一键股票研究该执行什么：串起行情、盈利预测和估值核算
一键股票研究应执行一条明确的数据和计算链，而不只是生成公司摘要。输入证券、估值日和目标财年，取得对应行情与可比EPS预测，计算前瞻市盈率，再与用户提供的同行表比较。每个步骤都要有输出约定，依赖它的计算也要明确缺失或无效输入时怎样停止。最后能写出文字，并不代表前面的数值任务已经完成。
本文用合成的A股式记录执行控制逻辑，不调用真实行情、券商研报、AI模型或CoTrading服务。Vibe参考工具和预置Agent名称的存在，不证明这条完整链已经运行。CoTrading对应编排仍为规划或待核实；实际可重复的成果，是本文独立标准库样例的输出与阻断行为。
先写出能到达数值结果的请求
本例请求为虚构股票AAA，估值日2026-10-26，预测财年2027，币种CNY。目标输出是前瞻PE及其相对可比同行中位数的比例，范围不包括综合投资建议。最终解读必须引用已经完成的结果，不能用语言生成补上缺少的预测。
真实任务使用带市场限定的证券标识，事先声明价格类型、交易日口径、预测来源、EPS定义和同行选择依据。报告发布日期不是预测财年；一份刚发表但只给2028预测的报告，不能自动填入2027列。估值日、取得数据时间和报告可获得时间也应分别保留，避免后来取到的数据被当成当时已经知道。
IFRS基金会EPS概览说明每股分子分母约定为何重要，但不规定具体A股预测供应商的方法。应查实际来源的定义，并为同行采用相容期间和口径。同币种是价格除EPS的必要条件之一，不足以证明所有同行已经可比；调整盈利与未调整盈利混合时也需要处理。
先画依赖，再决定用几个Agent
数值链包含行情、EPS、PE和同行比较四步。行情与报告可以分别取得，但PE要等两者通过核对；同行比较又依赖有效PE和可比同行表。最后写说明只是展示步骤，不能反过来修改上游成功状态。一个脚本就可以实现这些关系，多几个Agent名字并不能替代依赖检查。
| 步骤 | 输入 | 成功产物 | 阻断条件 |
|---|---|---|---|
| 行情 | 股票、估值日 | 日期、价格、币种、来源 | 缺失或日期错误 |
| EPS | 股票、截止日、财年 | 预测值、期间、口径、来源 | 缺目标财年 |
| PE | 相容价格与EPS | 价格除以正EPS | 缺依赖或EPS非正 |
| 同行 | PE与可比表 | 中位数及相对比值 | 缺失或不相容 |
每个派生结果保留被接受的输入编号，不能从别次任务捞一个方便数字补进来。允许缓存时，在请求里定义有效期并记录复用版本。工具返回一段含数字的文字，也不等于已经返回可以计算的结构化字段；提取、类型和口径检查仍要完成。
实际执行完整合成链
行情桩在估值日返回24 CNY，来源price-1。合格报告发表于2026-10-20，给出2027年EPS 1.2 CNY，来源report-1。外供同行表采用已假设可比的前瞻PE 16、20、24，中位数20。这里没有声称同行由系统自动选择，也没有把单家预测命名为市场一致预期。
match = [row for row in forecasts
if row["year"] == request["year"]
and row["date"] <= request["as_of"]]
if not match:
return {"status": "partial", "pe": None,
"steps": {"eps": "blocked_missing_year",
"pe": "blocked_dependency",
"peers": "blocked_dependency"}}
report = max(match, key=lambda row: row["date"])
pe = price["value"] / report["eps"]完整文件docs/growth/research/round-5/examples/R552.py在除法前检查币种与正EPS，并在失败运行中保留行情成功状态。实际完整输出PE为2E+1，即20；同行中位数20；相对比值0。公式为PE / 同行中位数 − 1，零表示等于这张外供表的中位数，不代表没有风险或已经得到公允价值。
下载完整示例。使用Python 3.12+，仅需标准库，全部为合成数据；下载后运行python R552.py。
