龟龟投资框架 (Turtle Investment Framework)

AI 辅助的 A 股/港股/美股基本面分析系统。混合架构：Python 脚本完成确定性数据采集，LLM 提示词驱动定性分析与多因子评估。

当前版本：v2.0-beta — PDF-first 单 Agent 架构 + 独立估值模块 + Pre-flight 合并 + 实战验证。详见 CHANGELOG_V2.md。

核心功能

模块	名称	实现方式	说明
龟龟策略	穿透回报率 + 估值	共享定性 + 专属定量	完整四因子分析 → 买入/观察/规避
商业分析	6 维度定性评估	PDF-first 单 Agent	年报 PDF 作主数据源 + Greenwald 护城河
估值分析	多方法估值	Python 引擎 + LLM	DCF/DDM/PE Band/PEG/PS 自动分类
数据采集	Tushare + WebSearch	Python + Agent	A/港/美股，24+ API，5 年财务数据
年报解析	PDF 章节提取	Python / pdfplumber	7 个目标章节 + 附注精提取
选股器	龟龟选股器	Python / 两级筛选	Tier 1 批量过滤 + Tier 2 深度分析
报告输出	MD + HTML 双输出	Jinja2 模板	暗色模式、KPI 卡片、语义色彩标签

系统架构 (v2.0)

v2.0 采用 共享模块 + 策略专属模块 的分层架构，定性分析可独立运行或被不同策略复用。

龟龟策略完整流程

用户输入 (股票代码 + 年报PDF)
         │
    ┌────▼────┐
    │ Phase 0 │  自动下载年报 (/download-report)
    └────┬────┘
         │
    ┌────▼────┬──────────────┐
    │Phase 1A │  Phase 2A    │  ← 并行运行
    │Tushare  │  PDF预处理    │
    │数据采集  │  (pdfplumber) │
    └────┬────┴──────┬───────┘
         │           │
    ┌────▼────┐      │
    │Phase 1B │      │
    │WebSearch│      │
    └────┬────┘      │
         │      ┌────▼────┐
         │      │Phase 2B │
         │      │精提取    │
         └──┬───┴────┬────┘
            │        │
       ┌────▼────────▼────┐
       │     Phase 3      │
       │  定性(共享) +     │
       │  定量 + 估值(龟龟) │
       └──────┬───────────┘
              │
     output/{code}_分析报告.md + .html

独立商业分析流程（PDF-first 单 Agent）

/business-analysis {code}
         │
    ┌────▼────────────────┐
    │ 年报 PDF 下载/缓存   │  glob 检查 → 按需下载
    └────┬────────────────┘
         │
    ┌────▼────────────────┐
    │ Tushare 数据采集     │  历史序列补充（§1–§17）
    └────┬────────────────┘
         │
    ┌────▼────────────────┐
    │ 单 Agent 定性分析    │  PDF 直接载入 1M context
    │ D1–D6 全维度        │  交叉验证优于多 Agent 拆分
    └────┬────────────────┘
         │
    report.md + report.html

各阶段角色

Phase 0 — 调用 /download-report 命令自动搜索并下载最新年报 PDF
Phase 1A — tushare_collector.py 通过 Tushare Pro API 采集结构化数据，输出 data_pack_market.md（含 §1–§17 共 17 个数据段）
Phase 1B — Agent 执行 WebSearch 补充治理/行业/子公司等非结构化信息
Phase 2A — pdf_preprocessor.py 使用关键词匹配定位年报 7 个目标章节，输出 pdf_sections.json
Phase 2B — Agent 从 PDF 章节中精确提取附注数据
Phase 3 — 定性分析（PDF-first 单 Agent）+ 定量分析（含 Pre-flight Step 0）+ 估值（龟龟专属），输出 MD + HTML 双格式报告

快速开始

环境要求

Python >= 3.10
Tushare Pro 账号及 API Token
（可选）pdfplumber 用于 PDF 解析
（内置）/download-report 命令用于自动下载年报

