Us Stock Earnings Analysis

美股投资深度分析 Skill

这个 skill 提供专业级的美股上市公司投资分析能力，整合定量财务分析和定性战略分析，从数据获取到生成完整的股权研究报告。

核心能力

1. 数据获取

• SEC Edgar 集成: 自动获取 10-K、10-Q、8-K 等财报文件
• XBRL 解析: 标准化财务数据，支持跨公司对比
• 实时股价: 从 Yahoo Finance/Google Finance 获取实时报价
• 财报电话会议: 分析管理层发言和 Q&A 内容
• 新闻与公告: 获取影响股价的关键事件

⚠️ 重要数据获取原则（详见 references/data-acquisition-guide.md）:

1. 股价数据: 必须使用当前实时报价，不能使用 52 周高点/低点
2. 数据验证: 获取数据后必须验证合理性和时效性
3. 多源验证: 关键数据从多个来源交叉验证
4. 明确标注: 清楚标注数据的时间点和来源

2. 定量分析: 财务比率计算

盈利能力指标

• ROE (净资产收益率): 净利润 / 股东权益
• ROA (总资产收益率): 净利润 / 总资产
• 毛利率: (营收 - 营业成本) / 营收
• 营业利润率: 营业利润 / 营收
• 净利率: 净利润 / 营收

流动性指标

• 流动比率: 流动资产 / 流动负债
• 速动比率: (流动资产 - 存货) / 流动负债
• 现金比率: 现金及等价物 / 流动负债

杠杆指标

• 资产负债率: 总负债 / 总资产
• 债务权益比: 总负债 / 股东权益
• 利息保障倍数: EBIT / 利息费用
• 偿债覆盖率: (净利润 + 折旧) / 债务本息

效率指标

• 资产周转率: 营收 / 平均总资产
• 存货周转率: 营业成本 / 平均存货
• 应收账款周转率: 营收 / 平均应收账款
• 应付账款周转天数: (平均应付账款 / 营业成本) × 365

估值指标

• P/E (市盈率): 股价 / 每股收益
• P/B (市净率): 股价 / 每股净资产
• P/S (市销率): 市值 / 营收
• EV/EBITDA: 企业价值 / EBITDA
• PEG: P/E / 盈利增长率

每股指标

• EPS (每股收益): 净利润 / 流通股数
• 每股净资产: 股东权益 / 流通股数
• 每股股息: 总股息 / 流通股数
• 股息率: 年度股息 / 股价

3. 定性分析

投资论点构建（详见 references/full-report-template.md）

• 核心投资逻辑（2-4 句话）
• Bull / Base / Bear Case 三情景分析
• 关键假设和驱动因素
• 目标价区间推导

催化剂分析（详见 references/catalyst-analysis.md）

• 正面催化剂识别（产品发布、市场扩张、监管利好、并购）
• 负面催化剂识别（竞争加剧、监管风险、宏观逆风）
• 催化剂时间表
• 市场预期差分析（催化剂是否已被 price-in）

