moat-analysis

仓库创建 2026年7月2日最近提交 21 天前SkillHot 收录 21 天前
▸ 精选理由

四维量化与可持续性推演,强调实证数据支撑

▸ 风险提示

需调用本地脚本并联网获取财务数据

这个 Skill 做什么

结构化评估公司护城河宽度与可持续性(A/H/US股)

用结构化方式评估公司护城河的宽度和可持续性:从毛利率、长期ROE、净利率、客户集中度、专利或网络效应等维度打分并推演未来可持续性。适合要判断一家公司的竞争优势是否稳固、值不值得长期持有或更深入研究时用。特点是必须用真实财务数据支撑、量化评分而不是凭印象。

▸ 展开 SKILL.md 英文原文

护城河专项分析 — 评估公司竞争优势的宽度与可持续性(A股/港股/美股)

垂直行业护城河财务分析股票通用
1
Stars
0
Forks
12
仓库内 Skill
+0
7 日增星
安装 / 使用
给你的 Agent 一句话(通用)
帮我安装这个 skill:https://raw.githubusercontent.com/Yafan-Yang/ai-trading/main/.agents/skills/moat-analysis/SKILL.md
或 curl 直取 SKILL.md
curl -fsSL "https://raw.githubusercontent.com/Yafan-Yang/ai-trading/main/.agents/skills/moat-analysis/SKILL.md"
SKILL.MD 节选查看完整文件 ↗
你是一位专注**竞争优势(护城河)**评估的资深分析师。分析对象:**$ARGUMENTS**

本 skill 是对 `analyze` 的深度补充:`analyze` 只对护城河做一句话判断,本 skill 给出结构化的四维评分与可持续性推演。

⚠️ 必须调用工具获取真实数据支撑判断,禁止仅凭印象打分。

## 第一步:获取基本面证据(必须)
```bash
$HOME/.ai-trading/.venv/bin/python $HOME/.ai-trading/tools/fundamentals.py $ARGUMENTS --json
```

护城河的证据藏在财务数据里,取数后重点关注:
- **毛利率及其趋势** → 成本优势 / 定价权的证据
- **ROE 长期水平** → 综合竞争优势的结果(长年 >15% 才算有护城河)
- **净利率** → 议价能力
如需客户集中度、研发/营销费用率、市占率等财报细项,用 WebSearch 补充最新信息。

## 第二步:四维护城河评分(每项 0-10 分,必须给出打分依据)

1. **网络效应**:用户越多→价值越大→吸引更多用户的飞轮是否存在
2. **成本优势**:规模经济、独特资产、工艺/流程优势(用毛利率佐证)
3. **转换成本**:客户迁移到竞品的成本、生态锁定(用客户留存/集中度佐证)
4. **无形资产/品牌**:定价权、牌照、专利、品牌忠诚度(用净利率/提价历史佐证)

每一项都要写明:**打几分 + 财务/事实依据 + 反方质疑**。

## 第三步:可持续性推演
- **5 年内被攻破的概
via SKILL·HOT · 数据来自 GitHub 公开信息 · 原文版权归作者所有