mcpField
E
earnings-analyst-questions

earnings-analyst-questions

github.com/octagonai数据与数据库130259 次安装21 周前更新
代码仓库

关于 earnings-analyst-questions

该技能使用 Octagon MCP 从财报电话会议记录中识别并整理分析师的问题与担忧,适用于需要主题分类、提问者归属、管理层回应及来源页码的金融和公司研究。

主要功能

  1. 01提炼主要主题与担忧
  2. 02标注问题对应的分析师
  3. 03按主题分类问题
  4. 04整理管理层回应
  5. 05生成后续问题并标注记录页码

适用场景

  1. 01了解投资者关注点与优先事项
  2. 02识别分析师追问的问题
  3. 03比较同行公司的提问主题
  4. 04准备可能出现的财报会议问题

MCP 相关

需要配置 Octagon MCP,以分析财报电话会议讨论内容。输出结构化问题分析,并附上记录页码引用。

安装

复制下面的命令,在终端中运行。

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

安装后在 Claude Code 中输入/earnings-analyst-questions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

财报分析师问题

识别并分析分析师在财报电话会议中提出的关键主题、关切和问题,并标明具体分析师及主题类别。

前提条件

确保已配置 Octagon MCP。有关安装说明,请参阅 references/mcp-setup.md。

工作流

步骤 1:提取分析师问题

使用 Octagon MCP 识别分析师提出的问题和关切:

Identify key themes and concerns raised by analysts during <TICKER>'s latest earnings call.
步骤 2:针对性问题分析

重点分析分析师问题的具体方面:

# All Analyst Concerns
What concerns did analysts raise in <TICKER>'s latest earnings call?

# Specific Topic
What questions did analysts ask about AI in <TICKER>'s earnings call?

# Analyst Coverage
Which analysts participated in <TICKER>'s earnings call Q&A?

# Most Frequent Topics
What were the most frequently asked topics in <TICKER>'s earnings call?

# Unanswered Questions
Were there questions that management avoided or didn't fully answer in <TICKER>'s call?

预期输出

该技能会返回结构化的分析师问题分析,包括:

组成部分描述
关键主题分析师提出的主要议题
分析师归属哪位分析师提出了哪个问题
关切类别按主题领域分组
管理层回应问题是如何得到回应的
后续问题AI 生成的用于深入研究的问题
来源引用文字记录中的页码引用

示例查询

Identify key themes and concerns raised by analysts during TSLA's latest earnings call.

示例回答

正如 TSLA_Q22025 文字记录所载,分析师在 Tesla 最近一次财报电话会议中重点关注了几个关键议题:

分析师提出的关键问题

  • Robotaxi 业务资金 —— 分析师询问 Tesla 计划如何为扩大 Robotaxi 业务的成本提供资金,特别是会依靠汽车业务现金流还是其他资金来源 [Dan Meir Levy]

  • 全自动驾驶(FSD)的收入潜力 —— 关注焦点在于 FSD 订阅的发展趋势和变现策略 [Mark Trevor Delaney]

  • Megapack 销售的影响 —— 太阳能项目税收抵免取消,引发了对其影响 Tesla Megapack 销售机会的担忧

  • 激励措施减少与自动驾驶挑战 —— 分析师警告称,美国激励措施减少以及自动驾驶开发处于早期阶段所带来的风险,可能导致未来几个季度表现不佳 [Elon Musk]

  • 低成本车型详情 —— 分析师要求提供更多有关 Tesla 即将推出的低成本汽车的生产时间表和成本节约策略的信息 [Lars Moravy]

后续问题

  • Tesla 为 Robotaxi 业务制定了哪些具体融资机制?
  • Tesla 计划如何降低美国税收激励措施减少所带来的风险?
  • 低成本车型预计何时启动生产?

来源:TSLA_Q22025,第 5 页

分析师问题类别

财务主题
类别示例问题
收入细分业务增长、定价、需求
利润率成本结构、定价能力
指引展望说明、假设
资本资本配置、回报、杠杆
战略主题
类别示例问题
增长举措新产品、市场、投资
竞争市场份额、差异化
并购交易储备、整合
技术研发、创新、路线图
运营主题
类别示例问题
执行生产、产能、效率
供应链采购、成本、风险
员工招聘、留任、成本
地域区域业绩、扩张
风险主题
类别示例问题
监管政策变化、合规
宏观经济敏感性、周期
竞争市场威胁、颠覆
执行交付、时间表风险

分析师归属

了解分析师背景
分析师类型典型关注点
卖方(大型投行)广泛覆盖、关键主题
卖方(精品投行)行业专长、深入分析
买方针对特定投资逻辑的问题
独立分析师不同视角
值得关注的分析师模式
模式解读
同一位分析师,同一主题持续关注
多位分析师,同一主题普遍关注
提出新主题新兴问题
详细追问对答复不满意

问题强度分析

衡量主题重要性
指标解读
问题数量主题优先级
追问数量答复不完整
分析师资历可信度权重
花费时间管理层参与度
热度图框架
主题问题追问强度
FSD 收入32高
利润率21中
资本支出10低

关注点分类

严重程度评估
严重程度指标
严重多位分析师、质疑、尚未解决
高多个问题、深入追问
中常规问题、答复充分
低单次提及、简短讨论
解决状态
状态描述
已解决给出了清晰、具体的答复
部分解决提供了一些细节,但仍有遗漏
回避转移话题,未直接作答
未解决避而不答,承诺日后更新

持续跟踪问题变化

季度环比分析
主题Q1Q2Q3Q4趋势
FSD1234上升
利润率3221下降
中国2322稳定
新主题与反复出现的主题
类型含义
新主题新兴关注点或机遇
反复出现的主题持续存在的问题
不再提及的主题已解决或不再相关
关注度上升重要性日益增加

使用场景

  1. 情绪分析:了解市场关注点和重点领域
  2. 风险发现:识别分析师深入调查的问题
  3. 投资论点验证:确认其他人是否也关注你的问题
  4. 同业比较:比较竞争对手之间的问题主题
  5. 管理层评估:评估答复质量
  6. 财报发布前准备:预测可能出现的问题

与其他技能结合使用

技能组合分析
earnings-qa-analysis问题 + 管理层答复
earnings-call-analysis完整背景 + 分析师关注点
price-target-consensus分析师关注点与目标价对比
stock-grades问题与评级的对应关系
stock-price-change问题对股价的影响

分析技巧

  1. 跟踪分析师姓名:记录谁反复询问哪些问题

  2. 统计问题频次:问题越多,优先级越高

  3. 留意质疑:分析师追问说明问题很重要

  4. 记录未答问题:管理层在回避什么?

  5. 与同业比较:分析师是否也向竞争对手提出相同问题?

  6. 预测财报前问题:根据过往情况预测主题

解读结果

有关分析分析师问题的详细指南,请参阅 references/interpreting-results.md。

评论

支持 Markdown