equity-research
通过整合 IBES 市场共识预测、公司基本面、历史股价与宏观经济数据,生成专业的股票研究报告。
简介
equity-research 技能将 Claude 转变为专业的金融分析师,将复杂的市场数据自动合成为连贯的投资论述。专为买方与卖方分析师、投资组合经理及研究人员设计,该技能简化了从数据采集到最终输出的完整研究流程,使用户能专注于论点开发而非手动数据汇总。通过标准化的表格与严谨的分析框架,确保研究报告的一致性,适用于启动研究覆盖、撰写早报或监控财报更新。
-
执行多步骤研究流程,整合核心 MCP 工具如 qa_ibes_consensus、qa_company_fundamentals 与 qa_historical_equity_price。
-
生成标准化、可发布的研究快照,包括市场共识预测表 (EPS、营收、EBITDA、DPS)、详细财务摘要以及如预期本益比 (Forward P/E) 与 EV/EBITDA 等估值指标。
-
通过 qa_macroeconomic 整合宏观经济数据,将个股表现与宏观趋势 (GDP、CPI、政策利率) 链接,提供完整背景分析。
-
产出结构化的投资论点,明确定义投资建议 (买入/持有/卖出)、合理价值区间、多头与空头情境分析及关键催化因素。
-
提供深度技术分析,包括来自 tscc_historical_pricing_summaries 的成交量趋势、Beta 系数计算及历史绩效背景。
-
用户应明确定义目标公司,以便代理人抓取相关财会年度及同业对标数据。
-
为确保产出精确,请确认工作区内已设置并授权相关金融数据供应商的 MCP 连接器。
-
在比较市场预期与实际绩效、评估业务质量或进行快速投资组合监控时,此工具效益最佳。
-
研究产出应视为专业风险管理与合规流程的一部分,建议与官方监管申报文件 (如 10-K、10-Q) 进行核对。
-
产出格式便于直接植入简报 (Pitch Decks)、研究笔记或投资委员会 (IC) 备忘录,加速决策流程。
仓库统计
- Star 数
- 7,813
- Fork 数
- 998
- Open Issue 数
- 42
- 主要语言
- Python
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年4月28日 12:54