Skip to content
Conduit

skill

dividend-yield-analysis

按照B站UP【史诗级韭菜】总结出的股息率选股skill，帮助你对可能股息及捡钱股价进行推算分析

a985987819/dividend-yield-analysiscommunitylistedunreviewed
Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Download ZIP from GitHub Open the repository

The download comes from github.com/a985987819/dividend-yield-analysis itself, not from our server, so what you get is exactly what its author published.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below.

README

synced Oct 26, 2026

Dividend Yield Analysis | 股息率分析与目标股价推算

通用 AI Agent 分析框架 —— 将"股息率分析 + 目标股价倒推"的研究流程标准化，确保每次分析严谨、可复现、数据有出处，最终输出自包含 HTML 报告。适用于任何具备网页搜索与文件写入能力的 AI Agent。

用法

安装

git clone https://github.com/your-username/dividend-yield-analysis.git

在不同 Agent 环境中使用

本框架不绑定任何特定平台，以下是常见 Agent 的接入方式：

Agent 环境接入方式
Claude (Anthropic)将 SKILL.md 内容作为 System Prompt 或项目指令加载
GPT (OpenAI)将 SKILL.md 内容放入 Custom Instructions 或 System Message
Gemini (Google)将 SKILL.md 作为 System Instructions 加载
TRAE将 SKILL.md 放入技能目录，自动触发
Cursor / Windsurf将 SKILL.md 放入 .cursor/rules/ 或项目规则目录
其他 Agent将 SKILL.md 作为 System Prompt 加载即可

触发方式

在对话中直接提出分析需求，框架会自动识别并启动：

  • "分析长江电力的股息率"
  • "推算 5% 股息率对应的目标股价"
  • "比较柳工和三一的分红能力"
  • "统计XX公司过去8年分红回购情况"

分析模式

模式说明适用场景
单公司模式跳过横向对比，直接出单家公司深度报告只分析一家公司
多公司模式启用全部 6 步，加入横向对比表比较 2+ 家公司
行业扫描模式从行业分析切入，筛选代表性公司行业级配置

关键参数

参数默认值说明
悲观系数0.8对净利润能否全额转化为可分配现金的折扣
想要的股息率5%用户可指定（常见 4%、5%、6%）
时间窗口8 年默认以"当前年份-1"为最新，倒推 8 年
市场A 股港股/美股需调整数据源

输出

所有分析结果统一输出为 自包含 HTML 报告（可双击在浏览器打开，不依赖外部网络），文件命名：

{公司名或对比组}_{股票代码}_dividend_analysis_{YYYYMMDD}.html

框架主要功能

核心公式

公式一：可能的股息率

可能的股息率 = (悲观系数 × 去年利润 × 股息支付率) ÷ 目前市值

公式二：倒推目标股价

目标股价 = (悲观系数 × 去年利润 × 股息支付率) ÷ 想要的股息率 ÷ 总股本

标准化 6 步分析流程

步骤名称产出
1行业资产特征分析重/轻资产判定、现金流质量、行业生命周期
2历史财务数据收集8 年盈利分红、现金流、资产负债、回购数据
3分红政策承诺核查承诺类型、兑现历史、支付率口径辨析
4最新数据获取当前股价、市值、TTM 股息率
5公式计算敏感性分析、3 年滚动平均、ROIC 验证、双口径计算
6对比汇总与结论横向对比表、投资启示、风险提示、局限性说明

功能特性

  • 平台无关：纯文本指令集，不依赖任何特定 Agent 平台的专有 API 或技能调用机制
  • 动态时间窗口：按当前日期自动确定 8 年分析窗口，年报缺失时自动回退
  • 多市场支持：A 股（默认）、港股（港交所披露易）、美股（SEC EDGAR）
  • 数据分层验证：P0 官方年报 → P1 权威媒体 → P2 数据平台 → P3 研报，跨平台交叉验证
  • 敏感性分析：5 档悲观系数（0.5-0.9）矩阵，热力图可视化
  • 高净现比行业特殊处理：净现比 >150% 时启用净利润 + 经营现金流双口径计算
  • ROIC vs WACC 验证：判断分红长期可持续性
  • 术语角标：不常见专业术语首次出现时提供角标跳转解释
  • HTML 报告：暗色主题、响应式布局、ECharts 图表、可点击来源链接
  • 质量检查清单：数据可靠性、方法正确性、结论合理性、输出规范性、反向检查

数据源

优先级来源类型示例
P0官方年报/公告巨潮资讯网、港交所披露易、SEC EDGAR
P1权威财经媒体证券时报·数据宝、财联社
P2数据聚合平台同花顺、东方财富、aastocks、中财网、盈曼网、理杏仁、askci
P3专业社区/研报雪球研报、券商研报、Macrotrends

项目结构

dividend-yield-analysis/
├── README.md                # 项目主页（本文件）
├── SKILL.md                 # Agent 指令集 / 分析框架（核心）
├── CHANGELOG.md             # 版本变更记录
├── LICENSE                  # MIT License
├── .gitignore               # Git 忽略配置
├── assets/
│   └── template.html        # HTML 报告模板
├── examples/                # 示例报告
└── docs/                    # 进阶文档

适用场景

  • 推算目标股价（"5% 股息率对应多少股价？"）
  • 比较多家公司分红能力
  • 行业资产特征与现金流质量分析
  • 历史分红回购统计
  • 高股息防御性标的筛选

不适用场景

  • 纯概念性问题（如"什么是股息率"）
  • 涉及税后收益率与税率计算
  • DCF / 相对估值建模
  • 量化选股与回测

版本

当前版本：v2.0 (2026-07-02)，详见 CHANGELOG.md。

License

MIT

↑↓ navigate openesc close