comps

comps 技能为投资分析师提供了一个专业级交易可比性分析的结构化工作流程。通过与 Daloopa 的金融数据基础设施整合，该技能自动化了同业群组识别、基本面指标提取以及关键估值乘数的计算。它专为需要标准化、可重复方法来确定公司相对于直接竞争对手和商业模式同行是被低估还是被高估的多空股票分析师、投资研究人员和财务建模人员而设计。

• 根据商业模式、行业、规模和增长状况自动选择同业群组。

• 计算过去四个季度的基本面数据，包括收入、EBITDA、净利润、每股盈余 (EPS) 和自由现金流。

• 从 SaaS、电子商务、零售和金融服务等多个行业提取并标准化运营关键绩效指标 (KPI)。

• 生成包含本益比 (P/E)、企业价值倍数 (EV/EBITDA)、股价营收比 (P/S) 和自由现金流殖利率 (FCF Yield) 的多指标可比性表。

• 计算隐含估值范围，并为分析相对于同行溢价或折价的合理性提供结构化框架。

• 在可用时整合市场共识的预期数据，以评估市场预期。

• 提供股票代码作为触发分析工作流程的主要输入。

• 确保存储库设置包含通过 MCP 对 Daloopa 金融数据的认证存取权限。

• 分析结果将产出为 HTML 报告并储存于项目的 reports 目录中，方便快速查阅或作为研究报告的附件。

• 利用产出的同行中位数和平均指标来为买入/卖出/持有决策和投资逻辑构建提供参考。

• 分析师应谨慎审查同行选择的理由，因为该技能优先考虑相关性而非严格的市值匹配，以确保高质量的基准比较。

• 请注意，部分同行可能存在数据可用性限制；该技能包含用于手动补全的占位符和说明，并遵循既定的设计系统规范。