mcpField
E
equities

equities

github.com/joellewisその他218697 回インストール15 週間前に更新
リポジトリ

equities について

equitiesは、株式アナリストやポートフォリオ管理者向けの金融スキルです。業種に応じた評価指標や指数方式の選択を案内し、分析手順、数式、実行可能なデモを提供します。

主な機能

  1. 01業種に合った評価指標
  2. 02指数方式の選択
  3. 036段階の証券分析
  4. 04評価数式と事例
  5. 05実行可能なPythonデモ

活用シーン

  1. 01企業の評価倍率を選ぶ
  2. 02投資方針に沿って指数設計を比較
  3. 03株式の質、評価、ポートフォリオ適合性を確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/joellewis/finance_skills --skill equities

インストール後、Claude Code で/equitiesを入力して読み込まれたか確認します。

同梱ファイルscripts/equities.py

詳細

株式

このスキルは意思決定の手順を示すものです。企業ごとにどのバリュエーション指標を使うか、どのインデックス手法がどの運用方針に適しているか、株式分析をどの順序で進めるかを判断します。定義はユーザーが調べられることを前提としており、ここで重視するのは適切なツールを選ぶことです。

基本概念

バリュエーション指標の選択

指標はセクターと資本構成に合わせて選びます。誤った指標を使うことは、株式分析で最もよくある誤りです。

状況使用する指標避ける指標理由
金融(銀行、保険)P/B、P/TBV、ROEとP/Bの比較EV/EBITDA負債は原材料であり、資金調達ではありません。EVとEBITDAは意味をなさず、簿価は公正価値に近い水準で評価されています
資本集約型(工業、通信、エネルギー)EV/EBITDA、EV/EBITP/Eのみ同業他社間の減価償却方針やレバレッジの違いを中立化します
成熟した配当銘柄(公益事業、生活必需品)配当利回りと配当の持続可能性、P/EPEG成長率は低く安定しており、最も重要なのはインカムと配当余力です
高成長で利益が少ない、または利益がない企業EV/Sales、PEG(利益がある場合)、ユニットエコノミクスP/E、P/B再投資によって利益が抑えられており、簿価の大部分は無形資産です
景気循環株(自動車、半導体、素材)サイクル中間または正常化後のP/E、底値でのP/B足元のP/EP/Eはサイクルのピークで最も低く、底で最も高くなります。足元のP/Eは売買シグナルを逆転させます
利益はマイナス、キャッシュフローはプラスEV/EBITDA、P/FCFP/E、益回り分母がマイナスだと比率が定義できないか、誤解を招きます
REITおよび上場不動産P/FFO、P/AFFO、NAVP/EGAAPに基づく減価償却は不動産の利益を歪めます。この点は実物資産スキルで詳しく扱います
国境をまたぐ比較/レバレッジが異なる企業EVベースの倍率株主資本ベースの倍率企業価値によって資本構成を標準化できます

あらゆる場面で適用できるクロスチェック:

  • 事業が変化している場合、分子の判断にはフォワード(今後12カ月)の予想値を使います。予想の質が低い場合は過去の実績値を使います。
  • 市場全体ではなく、企業自身の過去の推移と真の同業他社群を比較します。
  • 割安・割高と判断する前に、倍率が示唆する前提(成長率、利益率、要求リターン)を明らかにします。倍率が低いのは通常、現実の問題を反映しています。
インデックス手法の選択
運用方針手法留意すべきトレードオフ
低コストで税効率の高い市場エクスポージャー時価総額加重(S&P 500、全市場)仕組み上、モメンタムを追いかけることになります。大型株への集中が進み、単一セクターが30%を超える場合もあります
集中を抑える/小型株に傾ける均等加重回転率とリバランスコストが高く、構造的にサイズと逆張りの傾きが生じます
価格とウェイトの連動をなくすファンダメンタル加重(売上高、利益、簿価)実質的には一段階手間のかかるバリュー傾斜です。明示的なバリューファンドとコストを比較します
特定のファクターへの明示的なエクスポージャーファクター/スタイルインデックス(バリュー、モメンタム、クオリティ、低ボラティリティ)ファクターの定義とリバランスルールを確認します。ファクターのタイミングを捉えることは、ほとんど成功しません
避ける株価加重(DJIA型)株価に比例するウェイトは経済的に恣意的であり、過去の遺物です

選択ルール:コアベータには時価総額加重を標準とします。均等加重またはファンダメンタル加重は、ユーザーが組み込まれた傾きを明確に望み、回転率を受け入れる場合にのみ追加します。「スマートベータ」商品はすべてファクターポートフォリオとして扱い、マーケティング上の名称ではなく、ファクターへのエクスポージャーを評価します。

セキュリティ分析の手順
  1. 事業を分類する — セクター(GICS または同等の分類)、景気循環型かディフェンシブ型か、資本集約度、レバレッジを確認します。これにより、使用する評価手法が決まります(上の表を参照)。
  2. 品質をスクリーニングする — 売上高の推移、利益率の推移、資本コストに対するROIC、バランスシートのリスク(純有利子負債/EBITDA、インタレスト・カバレッジ・レシオ)、発行済み株式数の推移(希薄化か自社株買いか)を確認します。
  3. 利益の基準を選ぶ — 過去実績か予想のEPSを選択し、一過性要因を確認して、希薄化後株式数を使用します。景気循環株の場合は、中期的な水準に正常化します。
  4. 適切な指標で評価する — 表にある主要な倍率、クロスチェック用の倍率を1つ使用し、配当が重要な場合は配当ベースのチェックも行います(ゴードン成長モデル:P = D1 / (r - g)。g < r の場合にのみ有効です)。
  5. ファクターとスタイルの文脈を確認する — 市場ベータ、サイズ、バリュー、モメンタム、クオリティへのエクスポージャーを回帰分析(または概算)します。銘柄固有の投資仮説と、インデックスを通じてより低コストで購入できるファクターへの投資を区別します。
  6. ポートフォリオへの適合性を確認する — セクター集中度とファクター傾斜への限界的な影響を確認します。比較基準にはトータルリターン(価格リターン+配当)を使い、価格リターンだけで判断してはいけません。

主な計算式

計算式表現用途
EV/EBITDA(時価総額 + 負債 - 現金) / EBITDA資本構成に左右されない企業価値評価
利益利回りEPS / 株価株式利回りと債券利回りの比較
PEG(P/E) / 利益成長率(%)成長率を考慮したバリュエーション
ゴードン成長モデルP = D1 / (r - g)配当ベースの本質的価値
CAPME(R) = R_f + beta × (E(R_m) - R_f)バリュエーションに用いる期待リターンの入力値
トータルリターン価格リターン + 配当リターンパフォーマンス比較の基準

計算例

指標の選択とバリュエーション

前提: 時価総額$500M、総負債$100M、現金$50M、EBITDA $75M、EPS $7.50、株価$150の産業企業。 判断と計算:

  1. 資本集約型の産業企業 → 主要指標はEV/EBITDA(上の表を参照)、P/Eをクロスチェックに使用します。
  2. EV = $500M + $100M - $50M = $550M。EV/EBITDA = $550M / $75M = 7.33x。
  3. クロスチェック:P/E = $150 / $7.50 = 20.0x、利益利回り = 7.50 / 150 = 5.0%。
  4. 解釈:利益率が安定している場合、EV/EBITDAの7.33xは産業企業として控えめな水準です。同業他社と自社の過去5~10年間の水準と比較してください。企業の純有利子負債が少ないため、P/Eの20xはEV倍率より割高に見えます。企業間の比較にはEV倍率の方が適しています。

よくある落とし穴

  • 銀行にEV/EBITDAを適用したり、REITにP/Eを適用したりすること — 指標とセクターの不一致は、このスキルで防ごうとしている最大の誤りです
  • 景気循環株をサイクルのピークで低い過去実績P/Eを根拠に購入すること(「バリュートラップ」の逆転)
  • ファンダメンタル加重インデックスやスマートベータ・インデックスを、パッケージ化されたファクター傾斜ではなくアルファと見なすこと
  • 価格リターンとトータルリターンを混同すること — 配当は長期的な株式リターンの大きな割合を複利で生み出します
  • バックテストされたファクターやスクリーニング結果における生存者バイアス

相互参照

  • historical-risk(資産運用プラグイン):株式リターン系列のボラティリティとドローダウンの測定
  • statistics-fundamentals(コアプラグイン):CAPM 回帰によるベータの推定
  • performance-metrics(資産運用プラグイン):シャープレシオと関連するリスク調整後リターン指標
  • fund-vehicles(資産運用プラグイン):株式ファンドの選定(ETF、投資信託、SMA)
  • currencies-and-fx(資産運用プラグイン):国際株式の通貨効果
  • asset-allocation(資産運用プラグイン):マルチアセットポートフォリオにおける株式配分
  • real-assets(資産運用プラグイン):REIT の評価(P/FFO、NAV)はこのスキルの担当です
  • qualitative-valuation(資産運用プラグイン)および quantitative-valuation(資産運用プラグイン):個別企業のより詳細な評価ワークフロー
  • financial-statements(資産運用プラグイン):ファンダメンタルズに基づく銘柄選定の基礎となる EBITDA、フリーキャッシュフロー、ROIC、利益率の分析
  • equity-compensation(資産運用プラグイン):RSU、オプション、ESPP を通じて取得した勤務先企業の株式には、株式リスクに加え、税務上およびインサイダー取引上の制約が伴います
  • factor-investing(資産運用プラグイン):上記で規定したスマートベータ商品およびスタイル商品のファクターローディング評価は、このスキルの担当です

スクリプトの実行

uv run scripts/equities.py            # run the demo (uses PEP 723 inline deps)
uv run scripts/equities.py --verify   # check demo outputs against the worked example (exit 1 on mismatch)
python3 scripts/equities.py            # alternative (requires: pip install numpy)

デモでは、評価指標(具体例の EV/EBITDA および利益利回りを含む)、合成データに対するファクター回帰、セクター集中度分析が出力されます。クラスと関数の一覧は --help を実行して確認してください。プログラムから利用する場合は、スクリプトを実行するのではなく、モジュールをインポートしてください。デモは python equities.py の実行時にのみ動作します。

コメント