安装

首次安装：

git clone https://github.com/terancejiang/Turtle_investment_framework.git
cd Turtle_investment_framework

# 一键初始化（创建 venv、安装依赖、验证环境）
bash init.sh

更新已有项目：

cd Turtle_investment_framework
git pull

# 重新安装依赖（确保新增的包被安装）
bash init.sh --force-install

init.sh 会自动完成：

查找系统中 Python >= 3.10，创建 .venv
安装 requirements.txt 中的依赖
检查 TUSHARE_TOKEN 环境变量
运行测试验证环境

配置 Tushare Token

cp .env.sample .env
# 编辑 .env，填入你的 Token
# TUSHARE_TOKEN=your_token_here

或者直接设置环境变量：

export TUSHARE_TOKEN='your_token_here'

使用方法

单股分析

在 Claude Code 中使用 slash command：

/turtle-analysis 600887          # 完整龟龟策略（定性 + 定量 + 估值）
/business-analysis 600887        # 独立商业分析（PDF-first 6维度定性评估）
/valuation 600887                # 独立估值分析（自动分类 + 多方法估值）

/turtle-analysis 自动执行 Phase 0 → 1A → 1B → 2A → 2B → 3 完整流程。 /business-analysis PDF-first 单 Agent 定性分析（年报 PDF + Tushare 数据）。 /valuation 独立估值分析，需先运行 /business-analysis（依赖定性报告 + 市场数据）。

数据采集（仅 Phase 1A）

# 基本用法
.venv/bin/python scripts/tushare_collector.py --code 600887.SH

# 指定输出路径
.venv/bin/python scripts/tushare_collector.py --code 600887.SH --output output/data_pack_market.md

# 附加额外字段
.venv/bin/python scripts/tushare_collector.py --code 00700.HK --extra-fields balancesheet.defer_tax_assets

# 试运行（不调用 API）
.venv/bin/python scripts/tushare_collector.py --code 600887 --dry-run

输出 Markdown 包含以下数据段：

段号	内容	来源
§1	基本信息	stock_basic + daily_basic
§2	行情数据（52 周范围）	pro_bar weekly
§3	合并利润表（5 年）	income
§3P	母公司利润表	income (report_type=4)
§4	合并资产负债表（5 年）	balancesheet
§4P	母公司资产负债表	balancesheet (report_type=4)
§5	合并现金流量表 + FCF	cashflow
§6	分红历史	dividend
§7–§10	占位符（WebSearch 补充）	Phase 1B
§11	周线数据（10 年）	weekly
§12	财务指标（ROE/毛利率等）	fina_indicator
§13	风险警告	自动检测 + Agent
§14	无风险利率	yc_cb
§15	股份回购	repurchase
§16	股权质押	pledge_stat
§17	衍生指标预计算	compute_derived_metrics

年报解析（仅 Phase 2A）

# 基本用法
.venv/bin/python scripts/pdf_preprocessor.py --pdf 伊利股份_2024_年报.pdf

# 指定输出 + 详细日志
.venv/bin/python scripts/pdf_preprocessor.py --pdf report.pdf --output output/pdf_sections.json --verbose

# 使用 TOC hints 覆盖关键词匹配
.venv/bin/python scripts/pdf_preprocessor.py --pdf report.pdf --hints toc_hints.json

提取的 7 个目标章节：

缩写	章节	说明
P2	公司治理	公司治理结构
P3	会计政策	重要会计政策和会计估计
P4	应收账款	应收账款/票据附注
P6	合并报表	合并财务报表附注
P13	风险	风险提示/重大事项
MDA	管理层讨论	经营情况讨论与分析
SUB	子公司	主要子公司/长期股权投资明细

批量选股（龟龟选股器）

# 完整流程（Tier 1 + Tier 2）
.venv/bin/python scripts/screener_core.py

# 仅 Tier 1 快速筛选
.venv/bin/python scripts/screener_core.py --tier1-only

# 限制 Tier 2 分析数量
.venv/bin/python scripts/screener_core.py --tier2-limit 50

# 自定义阈值
.venv/bin/python scripts/screener_core.py --min-roe 10 --max-pe 30 --min-gross-margin 20

# 导出结果
.venv/bin/python scripts/screener_core.py --csv output/screener.csv --html output/screener.html

# 刷新缓存
.venv/bin/python scripts/screener_core.py --cache-refresh          # 全部刷新
.venv/bin/python scripts/screener_core.py --cache-tier2-refresh    # 仅刷新 Tier 2

Jupyter Notebook

cd notebooks
jupyter notebook screener.ipynb

Notebook 包含 7 个 Cell：初始化 → Tier 1 过滤 → 排名 → Tier 2 分析 → 评分 → 导出 → 个股详情，附 matplotlib 可视化图表。

项目结构

Turtle_investment_framework/
├── shared/                        # 共享模块（v2.0）
│   └── qualitative/               # 通用定性分析模块
│       ├── coordinator.md          #   v1 入口（Agent Team）
│       ├── coordinator_v2.md       #   v2 入口（PDF-first 单 Agent）
│       ├── qualitative_assessment.md #   v1 6维度分析 prompt
│       ├── qualitative_assessment_v2.md # v2 PDF-first prompt
│       ├── data_collection.md      #   轻量级 WebSearch 指令
│       ├── agents/                 #   Agent Team prompts（v1 保留）
│       │   ├── agent_a_d1d2.md     #     D1(商业模式)+D2(护城河)
│       │   ├── agent_b_d3d4d5.md   #     D3(外部)+D4(管理层)+D5(MD&A)
│       │   ├── agent_summary.md    #     总结 Agent
│       │   └── writing_style.md    #     共享写作风格
│       ├── references/             #   参考文档
│       │   ├── output_schema.md    #     结构化参数输出 schema
│       │   ├── judgment_examples.md #    护城河/MD&A/管理层锚点
│       │   ├── framework_guide.md  #     Greenwald 框架说明
│       │   └── market_rules_*.md   #     港/美股规则（条件加载）
│       └── templates/
│           └── dashboard.html      #   HTML 仪表盘模板
├── strategies/                    # 策略专属模块（v2.0）
│   ├── turtle/                    # 龟龟策略
│   │   ├── coordinator.md          #   入口（/turtle-analysis）
│   │   ├── phase1_数据采集.md       #   数据采集指令
│   │   ├── phase2_PDF解析.md        #   PDF 解析指令
│   │   ├── phase3_preflight.md     #   数据校验 + 会计锚定（已合并至 quantitative）
│   │   ├── phase3_quantitative.md  #   Pre-flight Step 0 + 穿透回报率（11步）
│   │   ├── phase3_valuation.md     #   估值 + 报告组装
│   │   └── references/             #   策略专属参考
│   │       ├── shared_tables.md    #     税表/阈值/分配公式
│   │       ├── factor_interface.md #     Agent 间参数传递 schema
│   │       └── judgment_examples_turtle.md # G系数/分配/λ锚点
│   └── valuation/                 # 独立估值模块
│       ├── coordinator.md          #   入口（/valuation）
│       ├── phase2_valuation.md     #   估值方法 + 报告组装
│       └── references/
│           ├── classification_rules.md #  公司类型分类阈值
│           ├── valuation_methods.md #    DCF/DDM/PE Band/PEG/PS 公式
│           ├── valuation_examples.md #   计算示例
│           └── report_template.md  #     报告模板
├── scripts/                       # Python 脚本
│   ├── config.py                  #   配置工具（Token、股票代码验证）
│   ├── format_utils.py            #   格式化工具（数字、表格、标题）
│   ├── tushare_collector.py       #   Tushare 数据采集门面
│   ├── tushare_modules/           #   Tushare 模块化实现
│   │   ├── constants.py           #     字段映射（VIP/HK/US）
│   │   ├── infrastructure.py      #     市场检测、格式化
│   │   ├── financials.py          #     财务报表 get_* 方法
│   │   ├── other_data.py          #     分部/持股/审计/质押
│   │   ├── derived_metrics.py     #     §17 衍生指标计算
│   │   ├── yfinance_integration.py #    yfinance 回退（港/美股）
│   │   └── assembly.py            #     数据包组装
│   ├── pdf_preprocessor.py        #   PDF 年报章节提取
│   ├── split_data_pack.py         #   Agent Team 数据预分发
│   ├── valuation_engine.py        #   估值引擎（DCF/DDM/PEG/PE Band/PS）
│   ├── report_to_html.py          #   MD → HTML 转换（支持 --standalone）
│   ├── screener_config.py         #   选股器配置
│   ├── screener_core.py           #   选股器核心（两级筛选）
│   └── download_report.py         #   年报PDF下载
├── prompts/                       # v1 提示词（只读遗留）
├── cigarbutt/                     # 烟蒂策略（独立模块）
├── notebooks/                     # Jupyter Notebooks
│   └── screener.ipynb             #   选股器交互式 Notebook
├── tests/                         # 测试套件（792 tests）
│   ├── conftest.py
│   ├── fixtures/mock_tushare_responses/
│   ├── test_config.py
│   ├── test_coordinator.py
│   ├── test_derived_metrics.py
│   ├── test_download_report.py
│   ├── test_format_utils.py
│   ├── test_integration.py
│   ├── test_output_format.py
│   ├── test_pdf_preprocessor.py
│   ├── test_phase1b_prompt.py
│   ├── test_phase2b_prompt.py
│   ├── test_phase3_prompt.py
│   ├── test_refresh_market.py
│   ├── test_screener.py
│   └── test_tushare_client.py
├── output/                        # 输出目录（gitignored）
├── init.sh                        # 环境初始化脚本
├── requirements.txt               # Python 依赖
├── CHANGELOG_V2.md                # v1→v2 变更日志
├── feature_list.json              # 功能清单
└── claude-progress.txt            # 开发进度日志

分析框架详解

定性分析（共享模块，6 维度）

v2.0-beta 的定性分析采用 PDF-first 单 Agent 架构：年报 PDF 直接载入 1M context 作为主数据源，Tushare 仅作历史序列补充。单 Agent 模式在交叉验证上优于多 Agent 拆分，所有维度共享同一 context 消除信息孤岛。

维度	内容	说明
D1 商业模式	轻/重资产判别、利润结构、资产质量	核心维度
D2 护城河	Greenwald 三维框架（供给侧/需求侧/规模经济）+ 竞对对比	6步结构化分析
D3 外部环境	行业周期、政策、竞争格局	—
D4 管理层	治理结构、激励机制、历史诚信	—
D5 MD&A	管理层讨论分析、战略一致性	—
D6 控股结构	母/子公司关系、关联交易	条件触发

D2 护城河分析（v2.0 重大升级）：6 步结构化分析 — 行业地图 → 量化验证（ROE 门槛 8/15/25%）→ 双框架分析（非技术+技术 × 供给/需求/规模）→ 虚假优势辨析 → 竞对对比表 → 可持续性监控锚点

四因子模型（龟龟策略专属）

在定性分析基础上，龟龟策略增加穿透回报率计算和估值：

因子 2：穿透回报率粗算

从 §17.2 读取 C/B/M/N/OE 等参数 + OE 纠偏
否决门（ROE < 8% 或负值 → 直接否决）
计算穿透回报率 R% = M × (1 − 分红税率) × OE
否决判定（R% < Rf → 否决）

因子 3：穿透回报率精算

真实现金收入（S/T/U、保守基础、收款比率）
经营性流出（W1–W4：供应商/员工/税/利息）
基础盈余、AA（含/不含资本化）、CV、λ 系数
分配意愿（M）、可预测性
输出：精算后 R% + 可靠性标签

因子 4：估值与安全边际

相对估值（PE/PB 分位数、历史对比）
绝对估值指标（EV/EBITDA、现金调整 PE、FCF 收益率等 11 项）
基准价（5 种方法取算术平均）+ 溢价分析
输出：买入/观察/规避评级

龟龟选股器

两级筛选系统，从全 A 股 5000+ 只中筛选优质标的：

Tier 1 — 批量过滤（仅市场数据，~5 秒）

过滤条件	默认阈值
排除 ST/PT/退市整理	—
上市年限	≥ 3 年
市值	≥ 5 亿元
日换手率	≥ 0.1%
PB	0 < PB ≤ 10
股息率	> 0
PE（主通道）	0 < PE_TTM ≤ 50
PE（观察通道）	PE_TTM < 0，按市值取前 50

排名公式：Score = 0.4 × dv_ttm + 0.3 × (1/PE) + 0.3 × (1/PB)

主通道取前 150 名 + 观察通道 50 名 → 共 200 只进入 Tier 2。

Tier 2 — 深度分析（逐只调用 API）

硬否决：质押比 > 70%、非标审计意见
财务质量：ROE ≥ 8%、毛利率 ≥ 15%、资产负债率 ≤ 70%
因子 2 指标：分配意愿 M、穿透率 R、Threshold II
因子 4 指标：EV/EBITDA、现金调整 PE、FCF 收益率、商誉占比
基准价：5 种方法（净流动资产/BVPS/10 年低点/股息隐含/悲观 FCF）取算术平均

底价（Floor Price）— 5 种方法取算术平均

底价是多维度安全边际锚点，综合物理资产、历史价格、分红能力和现金流生成能力：

#	方法	公式	说明
1	净流动资产/股	(现金 + 交易资产 − 有息负债) / 总股数	清算视角的底线价值
2	每股净资产 (BVPS)	归属股东权益(不含少数) / 总股数	账面价值锚点
3	10 年历史最低价	过去 10 年周收盘价最小值	历史极端情绪底部
4	分红折现价	近 3 年平均每股分红 / max(Rf, 3%)	股息率等于折现率时的价格
5	悲观 FCF 资本化价	近 5 年最小 FCF / Rf% / 总股数	仅当 5 年 FCF 全为正时有效

复合基准取有效方法值的 算术平均。底价溢价率 = (当前价 / 基准价 − 1) × 100%。

溢价率	区间含义
≤ 0%	"买入就是胜利"区间 — 当前价低于底价
0–30%	安全边际充足
30–80%	合理溢价，需成长验证
> 80%	高溢价，需强成长预期支撑

综合评分权重

维度	权重
ROE	20%
FCF 收益率	20%
穿透率 R	25%
EV/EBITDA（逆序）	15%
基准价溢价（逆序）	20%

测试

# 运行全部测试（792 tests）
.venv/bin/python -m pytest tests/ -v

# 运行单个测试文件
.venv/bin/python -m pytest tests/test_screener.py -v

# 快速模式（遇到失败即停止）
.venv/bin/python -m pytest tests/ -x -q

# 查看覆盖率
.venv/bin/python -m pytest tests/ --cov=scripts --cov-report=term-missing

测试覆盖范围（14 个测试文件）：

配置与工具函数（test_config.py, test_format_utils.py）
Tushare 数据采集 + 衍生指标（test_tushare_client.py, test_derived_metrics.py）
PDF 预处理（test_pdf_preprocessor.py）
LLM 提示词验证（test_phase1b_prompt.py, test_phase2b_prompt.py, test_phase3_prompt.py）
协调器与集成测试（test_coordinator.py, test_integration.py）
输出格式验证（test_output_format.py）
年报下载（test_download_report.py）
选股器全流程（test_screener.py）
增量刷新模式（test_refresh_market.py）

所有测试使用 Mock 数据，不需要 Tushare Token 即可运行。

技术细节

数据单位约定

所有金额统一为 百万元（RMB）。Tushare 返回的原始数据（元）在采集时自动除以 1,000,000，并使用千分位格式化显示。

缓存策略

选股器使用 Parquet 格式的分层缓存：

数据类型	缓存 TTL
stock_basic（全量股票列表）	7 天
daily_basic（每日行情）	当日有效
Tier 2 财务数据（年报类）	168 小时（7 天）
Tier 2 行情数据（周线）	24 小时
全局数据（无风险利率）	24 小时