股价异动分析（详见 references/price-movement-analysis.md）

• 下跌/上涨原因分类（公司/行业/宏观/技术因素）
• 临时性波动 vs 结构性变化的判断
• 市场反应是否过度的评估
• 基于异动的投资决策框架

竞争分析与护城河（详见 references/competitive-moat-analysis.md）

• Porter 五力分析
• 护城河类型识别（网络效应、转换成本、成本优势、品牌、有效规模）
• SWOT 分析
• 竞争对手对标

业务展望（详见 references/business-outlook-guide.md）

• 管理层指引解读
• 财报电话会议关键信息提取
• TAM/SAM/SOM 市场机会评估
• 战略执行评估

风险评估（详见 references/risk-assessment-framework.md）

• 五维风险分类（运营/财务/市场/监管/ESG）
• 风险概率 x 影响矩阵量化
• Top 3 关键风险深度分析
• 情景分析和敏感性分析

4. 趋势与对比分析

趋势分析

• 多期财务数据对比（季度/年度）
• 关键指标增长率计算
• 同比/环比变化分析

行业对比

• 同行业公司对比
• 行业平均值基准
• 相对估值分析（P/E, P/S, EV/EBITDA 对标）

使用方法

基础用法（财务分析）

分析 AAPL 的最新季度财报

对比 MSFT 和 GOOGL 的财务状况

定性分析

分析 SE 最近两个季度股价下跌 60% 的原因

评估 NVDA 的护城河和竞争优势

分析 TSLA 面临的关键风险因素

解读 META 管理层最新的业务指引和战略方向

完整投资分析（推荐）

生成 SE 的完整投资分析报告，包括:
1. 投资论点（Bull/Base/Bear Case）
2. 财务分析和趋势
3. 股价下跌原因分析
4. 竞争格局和护城河
5. 催化剂分析
6. 风险评估
7. 估值和目标价
8. 业务展望

AMZN 深度研究报告：投资论点、竞争优势、催化剂、风险和目标价

数据输入格式

支持多种输入方式：

1. 股票代码 (推荐)

   分析 AAPL
   

2. SEC Edgar CIK

   获取 CIK 0000320193 的 10-K 报告
   

3. 上传财报文件

   • Excel 格式财务报表
   • CSV 格式财务数据
   • PDF 格式财报（需要解析）

4. JSON 格式

   {
     "ticker": "AAPL",
     "period": "Q4 2025",
     "income_statement": {...},
     "balance_sheet": {...},
     "cash_flow": {...}
   }
   

输出格式

1. 简要摘要

公司: Apple Inc. (AAPL)
报告期: Q4 2025
营收: $119.6B (+8.2% YoY)
净利润: $33.9B (+10.5% YoY)
EPS: $2.18
P/E: 28.5
ROE: 147.3%
评级: 强烈买入 ⭐⭐⭐⭐⭐

2. 详细报告

• Excel 格式财务比率表
• 趋势分析图表
• 行业对比表
• 投资建议文档
• 风险提示清单

3. 可视化

• 收入和利润趋势图
• 财务比率雷达图
• 现金流瀑布图
• 同行业对比柱状图

工作流程

标准分析流程

1. 数据获取

   • 获取实时股价和市值（必须验证时效性，详见 references/data-acquisition-guide.md）
   • 从 SEC Edgar 获取最新财报
   • 获取财报电话会议记录
   • 收集近期新闻和公告

2. 数据验证

   • 验证股价是当前实时报价（不能用极值）
   • 交叉验证财报数据
   • 标记缺失和异常项

3. 定量分析

   • 计算财务比率（参考 references/ratio-formulas.md）
   • 多期对比和趋势分析
   • 与行业基准对标（参考 references/industry-benchmarks.md）

4. 定性分析

   • 竞争格局和护城河评估（参考 references/competitive-moat-analysis.md）
   • 催化剂识别和评估（参考 references/catalyst-analysis.md）
   • 管理层指引和战略解读（参考 references/business-outlook-guide.md）
   • 风险评估和量化（参考 references/risk-assessment-framework.md）
   • 如有近期股价异动，进行原因分析（参考 references/price-movement-analysis.md）

5. 构建投资论点

   • 提炼核心投资逻辑
   • 构建 Bull / Base / Bear Case
   • 推导目标价区间

6. 生成报告（参考 references/full-report-template.md）

   • 按模板结构输出
   • 明确标注所有数据的时间点和来源
   • 给出明确的投资评级和目标价
   • 列出关键假设和监控指标

🚨 数据获取关键原则

股价数据获取

✅ 正确做法:

1. 使用实时报价 API 或最新收盘价
2. 明确标注价格时间点（如 "截至 2026年3月6日收盘"）
3. 从可靠来源获取：Yahoo Finance, Google Finance, Bloomberg
4. 验证价格在合理区间内（52周区间内）

❌ 错误做法:

1. ❌ 使用 52 周高点作为当前价格
2. ❌ 使用 52 周低点作为当前价格
3. ❌ 使用过时的历史价格
4. ❌ 混淆盘前/盘后价格与正常交易价格
5. ❌ 不标注价格的时间点

验证清单:

• 价格在 52 周区间内
• 价格时间点明确（日期 + 时间）
• 价格来源可靠
• 价格与最近新闻一致
• 市值 = 股价 × 流通股数 合理

市值数据获取

计算公式:

市值 = 当前股价 × 流通股数

验证方法:

1. 从财经网站直接获取市值
2. 用股价 × 流通股数验证
3. 检查是否在合理范围（与同行业对比）

财报数据获取

优先级:

1. SEC Edgar 官方文件（最权威）
2. 公司投资者关系网站
3. 财经数据平台（Yahoo Finance, Bloomberg）
4. 新闻稿和财报电话会议

验证方法:

1. 交叉验证多个来源
2. 检查数据一致性
3. 确认报告期和发布日期
4. 注意会计政策变更

最佳实践

数据质量

1. ✅ 优先使用 SEC Edgar 官方数据
2. ✅ 验证数据完整性和一致性
3. ✅ 对异常值进行标注和说明
4. ✅ 使用 XBRL 标准化数据格式

分析深度

1. ✅ 至少对比 3-5 年历史数据
2. ✅ 包含季度和年度分析
3. ✅ 考虑行业和宏观经济背景
4. ✅ 同时关注定量和定性因素

风险提示

1. ⚠️ 标注不寻常的财务指标
2. ⚠️ 识别会计政策变更影响
3. ⚠️ 提示行业特殊性
4. ⚠️ 说明数据局限性

报告质量

1. 📊 使用清晰的可视化
2. 📝 提供具体的数据支持
3. 🎯 给出明确的投资建议
4. ⚡ 突出关键发现

示例场景

场景 1: 股价异动分析

用户: SE 最近两个季度股价从 $199 跌到 $77，为什么？

助手:
1. 获取异动期间的关键事件时间线
2. 分析 Q4 财报: EPS $0.63 miss 预期 $0.91
3. 分析运营费用激增 28%（竞争驱动的营销投入）
4. 分析管理层下调 2026 GMV 增速指引至 25%
5. 评估 TikTok Shop 竞争加剧的结构性影响
6. 判断市场反应是否过度

场景 2: 完整投资分析

用户: 生成 SE 的完整投资分析报告

助手:
1. 执行摘要: 评级 + 目标价 + 核心论点
2. 投资论点: Bull/Base/Bear Case
3. 公司分析: 三大业务板块 + 竞争格局
4. 财务分析: 3 季度趋势 + 关键比率
5. 催化剂: AI 集成、金融牌照、市场扩张
6. 估值: 相对估值 + 目标价
7. 风险: 竞争、利润率、宏观
8. 展望: 管理层指引解读

场景 3: 竞争与护城河分析

用户: 评估 NVDA 的护城河有多宽

助手:
1. Porter 五力分析（GPU 行业）
2. 护城河类型: CUDA 生态转换成本 + 技术领先
3. ROIC vs WACC 超额回报趋势
4. 竞争对手（AMD, Intel, 自研芯片）威胁评估
5. 护城河可持续性判断

场景 4: 催化剂与风险分析

用户: META 接下来有哪些看点和风险？

助手:
1. 正面催化剂: AI 广告优化、Reels 变现、Quest 销量
2. 负面催化剂: 监管压力、TikTok 竞争、元宇宙亏损
3. 催化剂时间表和影响量化
4. 风险矩阵（概率 x 影响评分）
5. 对投资论点的综合影响

场景 5: 业务展望分析

用户: 解读 TSLA 管理层最新的战略方向

助手:
1. 财报电话会议关键发言提取
2. 指引解读: 交付量、毛利率、资本支出
3. 战略评估: FSD、Robotaxi、储能、人形机器人
4. 指引可信度评估（历史兑现率）
5. TAM 市场机会分析

技术集成

推荐工具

Python 库

# SEC Edgar 数据获取
import edgartools
from edgartools import Company, Filing

# 财务分析
import pandas as pd
import numpy as np

# 可视化
import matplotlib.pyplot as plt
import seaborn as sns

# 估值模型
from scipy.optimize import minimize

数据源

• SEC Edgar: 官方财报数据
• Yahoo Finance: 实时股价和市值
• Alpha Vantage: 补充财务数据
• FRED: 宏观经济数据

示例代码

获取财报数据

from edgartools import Company

# 获取公司信息
company = Company("AAPL")

# 获取最新 10-K
filing = company.get_filings(form="10-K").latest()

# 提取财务报表
financials = filing.financials
income_stmt = financials.income_statement
balance_sheet = financials.balance_sheet
cash_flow = financials.cash_flow_statement

计算财务比率

def calculate_ratios(income_stmt, balance_sheet):
    ratios = {}
    
    # 盈利能力
    ratios['roe'] = income_stmt['net_income'] / balance_sheet['shareholders_equity']
    ratios['roa'] = income_stmt['net_income'] / balance_sheet['total_assets']
    ratios['gross_margin'] = (income_stmt['revenue'] - income_stmt['cost_of_revenue']) / income_stmt['revenue']
    
    # 流动性
    ratios['current_ratio'] = balance_sheet['current_assets'] / balance_sheet['current_liabilities']
    ratios['quick_ratio'] = (balance_sheet['current_assets'] - balance_sheet['inventory']) / balance_sheet['current_liabilities']
    
    # 杠杆
    ratios['debt_to_equity'] = balance_sheet['total_liabilities'] / balance_sheet['shareholders_equity']
    
    return ratios

局限性

数据局限

• ⚠️ 历史数据不代表未来表现
• ⚠️ 某些指标可能不适用所有行业
• ⚠️ 行业基准仅供参考
• ⚠️ 实时股价可能有延迟

分析局限

• ⚠️ 无法预测突发事件（黑天鹅）
• ⚠️ 市场情绪和资金流向难以精确量化
• ⚠️ 管理层发言可能存在误导
• ⚠️ 护城河评估具有主观性

使用建议

• 💡 定量和定性分析结合使用
• 💡 关注行业特殊性
• 💡 定期更新分析（至少每季度）
• 💡 保持独立思考，不盲从管理层叙事
• 💡 本报告不构成投资建议，决策前请咨询专业顾问

相关资源

学习资料

• SEC Edgar 官方文档
• XBRL 标准说明
• 财务比率分析指南
• edgartools 文档

参考文档（本 Skill 包含）

核心分析框架:

• references/full-report-template.md - 完整报告模板（分析时必须参考此结构）
• references/catalyst-analysis.md - 催化剂分析框架
• references/price-movement-analysis.md - 股价异动分析框架
• references/competitive-moat-analysis.md - 竞争分析与护城河评估
• references/business-outlook-guide.md - 业务展望与战略分析指南
• references/risk-assessment-framework.md - 风险评估框架

数据与计算参考:

• references/data-acquisition-guide.md - 数据获取与验证指南（必读！）
• references/ratio-formulas.md - 财务比率计算公式速查表
• references/industry-benchmarks.md - 各行业财务指标基准
• references/example-analysis.py - Python 示例分析脚本

相关 Skills

• analyzing-financial-statements - 基础财务比率计算
• ljg-paper - 学术论文分析（可用于研究财报分析方法）
• financial-data - 交易数据和风险指标

更新日志

• v2.0 (2026-03-06): 从"财务计算器"升级为"完整投资分析工具"

  • ✅ 新增催化剂分析框架（正面/负面催化剂识别和量化）
  • ✅ 新增股价异动分析框架（下跌原因分类、过度反应判断）
  • ✅ 新增竞争分析与护城河评估（Porter 五力、护城河类型、SWOT）
  • ✅ 新增业务展望指南（管理层指引解读、TAM 分析、战略评估）
  • ✅ 新增风险评估框架（五维分类、概率x影响矩阵、情景分析）
  • ✅ 新增完整报告模板（8节标准股权研究报告结构）
  • ✅ 新增投资论点构建（Bull/Base/Bear Case）
  • ✅ 整合定量和定性分析的完整工作流程

• v1.1 (2026-03-06): 数据质量改进

  • 🚨 修复股价数据获取错误
  • ✅ 新增数据获取与验证指南

• v1.0 (2026-03-06): 初始版本

  • SEC Edgar 数据集成、财务比率计算、趋势分析

作者

基于 @Microck/analyzing-financial-statements 改编，参考 Wall Street Prep、Finzer 等专业股权研究报告标准，增强了定性分析和完整投资报告生成能力。