Token导航 LogoToken导航TokenDH.com
效率执行命令clawhub未标认证来源可访问clear审计提醒

forecast-valuation预测估值

Agent Skill

forecast-valuation 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,252

周安装

92

GitHub Stars

公开资料未说明

下载量

729
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:forecast-valuation(预测估值)
来源仓库:https://github.com/cgxxxxxxxxxxxx/forecast-valuation
安装命令:
openclaw skills install forecast-valuation
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install forecast-valuation

简介

专业财务预测与估值模型生成器。结合高盛 DCF 标准与 Wind Evaluator 框架,自动生成完整三表预测、DCF 估值、相对估值、敏感性分析和 Football Field 估值区间。

SKILL.md

name
forecast-valuation
slug
forecast-valuation
version
1.0.0
description
专业财务预测与估值模型生成器。结合高盛 DCF 标准与 Wind Evaluator 框架,自动生成完整三表预测、DCF 估值、相对估值、敏感性分析和 Football Field 估值区间。
metadata
{"openclaw":{"emoji":"📊"}}

Forecast & Valuation Skill

专业财务预测与估值模型生成器,融合高盛 DCF 估值标准与 Wind Evaluator 专业框架。

功能特性

📊 核心功能

模块功能描述
历史报表自动导入/手动录入 5-10 年历史财务数据
基本假设收入驱动、成本结构、资本配置、营运资本假设
三表预测利润表/资产负债表/现金流量表 5 年预测,自动配平
财务分析比率分析、杜邦分析、趋势分析
DCF 估值WACC 计算、自由现金流折现、终值计算
敏感性分析WACC vs g 矩阵、龙卷风图、情景分析
相对估值可比公司筛选、PE/PB/EV/EBITDA 倍数分析
Football Field多方法估值区间可视化

✨ 核心优势

  1. 专业标准 - 融合高盛 DCF 框架 + Wind Evaluator 完整性
  2. 自动配平 - 资产负债表自动平衡检查
  3. 智能筛选 - 自动筛选 8-12 家可比公司
  4. 数据接口 - 支持 Gangtise/Tushare 自动获取财务数据
  5. 质量检验 - 预测合理性自动检验

使用方法

基本用法

# 生成完整财务预测与估值模型
python3 scripts/build_forecast.py "福耀玻璃" "600660.SH"

# 指定输出路径
python3 scripts/build_forecast.py "福耀玻璃" "600660.SH" --output "福耀玻璃_估值模型.xlsx"

# 仅生成 DCF 估值
python3 scripts/build_dcf.py "福耀玻璃" --wacc 9.5 --terminal_growth 2.0

# 仅生成可比公司分析
python3 scripts/build_comps.py "福耀玻璃" --industry "汽车零部件"

参数选项

python3 scripts/build_forecast.py <公司名称> <股票代码> [选项]

选项:
  --output, -o          输出文件路径
  --years, -y           预测年数(默认:5)
  --wacc                WACC(默认:自动计算)
  --terminal-growth, -g 永续增长率(默认:2.0%)
  --peers, -p           可比公司列表(逗号分隔)
  --industry, -i        行业分类(用于自动筛选可比公司)
  --data-source, -d     数据来源(gangtise/tushare/manual)
  --upload, -u          上传到百度网盘

模型结构

生成的 Excel 模型包含以下工作表:

1️⃣ 封面

  • 公司基本信息
  • 股票代码、所属行业
  • 报告日期、分析师
  • 主营业务结构

2️⃣ 历史报表 (简化)

  • 5-10 年历史利润表
  • 5-10 年历史资产负债表
  • 5-10 年历史现金流量表
  • 关键财务指标

3️⃣ 基本假设

收入驱动因素

  • 销量增速、单价增速
  • 产品结构变化
  • 区域收入分布

利润率假设

  • 毛利率、各项费用率
  • 有效税率

资本配置

  • 资本开支/收入
  • 折旧摊销/收入
  • 分红比例

营运资本假设

  • 应收账款周转天数
  • 存货周转天数
  • 应付账款周转天数

4️⃣ 利润表预测 (5 年)

  • 营业收入预测
  • 成本结构预测
  • 三项费用预测
  • 净利润预测
  • EPS 预测

5️⃣ 资产负债表预测 (5 年)

  • 流动资产预测
  • 固定资产预测
  • 负债预测
  • 股东权益预测
  • 配平检查(自动)

6️⃣ 现金流量表预测 (5 年)

  • 经营活动现金流
  • 投资活动现金流
  • 融资活动现金流
  • 自由现金流 (FCF)

7️⃣ 财务分析

  • 盈利能力(ROE/ROA/ROIC)
  • 偿债能力(资产负债率/利息保障倍数)
  • 营运能力(周转率)
  • 杜邦分析

8️⃣ DCF 估值

  • WACC 详细计算(CAPM + 债务成本)
  • 自由现金流预测
  • 终值计算(永续增长法 + 退出倍数法)
  • 企业价值 → 股权价值
  • 每股价值

9️⃣ DCF 敏感性分析

  • WACC vs 永续增长率 矩阵
  • 每股价值敏感性
  • 情景分析(乐观/基准/悲观)

🔟 可比公司估值

  • 8-12 家可比公司筛选
  • 估值倍数对比(PE/PB/EV/EBITDA/P/FCF/PEG)
  • 行业平均/中位数/分位数
  • 溢价/折价分析

1️⃣1️⃣ 相对估值

  • PE 估值法
  • PB 估值法
  • EV/EBITDA 估值法
  • 综合估值区间

1️⃣2️⃣ Football Field

  • 多方法估值区间可视化
  • DCF 区间
  • 相对估值区间
  • 当前股价位置
  • 目标价区间

1️⃣3️⃣ 预测合理性检验

  • 收入增速 vs 行业增速
  • 利润率趋势合理性
  • 资本开支与折旧匹配
  • 营运资本变动合理性

数据来源

数据项来源
历史财务数据Gangtise / Tushare / 手动录入
一致预期Gangtise / Wind / Choice
可比公司数据Tushare / 手动录入
无风险利率10 年期国债收益率(自动获取)
市场风险溢价默认 7.0%(可配置)
Beta 系数自动计算(2 年周收益率)

配置

配置文件 config.json

{
  "GANGTISE_ACCESS_KEY": "your_access_key",
  "GANGTISE_SECRET_KEY": "your_secret_key",
  "TUSHARE_TOKEN": "your_tushare_token",
  "DATA_SOURCE": "gangtise",
  "OUTPUT_DIR": "/root/.openclaw/workspace",
  "UPLOAD_TO_BAIDU": false,
  "WACC_DEFAULT": {
    "risk_free_rate": 2.5,
    "market_risk_premium": 7.0,
    "cost_of_debt": 4.5,
    "tax_rate": 15.0
  },
  "VALUATION_DEFAULT": {
    "terminal_growth": 2.0,
    "exit_ev_ebitda": 12.0
  }
}

输出格式

  • 字体: Times New Roman / 宋体
  • 小数位: 1 位(百分比 0.0%)
  • 千位分隔符: 启用
  • 金额单位: 百万元(可配置)
  • 数字格式: #,##0.0

示例

福耀玻璃估值模型

python3 scripts/build_forecast.py "福耀玻璃" "600660.SH" \
  --output "福耀玻璃_财务预测与估值_20260320.xlsx" \
  --years 5 \
  --industry "汽车零部件"

生成模型包含:

  • 2021A-2025A 历史数据
  • 2026E-2030E 财务预测
  • DCF 估值:55.0 HKD
  • 可比公司 PE 平均:19.6x
  • Football Field 目标价区间:52-62 HKD
  • 评级:买入

质量检验

模型自动生成预测合理性检验报告:

检验项标准状态
收入增速 vs 行业≤行业增速 1.5x
毛利率趋势波动≤5%
资本开支/折旧1.0-2.0x
营运资本/收入稳定或改善
资产负债率≤70%

依赖

  • Python 3.8+
  • openpyxl
  • pandas
  • requests
  • numpy

故障排除

数据获取失败

# 检查配置
python3 scripts/configure.py

# 测试连接
python3 scripts/test_connection.py

# 使用手动录入模式
python3 scripts/build_forecast.py "公司" "代码" --data-source manual

资产负债表不平

  • 检查"配平检查"工作表
  • 常见原因:留存收益计算错误、现金作为配平项
  • 模型自动使用"现金及等价物"作为配平项

可比公司数据缺失

# 手动指定可比公司
python3 scripts/build_comps.py "福耀玻璃" \
  --peers "信义玻璃,旗滨集团,南玻 A"

版本历史

版本日期更新内容
1.0.02026-03-20初始版本,融合高盛 DCF 标准与 Wind Evaluator 框架

相关 Skill

  • financial-model - 基础财务建模
  • gangtise-kb - 刚投知识库数据接口
  • tushare-finance - Tushare 金融数据接口

反馈

  • 问题报告:GitHub Issues
  • 功能建议:SkillHub 评论

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

70.83%
按下载量换算516

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install forecast-valuation 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills