Back to skills
SKILL.md
Li Lu Value Compounding
ASecurityA股李录价值复利投资法:长期高ROE(资本回报质量)、ROE复利趋势(近2年vs前3年不失速)、利润再投资成长、盈利含金量、PE/PB历史低分位安全边际、低负债六维打分,找"持续创造价值的复利机器" | A-share Li Lu value-compounding investing: sustained high ROE, ROE trend (recent 2yr vs prior 3yr), reinvestment growth, cash quality, low PE/PB historical percentile margin of safety, low leverage | A株李録バリュー複利投資法:持続的高ROE、ROEトレンド、再投資成長、キャッシュの質、PE/PB歴史低パーセンタイルの安全マージン、低負債の6次元
- 19 stars
- 0 votes
- 0 copies
- 0 views
- Added September 29, 2026
Security analysis
96/100- Installs packages at runtime which could introduce malicious dependencies
Pro scans all 8 files and shows the line behind each finding
npx -y skills add Serennity007/awesome-stock-quant-skills --skill li-lu-value-compounding --agent claude-codeAre you the author of Li Lu Value Compounding?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/serennity007-li-lu-value-compounding)---
name: li-lu-value-compounding
description: A股李录价值复利投资法:长期高ROE(资本回报质量)、ROE复利趋势(近2年vs前3年不失速)、利润再投资成长、盈利含金量、PE/PB历史低分位安全边际、低负债六维打分,找"持续创造价值的复利机器" | A-share Li Lu value-compounding investing: sustained high ROE, ROE trend (recent 2yr vs prior 3yr), reinvestment growth, cash quality, low PE/PB historical percentile margin of safety, low leverage | A株李録バリュー複利投資法:持続的高ROE、ROEトレンド、再投資成長、キャッシュの質、PE/PB歴史低パーセンタイルの安全マージン、低負債の6次元
author: Serennity007
license: MIT
---
# 🏔️ 李录价值复利|找 A 股持续创造价值的"复利机器"
> **"投资是对未来预测的游戏,唯一可靠的方法是研究那些长期不变的东西。"**
本技能把李录(喜马拉雅资本创始人,芒格的关门弟子,《文明、现代化、价值投资与中国》作者)的价值投资体系机械化到 A 股:长期高 ROE、复利趋势不失速、利润再投资仍能成长、现金流为真、历史低分位的安全边际、低负债。李录的标志性持仓(比亚迪)证明了他最看重的品质——**企业是持续把留存收益变成更多价值的复利机器**。脚本输出 CSV 后,请用 `references/lilu_value_principles.md` 复核"这门生意是否在你能力圈内"。
## 六维价值复利雷达(满分 100)
| 维度 | 核心问题 | 代理指标 | 权重 |
|---|---|---|---|
| 1. 资本回报质量 | 长期回报超资本成本吗? | 近 5 年 ROE 均值 | 25 |
| 2. 复利趋势 | 价值创造还在加速吗? | 近 2 年 ROE 均值 − 前 3 年 ROE 均值 | 15 |
| 3. 再投资成长 | 留存收益还在生钱吗? | 近 5 年净利润增速均值 | 20 |
| 4. 盈利含金量 | 利润是真的吗? | 经营现金流净额/净利润 | 15 |
| 5. 安全边际 | 市场先生恐慌了吗? | PB 自身历史分位为主锚,PE 分位辅助 | 15 |
| 6. 财务纪律 | 靠杠杆吗? | 最新资产负债率 | 10 |
判定线:**≥75 价值复利候选**;**55–74 观察**;**<55 不符合框架**。
## 使用方法
```bash
pip install akshare pandas
# 默认用沪深300成分股作为股票池
python scripts/screen.py --pool hs300 --top 20 --out result.csv
# 或用自定义股票池(推荐先小样本验证)
python scripts/screen.py --codes 600519,000858,600036 --out result.csv
```
参数说明:
- `--pool`: 股票池,目前支持 `hs300`(沪深300)。
- `--codes`: 逗号分隔的自定义股票代码,优先级高于 `--pool`。
- `--top`: 终端展示前 N 名(默认 20)。
- `--out`: CSV 输出路径(默认 `lilu_result.csv`)。
- `--sleep`: 每只股票间隔秒数(默认 0.3,用于防接口限流)。
## 输出字段速览
| 字段 | 含义 |
|---|---|
| `code` / `name` / `industry` | 股票代码 / 简称 / 所处行业 |
| `total` | 价值复利体系综合得分(满分 100) |
| `roe_quality_score` / `roe_mean` | 资本回报质量得分 / ROE 5 年均值 |
| `roe_trend_score` / `roe_trend_diff` | 复利趋势得分 / 近2年−前3年 ROE 差值(pp) |
| `reinvest_growth_score` / `profit_growth_mean` | 再投资成长得分 / 净利润增速均值 |
| `cash_score` / `ocf_mean` | 含金量得分 / OCF/净利润均值 |
| `margin_safety_score` / `pe_ttm` / `pb` / `pe_percentile` / `pb_percentile` / `val_years` | 安全边际得分 / 当前估值与历史分位 |
| `debt_score` / `debt_latest` / `data_years` / `fin_source` / `note` | 其余维度与数据说明 |
## 分析流程(配合 AI 使用)
1. **跑初筛**:运行 `screen.py` 得到候选名单与各项得分。
2. **读原则**:对照 `references/lilu_value_principles.md`,用"股票=公司所有权、市场先生、安全边际、能力圈"四把尺子复核。
3. **能力圈一票否决**:李录的纪律是"知道自己知道什么"。得分再高,看不懂的生意直接放弃——这是该框架唯一无法量化的前置条件。
4. **深度研究少数公司**:李录研究一家公司动辄数月。脚本帮你从 300 只缩到 10 只,剩下的功课要靠人做。
## 实测参考(2026-09-28,小样 3 只)
贵州茅台 88 分(ROE 32.9%、PB 分位仅 1.9%——5 年历史极低位,安全边际满分)、五粮液 62 分(PB 分位 0.3% 但成长与复利趋势失分——"便宜但变坏中"的典型结构)、招商银行 59 分。小样实测见 `lilu_test_result.csv`。
## 数据来源与降级策略
- 数据来自 `akshare` 公开接口(东财财务指标、东财个股历史估值 PE/PB、新浪三大报表)。
- 安全边际以 **PB 自身历史分位**为主锚(跨行业可比),PE 分位辅助确认;亏损股 PE 失效时只看 PB。
- 复利趋势维度在年度数据不足 4 年时(次新股)给中性 7 分。
- 主接口失败时财务数据整体降级到新浪三大报表手工计算。
- 脚本启动时默认禁用系统代理;所有网络调用带 3 次指数退避重试,调用间 `time.sleep(0.15)` 防限流。
## 配套文件
- `references/lilu_value_principles.md` — 李录核心投资思想:股票即所有权、市场先生、安全边际、能力圈、复利机器。
## 免责声明
本技能仅供学习研究,不构成投资建议。历史财务指标不代表未来表现,能力圈与生意本质的判定必须由投资者本人完成。投资决策应建立在独立研究与自身风险承受能力之上。
Files in this skill
- README.en.md
- README.ja.md
- README.md
- SKILL.md
- lilu_hs300_result.csv
- lilu_test_result.csv
- references/lilu_value_principles.md
- scripts/screen.py
Attribution
Comments
Loading comments…