夜雨聆风
1、编写一个股票财报数据获取、分析和显示的工具软件，支持A股、港股和美股分析
2、使用akshare的如下三个接口获取A股财报的三张表数据
stock_financial_debt_ths,
stock_financial_benefit_ths,
stock_financial_cash_ths，
使用stock_financial_hk_report_em接口获取港股财报三张表数据，
使用stock_financial_us_report_em接口获取美股财报三张表数据
3、获取最近十年的财报数据
4、使用pandas和matplotlib.pyplot绘制以下图
1) A股：绘制（销售费用率、管理费用率、研发费用率、财务费用率）折线图
2) 绘制多股毛利率折线图（把00700【蓝色线条】,09988【橙色线条】,GOOGL【绿色线条】,META【红色线条】,MSFT【紫色线条】的毛利率绘制在同一张图上）
3) 港股、美股：绘制（股东应占溢利、折旧及摊销、经营业务现金净额、自由现金流FCFE、已付股息、回购股份）柱状图；
同时计算并显示最近10年和最近3年的净利润之和，自由现金流FCFE之和，（分红+回购）之和；
以及自由现金流FCFE之和对净利润之和的比例，（分红+回购）之和和对净利润之和的比例。
（其中，自由现金流FCFE= 经营活动现金流净额 - 购建固定资产 - 购建无形资产及其他资产 + 新增借款 - 偿还借款 - 偿还融资租赁）
5、提供一个界面输入框，用户输入股票代码（如茅台是"600519"，腾讯是"00700"，苹果是"AAPL"）；
提供“运行”按钮点击运行；
提供“查看结果“按钮，点击进入所绘制的图片目录查看。
6、注意：
1）A股、港股和美股财报数据的单位差异；
2）自由现金流FCFE计算公式中，港股和美股的加减项差异
3）分红和回购的数据实际上是对应上一年财报数据的，这里要做特别处理
4）绘图的横纵坐标长度比设定为1.2:1
“4---3) 港股、美股...”是提高题，这里涉及到FCFE的计算，近10年分红/回购数的求和以及显示
下面看两者的战况：
一、软件架构设计及UI界面
WorkBuddy设计的是C-S架构，
优点是实现的快，问题点少，
但是扩展性考虑不足。
C-S这种UI界面看着很老土了，但对于本题来说是非常好的选择，WorkBuddy在做这个界面任务时花了较长时间。
Trae设计的是B-S架构，
优点是UI实现的快，扩展性好，
不足是对于本题来说相对复杂了（在后面会提到：关于服务器的启动失败问题、服务端的数据不对问题，debug了很长时间）
WEB UI界面，看着很靓丽清爽。
二、简单题的输出答案情况
题目：A股：绘制（销售费用率、管理费用率、研发费用率、财务费用率）折线图
先看我自己写的作为参考：
以下是WorkBuddy的输出
以下是Trae的输出
小结：
这个题两者都做得很快，基本不用太debug
Trae绘制了年度和季度的详细数据
从整体图布局、字体大小、显示效果看，WorkBuddy输出得更好
三、巩固题的输出答案情况
题目：绘制多股毛利率折线图（把00700【蓝色线条】,09988【橙色线条】,GOOGL【绿色线条】,META【红色线条】,MSFT【紫色线条】的毛利率绘制在同一张图上）
先看我自己写的作为参考：
以下是WorkBuddy的输出
以下是Trae的输出
如上WorkBuddy碰到的问题，Trae第一次就解决了，成功绘制出来。
小结：
在绘图方面，和第一题一样，Trae差：整体图不和谐，看不大清
在问题解决方案尝试上，WorkBuddy差了，毕竟“毛利率=毛利/营收”这种变通是很基本的，不涉及到特别专业知识。
本题，Trae解答的得更好
四、提高题的输出答案情况
题目：港股、美股：绘制（股东应占溢利、折旧及摊销、经营业务现金净额、自由现金流FCFE、已付股息、回购股份）柱状图；
同时计算并显示最近10年和最近3年的净利润之和，自由现金流FCFE之和，（分红+回购）之和；
以及自由现金流FCFE之和对净利润之和的比例，（分红+回购）之和和对净利润之和的比例。
先看我自己写的作为参考：
以下是WorkBuddy的输出
以下是Trae的输出
Trae在这个问题上，
净利润和FCFE数据经常出现为0，
原因是从B-S服务器端取的不对。
另外，Trae在多元素绘制显示上很费劲（文字显示不全、乱码等），
几个问题下来Trae这块都是短板。
再是，B-S架构设计，多次出现运行服务后台启动失败的问题。
小结：
对于10年/3年的统计数据，三者都不同有出入，没去深究先放着
Trae的B-S设计扩展性好，界面简洁漂亮，但是在实现调试过程经常碰到问题，对这块问题的分析定位处理还不是很老道。
本题，WorkBuddy解答的得更好。
最后的一点总结
经过仅一次的实践对比，只能发现它们的部分优点和短板
相对于我当时花了几个周末才完成的软件，在代码实现上，它们已经完胜
如果我把功能需求/设计方案/输出要求/注意事项等，写的更加详细，输入给他们，那么会完成的更快和更好
随着大量用户的使用和训练、反馈和修正，它们的编程技能会非常强大
这也是我上次不禁感慨，很多软件工程师要失业、要转型了
So，我们必须认知一个事实：AI真的正在改变这个世界~
软件工程师：
应用类、数据类、UI类的，很大部分工作正在被AI替代
底层嵌入式的，新算法类的，AI还只能是作为辅助
怎么办呢，转型为：
熟悉行业/跨行业、精通产品业务（产品经理）
软件架构设计（软件架构师）
新算法建模（算法工程师）
训练AI并核查错误反馈AI修正（AI训练工程师）
......
OMO书房，公众号：OMO书房不要惊讶，软件工程师真的要被AI替代了