astock-dcf-model

从经营假设、三表预测到每股价值：一行命令生成可被机器验收的机构级估值模型

A 股 + 港股 · 分部量价驱动 · 三表 + 融资联动 · FCFF/FCFE + 相对估值 · 全公式生成

快速上手 · 估值建模 · 它长什么样 · 为什么 · 架构 · 验证记录 · Web 模式 · 港股

估值不是只给利润乘一个倍数，“表配平”也不等于模型正确。 本项目先把分部量价、利润率、周转率、Capex 与融资假设传导进三表，再分别计算 FCFF 与 FCFE，经折现、终值和 EV→Equity 桥得到每股价值；相对估值、三情景和敏感性矩阵负责交叉验证。LibreOffice 与机器闸门只负责拒绝机械错误，投资假设仍需人工判断。

⚡ 快速上手

git clone https://github.com/cloveric/astock-dcf-model.git && cd astock-dcf-model
pip install -r requirements.txt          # Python 3.10+; 验收环节需本机 LibreOffice

python build_model.py --code 601138      # ① 零配置: 自动拉公开数据兜底建模
python build_model.py --code 300476      # ② 精配置: 使用仓库收录的研究级配置
python verify_model.py --code 300476     # ③ 机器验收: LO 重算, 基准 DCF 每股 340.4152 元

python fetch_data.py --code 002463       # 换标的: 拉数生成 configs/002463.yaml → 按研究修正 → build → verify

产物写入 out/:<代码>_<名称>_估值模型.xlsx(全公式,Excel/WPS/LibreOffice 均可重算)+ 同名 .addr.json(单元格地址索引,供验收与二次开发)。examples/ 收录 胜宏科技 / 沪电股份 / 中芯国际 三个成稿与验收日志,可直接下载体验。

精度最高的用法:复制 configs/300476.yaml 手工改写——配置即研究底稿,每条假设写清依据与日期。

🧭 一个估值模型如何生成

核心不是“把 Excel 写出来”，而是把经营判断逐层传导为自由现金流、股权价值和每股价值：

flowchart TB
    A["① 事实层<br/>财报 · 行情 · 一致预期"] --> B["② 经营假设<br/>分部量×价 · 毛利率 · 费用率<br/>周转天数 · Capex · 税率"]
    B --> C["③ 预测引擎<br/>收入 → 利润 → NWC → PPE"]
    C --> D["④ 三表与融资联动<br/>IS · BS · CF · FIN<br/>revolver · cash sweep · 利息"]

    D --> E["⑤A FCFF<br/>NOPAT + D&A − ΔNWC − Capex"]
    D --> F["⑤B FCFE<br/>归母净利 + D&A − ΔNWC<br/>− Capex + 净新增借款"]
    B --> G["⑥ 资本成本<br/>WACC · Ke · 永续 g"]

    E --> H["⑦A 企业价值<br/>年中折现 + Gordon 终值<br/>EV → Equity 桥"]
    G --> H
    F --> I["⑦B 归母股权价值<br/>Ke 年中折现 + 正常化终值"]
    G --> I

    D --> J["⑧ 市场与风险交叉验证<br/>结构化可比 PE · 熊/基/牛<br/>WACC×g · 增速×PE · DPO"]
    H --> K["⑨ 每股价值与 Football Field<br/>股权价值 ÷ 稀释股数<br/>各方法对照估值基准日现价"]
    I --> K
    J --> K
    K --> L["⑩ 独立验收<br/>LibreOffice 重算<br/>PASS / REVIEW / FAIL"]

价值是怎样算出来的

模块	核心计算	它回答的问题	主要输出
经营预测	分部收入按量×价展开；毛利率、费用率、税率、周转天数、Capex 与折旧逐年驱动	公司未来靠什么增长，需要投入多少资本？	Revenue_Segments、IS、Schedules、PPE
三表与融资	IS/BS/CF 全公式联动；资金缺口由 revolver 补足，超额现金先还债、再转理财；利息按平均债务余额计算	增长是否真正转化为现金，资产负债表是否支撑预测？	BS、CF、FIN、Equity_Roll
FCFF DCF	`FCFF = NOPAT + D&A − ΔNWC − Capex`；按 WACC 年中折现，叠加 Gordon 终值	不考虑具体融资路径，整家企业值多少钱？	EV → 加现金/金融资产、减债务/少数股东权益 → 归母股权价值 → 每股价值
FCFE	`FCFE = 归母净利 + D&A − ΔNWC − Capex + 净新增借款`；按 Ke 年中折现	在实际加杠杆或去杠杆路径下，归母股东可获得多少现金流？	直接得到归母股权价值及每股价值，并与 FCFF 差异勾稽
相对估值	模型或已验证一致预期的 FY1/NTM 归母净利 × 正式计价可比 PE ÷ 稀释股数	市场正在用什么价格给同类盈利定价？	PE 单点或区间；无结构化来源、日期和对账证据的可比不参与正式定价
情景与敏感性	熊/基/牛使用同一简化 FCFF 引擎；另测 WACC×g、增速×PE、DPO	结论对经营、折现率、终值和营运资本假设有多敏感？	下行/基准/上行边界及关键风险暴露
Football Field	完整 FCFF、FCFE、同引擎情景及经验证相对估值并列，不机械求平均	不同方法是否指向相近价值区间，与基准日现价差多少？	Summary 综合参考区间与方法分歧