成功输出的来源列表恰好是price-1和report-1，脚本还断言相同输入重复运行产生同样对象。Python Decimal文档支持显式十进制计算；科学计数法是显示形式，用户表可以展示20.00，但应保留同一底层数值。不能为让文案更流畅而重新让模型口算一次。
给依赖链注入两种失败
第一种把唯一报告目标年改成2028，请求仍为2027。行情成功，EPS标为缺目标年，PE与同行标为依赖阻断，任务最终状态为部分完成，PE为空。脚本断言这些状态，而不是评价最终回答是否“看起来合理”。若错误地拿2028补上，所有步骤可能表面成功，却回答了另一道问题。
第二种保留正确年份，把EPS改为−1。EPS取得步骤成功，因为它确实返回了一条明确观测；PE按本流程政策标为非正盈利阻断，同行随之阻断。这与缺EPS不同：一个是输入存在但当前比率解释不接受，一个是必需输入未取得。错误类别不同，下一步研究也不同。
空值不能转换为零。零PE是一个具体数值结论，空值表示没有完成该计算。也不能未经约定使用上次任务EPS或邻近年份预测。降级政策必须事先明确，并在结果上标注采用了什么替代；否则所谓一键成功只是静默改变研究要求。
在小样例之外继续核对来源边界
可运行样例固定证券和行情响应，没有覆盖错证券、过期价格、请求超时等分支。真实取得层应补充这些检查，拒绝标识、币种或日期违背请求的记录，并保存精确原因。样例的币种断言只是兼容性停止条件，不是完整的供应商错误分类系统，不能冒称已处理全部异常。
真实行情需要明确时间戳和市场交易时段。Python datetime文档解释日期与时区对象，不提供市场日历，也不决定券商报告何时对用户可见。历史研究必须有真实发表和可获得证据，当前取到一条预测不自动恢复过去预期。
同行表在此由外部提供且假设可比，生产实现应保留财年、来源、观察日期和筛选依据。若同行表为空或中位数为零，应阻断相对比较，但仍可保留已经有效的公司PE。这是在链条另一个位置的部分成功，不能因为最后一步失败就把前面真实完成的计算全部丢弃。
把状态表与数值表一起交付
最终包包含请求、步骤约定、成功来源记录、数值输出和阻断依赖。完整性从所有必需步骤汇总，不由最后的写作步骤决定。本例完整运行四步均成功，缺年份运行只有行情可用；最终文字应按这个差别解释交付范围，而不能都打上已完成标签。
扩展批量股票时，每只请求股票必须有最终状态，保留部分成功，不因一只失败抹掉其他成果，也不隐藏失败证券。缺失输入取得、来源缺陷修好或请求明确修订后再跑，保留旧运行，并说明哪些下游结果重算。执行重复触发时也要以运行与输入版本定位结果，避免互相覆盖。
这样的“一次执行”有可以检查的计算产物与停止规则。它将行情、盈利和估值连接起来，同时清楚表明哪一步完成、哪一步被阻挡以及需要什么证据继续。后续增加自动调度或Agent协作时，也应继承这些约束，不能因为编排更复杂就放宽来源和依赖要求。
为了便于交接，应将本次实际步骤写成事件记录：请求被接受、行情成功、报告核对、计算执行或阻断，最后汇总状态。每个事件连接输入输出编号，不仅记录一句模型回复。缺年份时，没有PE计算事件比一段流畅的估值文字更能证明依赖门槛确实生效。事件顺序也有助于识别程序是否在核对之前就提前做了计算。
重跑时先确认输入变化范围。仅报告目标财年补齐，可以复用仍然有效的本次行情，再重算PE和同行；若估值日也改变，就需要新的价格检查。复用规则必须明确，不能把“少调用一次工具”作为唯一目标。省下的请求如果造成新旧时点混合，会让结果虽可计算却不再回答原请求。
最终报告同时保留成功例和失败例的验收结果。正常链得到20倍，错年链没有PE，非正EPS链有观测但比率阻断，这三种状态要能从记录直接区分。之后增加新工具时先重放它们，再扩大股票数量，确保功能增加没有削弱最基础的输入约束。
任务负责人还应明确哪些输入需要人工确认。同行选择与EPS定义在本例均预先约定，自动执行不会替代这些研究判断。把人工确认保留为显式输入，整条链才不会把假设伪装成机器自动发现的事实。
常见问题
必须多个AI Agent才能实现吗？
不需要，一个脚本也能执行依赖与验证。Agent数量不是独立核验的证明。
EPS缺失但总结写完，任务就完成了吗？
没有。总结可以解释部分结果，但依赖EPS的估值仍然阻断。