金融研究工具

深度金融研究

Claude/Qwen/Gemini机构级投资研究技能。通过MCP服务器连接到实时市场数据，以提供公司深度调查、尽职调查报告、竞争格局分析、市场情绪和基于DCF的内在价值估算——所有这些都来自自然语言提示。

目录

• 概述
• 存储库结构
• 工作流
• DCF估值子技能
• 示例提示
• 输出格式
• MCP服务器设置
• 安装
• 错误处理
• 局限性
• 免责声明

概述

这项技能使克劳德能够访问实时财务数据和神经网络搜索，从而实现通常需要彭博终端、财务数据库和数小时分析师时间的研究工作流程。它的结构是 家长技能 一起 子技能:

这两种技能旨在独立或协同工作。像这样的提示 “用DCF估值深入了解AAPL” 将自动调用两者。

存储库结构

deep-financial-research/
├── README.md
├── LICENSE.txt
├── SKILL.md                             # Main skill definition
└── subskills/
    └── dcf-valuation/
        └── SKILL.md                     # DCF valuation subskill

工作流

主要技能支持五个研究工作流程，每个流程都由自然语言触发。

1.公司深潜

触发短语： “深入[股票行情]”, “研究[公司]”, “投资概况…”

整合一个完整的投资就绪快照：

1. 通过金融数据集MCP实时获取价格和关键市场统计数据
2. 通过Exa MCP发布的最新新闻、新闻稿和市场叙述
3. 核心基本面——收入、利润率、市盈率、EV/EBITDA、债务水平
4. 内幕交易活动（净买入与卖出，最近提交的文件）
5. 分析师估计、共识评级和价格目标
6. 综合牛市、熊市和关键风险总结

2.尽职调查

触发短语： “对[公司]进行尽职调查”, “DD on[股票代码]”, “危险信号…”

公司的一切，深潜，加上：

• 诉讼和监管搜索：美国证券交易委员会的调查、诉讼、同意令
• 会计诚信检查：重述、审计师辞职、重大缺陷
• 管理背景研究：以前的角色、业绩记录、争议
• 短期利息和机构所有权趋势
• 结构性风险和催化剂识别

3.竞争格局

触发短语： “[行业]竞争格局”, “将[公司]与同行进行比较”, “谁是（行业）的赢家”

1. 通过Exa进行行业映射和市场份额分析
2. 所有主要竞争对手的并列基本面表（市盈率、收入增长、利润率、净资产收益率、净债务）
3. 最近的并购活动、新进入者和颠覆性发展
4. 定位分析——识别处于拐点的领导者、落后者和公司

4.DCF估值

触发短语： “[股票代码]上的DCF”, “（股票）的内在价值是什么”, “（公司）被低估了”, “公允价值…”

运行集成 dcf-valuation 潜艇技能。看 DCF估值子技能 查看完整细节。

5.市场情绪

触发短语： “市场情绪[行情]”, “街上怎么评价（公司）？”, “分析师一致认为…”

1. 通过Exa进行主流和金融媒体搜索（过滤到bloomberg.com、reuters.com、wsj.com、ft.com等）
2. 通过财务数据集进行分析师估计修订和评级更改
3. 内部情绪（总净买入/卖出压力）
4. 结构性看涨与看跌综合

DCF估值子技能

这 dcf-valuation subskill执行全贴现现金流分析，以估算每股内在价值。它作为一个独立的工作流运行，或者在检测到估值语言时作为公司Deep Dive的一部分自动调用。

方法论

行业加权平均资本成本调整

DCF输出示例

### DCF Valuation: Apple Inc. (AAPL)

#### Valuation Summary
| Metric              | Value      |
|---------------------|------------|
| Current Price       | $189.42    |
| Fair Value          | $214.70    |
| Upside/(Downside)   | +13.3%     |
| Verdict             | Moderately Undervalued |

#### Sensitivity Analysis (Fair Value per Share)
| WACC \ Terminal  |  2.0%  |  2.5%  |  3.0%  |
|------------------|--------|--------|--------|
| 8.0%             | $231   | $244   | $259   |
| 9.0%             | $203   | $215   | $228   |
| 10.0%            | $180   | $190   | $201   |

完整输出规格定义见 subskills/dcf-valuation/SKILL.md.

示例提示

输出格式

研究摘要

每个公司的深入调查和尽职调查都以一个结构化的总结结束：

### [Company] ([TICKER]) — Deep Research Summary

Current Price: $X.XX  |  Market Cap: $XB  |  As of: [timestamp]

Business Overview:
[1–2 sentences]

Key Metrics:
  Revenue       $XB    (+X% YoY)
  Gross Margin  X%
  P/E Ratio     X.x
  EV/EBITDA     X.x
  Net Debt      $XB

Recent Developments:
  • [Item] — Source (link)
  • [Item] — Source (link)

Bull Case:  [2–3 arguments]
Bear Case:  [2–3 arguments]
Key Risks:  [top risks]

Confidence: High / Medium / Low

MCP服务器设置

此技能要求在您的Claude环境中连接两个MCP服务器。

必需

可选的

配置说明

• financial-datasets 在市场交易时间提供实时数据；根据交换情况，可能会出现短暂的延迟
• exa 结果包括时间戳——对于快速变化的情况，首选过去30-90天的结果
• 如果在MCP设置中注册，则会自动发现这两台服务器

安装

1. 克隆仓库

   复制

   git clone https://github.com/your-username/deep-financial-research.git
   

2. 添加到您的Claude技能配置

   • 指向克劳德 SKILL.md 作为根技能文件
   • 这 dcf-valuation 潜艇技能 subskills/dcf-valuation/SKILL.md 自动引用

3. 连接MCP服务器

   • 配置 exa 在MCP设置中使用API密钥
   • 连接 financial-datasets 通过OAuth
   • 可选配置 lightpanda 用于浏览器自动化

4. 测试设置

   复制

   "Do a quick deep dive on AAPL"
   

   成功的回应将包括实时价格数据和最新消息，确认两台MCP服务器都已上线。

错误处理

局限性

• 不是投资建议。 这种技能产生的是研究分析，而不是建议。所有产出都应被视为进一步调查的起点。
• DCF灵敏度。 内在价值估计对加权平均资本成本和增长率假设高度敏感。输入的微小变化会产生有意义的不同输出——始终查看灵敏度表。
• 数据新鲜度。 金融数据集提供市场时段的实时价格；基本数据（资产负债表、现金流）会在报告延迟时更新，并反映最新的申报情况。
• 高增长和金融公司。 DCF模型对于盈利前公司、高增长复合型公司和金融机构（需要DDM或剩余收益方法）的可靠性较低。
• 考试覆盖范围。 Exa的神经搜索在英语资源方面表现出色。非英语或地区性金融媒体的报道可能有限。

免责声明

此存储库及其包含的技能仅供参考和研究之用。这里的任何内容都不构成投资建议、招揽或买卖任何证券的建议。在做出投资决策之前，始终进行自己的尽职调查，并咨询持牌财务顾问。

看 LICENSE.txt 完整条款。