mcpField
A
analyst-estimates

analyst-estimates

github.com/octagonai数据与数据库130272 次安装21 周前更新
代码仓库

关于 analyst-estimates

analyst-estimates 通过 Octagon MCP 获取上市公司的分析师财务预估，展示营收和 EPS 的区间及均值，并提供分析师覆盖人数，供财务研究和估值使用。

主要功能

  1. 01获取营收预估
  2. 02获取 EPS 预估
  3. 03展示预估区间和均值
  4. 04提供分析师覆盖人数
  5. 05查询年度期间

适用场景

  1. 01比较不同财年的预估
  2. 02评估预估分歧程度
  3. 03辅助估值分析
  4. 04将预估与公司指引比较

MCP 相关

通过 Octagon MCP 服务的 octagon-agent 工具获取分析师预估。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/octagonai/skills --skill analyst-estimates

安装后在 Claude Code 中输入/analyst-estimates确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

marketplace.json
README.md
references/
interpreting-results.md
mcp-setup.md

详细介绍

分析师预估

使用 Octagon MCP 获取上市公司的分析师财务预估。

前提条件

确保已在 AI Agent（Cursor、Claude Desktop、Windsurf 等）中配置 Octagon MCP。安装说明请参阅 references/mcp-setup.md。

查询格式

Retrieve analyst financial estimates for <TICKER> for the annual period, limited to <N> records on page 0.

MCP 调用：

{
  "server": "octagon-mcp",
  "toolName": "octagon-agent",
  "arguments": {
    "prompt": "Retrieve analyst financial estimates for AAPL for the annual period, limited to 10 records on page 0"
  }
}

输出格式

Agent 会返回一张表格，列出未来各期的分析师预估：

财年结束日营收预估（低至高）平均营收EPS 预估（低至高）平均 EPS营收分析师人数EPS 分析师人数
2030-09-27$540.64B - $600.88B$566.24B$12.01 - $13.78$12.7796
2029-09-27$520.95B - $578.99B$545.62B$10.62 - $12.17$11.28136
2028-09-27$515.19B - $520.48B$517.84B$8.96 - $11.18$10.201815
2027-09-27$474.27B - $531.94B$490.97B$8.41 - $9.77$9.233130
2026-09-27$445.03B - $483.54B$460.35B$7.84 - $8.92$8.422429

数据来源： octagon-financials-agent

关键观察模式

收到数据后，生成以下观察：

  1. 增长轨迹：计算营收和 EPS 的隐含 CAGR
  2. 预估离散度：分析预估上下限之间的差距
  3. 分析师覆盖度：注明各期覆盖的分析师人数
  4. 近期与远期：比较对近期与长期预估的信心
  5. 历史对比：将预估与历史实际表现进行比较

指标参考

指标定义
营收预估（低至高）分析师营收预测范围
平均营收营收预估的共识均值
EPS 预估（低至高）分析师 EPS 预测范围
平均 EPSEPS 预估的共识均值
营收分析师人数提供营收预估的分析师人数
EPS 分析师人数提供 EPS 预估的分析师人数

分析技巧

隐含增长率
Implied CAGR = (Future Estimate / Current)^(1/Years) - 1

示例：($566B / $416B)^(1/5) - 1 = 6.4% 营收 CAGR

预估离散度
Dispersion = (High - Low) / Average × 100
  • 离散度窄（<10%）= 共识度高
  • 离散度宽（>20%）= 存在重大不确定性
分析师覆盖质量
  • 分析师人数越多，共识越可靠
  • 覆盖度下降 = 机构关注度降低
  • <5 位分析师 = 覆盖度较低，请谨慎参考
远期 P/E 计算
Forward P/E = Current Price / EPS Estimate

用于根据增长预期评估估值。

预估修正（后续跟进）

跟踪随时间发生的变化：

  • 上调预估 = 动能积极
  • 下调预估 = 动能消极
  • 修正频率也很重要

估值应用

DCF 输入项

使用预估进行：

  • 营收预测
  • 利润率假设（结合历史数据）
  • 终值增长率参考
相对估值

比较：

  • 远期 P/E 与历史均值
  • 远期 P/E 与同行
  • PEG 比率（P/E / 增长率）
盈利超预期潜力

将预估与以下内容进行比较：

  • 管理层指引
  • 历史超预期/低于预期情况
  • 近期经营趋势

信心评估

高信心预估
  • 近期（未来 1-2 年）
  • 覆盖分析师众多
  • 离散度窄
  • 商业模式稳定
低信心预估
  • 长期（未来 5 年以上）
  • 覆盖分析师较少
  • 离散度宽
  • 行业变化迅速

后续查询

根据结果，建议进行更深入的分析：

  • “哪些因素推动了 [YEAR1] 至 [YEAR2] 的预期营收增长？”
  • “这些预估与 [COMPANY] 的历史财务表现相比如何？”
  • “实现营收预估上限的主要风险有哪些？”
  • “获取 [TICKER] 的分析师目标价和评级”

评论

支持 Markdown