股票研究综合快照报告

解决什么问题

做个股研究时，一致预期、财务报表、历史行情和宏观数据分散在多个数据源里。手工拼接不仅耗时，口径也不统一：有人从表格里找分析师中位数，有人翻财报算 ROE，还有人对照 CPI 判断利率环境。结果是数据罗列了一堆，但每项数字与投资论点之间的关系并不清晰。

核心能力与工作流程

技能通过 5 个 MCP 工具取数，并按固定链路组装成快照报告：

• 一致预期快照：调用 qa_ibes_consensus 拉取 FY1/FY2 的 EPS、Revenue、EBITDA、DPS 估计，同时关注分析师数量与预测离散度。
• 历史基本面：用 qa_company_fundamentals 取近 3-5 财年数据，计算营收增速、利润率、ROE、ROIC 和净杠杆。
• 价格表现：qa_historical_equity_price 提供 1 年 OHLCV、总回报与 beta；tscc_historical_pricing_summaries 补充近 3 个月日线，用于观察量能与动量。
• 宏观背景：qa_macroeconomic 给出 GDP、CPI 与政策利率，判断公司所在行业的顺风或逆风环境。
• 综合成稿：统一输出为一致预期表、财务摘要表和估值表，用 forward P/E 等指标做历史与同业对比；结尾给出 buy/hold/sell 建议、公允价值区间、多空逻辑、催化剂与置信度。

适用边界

技能只负责取数与排版，不替代投资判断。所有数据以 MCP 工具返回为准，估值结论是综合分析的起点而非终点。此外它遵循简诗 AI 的安全边界：不自动安装依赖、修改系统权限或创建持久化任务；涉及发送、发布、付款等外部写入操作前会先展示影响并取得确认；凭据不回显、不记录，也不用于无关服务。