程序、数据与 AI 的边界

核心问题	当前规则
谁生成模型？	Python + OpenPyXL 写入结构、输入与公式；OpenPyXL 不计算公式。
数据从哪里来？	有完整 YAML 时直接读取、不联网；缺配置或显式刷新时，由系统 `curl` 访问腾讯行情、东财 F10/HKF10，并记录来源血缘。
谁计算并验收？	LibreOffice 在独立 profile 中真实重算；`verify_model.py` 再读取结果，联合检查黄金值、三表、融资、WACC-g、情景、相对估值及 FCFE 分歧。
AI 是否参与数值建模？	默认不参与。`--llm` 只生成不超过 250 字的研究备忘录，不修改假设、公式或估值结果。
`--llm` 用哪个模型？	裸 `--llm` 等于 `auto`，按 Codex → Claude → Kimi 回退，首个成功即停止；型号和 effort 沿用对应 CLI 的本机默认配置。
用了 MCP / 插件 / Skill 吗？	核心建模链没有这些运行依赖。可选 LLM 是外部 CLI 子进程，可能继承该 CLI 的个人配置，但项目自身不配置或调用 MCP、插件、Skill。

python build_model.py --code 300476          # 默认：纯确定性建模，不调用 LLM
python build_model.py --code 300476 --llm    # 可选：Codex → Claude → Kimi 生成研究备忘录

这是首页总览；下方架构图、方法论、验证记录与工作表清单继续展开公式、实现细节和可复现证据。

📸 它长什么样

Summary 页 — Football Field 估值结论汇总(七条估值方法对照现价,一眼看到安全边际):

DCF 页 — FCFF 显性期 + Gordon 终值 + EV→Equity 桥(年中折现,少数股东权益入桥,每行带口径备注):

^{截图为 examples/300476_胜宏科技_估值模型.xlsx 实际渲染,非示意图;完整 17+2 张工作表清单见下文。}

🧭 为什么不用手工坊 Excel

A 股卖方与买方的估值模型长期停留在"手工坊"状态:利润表预测与资产负债表脱节、配平靠手填轧差、巨额现金与巨额借款并存、WACC 凭经验拍数、预测期硬编码使模型不可复用也不可审计。本工具把建模纪律固化为工程约束:

维度	手工坊 Excel	本工具
三表关系	利润表单飞,BS 手填轧平	IS/BS/CF 全公式联动；重大历史差额直接拒绝，仅微小舍入尾差可审计修正
融资结构	现金与借款并存,利息脱钩	FIN 页 revolver + 现金 sweep + 理财承接,利息 = 平均余额 × 利率
循环引用	开迭代计算或硬填利息	循环链表内展开 4 轮,全簿无循环引用,LO 一次重算收敛
WACC	8%/10% 拍脑袋	可比 βl unlever 取中位 → 目标结构 relever,采用值可 override 且全链路可追溯
利润归属	归母≈净利润混用	合并/归母/少数股东损益分列,EPS/FCFE 严格归母口径
预测期	敲死数字	全部由假设驱动的公式,改一个假设全簿重算
假设依据	散落在分析师脑子里	每条假设强制携带 basis 字段,写入 Assumptions 依据列,可被研究档案 grounding
验收	肉眼 + 经验	Checks 页 12 项门控 + 独立语义验证器 + LibreOffice 重算 + CI 全配置/黄金值断言
估值口径	单一 DCF	FCFF 与 FCFE 双视图并列,相对估值 + 三情景 + 敏感性矩阵交叉验证
换标的	重做一遍	换一个 6 位代码

