A 股 PEG 估值分析工具 — 彼得·林奇 PEG 投资法的本地化实践
Next.js 全栈应用 · AI 自动生成估值报告 · 行业板块 PE 对比 · 零数据库依赖
PE 只告诉你一只股票"贵不贵",但不告诉你"贵得值不值"。
PEG(市盈率相对盈利增长比率) 是彼得·林奇提出的核心估值指标,用一个公式把"估值"和"成长性"绑在一起:
PEG = PE / 盈利增速(%)
| PEG 区间 | 评级 | 含义 |
|---|---|---|
| < 0.5 | 极度低估 | 增速远超估值,估值显著偏低 |
| 0.5 - 1.0 | 低估 | 估值偏低 |
| 1.0 - 1.5 | 合理 | 估值与增速匹配 |
| 1.5 - 2.0 | 偏贵 | 需要更高增速支撑 |
| > 2.0 | 高估 | 估值偏高 |
问题是:手动计算 PEG 需要翻财报、查一致预期、算 CAGR、对比同行 —— 每只股票重复一遍非常低效。
这个工具解决的问题:输入 6 位股票代码,自动完成数据采集 → PEG 计算 → AI 估值报告生成 → 同行业 PE 对比,全流程 < 30 秒。
输入股票代码,实时监控价格、涨跌幅、PE(TTM)、PB、市值。一键发起 AI 分析。
自动采集财务数据 → 送入大模型 → 生成 7 节结构化分析报告(基本面快照、PEG 核心分析、PE 消化时间、盈利质量验证、同行对比、风险提示、综合结论),支持导出 PDF。
输入任意一只股票 → 自动识别所属行业 → 展示行业市值前 20 名的 PE 分布、板块均值/中位数。
个股新闻 + 市场快讯聚合,辅助判断 PEG 分析中的定性因素。
┌───────────────────────────────────────────────────┐
│ Browser (Next.js) │
│ Dashboard · AI Analysis · Sector · News │
├───────────────────────────────────────────────────┤
│ Next.js API Routes │
│ /api/quotes · /api/stocks · /api/analysis │
│ /api/sector · /api/sector/detect · /api/news │
├───────────────────────────────────────────────────┤
│ Data Layer (Multi-Source) │
│ 腾讯财经 API ──── 实时行情(PE/PB/价格/市值) │
│ mootdx ────────── 行业检测(F10)+ 财务快照 │
│ 直连 HTTP ─────── 研报/新闻/公告/一致预期/财报 │
│ (东财·同花顺·新浪·巨潮,零 akshare,东财已限流) │
├───────────────────────────────────────────────────┤
│ AI Engine (Pluggable) │
│ Anthropic Claude / OpenAI GPT / 兼容接口 │
├───────────────────────────────────────────────────┤
│ Storage (JSON Files) │
│ portfolio.json · analyses/index.json │
│ 零数据库 · 零外部服务依赖 │
└───────────────────────────────────────────────────┘
| 层 | 技术 | 说明 |
|---|---|---|
| 前端 | Next.js 16 + React 19 + Tailwind CSS | Turbopack 热更新 |
| 行情数据 | 腾讯财经 HTTP API | 免费、不限频、无需 token |
| 财务/研报/新闻 | 直连 HTTP(东财·同花顺·新浪·巨潮)+ mootdx | Python 脚本采集,零 akshare 依赖 |
| AI 引擎 | Anthropic / OpenAI(用户自备 key) | 可接任何兼容接口 |
| 存储 | JSON 文件 | 无数据库依赖 |
| 数据源 | 协议 | 提供数据 | 限制 |
|---|---|---|---|
| 腾讯财经 | HTTP (qt.gtimg.cn) | 实时行情、PE、PB、市值、涨跌幅 | 免费,无需认证 |
| mootdx | TCP (7709) | F10 行业归属、同行业个股、财务快照 | 免费,需国内 IP |
| 东财 eastmoney | HTTP | 研报、个股新闻、全球资讯(替代财联社) | 免费,已内置 em_get 限流防封 |
| 同花顺 10jqka | HTTP | 机构一致预期 EPS | 免费 |
| 新浪财经 | HTTP | 多期利润表(成长历史) | 免费 |
| 巨潮 cninfo | HTTP | 公司公告全文 | 免费 |
全部数据源免费 + 无需申请 API Key(AI 分析除外),且零 akshare 依赖(v1.1.0 全量替换为直连 HTTP)。东财系接口有访问频率风控,已统一经 em_get() 串行限流防封。
- Node.js 18+
- Python 3.10+(Windows 用户:仓库已自动适配
python,无需python3) pip install -r scripts/requirements.txt(mootdx / requests / pandas / lxml,已移除 akshare)
git clone https://github.com/simonlin1212/astock-peg.git cd astock-peg/web # 配置 AI key(AI 分析功能需要,行情和板块对比不需要) cp .env.example .env # 编辑 .env,填入 ANTHROPIC_API_KEY 或 OPENAI_API_KEY npm install npm run dev
行情看板和板块 PE 对比不需要 AI key,装好 Node.js + Python 依赖就能直接用。AI 分析报告功能需要配置一个大模型 API key。
任何兼容 Anthropic Messages API 格式的提供商都能用(通过 ANTHROPIC_BASE_URL 配置):
- Anthropic Claude(官方)
- OpenAI(通过
OPENAI_API_KEY配置) - 自部署/第三方中转(配 BASE_URL 即可)
前瞻 PE = 当前价格 / 一致预期 EPS(2026)
PEG = 前瞻 PE / (净利润 CAGR ×ばつ 100)
PE 消化年限 = ln(前瞻PE / 30) / ln(1 + CAGR)
- 一致预期 EPS:来自机构研报的一致预期数据
- CAGR:近 3 年净利润复合增速
- 消化年限:假设合理 PE = 30x,计算当前估值自然消化到合理水平需要几年
- < 2 年 = 成长性强
- 2-4 年 = 正常
- > 4 年 = 需谨慎
astock-peg/
├── web/ Next.js 全栈应用
│ ├── src/app/ 页面(首页看板 / AI分析 / 板块对比 / 新闻)
│ ├── src/app/api/ API Routes(行情 / 股票管理 / 分析 / 板块)
│ ├── src/components/ React 组件
│ ├── src/lib/ 数据层(portfolio / analysis / tencent-api)
│ ├── src/hooks/ React Hooks
│ ├── portfolio.json 运行时数据(你的自选股列表,gitignore)
│ └── .env.example API Key 配置模板
├── scripts/ Python 数据采集脚本
│ ├── collect_stock_data.py 个股财务数据采集
│ ├── collect_news.py 新闻公告采集
│ └── detect_sector.py 行业板块识别
├── analyses/ AI 分析报告存储(自动生成)
│ └── index.json 分析记录索引
├── LICENSE Apache 2.0
└── README.md
如果这个工具帮到了你的投研工作流,欢迎请作者喝杯咖啡 ☕
想要什么功能?欢迎开 Issue 提需求,赞助者的 Issue 优先处理。
作者: Simon 林 · 抖音「Simon林」 · 公众号「硅基世纪」
🇬🇧 English
A PEG (Price/Earnings-to-Growth) valuation analysis tool for China A-shares, inspired by Peter Lynch's investment methodology.
- PEG Dashboard — Real-time stock monitoring with PE, PB, market cap, and instant PEG calculation
- AI Analysis Reports — Auto-collect financial data → AI generates structured 7-section PEG valuation report → Export as PDF
- Sector PE Comparison — Input any ticker → Auto-detect industry → Show top-20 peers by market cap with PE distribution
- News Feed — Stock-specific news + market headlines aggregation
- Frontend: Next.js 16 + React 19 + Tailwind CSS
- Data: Tencent Finance API (real-time quotes) + mootdx (sector detection + financial snapshot) + direct HTTP (Eastmoney / THS / Sina / cninfo for reports, news, announcements, consensus EPS, statements — zero akshare)
- AI: Anthropic Claude / OpenAI GPT (bring your own key)
- Storage: JSON files (zero database dependency)
git clone https://github.com/simonlin1212/astock-peg.git cd astock-peg/web cp .env.example .env # Fill in your AI API key npm install && npm run dev
Prerequisites: Node.js 18+, Python 3.10+ (Windows auto-detected, no python3 needed), pip install -r scripts/requirements.txt (akshare removed in v1.1.0)
Forward PE = Current Price / Consensus EPS (2026)
PEG = Forward PE / (Net Profit CAGR ×ばつ 100)
PE Digestion Years = ln(Forward PE / 30) / ln(1 + CAGR)
This tool is for educational and research purposes only. It does not constitute investment advice. Please consult licensed professionals for investment decisions.
Apache 2.0
Author: Simon Lin · TikTok @simonlin121212 · Douyin "Simon林" · WeChat Official Account "硅基世纪"