⚠️ 安全提示

• 分析报告保存在 ~/.openclaw/workspace/investment/reports/，已加入 .gitignore
• 如有敏感信息，请从 USER.md 中移除或设置 ENABLE_BROWSER_NEWS=0 禁用浏览器功能
• Agent Browser 新闻功能默认关闭，需设置 ENABLE_BROWSER_NEWS=1 启用

📖 USER.md 数据使用 本系统会读取 USER.md 获取投资偏好用于个性化建议：

• 投资风格、风险偏好、持仓周期（用于调整建议）
• 不会保存或上传用户数据，仅本地使用

⚠️ 风险警告：本系统提供的分析结果仅供参考，不构成任何形式的投资建议。用户应自行承担投资风险，决策前请务必查阅官方财报或咨询专业投资顾问。

keywords:

• 股票分析
• 投资决策
• 多智能体
• 多数据源
• A股
• 财务分析
• 估值分析
• 基金分析
• ETF分析
• 可转债分析
• baostock
• 真实财报 trigger_keywords:
• 分析
• 投资
• 股票
• 基金
• ETF
• 可转债
• 值得投资吗
• 能买吗
• 可以买吗
• 这支股票怎么样
• 这只股票怎么样
• 股票好不好
• 股票怎么样
• 买入建议
• 卖出建议
• 投资建议
• 财务分析
• 估值分析
• 推荐股票
• 推荐基金 min_openclaw_version: "1.0.0" security: network_access: true allowed_domains:
  • qt.gtimg.cn
  • web.ifzq.gtimg.cn
  • push2.eastmoney.com
  • stock.xueqiu.com
  • finance.sina.com.cn
  • api.baostock.com
  • so.eastmoney.com file_writes:
  • ~/.openclaw/workspace/investment/ system_commands: false https_only: true background_tasks: false

安全修复 v1.5.2:#

- 移除所有 subprocess pkill 系统命令调用#

- Agent Browser CLI 调用保留（OpenClaw 沙箱内置工具）#

- 新增新闻内容输入净化层（防止提示注入）#

- 严格限制外部内容长度与字符集#

browser_automation: optional_disabled_by_default akshare_optional: "True - 推荐安装baostock获取真实财报：pip install baostock"

安全说明:#

本技能不使用系统命令(subprocess)，agent-browser 调用属于 OpenClaw 内置 CLI#

新闻模块已添加输入净化(sanitize_news_field)防止提示注入攻击#

input_sanitization: true#

投资研究多智能体决策系统#

🎯 核心特性#

特性说明✅ 多智能体分析8位专业分析师并行研究✅ 加权投票机制按权重计算最终投资建议✅ 多标的支持支持A股股票、基金、ETF、可转债✅ 实时行情通过腾讯财经API获取实时行情✅ 财务数据分析双模式：基础估算 或 baostock真实财报✅ 多年财务趋势近5年财务数据对比，识别风险信号✅ 行业对比分析与同行业公司对比，判断竞争地位✅ baostock支持获取真实财报数据，替代估算值（需安装baostock）✅ 快速分析入口quick_analysis.py - 自动调用8位分析师✅ 完整报告输出结构化投资决策报告（含数据来源标注）✅ 风险提示识别并提示潜在风险✅ 质检功能自动检查报告生成、数据完整性

⚠️ 重要风险提示：

• 本技能分析结果 仅供学习参考，不构成任何投资建议
• 投资有风险，决策需谨慎，务必以官方财报为准

📊 数据获取优先级#

本技能采用 多级降级策略 获取数据，确保在任何情况下都能提供分析结果：

text

┌─────────────────────────────────────────────────────────────┐
│                    数据获取优先级                              │
├─────────────────────────────────────────────────────────────┤
│  1️⃣ AKShare    → 真实财报数据（推荐首选）                   │
│     ↓ 失败                                                      │
│  2️⃣ baostock   → 真实财报数据（备用）                        │
│     ↓ 失败                                                      │
│  3️⃣ 模型预训练数据 → 基于AI模型的知识推断                    │
│     ↓ 无数据                                                    │
│  4️⃣ 默认估算值   → 行业平均值（保底）                         │
└─────────────────────────────────────────────────────────────┘

优先级数据来源数据类型说明🥇 1AKShare真实财报推荐首选，数据最准确🥈 2baostock真实财报备用方案，稳定可靠🥉 3AI模型知识推断数据无API数据时使用🏅 4行业估算估算值最终保底，参考行业平均

数据来源标识：

• 分析报告中会明确标注数据来源（baostock真实财报 / AKShare真实财报 / 行业估算值 / AI推断）
• 质检报告也会显示数据完整性状态

实时行情：

• 腾讯财经API（现价/涨跌幅/PE/PB/股息率）

---

📰 财经新闻获取优先级#

本技能的新闻模块采用 多级降级策略，确保获取最新市场资讯：

text

┌─────────────────────────────────────────────────────────────┐
│                    新闻获取优先级                              │
├─────────────────────────────────────────────────────────────┤
│  1️⃣ Agent Browser (东方财富搜索) → 无头浏览器抓取            │
│     ↓ 失败                                                      │
│  2️⃣ DuckDuckGo  → 搜索最新财经新闻                          │
│     ↓ 失败                                                      │
│  3️⃣ 巨潮资讯网  → 上市公司公告                               │
│     ↓ 失败                                                      │
│  4️⃣ 东方财富   → 财经新闻                                    │
│     ↓ 失败                                                      │
│  5️⃣ AI模型预训练数据 → 基于公开信息的推断                     │
│     ↓ 无数据                                                    │
│  6️⃣ 空列表     → 返回无数据                                  │
└─────────────────────────────────────────────────────────────┘

优先级数据来源说明🥇 1**Agent Browser (可选)**需设置环境变量 ENABLE_BROWSER_NEWS=1 启用，使用 agent-browser CLI 访问东方财富搜索页面🥈 2DuckDuckGo搜索引擎获取最新财经资讯（可能被限流）🥉 3巨潮资讯网上市公司官方公告（最可靠）4东方财富财经新闻频道5AI模型预训练数据基于公开信息的推断（兜底）6无数据返回空列表

技术实现：

• 使用 agent-browser CLI 无头浏览器访问东方财富搜索页面
• 解析页面元素提取搜索结果链接
• 自动过滤导航、广告等无关链接
• 失败时自动降级到下一个数据源
• 自动清理：每次调用后强制终止残留Chrome进程，防止内存泄漏

依赖：

• agent-browser 技能已内置于 OpenClaw
• 无需额外配置

技术说明：

• 使用 agent-browser CLI（Rustbased + Node.js fallback）访问新浪财经、东方财富、同花顺等网站
• 通过 snapshot -i --json 获取页面交互元素，提取新闻链接
• 自动过滤股价行情类噪音信息，保留业务动态、财报业绩等有效新闻
• AI推断数据会标注 source: AI推断，作为最终兜底方案

前置依赖：

• 已安装 agent-browser 技能（OpenClaw内置）
• 无需额外安装，OpenClaw 会自动加载

📁 报告输出路径#

分析完成后，系统会自动保存报告到以下目录：

bash

~/.openclaw/workspace/investment/reports/

文件命名规则：

text

{日期}_{股票代码}_{分析师类型}.txt
# 示例：2026-05-07_600519_估值分析师.txt

查看最近报告：

bash

ls -lt ~/.openclaw/workspace/investment/reports/ | head -10

报告内容包括：

• 📊 财务数据概览（ROE、毛利率、净利率等）
• 📈 8位分析师投票结果及理由
• 🎯 最终投资建议及风险提示
• 📋 质检报告（数据完整性检查）

---

🚀 快速开始#

1️⃣ 安装#

bash

cd ~/.openclaw/skills/boheng-investment-workflow/scripts
chmod +x install.sh
./install.sh

会自动完成：

• ✅ 创建 ~/.openclaw/workspace/investment/ 数据目录
• ✅ 安装 Python 依赖（requests, beautifulsoup4, akshare）
• ✅ 测试基本功能

依赖说明#

依赖包用途必需requestsHTTP 请求✅ 必需beautifulsoup4HTML 解析⚠️ 可选baostock真实财报数据⚠️ 可选（推荐安装）pandas数据处理⚠️ 可选（baostock依赖）

⚠️ 注意：基础模式仅需 requests，推荐安装 baostock 获取真实财务数据。

安装baostock（推荐，获取真实财务数据）

bash

pip install baostock pandas

text

---

### 2️⃣ 对话中使用

在AI助手中直接说：
- "分析平安银行"
- "分析医疗ETF"
- "006105基金值得投资吗"
- "这支股票怎么样"

AI会自动调用8位分析师进行分析。

---

### 2️⃣ 分析投资标的

#### 股票分析

```bash
# 分析单只股票（快速模式，仅行情）
python3 analyze_stock.py 600919

# 指定股票名称
python3 analyze_stock.py 600919 江苏银行

# 完整分析（包含财务趋势+行业对比）
python3 analyze_stock.py 600919 --akshare

# 仅财务趋势分析
python3 analyze_stock.py 600919 --akshare --no-industry

# 仅行业对比分析
python3 analyze_stock.py 600919 --akshare --no-trend

财务趋势分析（独立）

bash

# 分析近5年财务趋势
python3 financial_trend.py 603529 5

# 分析近3年财务趋势
python3 financial_trend.py 603529 3

行业对比分析（独立）

bash

# 行业对比分析
python3 industry_comparison.py 603529 爱玛科技

---

3️⃣ 快速分析（推荐）#

推荐使用 quick_analysis.py，自动调用8位分析师：

bash

# 快速分析（自动8位分析师）
python3 quick_analysis.py 000001

代码调用（AI助手中使用）：

python

from quick_analysis import quick_analyze
result = quick_analyze('000001')  # 平安银行
print(result['final_vote'])  # 最终投票

8位分析师：

分析师权重宏观经济分析师1.0x行业研究员1.5x基本面分析师1.5x技术分析师1.0x风险控制师1.2x量化分析师1.0x情绪分析师0.8x估值分析师1.2x

---

基金分析

bash

# 分析基金
python3 analyze_fund.py 110022  # 易方达消费行业

# 指定基金名称
python3 analyze_fund.py 110022 易方达消费行业

ETF分析

bash

# 分析ETF
python3 analyze_etf.py 510300  # 沪深300ETF

# 指定ETF名称
python3 analyze_etf.py 510300 沪深300ETF

可转债分析

bash

# 分析可转债
python3 analyze_bond.py 113050  # 核能转债

# 指定可转债名称
python3 analyze_bond.py 113050 核能转债

---

3️⃣ 输出示例#

text

============================================================
        投资研究决策报告
============================================================

【标的】：002489 浙江永强
【研究时间】：2026-05-07 13:51
【当前价格】：3.54 (+3.81%)
【数据来源】：腾讯财经
【财务数据】：baostock真实财报

============================================================
        财务数据概览
============================================================

📊 盈利能力：
   ROE: 11.97%  |  毛利率: 20.63%  |  净利率: 8.32%

📈 成长能力：
   营收增速: 5.00%  |  利润增速: 8.00%

💰 偿债能力：
   资产负债率: 193.20%  |  流动比率: 1.00

💎 估值指标：
   PE: 30.89倍  |  PB: 0倍
   股息率: 0.04%

🏭 行业信息：
   所属行业: 综合  |  行业涨跌幅: +0.00%
   行业景气度: 中

============================================================
        8位分析师投票结果
============================================================

1. 宏观经济分析师 → ⚠️ 建议 (权重 1.0x)
   理由：市场情绪过热，需警惕回调风险...

2. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐
   理由：所属【综合】行业景气度中等...

3. 基本面分析师 → ❌ 建议 (权重 1.5x) ⭐
   理由：ROE 12.0%偏低，资产负债率偏高...

4. 技术分析师 → ⚠️ 建议 (权重 1.0x)
   理由：技术面中性，上升趋势...

5. 风险控制师 → ❌ 建议 (权重 1.2x) ⭐
   理由：风险等级：高，建议仓位控制在10%以内...

6. 量化分析师 → ⚠️ 建议 (权重 1.0x)
   理由：量化综合得分：58.3分...

7. 情绪分析师 → ⚠️ 建议 (权重 0.8x)
   理由：市场情绪：中性...

8. 估值分析师 → ❌ 建议 (权重 1.2x) ⭐
   理由：PE 30.89倍，估值偏高...

============================================================
            投票统计
============================================================

✅ 建议投资：0票
⚠️ 谨慎投资：5票
❌ 不建议投资：3票

============================================================
            最终结论
============================================================

最终建议：⚠️ 谨慎投资

综合建议：
1. 当前存在不确定性因素，建议观望
2. 如需参与，仓位控制在10%以内
3. 等待更明确的买入信号

风险提示：
- 财务杠杆偏高，偿债压力较大
- 市场系统性风险不可忽视

============================================================
        📋 质检报告
============================================================
✅ 报告文件生成: 已生成: 2026-05-07_002489_浙江永强.txt
✅ 财务数据获取: baostock真实财报
✅ 分析师调用: 8位分析师全部调用
✅ 投票计算: ⚠️, 得分: 0.58
✅ 财务数据完整性: ROE:11.97%, 毛利率:20.63%, 净利率:8.32%
⚠️ 估值数据获取: PE/PB为0
✅ 数据来源标识: baostock真实财报
--------------------------------------------------
📊 总体: 通过 6/7
✅ 全部质检项通过！
============================================================

---

📁 文件结构#

text

boheng-investment-workflow/
├── SKILL.md                    # 主文档（完整技能说明）
├── CHANGELOG.md                # 版本变更记录
├── LICENSE                     # MIT许可证
└── scripts/
    ├── config.py               # 统一配置
    ├── monitor.py              # 行情监控模块
    ├── financial_data.py       # 财务数据模块
    ├── financial_data_akshare.py # AKShare旧版模块（已不推荐使用）
    ├── financial_data_baostock.py # baostock财务数据模块
    ├── financial_trend.py      # 财务趋势分析
    ├── industry_comparison.py  # 行业对比分析
    ├── quick_analysis.py       # 快速分析入口（推荐）
    ├── analyze_stock.py        # 股票分析入口
    ├── analyze_fund.py         # 基金分析入口
    ├── analyze_etf.py          # ETF分析入口
    ├── analyze_bond.py         # 可转债分析入口
    ├── analysts.py             # 8位分析师模块
    ├── roe_evaluator.py        # 动态ROE评估器（v1.0.0新增）
    ├── report_generator.py     # 报告生成器
    ├── graham_evaluator.py     # 格雷厄姆估值模块
    ├── install.sh              # 安装脚本
    └── uninstall.sh            # 卸载脚本

---

👥 8位分析师及其职责#

#分析师职责分析维度权重数据来源1宏观经济分析师宏观环境分析GDP/利率/政策1.0x腾讯财经/baostock2行业研究员行业景气度赛道/竞争/政策1.5x腾讯财经3基本面分析师公司财务分析业绩/增长/护城河1.5xbaostock真实财报4技术分析师K线趋势分析趋势/支撑/信号1.0x腾讯财经5风险控制师风险识别仓位/止损/分散1.2x综合分析6量化分析师数据统计分析因子/相关/回测1.0x腾讯财经7情绪分析师市场情绪分析+新闻参考资金流/新闻情感0.8x腾讯财经+模拟新闻8估值分析师合理价值分析DCF/PE分位/安全边际1.2x腾讯财经

---

📊 基金分析#

基金数据接口#

python

import akshare as ak

# 基金基本信息
df = ak.fund_name_em()
fund_info = df[df['基金代码'] == '110022'].iloc[0]

# 基金净值
df = ak.fund_open_fund_daily_em(symbol="110022")
# 包含：单位净值、累计净值、日增长率

# 基金历史净值
df = ak.fund_open_fund_info_em(fund="110022", indicator="单位净值")

# 基金持仓
df = ak.fund_portfolio_em(fund="110022")
# 包含：股票持仓、债券持仓、行业分布

# 基金业绩排名
df = ak.fund_performance_open_fund_em(symbol="110022")

# 基金经理
df = ak.fund_manager_em(fund="110022")

基金分析维度#

分析师基金分析维度宏观经济市场环境、利率走势行业研究基金持仓行业分布基本面基金业绩、持仓股票质量技术面净值走势、MA趋势风险控制波动率、最大回撤量化分析夏普比率、Alpha/Beta情绪分析基金规模变化、申购赎回估值分析基金估值、持仓股票PE

基金评分标准#

指标优秀良好一般较差年化收益>15%10-15%5-10%<5%夏普比率>1.51.0-1.50.5-1.0<0.5最大回撤<10%10-20%20-30%>30%基金规模适中偏大/偏小过大/过小极端

---

📈 ETF分析#

ETF数据接口#

python

import akshare as ak

# ETF列表
df = ak.fund_etf_spot_em()

# ETF实时行情
df = ak.fund_etf_fund_daily_em(symbol="510300")

# ETF历史净值
df = ak.fund_etf_fund_info_em(fund="510300", indicator="单位净值")

# ETF持仓（指数ETF）
# 查询指数成分股
df = ak.index_stock_cons_weight_csindex(symbol="000300")  # 沪深300成分股

ETF分析维度#

分析师ETF分析维度宏观经济市场环境、政策导向行业研究ETF跟踪指数/行业基本面指数成分股质量技术面ETF价格走势、MA趋势风险控制波动率、跟踪误差量化分析指数估值、PE分位情绪分析ETF成交量、资金流向估值分析指数PE/PB分位

ETF类型分类#

ETF类型代码示例特点宽基ETF510300(沪深300)跟踪宽基指数行业ETF512690(酒ETF)跟踪行业指数主题ETF515790(新能源)跟踪主题指数跨境ETF513100(纳指ETF)跟踪海外指数债券ETF511010(国债ETF)跟踪债券指数

---

💰 可转债分析#

可转债数据接口#

python

import akshare as ak

# 可转债列表
df = ak.bond_cb_jsl()  # 集思录数据

# 可转债实时行情
df = ak.bond_zh_hs_cov_spot()

# 可转债详情
df = ak.bond_cb_jsl_detail(symbol="113050")

# 可转债历史行情
df = ak.bond_zh_hs_cov_hist(symbol="113050")

可转债核心指标#

指标说明计算公式转股价转换为股票的价格固定值转股价值100/转股价×正股价格动态变化转股溢价率(转债价格-转股价值)/转股价值衡量估值纯债价值债券部分价值到期收益率计算纯债溢价率(转债价格-纯债价值)/纯债价值衡量股性双低指标转股溢价率+纯债溢价率选债参考

可转债分析维度#

分析师可转债分析维度宏观经济利率环境、信用环境行业研究正股所属行业基本面正股财务质量、信用评级技术面转债价格走势、正股走势风险控制信用风险、赎回风险量化分析双低指标、套利空间情绪分析转债成交量、正股情绪估值分析转股溢价率、纯债溢价率

可转债评分标准#

指标优秀良好一般较差转股溢价率<5%5-15%15-30%>30%纯债溢价率<20%20-40%40-60%>60%双低指标<120120-150150-180>180信用评级AAAAA+AAAA-及以下正股ROE>15%10-15%5-10%<5%

---

🔍 质检功能#

本技能内置 自动质检系统，在每次分析完成后自动检查数据完整性和流程正确性，确保分析报告的可靠性。

质检项目清单#

#质检项目检查内容重要性1报告文件生成检查分析报告是否成功生成⭐⭐⭐2财务数据获取验证数据来源（真实财报/估算值）⭐⭐⭐3分析师调用确认8位分析师是否全部成功调用⭐⭐⭐4投票计算验证加权投票和最终得分计算⭐⭐⭐5财务数据完整性检查ROE、毛利率、净利率等核心指标⭐⭐6估值数据获取验证PE、PB是否获取成功⭐⭐7数据来源标识明确标注数据来源（baostock/估算）⭐

质检输出示例#

text

==================================================
        📋 质检报告
==================================================
✅ 报告文件生成: 已生成: 2026-05-07_600519_估值分析师.txt
✅ 财务数据获取: baostock真实财报
✅ 分析师调用: 8位分析师全部调用
✅ 投票计算: ✅, 得分: 0.75
✅ 财务数据完整性: ROE:23.5%, 毛利率:91%, 净利率:52%
⚠️ 估值数据获取: PE/PB为0
✅ 数据来源标识: baostock真实财报, 估算:False
--------------------------------------------------
📊 总体: 通过 6/7
⚠️ 部分质检项未通过，请检查
==================================================

质检状态说明#

符号含义✅通过⚠️警告（可接受但不理想）❌失败（需检查）

查看质检报告#

分析完成后，质检报告会自动显示在终端输出中。所有分析都会经过7项质检检查，确保数据完整性。

---

💡 投资建议（基于用户画像）#

本技能支持根据用户画像提供个性化投资建议。若用户配置了 USER.md，系统会自动读取其投资偏好进行适配；若未配置，则使用以下默认模板：

默认用户画像（示例：张权）#

特征默认值投资风格价值投资（格雷厄姆模型）投资目标财富增值、复利增长分析偏好量化选股、系统化决策时间视角长期主义

评分体系解读（通用）#

得分区间建议解读**≥0.80**✅ 强烈建议符合价值投资标准，具备安全边际0.65-0.79⚠️ 谨慎观望需要进一步观察，等待更好的买入时机**<0.65**❌ 不建议风险较高或估值不合理

关键指标优先级（通用）#

1. ROE（净资产收益率） - 采用动态评估：行业基准×财报季度系数（Q1=25%, Q2=50%, Q3=75%, Q4=100%）
2. PE（市盈率） 低于行业平均更安全
3. PB（市净率） < 2 倍为合理
4. 股息率 > 3% 提供现金流保障
5. 资产负债率 < 50% 财务健康

动态ROE评估说明#

本系统采用 动态ROE评估 机制，考虑以下因素：

因素说明行业基准不同行业ROE基准不同（食品饮料18%、银行10%、家电12%、电气机械11%等）财报季度Q1=25%、Q2=50%、Q3=75%、Q4=100%（Q1数据少，阈值更低）历史趋势与公司历史ROE对比，判断改善或恶化

计算公式：动态阈值 = 行业基准 × 季度系数

季度对比表示例

text

======================================================================
行业: 环保    行业基准ROE: 8.0%
======================================================================
  季度   |   系数   |    行业平均    |    动态阈值    |   公司ROE    |     差距
----------------------------------------------------------------------
  Q1   |  25%   |    8.0     |    2.00    |   2.71%    |   +0.71%
  Q2   |  50%   |    8.0     |    4.00    |     -      |     -
  Q3   |  75%   |    8.0     |    6.00    |     -      |     -
  Q4   |  100%  |    8.0     |    8.00    |     -      |     -
======================================================================

当前所在: Q1 (动态阈值 2.00%)
评级: 良好 (得分: 67)
vs行业平均: -66.1%

• 行业平均：该行业所有公司的平均ROE（固定值）
• 动态阈值：行业平均 × 季度系数（会随季度变化）
• 差距：公司ROE - 动态阈值（正数表示高于阈值）

使用建议（通用）#

1. 组合投资：不建议单一股票仓位超过20%
2. 分批建仓：价值股可以考虑定投策略
3. 止损纪律：设置8%止损线保护本金
4. 持续跟踪：定期复查持仓股票的基本面变化

自定义用户画像#

如需自定义投资建议，请在 USER.md 中配置以下字段：

markdown

## 投资偏好
- 投资风格：[价值投资/成长投资/趋势投资]
- 风险偏好：[保守/稳健/激进]
- 持仓周期：[短线/中线/长线]
- 期望收益率：XX%
```4. **持续跟踪**：定期复查持仓股票的基本面变化

---

## 📚 参考资源

- [AKShare 官方文档](https://akshare.akfamily.xyz/)
- [AKShare GitHub](https://github.com/akfamily/akshare)

---

## 📜 版本变更历史

| 版本 | 日期 | 更新内容 |
|------|------|----------|
| **v1.5.1** | **2026-05-11** | 优化：根据查询日期自动匹配对应财报期间，支持 -d 参数指定日期 |
| **v1.5.0** | **2026-05-09** | 新增：目标价指导功能（方案B扩展估值分析师）- 悲观/中性/乐观目标价、安全边际分析 |
| **v1.4.9** | **2026-05-08** | 修复：添加安全警告和USER.md数据使用说明，添加.gitignore |
| **v1.4.8** | **2026-05-08** | 新增：个性化投资建议、数据三级fallback、行业涨幅 |
| **v1.4.7** | **2026-05-08** | Agent Browser新闻功能默认关闭 |
| **v1.4.6** | **2026-05-08** | 精确清理Chrome进程 |
| **v1.4.4** | **2026-05-07** | Agent Browser改为东方财富搜索 |
| **v1.4.3** | **2026-05-07** | 修复行业映射、PE/PB显示，新增财务数据获取 |
| v1.3.9 | 2026-05-04 | 新增财经新闻备用源 |
| v1.3.5 | 2026-05-04 | 股息率改为真实数据获取 |
| v1.3.4 | 2026-05-04 | 新增新闻数据（模拟）|
| v1.3.0 | 2026-05-03 | baostock优先调用 |
| v1.2.9 | 2026-05-03 | 明确数据源，添加风险提示 |
| v1.2.0 | **2026-04-29** | 新增财务趋势和行业对比分析 |
| v1.1.0 | 2026-04-29 | 新增基金、ETF、可转债分析 |
| v1.0.0 | 2026-04-29 | 首发：8位分析师并行研究 |

---

<div align="center">
<strong>Boheng Investment Workflow</strong><br>
让投资决策更理性、更全面 📊🤖
</div>