🏗 架构

flowchart TB
    subgraph L1["数据层(全部经系统 curl, 可整层绕过)"]
        EM["东财 F10 / HKF10<br/>三表 · 主营构成"]
        QT["腾讯行情<br/>现价 · 市值 · PE"]
        CS["一致预期文件<br/>(--consensus)"]
    end
    FD["fetch_data.py<br/>缺配置时兜底推导, 每个自动假设标注「自动推导」"]
    CFG["configs/&lt;code&gt;.yaml<br/>分部量价 · 费用率 · 营运资本 · Capex · 股利 · 融资 · WACC · 情景<br/><b>每条假设强制携带依据</b>"]
    subgraph L3["研究层(默认全关, 优雅降级)"]
        DR["--dr 深度研究档案<br/>量化结论回填依据列"]
        AN["--announcements<br/>业绩预告要点"]
        LLM["--llm<br/>Codex → Claude → Kimi<br/>研究备忘录"]
    end
    BM["build_model.py<br/>openpyxl 全公式生成 17+2 张工作表 + 15 个 named ranges + addr.json"]
    VM["verify_model.py<br/>LibreOffice headless 重算 → 结构化语义控制 → JSON verdict/退出码 + 黄金值断言"]
    WEB["web/server.py<br/>任务制 Web 服务(FastAPI)"]

    EM --> FD
    QT --> FD
    CS --> CFG
    FD --> CFG
    CFG --> BM
    DR --> BM
    AN --> BM
    LLM --> BM
    BM --> VM
    WEB -.提交任务.-> BM
    VM -.验收摘要.-> WEB

三层可独立使用:手工编写配置可完全绕过数据层(精度最高的用法);研究层四个开关全部默认关闭,不传任何研究参数时输出与基础模型逐项一致。

✅ 验证记录

验收口径：从仓库内配置重新构建，LibreOffice headless 重算全簿，再由 verify_model.py 读取配套 addr.json 并输出结构化 verdict。下表是 2026-08-18 的可复现结果；“模型现价”取自各配置的估值基准日，与表内 DCF/FCFE 及情景结果严格同口径，不是实时行情。正式相对估值只纳入具有结构化 FY1/NTM 来源、时点和 PE 对账证据的可比公司。

标的	模型现价（估值基准日）	主模型 DCF 每股（相对现价）	FCFE 每股（相对 FCFF）	正式相对估值	同引擎熊/基/牛 DCF	验收结果
胜宏科技 300476	269.33 元（2026-08-14）	340.415208186145 元（+26.4%）	325.4508 元（−4.4%）	296.47 元（35x 单点；旧文本可比仅参考）	131.02 / 350.04 / 569.15 元	PASS；黄金值命中
沪电股份 002463	123.53 元（2026-08-17）	112.2842 元（−9.1%）	108.3978 元（−3.5%）	82.51 元（30x 单点；旧文本可比仅参考）	43.62 / 116.87 / 188.00 元	PASS
中芯国际 00981	9.6667 美元（约 75.40 港元÷7.80；2026-08-17）	1.6233 美元（−83.2%）	2.1195 美元（+30.6%）	1.3198 美元（25x 单点）	0.27 / 0.65 / 1.01 美元	PASS；FCFE 差异已复核并明示 WAIVED
长鑫科技 688825	61.09 元（2026-08-18）	7.9540 元（−87.0%）	2.7984 元（−64.8%）	4.32 ~ 10.10 元（FY1 5.7x~13.3x；五家对账通过）	0.52 / 4.53 / 8.52 元	PASS；FCFE 差异已复核并明示 WAIVED
工业富联 601138	66.10 元（2026-08-18）	55.2158 元（−16.5%）	45.5719 元（−17.5%）	58.14 元（25x 单点, 无可比配置）	17.41 / 56.24 / 98.20 元	PASS

口径脚注与复现说明(点开)

00981 的 2023 HKF10 资产负债表缺少核心字段，旧版曾把 29,456.4 百万美元（总资产的 61.6%）塞入“其他权益”强行配平。0.6.0 已删除这期不完整历史，只保留可复核的 2024–2025；任何重大差额或重大负残余科目现在都会在构建前 hard fail。

300476 与 002463 原有可比只在自由文本里写“券商/一致预期”，没有来源 URL、来源时点和来源 Forward PE。0.6.2 取消自由文本正向推断后，这些行仍保留展示并可用于 β，但不再进入正式 PE 中位数；两者正式相对估值因此回落为配置的 35x / 30x 下限单点。补齐结构化证据并通过对账后才会重新进入区间上限。

688825 在 0.6.2 对六家 FY2026 可比做了第二次逐项对账：配置必须同时给出来源 URL、来源日期、来源 Forward PE 与 FY1 盈利，且“市值÷FY1 净利”相对来源 PE 的偏差不得超过 15%。美光 13.31x / SK海力士 4.56x / 三星 5.71x / 兆易 34.62x / 澜起 74.07x 共五家通过；北京君正自算 37.37x 与来源 108.70x 相差 65.6%，因此保留为可见参考行但不参与定价。五家正式 FY1 中位为 13.3125x，相对估值区间收窄为 4.32~10.10 元。未取得的 FY2027 数据保持空值并在表内显示“—”，不再复制 FY2026 制造 0% 增长。601138 已补入 configs/601138.yaml（含 2026H1 锚定），满足“表内行可从仓库配置复现”的验收口径；00981 配置含 2026Q1 中期段（anchor=false，仅对照展示，Q1 年化/模型 2026E = 0.93）。

FCFE/FCFF 差异达到 30% 会使验证器返回 REVIEW（退出码 2）。00981 与 688825 的配置分别记录了动态杠杆与一次性去杠杆的复核理由，所以显示 WAIVED；这不是把两种方法机械配成一致，原始差异仍完整显示。

同一配置双构建的公式/输入签名一致；全套 124 tests 已在本轮本地验证通过。CI 已配置为持续执行 Python 语法检查、Ruff、五配置构建/冒烟/LibreOffice 重算/结构化验收。

📑 工作表清单 (17 + 2)

展开 19 张工作表职能表

#	Sheet	职能
1	Cover	标的摘要、关键市场数据、模型输出、建模注记、数据来源、免责声明
2	Summary	Football field:FCFF/FCFE/三情景/相对估值区间 vs 现价,文本条形可视化
3	Assumptions	驱动总表 11 节(全局/一致预期/分部量价/毛利率/费用率税率/营运资本/Capex 折旧/股利/债务融资/WACC/情景),依据列可被 dr 档案回填
4	Revenue_Segments	分业务收入拆解(量×价驱动,受情景开关调整)+ 基准情形独立演算
5	IS	利润表(历史 + 预测全公式;合并/归母/少数股东损益分列)
6	BS	资产负债表（历史先做原始扎口；仅微小舍入尾差可审计并入“其他权益项目”，重大差额拒绝构建）
7	CF	现金流量表(间接法;利息重分类至筹资;投资含理财净变动)
8	Schedules	营运资本(DSO/DIO/DPO 天数驱动)/无形资产摊销/股利
9	PPE	固定资产/在建工程滚动(转固率、分档折旧率、隐含折旧年限校验)
10	FIN	债务与融资调度:revolver/sweep/理财 + 利息循环链 4 轮迭代展开 + 收敛残差
11	Equity_Roll	所有者权益逐项滚动(盈余公积计提、稀释股数)
12	DCF	FCFF、年中折现、Gordon 终值、EV→Equity 桥、隐含倍数
13	FCFE	股权自由现金流按 Ke 折现,与 FCFF 并列对照;终值取正常化 FCFE,附理财净变动勾稽行与两法差异原因
14	Relative_Val	可比公司 + β unlever/relever + 目标 PE 定价；只有已验证 FY1/NTM 盈利口径的可比进入正式中位数
15	Sensitivity	WACC×g / 增速×PE / DPO 三张敏感性矩阵(轴为公式自动对中)
16	Scenarios	熊/基/牛使用同一简化引擎横向比较，完整三表主模型单列桥接
17	Checks	13 个编号项（12 个门控 + 毛利率信息项）及 FCFE/桥接/中期抓取状态
18*	DR研究	`--dr` 激活:深度研究档案全文存档,量化结论可追溯
19*	研究摘要	研究层激活:假设项 × 采用值 × 来源 × 置信度对照表 + LLM 备忘录页眉 + 公告要点

🔬 方法论

FCFF + Gordon 终值:企业自由现金流按 WACC 折现,终值 = FCFF₅ × (1+g)/(WACC−g);WACC×g 双维敏感性兜底。
FCFE 双视图:股权自由现金流 = 归母净利 + D&A − ΔNWC − Capex + 净新增借款(逐年反映 FIN 页实际债务调度),按 Ke 折现直接得归母股权价值;终值净借款按 D×g 稳态正常化(0.4.0 起对称处理,加/去杠杆调度都不会被永续外推);显性期附"理财净变动"勾稽参考行,两法差异表内可勾稽。
归母口径:利润表分列合并净利润/归母净利润/少数股东损益;历史归母取财报披露硬数,预测按"少数股东损益占比"假设行归母化(默认历史均值自动推导,model.mi_share 可覆盖);EPS/FCFE/权益滚动严格归母,FCFF/EV 桥维持合并口径并扣减少数股东权益。
年中折现(mid-year convention):t = 0.5 / 1.5 / … / 4.5,承认现金流年内均匀发生。
EV → Equity 桥:企业价值 − 有息负债 − 少数股东权益 + 货币资金 + 交易性金融资产 + 其他权益工具投资,逐项列示。
revolver 配平:资金缺口 → revolver 新增借款;超额现金 sweep 还债 → 溢出购买理财;货币资金恒等于最低现金,杜绝"高现金 + 高借款"并存。利息 = 平均余额 × 利率的循环链在 FIN 页表内迭代展开 4 轮(实测残差 ≤ 1e-6),全簿无循环引用。
WACC 实算:可比公司 βl 按各自 D/E 与税率 unlever 取中位,按目标结构 relever(Hamada);采用值 = IF(override="", 计算值, override),全链路可追溯。
三情景:熊/基/牛横向值全部使用同一简化 FCFF 引擎，避免把模型结构差异误当成情景差异；完整 IS/BS/CF/FIN/DCF 主模型单列桥接及差异警报。
Named ranges 审计轨迹:WACC 采用值、永续 g、Ke、Kd、rf、ERP、βu、税率、股利支付率、最低现金占比、情景开关、稀释股数、DCF/FCFE 每股共 15 个关键驱动建立命名区域,Checks 末项校验其存在性。

⚙️ 配置规范

所有建模判断集中在 configs/<code>.yaml。铁律:每个假设必须写依据。条目三种写法:

tax_rate: 0.15                                              # 标量, 按预测年广播
dso: [88, 85, 82, 80, 78]                                   # 5 个预测年列表
capex_rate: {value: 0.045, basis: "公司指引+近三年均值"}      # 推荐: 值 + 依据

展开完整配置段说明

段	关键字段	说明
`company`	code / code_full / name	标的标识
`model`	hist_years / fcst_years / valuation_date / build_date / mi_share(可选)	年份区间与基准日(历史 ≥2 年、预测 3–5 年,超范围构建时报错);`mi_share` 覆盖少数股东损益占比(默认按历史均值自动推导)
`market`	price / shares / pe_ttm;港股另有 price_hkd / fx_hkd	现价、总股本(百万股)、PE-TTM(均带依据);港股同时给出 `price_hkd` 与 `fx_hkd` 时,构建按 `price_hkd/fx_hkd` 现算财报币种现价(改 fx 即生效)
`consensus`	rev / np(前 3 个预测年)	外部一致预期或模型自动外推；只有可验证的外部来源才标为“一致预期”并进入 Summary 包络
`latest_quarter`	label / rev / np	最新季报实绩(可选, 仅展示)
`interim`	label / date / months / rev / np_p / cost / 同期值 / anchor	最新报告期实绩(fetch 自动抓取写入); `anchor: true` 时兜底预测按其年化校准首年收入/毛利率, Cover 与 Checks 附对照
`segments`	key / name / short(必填) / driver(`vol_asp` 或 `growth`) / hist_share / hist_gm / vol / asp / gm / logic	分部业务驱动;无按产品构成披露时 fetch 自动落为单一"整体"分部
`opex`	sale_rate / adm_rate / rd_rate / tax_rate / oth_op / nonop 等	费用率/其他损益/有效税率
`working_capital`	dso / dio / dpo / pre_rate / staff_rate / taxp_rate	营运资本天数与比率
`capex`	capex_rate / trans_rate / dep_rate / dep_new_rate / disp_rate / amort_rate	资本开支与折旧摊销
`dividend`	payout / surplus_rate	股利支付率(按上年归母)、盈余公积计提率
`financing`	min_cash_pct / rep_st / rep_cur / rep_lt / rep_lease / rate_* / cash_yield	FIN 页调度输入
`wacc`	rf / erp / srp / kd / tg / override / wd_basis	WACC 组件;无可比公司时 `beta_unlevered_input` 兜底
`scenarios`	bear / base / bull: rev_adj / npm_adj / logic	情景参数
`checks`	gm_band / fcfe_divergence_waiver(可选)	毛利率展示区间；FCFE/FCFF 差异≥30%时仅允许用非空、已复核理由显式豁免
`hist`	is / bs / cf / ppe_split / notes	历史三表(百万元),`fetch_data.py` 可自动生成
`relative_val`	target_pe_lo / comps	可比公司；`beta_l` 为空者不进 βu 中位数；正式计价必须显式 `earnings_verified: true`，并有 FY1/NTM 口径、公开 HTTPS 来源、90 日内来源日期/Forward PE，且自算 PE 与来源偏差≤15%
`sensitivity`	pe_list / np_growth_list / highlight / dpo_deltas	敏感性矩阵参数(dpo_deltas 缺 0 时自动补)
`references` / `cover`	文本列表	参考信息块与 Cover 注记

