織邏輯。
核心功能¶
先說清楚它做了什麼，再說邊界。
1、觸發條件。當用戶提出「找 A 股有潛力的公司」「價值選股」「行業景氣挖掘」「供給側漲價主線」「產業鏈找賺錢環節」「基本面量化篩選」「按巴菲特或段永平風格選股」這類需求時觸發。
2、五步自上而下挖掘。依次做行業判斷、驗證邏輯、找賺錢環節、找公司、判斷預期。前一步的輸出是下一步的輸入，不跳步。
3、閘門與確認層。在挖掘鏈上疊加估值 + 質量閘門，以及一層技術確認，用於在基本面條件之外再過一道。
4、風格透鏡與決策規則。調用 value-investor-playbook 疊加巴菲特/段永平風格透鏡、買賣決策規則，並區分新手、老手、專家三層用戶模式，輸出深度按檔位調整。
5、結構化輸出。產出結構化信號表與決策卡，便於後續程序消費或人工複覈。
6、出處要求。所有數據必須標註出處。
安裝與啓用¶
官方地址：
https://api.skillhub.cn/user_d7e44ad7/a-share-value-screen
SkillHub 頁面：
https://www.skillhub.cn/skills/user_d7e44ad7/a-share-value-screen
官方資料裏沒有給出通用的安裝命令，也沒有列出 Cursor / Codex CLI / Claude Code 各自的安裝差異，因此這裏不編造命令。按通用 SKILL.md 格式的 Skill 通常放入 skills 目錄即可被宿主加載，具體入口以你所用 Agent 宿主的 skills 文檔爲準。
需要說明的一點：該 Skill 標籤爲 requires_api_key=false，官方資料未提及需要外部行情或數據接口的密鑰。若你要接自己的數據源，密鑰與數據源由你自己的代碼負責，不是這個 Skill 的配置項。
典型用法¶
用一段可直接復現的對話式指令示意：
幫我按價值選股的思路找 A 股供給側漲價主線上的公司，
按行業→驗證邏輯→找賺錢環節→找公司→判斷預期五步走，
用巴菲特風格透鏡，我是新手，最後給信號表和決策卡。
這條指令覆蓋了官方簡介裏列出的觸發詞、五步流程、風格透鏡、用戶模式和輸出格式。運行後你拿到的是結構化信號表與決策卡，而不是一段散文結論。
適用場景與注意¶
適合誰：已經在做 A 股基本面量化篩選、希望把判斷鏈固化下來的開發者；想按巴菲特或段永平風格做系統化篩選、且要求每個數據可溯源的團隊；需要把選股結論結構化餵給下游程序的人。
限制與坑：
1、不做預測。該 Skill 明確不預測股價、不給買賣建議，決策卡只能當研究輔助，不能當交易指令。
2、風格透鏡依賴 value-investor-playbook。這個 Skill 自身資料裏沒有展開它的內部字段，實際效果需要你自行驗證。
3、三層用戶模式隻影響輸出深度。新手、老手、專家的差異在表述深度上，不改變五步流程本身。
4、數據出處要自己把關。Skill 要求標註出處，但具體接哪個數據源、數據是否更新，由你的運行環境決定。
5、評分與下載數在不同抓取批次間不一致。本次抓取到的是評分 100000、下載 1102、安裝 0；線索裏給出的是評分 98958、下載 1025。這兩個數字請以 SkillHub 官方頁面實時顯示爲準，不要寫進你的決策依據。
結尾¶
A股價值量化選股的價值在於把價值投資的判斷鏈變成可重複、可追溯的五步流程，並用閘門、技術確認和風格透鏡把容易漏掉的環節補上。它不替你做預測，也不替你下買賣決定，只負責把研究過程結構化。
官方地址：https://api.skillhub.cn/user_d7e44ad7/a-share-value-screen