缓存目录：output/.screener_cache/

速率限制

Tushare API 调用自动限速：每次请求间隔 ≥ 0.3 秒，失败自动重试（指数退避）。

开发指南

功能开发流程

查看 feature_list.json 中下一个待实现的 feature
按 feature 的 steps 数组顺序实现
同步编写测试（不允许跳过测试）
完成后在 feature_list.json 中标记 passes: true
按规范提交 commit

提交规范

feat(category): description [feature #N]
fix(category): description [feature #N]
test(category): description [feature #N]

Category 对应 feature_list.json 中的分类：infrastructure, phase1a_tushare, phase1b_websearch, phase2a_pdf_preprocess, phase3_analysis, screener 等。

里程碑

标签	范围	状态
v1.0-alpha	基础设施 (#1–#8)	已完成
v1.0-beta	全部脚本 (#1–#47)	已完成
v1.0	完整 pipeline + 提示词 v1	已完成
v1.1	17 improvements, HK/US support, shared_tables	已完成
v2.0-alpha	模块化拆分 + Greenwald 护城河 + Agent Team + HTML 仪表盘	已完成
v2.0-beta	PDF-first 单 Agent + 估值模块 + Pre-flight 合并 + 实战验证	当前
v2.0-rc	烟蒂策略接入 shared 模块 + 端到端调优	计划中

依赖

tushare>=1.2.89       # A 股数据接口
pandas>=1.5.0         # 数据处理
pdfplumber>=0.9.0     # PDF 文本提取
requests>=2.28.0      # HTTP 请求
pytest>=7.0.0         # 测试框架
pyarrow>=10.0.0       # Parquet 缓存
matplotlib>=3.5.0     # 可视化（Notebook）
tqdm>=4.60.0          # 进度条
jupyter>=1.0.0        # Notebook 运行环境
jinja2>=3.0.0         # HTML 模板（报告 + 选股器导出）
yfinance>=0.2.0       # 港股/美股行情回退

License

MIT

Navigation Menu

Repository files navigation

龟龟投资框架 (Turtle Investment Framework)

核心功能

系统架构 (v2.0)

龟龟策略完整流程

独立商业分析流程（PDF-first 单 Agent）

各阶段角色

快速开始

环境要求

安装

配置 Tushare Token

使用方法

单股分析

数据采集（仅 Phase 1A）

年报解析（仅 Phase 2A）

批量选股（龟龟选股器）

Jupyter Notebook

项目结构

分析框架详解

定性分析（共享模块，6 维度）

四因子模型（龟龟策略专属）

龟龟选股器

测试

技术细节

数据单位约定

缓存策略

速率限制

开发指南

功能开发流程

提交规范

里程碑

依赖

License

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
Latest commit History 37 Commits
.claude		.claude
ciguttprepare		ciguttprepare
notebooks		notebooks
output		output
prompts		prompts
scripts		scripts
shared/qualitative		shared/qualitative
strategies		strategies
tests		tests
.env.sample		.env.sample
.gitignore		.gitignore
CHANGELOG_V2.md		CHANGELOG_V2.md
README.md		README.md
init.sh		init.sh
requirements.txt		requirements.txt
skills-lock.json		skills-lock.json

Folders and files

Latest commit

History

Repository files navigation

龟龟投资框架 (Turtle Investment Framework)

核心功能

系统架构 (v2.0)

龟龟策略完整流程

独立商业分析流程（PDF-first 单 Agent）

各阶段角色

快速开始

环境要求

安装

配置 Tushare Token

使用方法

单股分析

数据采集（仅 Phase 1A）

年报解析（仅 Phase 2A）

批量选股（龟龟选股器）

Jupyter Notebook

项目结构

分析框架详解

定性分析（共享模块，6 维度）

四因子模型（龟龟策略专属）

龟龟选股器

测试

技术细节

数据单位约定

缓存策略

速率限制

开发指南

功能开发流程

提交规范

里程碑

依赖

License

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages