⚠️ 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

> ⚠️ 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：

┌─────────────────────────────────────────────────────────────┐
│                    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）                         │
└─────────────────────────────────────────────────────────────┘

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：

┌─────────────────────────────────────────────────────────────┐
│                    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                                  │
└─────────────────────────────────────────────────────────────┘

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：

~/.openclaw/workspace/investment/reports/

文件命名规则：

{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：

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

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

> ⚠️ 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）

pip install baostock pandas

---

### 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

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）

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）

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：

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）：

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

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

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

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

============================================================

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...

1. 行业研究员 → ⚠️ 建议 (权重 1.5x) ⭐

理由：所属【综合】行业景气度中等...

1. 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...

1. 技术分析师 → ⚠️ 建议 (权重 1.0x)

理由：技术面中性，上升趋势...

1. 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...

1. 量化分析师 → ⚠️ 建议 (权重 1.0x)

理由：量化综合得分：58.3分...

1. 情绪分析师 → ⚠️ 建议 (权重 0.8x)

理由：市场情绪：中性...

1. 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

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/baostock |
| 2 | 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 | 1.5x | baostock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

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 | >1.5 | 1.0-1.5 | 0.5-1.0 | <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

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ETF | 510300(沪深300) | 跟踪宽基指数 |
| 行业ETF | 512690(酒ETF) | 跟踪行业指数 |
| 主题ETF | 515790(新能源) | 跟踪主题指数 |
| 跨境ETF | 513100(纳指ETF) | 跟踪海外指数 |
| 债券ETF | 511010(国债ETF) | 跟踪债券指数 |

---

## 💰 可转债分析

### 可转债数据接口

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 | <120 | 120-150 | 150-180 | >180 |
| 信用评级 | AAA | AA+ | AA | AA-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

==================================================

📋 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

======================================================================

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：

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%

---

## 📚 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>