🔍 研究层 (默认全部关闭)

四个开关按来源优先级排列,任一不可用即优雅降级,不影响建模主流程:

python build_model.py --code 300476 \
    --dr examples/research/dr_300476.md \                   # 深度研究档案: 量化结论按关键词回填依据列
    --consensus examples/research/consensus_300476.json \   # 聚源/gildata 一致预期(含目标价)
    --announcements \                                       # 东财业绩预告/快报最新一期要点
    --llm                                                   # 本机 CLI: Codex → Claude → Kimi 回退

--dr <档案.md>:章节化解析研究档案,提取含数字与单位的量化结论,按关键词(自 config 分部名动态派生)回填到 Assumptions 依据列(标注 dr档案§章节号,只追加不改值);工作簿新增 DR研究 与 研究摘要 两页。
--consensus <json/csv>:一致预期文件覆盖配置 consensus 段,按年份对齐合并,溯源如实标注(文件覆盖年/沿用原配置年/平推年分别注明);并在 Relative_Val 与 Checks 各加一行目标价一致性对照。工具不直连付费源,格式见 examples/research/consensus_300476.json。
--announcements:东财数据中心业绩预告/业绩快报(系统 curl),最新一期要点进研究摘要。
--llm [auto|codex|claude|kimi|off]:不传时默认 off;裸 --llm 等同 --llm auto,按 Codex → Claude → Kimi 依次尝试,遇到 CLI 缺失、异常、超时、非零退出或空输出才回退。显式指定 provider 时只调用该 CLI。模型型号与 reasoning / effort 沿用各 CLI 自己的本机默认配置,项目不另设第二套默认值。

🖥 Web 模式

本机任务制 Web 服务（FastAPI + 自包含单页前端，零构建、无 Node 依赖）：

pip install --require-hashes -r requirements-web.lock
python -m web.server          # 默认仅 http://127.0.0.1:8000

提交表单：证券代码（6 位 A 股 / 5 位港股）+ 可选配置/研究文件；任务列表区分 verified、built_unverified、failed_validation 和构建失败，默认只有 verified 产物可下载；
接口:POST /api/jobs 提交,GET /api/jobs 列表,GET /api/jobs/{id} 详情,GET /api/jobs/{id}/download 下载,DELETE /api/jobs/{id} 删除(进行中 409);
验收必须同时满足：验证子进程退出码 0、JSON verdict=PASS、JSON exit_code=0；缺失/损坏/不一致的摘要一律视为 failed_validation；
默认限制 8 个排队中/运行中任务和 64 KiB 请求体；config/dr/consensus 仅接受仓库内已有普通文件；Web 触发 LLM 默认禁用，只有显式 WEB_ALLOW_LLM=1 才开放；
回环地址可不设令牌。只要 HOST 为非回环地址（包括 0.0.0.0），启动时必须设置 WEB_API_TOKEN，所有 /api 请求都需 Bearer token。反向代理对外发布时也必须设置 token 并启用 TLS，详见 SECURITY.md。

🐳 Docker

docker build -t astock-dcf-model .
TOKEN=$(openssl rand -hex 32)
docker run --rm -p 127.0.0.1:8000:8000 \
  -e WEB_API_TOKEN="$TOKEN" astock-dcf-model

镜像基于固定 digest 的 python:3.12-slim，依赖从带哈希的 lock 安装，并以非 root 用户运行；预装 curl 与 libreoffice-calc。浏览器页面中输入同一个 token 后即可使用。当前仓库环境没有 Docker CLI，因此本次只做了 Dockerfile 静态审查，未声称完成真实镜像构建。

🇭🇰 港股支持 (5 位代码)

python fetch_data.py --code 00981     # 腾讯hk行情 + 东财HKF10三表(IFRS) → configs/00981.yaml
python build_model.py --code 00981
python verify_model.py --code 00981

港股路径：行情走腾讯 hkXXXXX；财务走东财 HKF10 datacenter 长表接口（循环分页，分页中断显式报错），IFRS 科目映射为模型 hist。核心科目缺失、重大负残余科目或重大资产负债表差额都会拒绝建模。已收录 configs/00981.yaml（中芯国际）；当前可复核历史为 2024–2025，2023 因核心字段不完整已剔除。

口径与局限(使用前必读)

币种:模型内部一律用财报币种百万(如中芯国际为美元);配置同时提供 market.price_hkd(港元原始现价)与 market.fx_hkd(港元/财报币种汇率,美元报告主体 7.80、人民币报告主体约 1.085)时,构建现算 price = price_hkd / fx_hkd——改 fx_hkd 即生效;仅有 market.price 时按生成时折算快照使用;PE-TTM 为港元行情口径,仅供对照;
现金流量表折算:东财 HKF10 现金流量表仅人民币口径,按"期末现金 ÷ BS 现金及等价物"的隐含汇率逐年折算回财报币种(分币种合理区间守卫:人民币≈1 / 港元 0.80–1.00 / 美元 6–9,区间外显式报错),因此 CF 期末现金与 BS 严格勾稽,但流量项存在期末汇率近似;
IFRS 科目映射:无税金及附加/法定盈余公积/一年内到期非流动负债单列,使用权资产并入物业厂房及设备；各年“其他”科目由已披露合计减明细得到，但重大负数会 hard fail，不再用“其他权益”掩盖缺数；
单段收入:港股无东财"主营构成(按产品)"披露,兜底为整体单段(增速=总收入 YoY 退坡),务必按研究拆分修正;
市值口径:港股总市值 = 全部股本 × 港元价,对 A+H 两地上市公司与实际加权市值存在差异;
偿债假设:兜底"余额 1/5 逐年摊还"对重资产扩产标的偏保守;configs/00981.yaml 已按公司实际修正为滚动续作 + 最低现金 60%,换标的时按研究修正;
无涨跌停:港股无单日涨跌停限制,口径差异已在 Cover 页注明,不影响模型公式。

🧾 数据口径

东财 F10(三表/主营构成):一律经系统 curl 子进程抓取(python 不直连东财),单位统一换算为人民币百万元;历史年报年按当前月份自动推导;银行/券商/保险等特殊报表模板显式报错,不产出错误模型;
取数血缘：每个成功响应记录 URL、UTC 时间、字节数和 SHA-256；fetch_data.py 默认保存内容寻址的不可变原始快照到 data/raw/，并标注 local_only/committed=false。清单只写仓库相对路径；自定义目录只写文件名、scope 和匿名 root ID，解析时需同时提供原 --raw-dir，不会泄露开发机绝对路径。可用 --no-raw-snapshot 明确关闭；
东财 HKF10(港股三表):循环分页拉全,分页中断/核心科目缺失/隐含汇率异常均显式报错,拒绝静默按 0 建模;
最新报告期(0.5.0):兜底生成时自动抓当年最新一期已披露季报/中报(Q1/H1/Q3)及上年同期,写入 interim 段并按年化实绩校准首年预测；网络/解析失败与“尚无披露”分别记录。构建支持 --refresh、--as-of、--stale-after-days、--fail-on-stale 和 --require-interim；
腾讯行情(qt.gtimg.cn):现价/总市值/PE-TTM;现价为 0(停牌/无行情)时拒绝兜底建模;
一致预期:不直连付费源。--consensus 文件输入,或查实后手工填入配置(依据注明来源与日期)；缺省时仅作为“模型自动外推”观察值，不进入经验证估值包络；
可比公司 βl / D/E:分析师输入项(参考行情终端 β 与最新年报杠杆);
历史 BS 的若干“其他”科目为披露合计减已映射明细；重大负残余或重大不平衡直接失败。构建器只允许 max(0.5 百万, 总资产×1e-5) 以内的舍入尾差进入 oeq，并在 addr.meta.historical_plugs 留痕。

⚠️ 已知局限

展开

兜底模式精度:自动分段依赖东财"主营构成(按产品)"披露粒度;费用率/天数/税率取最近年报持平或简单退坡,不等于分析师判断——自动假设的依据字段均标注"自动推导",务必按研究修正;
中报锚定为启发式(0.5.0):年化外推隐含"报告期节奏可代表全年",对强季节性业务会失真;周期顶的毛利率/增速封顶与滑动参数为通用默认,拐点标的务必按研究修正;
预测期少数股东损益占比按历史均值持平(可经 model.mi_share 覆盖);少数股东权益重大的公司建议按研究手工设定;
预测期资产减值/投资收益等非经常项简化为固定小额,以保证三表严格配平;
理财净变动简化:缺口年不赎回;处置固定资产按账面值回收无损益;
年中折现为估值基准日与财年起点的标准近似,不做 stub 调整;
FCFE 在融资计划大幅加/去杠杆的标的上可能与 FCFF 存在口径性偏离；达到 30% 时验证器进入 REVIEW，只有配置中写入已复核原因或 CLI 显式豁免才可继续，差异不会被机械配平；
港股:IFRS 轧差项、CF 隐含汇率折算、单段收入简化、市值口径——完整清单见"港股支持"节。

🔧 工程化

CI(.github/workflows/ci.yml)：Python 3.10/3.12/3.14 全量 pytest + Ruff；单独的 LibreOffice job 遍历 configs/*.yaml 做构建、13 项结构冒烟、重算和语义验收；300476 双构建幂等并执行黄金值断言。Actions 固定 commit SHA，开发依赖由带哈希 lock 安装；
验证器纪律：LO 重算使用独立用户目录并断言产物新鲜度；输出 schema v1 JSON，PASS/FAIL/REVIEW 分别返回 0/1/2；默认配置 hash 漂移直接失败，自定义配置不会误套黄金值；关键行号经 addr.json 传递；
可复现安装：开发/CI 使用 python -m pip install --require-hashes -r requirements-dev.lock，Web/Docker 使用 requirements-web.lock；宽区间的 requirements*.txt 仅用于人工升级入口；
贡献准则见 CONTRIBUTING.md,安全披露见 SECURITY.md,版本历史见 CHANGELOG.md,AI 协作者说明见 AGENTS.md。

📜 免责声明

本工具仅用于研究学习。所有预测基于公开信息与主观假设,不构成任何投资建议或证券买卖要约。历史数据虽经核对来源,仍可能存在口径差异或错误;预测存在重大不确定性。使用者应自行判断并承担风险。

Navigation Menu

Repository navigation

About

Repository files navigation

astock-dcf-model

从经营假设、三表预测到每股价值：一行命令生成可被机器验收的机构级估值模型

⚡ 快速上手

🧭 一个估值模型如何生成

价值是怎样算出来的

程序、数据与 AI 的边界

📸 它长什么样

🧭 为什么不用手工坊 Excel

🏗 架构

✅ 验证记录

📑 工作表清单 (17 + 2)

🔬 方法论

⚙️ 配置规范

🔍 研究层 (默认全部关闭)

🖥 Web 模式

🐳 Docker

🇭🇰 港股支持 (5 位代码)

🧾 数据口径

⚠️ 已知局限

🔧 工程化

📜 免责声明

License

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
.github		.github
configs		configs
docs/img		docs/img
examples		examples
research		research
tests		tests
web		web
.dockerignore		.dockerignore
.gitignore		.gitignore
AGENTS.md		AGENTS.md
CHANGELOG.md		CHANGELOG.md
CODE_OF_CONDUCT.md		CODE_OF_CONDUCT.md
CONTRIBUTING.md		CONTRIBUTING.md
Dockerfile		Dockerfile
LICENSE		LICENSE
README.md		README.md
SECURITY.md		SECURITY.md
build_model.py		build_model.py
fetch_data.py		fetch_data.py
model_labels.py		model_labels.py
model_validation.py		model_validation.py
requirements-dev.lock		requirements-dev.lock
requirements-dev.txt		requirements-dev.txt
requirements-web.lock		requirements-web.lock
requirements-web.txt		requirements-web.txt
requirements.txt		requirements.txt
verify_model.py		verify_model.py

Latest commit

History

Folders and files

Repository files navigation

astock-dcf-model

从经营假设、三表预测到每股价值：一行命令生成可被机器验收的机构级估值模型

⚡ 快速上手

🧭 一个估值模型如何生成

价值是怎样算出来的

程序、数据与 AI 的边界

📸 它长什么样

🧭 为什么不用手工坊 Excel

🏗 架构

✅ 验证记录

📑 工作表清单 (17 + 2)

🔬 方法论

⚙️ 配置规范

🔍 研究层 (默认全部关闭)

🖥 Web 模式

🐳 Docker

🇭🇰 港股支持 (5 位代码)

🧾 数据口径

⚠️ 已知局限

🔧 工程化

📜 免责声明

License

About

Topics

Resources

Code of conduct

Contributing

Security policy

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages