研究
equity-research avatar

equity-research

透過整合 IBES 市場共識預測、公司基本面、歷史股價與總體經濟數據,生成專業的股票研究報告。

簡介

equity-research 技能將 Claude 轉變為專業的金融分析師,將複雜的市場數據自動合成為連貫的投資論述。專為買方與賣方分析師、投資組合經理及研究人員設計,該技能簡化了從數據採集到最終輸出的完整研究流程,使研究人員能專注於論點開發而非手動數據彙整。透過標準化的表格與嚴謹的分析框架,確保研究報告的一致性,適用於啟動研究覆蓋、撰寫早報或監控財報更新。

  • 執行多步驟研究流程,整合核心 MCP 工具如 qa_ibes_consensus、qa_company_fundamentals 與 qa_historical_equity_price。

  • 生成標準化、可發布的研究快照,包括市場共識預測表 (EPS、營收、EBITDA、DPS)、詳細財務摘要以及如預期本益比 (Forward P/E) 與 EV/EBITDA 等估值指標。

  • 透過 qa_macroeconomic 整合總體經濟數據,將個股表現與總體趨勢 (GDP、CPI、政策利率) 連結,提供完整背景分析。

  • 產出結構化的投資論點,明確定義投資建議 (買進/持有/賣出)、合理價值區間、多頭與空頭情境分析及關鍵催化因素。

  • 提供深度技術分析,包括來自 tscc_historical_pricing_summaries 的成交量趨勢、Beta 係數計算及歷史績效背景。

  • 使用者應明確定義目標公司,以便代理人抓取相關財會年度及同業對標數據。

  • 為確保產出精確,請確認工作區內已設定並授權相關金融數據供應商的 MCP 連接器。

  • 在比較市場預期與實際績效、評估業務品質或進行快速投資組合監控時,此工具效益最佳。

  • 研究產出應視為專業風險管理與合規流程的一部分,建議與官方監管申報文件 (如 10-K、10-Q) 進行核對。

  • 產出格式便於直接植入簡報 (Pitch Decks)、研究筆記或投資委員會 (IC) 備忘錄,加速決策流程。

倉庫統計

Star 數
7,813
Fork 數
998
Open Issue 數
42
主要語言
Python
預設分支
main
同步狀態
閒置
最近同步時間
2026年4月28日 下午12:54
在 GitHub 查看