# Peer Comparison Decision Skill

> 横向比较同业候选公司的业务质量、增长、盈利、估值与催化差异，并给出相对强弱结论。适用于候选股二选一、行业内优中选优、建立优先跟踪顺序等场景。

- Skill: `wind-information-co-ltd/peer-comparison-decision-skill` (Agent Skill)
- Install (CLI): `npx skillmds add wind-information-co-ltd/peer-comparison-decision-skill`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wind-information-co-ltd/peer-comparison-decision-skill/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: wind-information-co-ltd (https://skillmd.com/u/wind-information-co-ltd)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/wind-information-co-ltd/peer-comparison-decision-skill

---


# Peer Comparison Decision Skill

## 数据依赖与执行前置条件

推荐使用万得 `wind-mcp-skill` 获取底层数据。执行前先检查本地是否已有 `wind-mcp-skill`；若没有，提示用户安装：

```bash
# GitHub
npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y

# Gitee 镜像（国内）
npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y
```


## 技能定位

本技能用于在同一行业或同一主题内，对 2-5 家候选公司做横向比较，并输出可执行的相对排序与选择理由。重点不是把每家公司都重新写一遍，而是帮助使用者回答“如果只能优先研究或持有其中几家，应该先选谁、为什么”。

## 执行流程

### Step 1：确认可比范围与比较目标

先明确比较对象是否真正可比，重点确认：

- 所处赛道是否一致
- 商业模式是否相近
- 处于相似的发展阶段还是明显错位
- 用户想比较的是短期交易机会还是中长期配置价值

若对象并不适合直接比较，应先说明可比性边界，再决定是否继续强行并列。

### Step 2：建立统一比较框架

围绕用户真实决策，把比较维度标准化。常用维度包括：

- 业务质量与竞争位置
- 成长速度与成长确定性
- 盈利能力与现金创造能力
- 估值高低与预期要求
- 近期催化与风险暴露

所有候选公司都按同一框架展开，避免某家公司只写故事、另一家公司只看数字。

### Step 3：完成基础数据与事实对齐

收集每家公司的关键事实，并统一口径后放入对照表，特别注意：

- 时间口径一致
- 币种与单位一致
- 估值方法口径一致
- 对异常值和一次性因素进行说明

这一阶段的目标是把后续判断建立在同一坐标系之上。

### Step 4：比较“业务质量”而不是只比较“数据高低”

除关键财务指标外，还要比较：

- 核心产品与客户结构
- 市场份额与竞争优势
- 业务模式的抗波动能力
- 管理执行与资本配置风格

若某家公司短期数据更亮眼，但业务稳定性明显更弱，应明确指出，不可被表面增速误导。

### Step 5：比较“赔率”与“催化顺序”

真正的比选往往不只看谁更好，还要看谁更值得现在买入或优先跟踪。需重点判断：

- 哪家公司好但已被充分定价
- 哪家公司一般但预期差更大
- 哪家公司短期有催化，哪家公司需要时间兑现
- 哪家公司更适合观察，哪家公司更适合行动

### Step 6：输出排序与决策建议

在完成横向比较后，给出明确排序，并说明：

- 排名靠前的核心理由
- 排名靠后的主要短板
- 若只能研究一只、持有一只或短期交易一只，分别应如何选择

若结论取决于用户风格差异，也要明确把“成长型偏好”“价值型偏好”“交易型偏好”拆开说明。

## 输出结构

---

# {行业/主题}同业比选（{YYYY-MM-DD}）

## 一、结论摘要

- **最佳综合选择**：{公司}
- **最佳预期差选择**：{公司}
- **最适合继续观察**：{公司}

## 二、统一比较表

| 公司 | 业务定位 | 增长 | 盈利 | 估值 | 近期催化 | 主要风险 |
| :--- | :--- | :--- | :--- | :--- | :--- | :--- |
| {公司A} | {描述} | {描述} | {描述} | {描述} | {描述} | {描述} |
| {公司B} | {描述} | {描述} | {描述} | {描述} | {描述} | {描述} |

## 三、相对强弱分析

### 业务质量

- {谁更强，强在哪里}

### 成长质量

- {谁更强，强在哪里}

### 估值赔率

- {谁更有吸引力，原因是什么}

### 催化与时点

- {谁更适合当下，原因是什么}

## 四、最终排序

| 排名 | 公司 | 结论 |
| :--- | :--- | :--- |
| 1 | {公司} | {理由} |
| 2 | {公司} | {理由} |
| 3 | {公司} | {理由} |

## 五、决策建议

- **如果只能先研究一只**：{公司}，因为 {理由}
- **如果只能先跟踪一只**：{公司}，因为 {理由}
- **如果只能先规避一只**：{公司}，因为 {理由}

---

## 质量要求

1. 只比较真正可比的对象，必要时先写清不可比之处。
2. 统一使用同一比较口径，避免数据和叙事各说各话。
3. 输出重点是“相对强弱与排序”，不是多篇个股介绍拼接。
4. 必须同时比较质量、估值和时点，不能只用单一指标排名。
5. 若结论明显依赖投资风格，应把适用人群写清楚。

