commit;

src/app.py

@@ -1,6 +1,8 @@
 import sys
 import os
 
+from src.fundamentals_llm.fundamental_analysis_database import get_analysis_result, get_db
+
 # 添加项目根目录到 Python 路径
 sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
 
@@ -25,6 +27,9 @@ CORS(app)  # 启用跨域请求支持
 # 创建企业筛选器实例
 screener = EnterpriseScreener()
 
+# 获取数据库连接
+db = next(get_db())
+
 @app.route('/api/health', methods=['GET'])
 def health_check():
     """健康检查接口"""
@@ -752,9 +757,25 @@ def comprehensive_analysis():
                 # 筛选出传入列表中符合条件的股票
                 for code, name in all_stocks:
                     if code in input_stock_codes:
+                        # 获取各个维度的分析结果
+                        investment_advice_result = get_analysis_result(db, code, "investment_advice")
+                        industry_competition_result = get_analysis_result(db, code, "industry_competition")
+                        financial_report_result = get_analysis_result(db, code, "financial_report")
+                        valuation_level_result = get_analysis_result(db, code, "valuation_level")
+                        
+                        # 从ai_response和extra_info中提取所需的值
+                        investment_advice = investment_advice_result.ai_response if investment_advice_result else None
+                        industry_space = industry_competition_result.extra_info.get("industry_space") if industry_competition_result else 0
+                        financial_report_level = financial_report_result.extra_info.get("financial_report_level") if financial_report_result else 0
+                        pe_industry = valuation_level_result.extra_info.get("pe_industry") if valuation_level_result else 0
+                        
                         filtered_stocks.append({
                             "code": code,
-                            "name": name
+                            "name": name,
+                            "investment_advice": investment_advice,  # 投资建议（从ai_response获取）
+                            "industry_space": industry_space,  # 行业发展空间（2:高速增长, 1:稳定经营, 0:不确定性大, -1:不利经营）
+                            "financial_report_level": financial_report_level,  # 经营质量（2:优秀, 1:较好, 0:一般, -1:存在隐患，-2：较大隐患）
+                            "pe_industry": pe_industry  # 个股在行业的PE水平（-1:高于行业, 0:接近行业, 1:低于行业）
                         })
                 
                 logger.info(f"筛选出 {len(filtered_stocks)} 个符合条件的股票")

src/fundamentals_llm/fundamental_analysis.py

@@ -66,7 +66,7 @@ class FundamentalAnalyzer:
         # 使用联网模型进行基本面分析
         self.chat_bot = ChatBot(model_type="online_bot")
         # 使用离线模型进行其他分析
-        self.offline_bot = OfflineChatBot(platform="volc", model_type="offline_model")
+        self.offline_bot = OfflineChatBot(platform="tl_private", model_type="ds-v1")
         # 千问打杂
         self.offline_bot_tl_qw = OfflineChatBot(platform="tl_qw_private", model_type="qwq")
         self.db = next(get_db())
@@ -366,25 +366,25 @@ class FundamentalAnalyzer:
         try:
             prompt = f"""请对{stock_name}({stock_code})的财报情况进行简要分析，严格要求最新财报情况200字以内，最新业绩预告情况100字以内，近三年变化趋势150字以内，请严格按照以下格式输出：
 
-1. 最新财报情况
+                    1. 最新财报情况
-- 营业收入及同比变化
+                    - 营业收入及同比变化
-- 主要成本构成及变化
+                    - 主要成本构成及变化
-- 净利润及同比变化
+                    - 净利润及同比变化
-- 毛利率和净利率变化
+                    - 毛利率和净利率变化
-- 其他重要财务指标（如ROE、资产负债率等）
+                    - 其他重要财务指标（如ROE、资产负债率等）
-
+                    
-2. 最新业绩预告情况（没有就不要提）
+                    2. 最新业绩预告情况（没有就不要提）
-- 预告类型（预增/预减/扭亏/续亏）
+                    - 预告类型（预增/预减/扭亏/续亏）
-- 预计业绩区间
+                    - 预计业绩区间
-- 变动原因
+                    - 变动原因
-
+                    
-3. 近三年变化趋势
+                    3. 近三年变化趋势
-- 收入增长趋势
+                    - 收入增长趋势
-- 利润变化趋势
+                    - 利润变化趋势
-- 盈利能力变化
+                    - 盈利能力变化
-- 经营质量变化
+                    - 经营质量变化
-
+                    
-请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
+                    请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
             # 获取AI分析结果
             result = self.chat_bot.chat(prompt)
             
@@ -425,16 +425,16 @@ class FundamentalAnalyzer:
             # 使用在线模型分析财报水平
             prompt = f"""请对{stock_name}({stock_code})的财报水平进行专业分析，并返回对应的数值评级：
 
-- 如果财报水平边际向好，最新财报没有任何风险，返回数值"2"
+                    - 如果财报水平边际向好，最新财报没有任何风险，返回数值"2"
-- 如果边际变化波动不高较为稳定，并且风险很小，返回数值"1"
+                    - 如果边际变化波动不高较为稳定，并且风险很小，返回数值"1"
-- 如果波动不高较为稳定，但其中存在一定财报隐患，返回数值"0"
+                    - 如果波动不高较为稳定，但其中存在一定财报隐患，返回数值"0"
-- 如果财报波动较大（亏损或者盈利），并且存在一定财报隐患，返回数值"-1"
+                    - 如果财报波动较大（亏损或者盈利），并且存在一定财报隐患，返回数值"-1"
-- 如果财报波动较大（亏损或者盈利），并且存在较大财报隐患，返回数值"-2"
+                    - 如果财报波动较大（亏损或者盈利），并且存在较大财报隐患，返回数值"-2"
-
+                    
-财报分析内容：
+                    财报分析内容：
-{report_text}
+                    {report_text}
-
+                    
-请仅返回一个数值：2、1、0、-1或-2，不要包含任何解释或说明。"""
+                    请仅返回一个数值：2、1、0、-1或-2，不要包含任何解释或说明。"""
 
             # 使用在线模型进行分析
             response = self.chat_bot.chat(prompt)
@@ -484,26 +484,26 @@ class FundamentalAnalyzer:
         try:
             prompt = f"""请对{stock_name}({stock_code})所在行业的发展趋势和竞争格局进行简要分析，要求输出控制在400字以内，请严格按照以下格式输出：
 
-1. 市场需求：
+                    1. 市场需求：
-- 主要下游应用领域
+                    - 主要下游应用领域
-- 需求增长驱动因素
+                    - 需求增长驱动因素
-- 市场规模和增速
+                    - 市场规模和增速
-
+                    
-2. 竞争格局：
+                    2. 竞争格局：
-- 主要竞争对手及特点
+                    - 主要竞争对手及特点
-- 行业集中度
+                    - 行业集中度
-- 竞争壁垒
+                    - 竞争壁垒
-
+                    
-3. 行业环境：
+                    3. 行业环境：
-- 行业平均利润率
+                    - 行业平均利润率
-- 政策环境影响
+                    - 政策环境影响
-- 技术发展趋势
+                    - 技术发展趋势
-- 市场阶段结论：新兴市场、成熟市场、衰退市场
+                    - 市场阶段结论：新兴市场、成熟市场、衰退市场
-
+                    
-4. 小结：
+                    4. 小结：
-- 简要说明当前市场是否有利于企业经营
+                    - 简要说明当前市场是否有利于企业经营
-
+                    
-请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
+                    请提供专业、客观的分析，突出关键信息，避免冗长描述。"""
             # 获取AI分析结果
             result = self.chat_bot.chat(prompt)
             
@@ -543,15 +543,15 @@ class FundamentalAnalyzer:
         try:
             # 使用离线模型分析行业发展空间
             prompt = f"""请分析以下{stock_name}({stock_code})的行业发展趋势和竞争格局文本，评估当前市场环境、阶段和竞争格局对企业未来的影响，并返回对应的数值：
-- 如果当前市场环境、阶段和竞争格局符合未来企业高速增长，返回数值"2"
+                    - 如果当前市场环境、阶段和竞争格局符合未来企业高速增长，返回数值"2"
-- 如果当前市场环境、阶段和竞争格局符合未来企业稳定经营，返回数值"1"
+                    - 如果当前市场环境、阶段和竞争格局符合未来企业稳定经营，返回数值"1"
-- 如果当前市场环境、阶段和竞争格局存在较大不确定性，返回数值"0"
+                    - 如果当前市场环境、阶段和竞争格局存在较大不确定性，返回数值"0"
-- 如果当前市场环境、阶段和竞争格局不利于企业正常经营，返回数值"-1"
+                    - 如果当前市场环境、阶段和竞争格局不利于企业正常经营，返回数值"-1"
-
+                    
-行业发展趋势和竞争格局文本：
+                    行业发展趋势和竞争格局文本：
-{industry_text}
+                    {industry_text}
-
+                    
-请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
+                    请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
             self.offline_bot_tl_qw.clear_history()
             # 使用离线模型进行分析
             space_value_str = self.offline_bot_tl_qw.chat(prompt)
@@ -702,17 +702,17 @@ class FundamentalAnalyzer:
         try:
             prompt = f"""请对{stock_name}({stock_code})的股吧讨论内容进行简要分析，要求输出控制在300字以内，请严格按照以下格式输出：
 
-1. 主要讨论话题（150字左右）：
+                    1. 主要讨论话题（150字左右）：
-- 近期热点事件
+                    - 近期热点事件
-- 投资者关注焦点
+                    - 投资者关注焦点
-- 市场情绪倾向
+                    - 市场情绪倾向
-
+                    
-2. 重要信息汇总（150字左右）：
+                    2. 重要信息汇总（150字左右）：
-- 公司相关动态
+                    - 公司相关动态
-- 行业政策变化
+                    - 行业政策变化
-- 市场预期变化
+                    - 市场预期变化
-
+                    
-请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注投资者普遍关注的话题和重要市场信息。"""
+                    请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注投资者普遍关注的话题和重要市场信息。"""
             # 获取AI分析结果
             result = self.chat_bot.chat(prompt)
             
@@ -752,14 +752,14 @@ class FundamentalAnalyzer:
         try:
             # 使用离线模型分析市场情绪
             prompt = f"""请分析以下{stock_name}({stock_code})的股吧讨论内容分析，判断整体市场情绪倾向，并返回对应的数值：
-- 如果股吧讨论情绪偏乐观，返回数值"1"
+                    - 如果股吧讨论情绪偏乐观，返回数值"1"
-- 如果股吧讨论情绪偏中性，返回数值"0"
+                    - 如果股吧讨论情绪偏中性，返回数值"0"
-- 如果股吧讨论情绪偏悲观，返回数值"-1"
+                    - 如果股吧讨论情绪偏悲观，返回数值"-1"
-
+                    
-股吧讨论内容分析：
+                    股吧讨论内容分析：
-{discussion_text}
+                    {discussion_text}
-
+                    
-请仅返回一个数值：1、0或-1，不要包含任何解释或说明。"""
+                    请仅返回一个数值：1、0或-1，不要包含任何解释或说明。"""
             self.offline_bot_tl_qw.clear_history()
             # 使用离线模型进行分析
             emotion_value_str = self.offline_bot_tl_qw.chat(prompt)
@@ -807,17 +807,17 @@ class FundamentalAnalyzer:
         try:
             prompt = f"""请对{stock_name}({stock_code})最近半年内的产业链上下游合作动态进行简要分析，要求输出控制在400字以内，请严格按照以下格式输出：
 
-1. 重要客户合作（200字左右）：
+                    1. 重要客户合作（200字左右）：
-- 主要客户合作进展
+                    - 主要客户合作进展
-- 产品供应情况
+                    - 产品供应情况
-- 合作深度和规模
+                    - 合作深度和规模
-
+                    
-2. 产业链布局（200字左右）：
+                    2. 产业链布局（200字左右）：
-- 上下游合作动态
+                    - 上下游合作动态
-- 新业务领域拓展
+                    - 新业务领域拓展
-- 战略合作项目
+                    - 战略合作项目
-
+                    
-请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注最近半年内的合作动态，如果没有相关动态，请直接说明。"""
+                    请提供专业、客观的分析，突出关键信息，避免冗长描述。重点关注最近半年内的合作动态，如果没有相关动态，请直接说明。"""
             # 获取AI分析结果
             result = self.chat_bot.chat(prompt)
             
@@ -858,15 +858,15 @@ class FundamentalAnalyzer:
             # 使用在线模型分析合作动态质量
             prompt = f"""请评估{stock_name}({stock_code})的产业链上下游合作动态质量，并返回相应数值：
 
-- 如果企业近期有较多且质量高的新合作动态（具备新业务拓展能力，以及可以体现在近一年财报中），返回数值"2"
+                    - 如果企业近期有较多且质量高的新合作动态（具备新业务拓展能力，以及可以体现在近一年财报中），返回数值"2"
-- 如果企业半年内合作动态频率低或质量一般（在原有业务上合作关系的衍生，对财报影响一般），返回数值"1"
+                    - 如果企业半年内合作动态频率低或质量一般（在原有业务上合作关系的衍生，对财报影响一般），返回数值"1"
-- 如果企业没有合作动态或质量低，返回数值"0"
+                    - 如果企业没有合作动态或质量低，返回数值"0"
-- 如果企业有负面合作关系（解除合作，或业务被其他厂商瓜分），返回数值"-1"
+                    - 如果企业有负面合作关系（解除合作，或业务被其他厂商瓜分），返回数值"-1"
-
+                    
-以下是合作动态相关信息：
+                    以下是合作动态相关信息：
-{cooperation_text}
+                    {cooperation_text}
-
+                    
-请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
+                    请仅返回一个数值：2、1、0或-1，不要包含任何解释或说明。"""
 
             # 使用在线模型进行分析
             response = self.chat_bot.chat(prompt)
@@ -1084,15 +1084,13 @@ class FundamentalAnalyzer:
             prompt = f"""请对{stock_name}({stock_code})的估值水平进行简要分析，要求输出控制在300字以内，请严格按照以下格式输出：
 
 1. 历史估值水平（150字左右）：
-- 当前PE和PB值
+- 当前PE值及其在历史分位水平的位置（高于/接近/低于历史平均分位）
-- PE在历史分位水平的位置（高于/接近/低于历史平均分位）
+- 当前PB值及其在历史分位水平的位置（高于/接近/低于历史平均分位）
-- PB在历史分位水平的位置（高于/接近/低于历史平均分位）
 - 历史估值变化趋势简要分析
 
 2. 行业估值对比（150字左右）：
-- 所在行业平均PE和PB
+- 当前PE值与行业平均水平的比较（高于/接近/低于行业平均）
-- PE与行业平均的比较（高于/接近/低于行业平均）
+- 当前PB值与行业平均水平的比较（高于/接近/低于行业平均）
-- PB与行业平均的比较（高于/接近/低于行业平均）
 - 与可比公司估值的简要对比
 
 请提供专业、客观的分析，突出关键信息，避免冗长描述。如果无法获取某项数据，请直接说明。"""
@@ -1130,14 +1128,18 @@ class FundamentalAnalyzer:
             stock_name: 股票名称
             
         Returns:
-            Dict[str, int]: 包含历史估值和行业估值分类的字典
+            Dict[str, int]: 包含四个分类值的字典：
+                - pe_historical: PE历史分位分类 (-1:高于历史, 0:接近历史, 1:低于历史)
+                - pb_historical: PB历史分位分类 (-1:高于历史, 0:接近历史, 1:低于历史)
+                - pe_industry: PE行业对比分类 (-1:高于行业, 0:接近行业, 1:低于行业)
+                - pb_industry: PB行业对比分类 (-1:高于行业, 0:接近行业, 1:低于行业)
         """
         try:
-            # 提取历史估值分类
+            # 直接提取四个分类值
-            historical_classification = self._extract_historical_valuation(valuation_text)
+            pe_historical = self._extract_pe_historical(valuation_text)
-            
+            pb_historical = self._extract_pb_historical(valuation_text)
-            # 提取行业估值分类
+            pe_industry = self._extract_pe_industry(valuation_text)
-            industry_classification = self._extract_industry_valuation(valuation_text)
+            pb_industry = self._extract_pb_industry(valuation_text)
             
             # 更新数据库中的记录
             result = get_analysis_result(self.db, stock_code, "valuation_level")
@@ -1150,103 +1152,189 @@ class FundamentalAnalyzer:
                     reasoning_process=result.reasoning_process,
                     references=result.references,
                     extra_info={
-                        "historical_valuation": historical_classification,
+                        "pe_historical": pe_historical,
-                        "industry_valuation": industry_classification
+                        "pb_historical": pb_historical,
+                        "pe_industry": pe_industry,
+                        "pb_industry": pb_industry
                     }
                 )
                 
-                logger.info(f"已更新估值分类到数据库: historical_valuation={historical_classification}, industry_valuation={industry_classification}")
+                logger.info(f"已更新估值分类到数据库: pe_historical={pe_historical}, pb_historical={pb_historical}, pe_industry={pe_industry}, pb_industry={pb_industry}")
             
-            return {"historical_valuation": historical_classification, "industry_valuation": industry_classification}
+            return {
+                "pe_historical": pe_historical,
+                "pb_historical": pb_historical,
+                "pe_industry": pe_industry,
+                "pb_industry": pb_industry
+            }
             
         except Exception as e:
             logger.error(f"提取估值分类失败: {str(e)}")
-            return {"historical_valuation": 0, "industry_valuation": 0}
+            return {
+                "pe_historical": 0,
+                "pb_historical": 0,
+                "pe_industry": 0,
+                "pb_industry": 0
+            }
 
-    def _extract_historical_valuation(self, valuation_text: str) -> int:
+    def _extract_pe_historical(self, valuation_text: str) -> int:
-        """从估值水平分析中提取历史估值分类
+        """从估值水平分析中提取PE历史分位分类
         
         Args:
             valuation_text: 完整的估值水平分析文本
             
         Returns:
-            int: 历史估值分类值 (高于历史:-1, 接近历史:0, 低于历史:1)
+            int: PE历史分位分类值 (-1:高于历史, 0:接近历史, 1:低于历史)
         """
         try:
-            # 使用在线模型提取历史估值分类
+            prompt = f"""请仔细分析以下估值水平文本，判断当前PE在历史分位的位置，并返回对应的数值：
-            prompt = f"""请仔细分析以下估值水平文本，判断当前PE和PB在历史分位的位置，并返回对应的数值：
+                    - 如果当前PE为负数，返回数值"-1"
-                    - 如果当前估值明显高于历史平均水平（高估），返回数值"-1"
+                    - 如果当前PE明显高于历史平均水平，返回数值"-1"
-                    - 如果当前估值接近历史平均水平，返回数值"0"
+                    - 如果当前PE接近历史平均水平，返回数值"0"
-                    - 如果当前估值明显低于历史平均水平（低估），返回数值"1"
+                    - 如果当前PE明显低于历史平均水平，返回数值"1"
                     - 如果文本中没有相关信息，返回数值"0"
                     
                     估值水平文本：
                     {valuation_text}
                     
                     只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
-
+            
-            # 使用千问离线模型提取数值
+            self.offline_bot_tl_qw.clear_history()
             response = self.offline_bot_tl_qw.chat(prompt)
-            # 清理模型输出
+            pe_hist_str = self._clean_model_output(response)
-            hist_val_str = self._clean_model_output(response)
+            
-
-            # 尝试将响应转换为整数
             try:
-                hist_val = int(hist_val_str)
+                pe_hist = int(pe_hist_str)
-                # 确保值在有效范围内
+                if pe_hist < -1 or pe_hist > 1:
-                if hist_val < -1 or hist_val > 1:
+                    logger.warning(f"提取的PE历史分位分类值超出范围: {pe_hist}，设置为默认值0")
-                    logger.warning(f"提取的历史估值分类值超出范围: {hist_val}，设置为默认值0")
                     return 0
-                return hist_val
+                return pe_hist
             except ValueError:
-                logger.warning(f"无法将提取的历史估值分类值转换为整数: {hist_val_str}，设置为默认值0")
+                logger.warning(f"无法将提取的PE历史分位分类值转换为整数: {pe_hist_str}，设置为默认值0")
                 return 0
             
         except Exception as e:
-            logger.error(f"提取历史估值分类失败: {str(e)}")
+            logger.error(f"提取PE历史分位分类失败: {str(e)}")
             return 0
 
-    def _extract_industry_valuation(self, valuation_text: str) -> int:
+    def _extract_pb_historical(self, valuation_text: str) -> int:
-        """从估值水平分析中提取行业估值对比分类
+        """从估值水平分析中提取PB历史分位分类
         
         Args:
             valuation_text: 完整的估值水平分析文本
             
         Returns:
-            int: 行业估值对比分类值 (高于行业:-1, 接近行业:0, 低于行业:1)
+            int: PB历史分位分类值 (-1:高于历史, 0:接近历史, 1:低于历史)
         """
         try:
-            # 使用在线模型提取行业估值对比分类
+            prompt = f"""请仔细分析以下估值水平文本，判断当前PB在历史分位的位置，并返回对应的数值：
-            prompt = f"""请仔细分析以下估值水平文本，判断当前企业的PE和PB与行业平均水平的对比情况，并返回对应的数值：
+                    - 如果当前PB为负数，返回数值"-1"
-                    - 如果当前企业估值明显高于行业平均水平，返回数值"-1"
+                    - 如果当前PB明显高于历史平均水平，返回数值"-1"
-                    - 如果当前企业估值接近行业平均水平，返回数值"0"
+                    - 如果当前PB接近历史平均水平，返回数值"0"
-                    - 如果当前企业估值明显低于行业平均水平，返回数值"1"
+                    - 如果当前PB明显低于历史平均水平，返回数值"1"
                     - 如果文本中没有相关信息，返回数值"0"
                     
                     估值水平文本：
                     {valuation_text}
                     
                     只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
-
-            # 使用千问离线模型提取数值
-            response = self.offline_bot_tl_qw.chat(prompt)
-            # 清理模型输出
-            ind_val_str = self._clean_model_output(response)
             
-            # 尝试将响应转换为整数
+            self.offline_bot_tl_qw.clear_history()
+            response = self.offline_bot_tl_qw.chat(prompt)
+            pb_hist_str = self._clean_model_output(response)
+            
             try:
-                ind_val = int(ind_val_str)
+                pb_hist = int(pb_hist_str)
-                # 确保值在有效范围内
+                if pb_hist < -1 or pb_hist > 1:
-                if ind_val < -1 or ind_val > 1:
+                    logger.warning(f"提取的PB历史分位分类值超出范围: {pb_hist}，设置为默认值0")
-                    logger.warning(f"提取的行业估值对比分类值超出范围: {ind_val}，设置为默认值0")
                     return 0
-                return ind_val
+                return pb_hist
             except ValueError:
-                logger.warning(f"无法将提取的行业估值对比分类值转换为整数: {ind_val_str}，设置为默认值0")
+                logger.warning(f"无法将提取的PB历史分位分类值转换为整数: {pb_hist_str}，设置为默认值0")
                 return 0
             
         except Exception as e:
-            logger.error(f"提取行业估值对比分类失败: {str(e)}")
+            logger.error(f"提取PB历史分位分类失败: {str(e)}")
+            return 0
+
+    def _extract_pe_industry(self, valuation_text: str) -> int:
+        """从估值水平分析中提取PE行业对比分类
+        
+        Args:
+            valuation_text: 完整的估值水平分析文本
+            
+        Returns:
+            int: PE行业对比分类值 (-1:高于行业, 0:接近行业, 1:低于行业)
+        """
+        try:
+            prompt = f"""请仔细分析以下估值水平文本，判断当前PE与行业平均水平的对比情况，并返回对应的数值：
+                    - 如果当前PE为负数，返回数值"-1"
+                    - 如果当前PE明显高于行业平均水平，返回数值"-1"
+                    - 如果当前PE接近行业平均水平，返回数值"0"
+                    - 如果当前PE明显低于行业平均水平，返回数值"1"
+                    - 如果文本中没有相关信息，返回数值"0"
+                    
+                    估值水平文本：
+                    {valuation_text}
+                    
+                    只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
+            
+            self.offline_bot_tl_qw.clear_history()
+            response = self.offline_bot_tl_qw.chat(prompt)
+            pe_ind_str = self._clean_model_output(response)
+            
+            try:
+                pe_ind = int(pe_ind_str)
+                if pe_ind < -1 or pe_ind > 1:
+                    logger.warning(f"提取的PE行业对比分类值超出范围: {pe_ind}，设置为默认值0")
+                    return 0
+                return pe_ind
+            except ValueError:
+                logger.warning(f"无法将提取的PE行业对比分类值转换为整数: {pe_ind_str}，设置为默认值0")
+                return 0
+            
+        except Exception as e:
+            logger.error(f"提取PE行业对比分类失败: {str(e)}")
+            return 0
+
+    def _extract_pb_industry(self, valuation_text: str) -> int:
+        """从估值水平分析中提取PB行业对比分类
+        
+        Args:
+            valuation_text: 完整的估值水平分析文本
+            
+        Returns:
+            int: PB行业对比分类值 (-1:高于行业, 0:接近行业, 1:低于行业)
+        """
+        try:
+            prompt = f"""请仔细分析以下估值水平文本，判断当前PB与行业平均水平的对比情况，并返回对应的数值：
+                    - 如果当前PB为负数，返回数值"-1"
+                    - 如果当前PB明显高于行业平均水平，返回数值"-1"
+                    - 如果当前PB接近行业平均水平，返回数值"0"
+                    - 如果当前PB明显低于行业平均水平，返回数值"1"
+                    - 如果文本中没有相关信息，返回数值"0"
+                    
+                    估值水平文本：
+                    {valuation_text}
+                    
+                    只需要输出一个数值，不要输出任何说明或解释。只输出：-1、0或1。"""
+            
+            self.offline_bot_tl_qw.clear_history()
+            response = self.offline_bot_tl_qw.chat(prompt)
+            pb_ind_str = self._clean_model_output(response)
+            
+            try:
+                pb_ind = int(pb_ind_str)
+                if pb_ind < -1 or pb_ind > 1:
+                    logger.warning(f"提取的PB行业对比分类值超出范围: {pb_ind}，设置为默认值0")
+                    return 0
+                return pb_ind
+            except ValueError:
+                logger.warning(f"无法将提取的PB行业对比分类值转换为整数: {pb_ind_str}，设置为默认值0")
+                return 0
+            
+        except Exception as e:
+            logger.error(f"提取PB行业对比分类失败: {str(e)}")
             return 0
 
     def generate_investment_advice(self, stock_code: str, stock_name: str) -> bool: