关于 estimate-analysis
estimate-analysis 是通过 yfinance 使用 Yahoo Finance 数据分析分析师预测与修正趋势的技能,涵盖 EPS、营收共识、增长预期及历史预测准确性。
主要功能
- 01按期间查看 EPS 与营收共识
- 02预测区间与分析师人数
- 03EPS 趋势与修正广度
- 04与行业及市场比较增长预期
- 05回顾最近四季度预测准确性
适用场景
- 01查看分析师预测如何变化
- 02了解公司的市场一致预期
- 03比较公司与同业的预期增长
- 04评估近期盈利预测准确性
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ himself65/ finance-skills --skill estimate-analysis安装后在 Claude Code 中输入/estimate-analysis确认已加载。
附带文件README.mdreferences/api_reference.md
详细介绍
预估分析技能
如果宿主尚未执行以下 shell 探测命令(例如在 Codex 中),请先使用其 shell 工具运行 ! 包裹的命令,再选择设置路径。使用实际输出;如果无法访问 shell,请说明这一限制。
通过 yfinance 使用 Yahoo Finance 数据,深入分析分析师预估及其修正趋势。涵盖 EPS 和营收预估分布、修正动能、增长预测以及多期比较,全面呈现华尔街对公司未来走向的看法。
重要提示:数据仅用于研究和教育目的,不构成财务建议。yfinance 与 Yahoo, Inc. 无关联。
步骤 1:确保 yfinance 可用
当前环境状态:
!`python3 -c "exec('try:\n import yfinance\n print(\'yfinance \' + yfinance.__version__ + \' installed\')\nexcept Exception:\n print(\'YFINANCE_NOT_INSTALLED\')')"`
如果显示 YFINANCE_NOT_INSTALLED,请安装:
import subprocess, sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance"])
如果已安装,请跳至下一步。
步骤 2:识别股票代码并获取预估数据
从用户的请求中提取股票代码。使用一个脚本获取所有与预估相关的数据。
import yfinance as yf
import pandas as pd
ticker = yf.Ticker("AAPL") # replace with actual ticker
# --- Estimate data ---
earnings_est = ticker.earnings_estimate # EPS estimates by period
revenue_est = ticker.revenue_estimate # Revenue estimates by period
eps_trend = ticker.eps_trend # EPS estimate changes over time
eps_revisions = ticker.eps_revisions # Up/down revision counts
growth_est = ticker.growth_estimates # Growth rate estimates
# --- Historical context ---
earnings_hist = ticker.earnings_history # Track record
info = ticker.info # Company basics
quarterly_income = ticker.quarterly_income_stmt # Recent actuals
各数据来源提供的内容
| 数据来源 | 显示内容 | 重要性 |
|---|---|---|
earnings_estimate | 各期(0q、+1q、0y、+1y)的当前 EPS 共识预估 | 预估水平——分析师的预期 |
revenue_estimate | 各期当前营收共识预估 | 营收预期 |
eps_trend | EPS 预估的变化情况(7、30、60、90 天前) | 修正方向——预期是在上升还是下降? |
eps_revisions | 上调与下调预估的次数(7、30 天) | 修正广度——多数分析师是在上调还是下调? |
growth_estimates | 相对于同行和行业的增长率预估 | 相对定位 |
earnings_history | 过去 4 个季度的实际值与预估值对比 | 校准情况——这些预估的历史准确度如何? |
步骤 3:根据用户意图选择分析方向
根据问题匹配分析深度:
| 用户请求 | 关注领域 | 关键章节 |
|---|---|---|
| 常规预估分析 | 完整分析 | 所有章节 |
| “预估有何变化” | 修正趋势 | EPS 趋势 + 修正 |
| “分析师有何预期” | 当前共识预估 | 预估概览 |
| “增长预估” | 增长预测 | 增长预估 |
| “看涨与看跌情景” | 预估区间 | 高低值区间分析 |
| 比较各期预估 | 多期比较 | 期间比较表 |
常规请求应进行完整分析;范围较窄的问题则选择对应章节。
步骤 4:构建预估分析
章节 1:预估概览
从 earnings_estimate 和 revenue_estimate 中,列出所有可用期间(0q、+1q、0y、+1y)的当前共识预估:共识值、低值、高值、区间宽度(占共识值的百分比)、分析师人数以及同比增长。标出:
- 区间宽度——区间宽度超过共识值的 15% 表示存在较高不确定性
- 分析师覆盖——分析师少于 5 人表示覆盖较少
- 增长轨迹——增长在各期间之间是加速还是减速
章节 2:修正趋势(EPS Trend)
这通常是最具参考价值的章节。从 eps_trend 中列出各期当前预估值,以及 7、30、60 和 90 天前的对应值,并总结变化方向以及近期变动是否正在加速。
解读方法:
- 财报发布前预估上升 = 积极信号(门槛正在提高)
- 预估下降 = 分析师下调数字,通常是负面信号
- 预估持平 = 没有新的信息被计入价格
- 与总变动幅度相比,近期加速或减速更值得关注
章节 3:修正广度(EPS Revisions)
从 eps_revisions 中,列出各期过去 7 天和 30 天的预估上调与下调次数,以及修正比率 Up / (Up + Down)。比率高于 0.7 表示强烈看涨;低于 0.3 则表示看跌。
第 4 节:增长预估
通过 growth_estimates,比较公司各个期间的预期增长率(以及过去 5 年的年增长率)与其所在行业、板块和 S&P 500 的预期增长率,并说明预计其增长速度会快于还是慢于同行。
第 5 节:历史预估准确性
通过 earnings_history,展示过去四个季度的预估 EPS、实际 EPS 以及意外幅度百分比,然后评估:
- 超预期比率 — 四个季度中有几个季度超出预估
- 平均意外幅度 — 幅度及方向
- 意外幅度趋势 — 超出预估的幅度是在变大还是变小?如果预估上升,而超出预估的幅度收窄,可能意味着预期门槛正在追上实际表现。
第 5 步:综合并作答
开头先点明核心洞察——各个期间的预估修正方向及覆盖范围——然后展示用户关心部分的表格。不要只罗列数据,还要解读:预估修正趋势是否印证或与该股票近期的价格走势相矛盾?增长前景与当前 P/E 所反映的预期相比如何?历史预估准确性说明了当前一致预期的什么情况?
指出适用的细节:预估通常集中在一致预期附近,因此实际结果的分布范围比高低值所显示的更广;修正动能可能因一次指引变更或宏观事件而逆转;Yahoo Finance 的预估可能比实时一致预期数据提供商的数据延迟数小时或数天;未来一年(+1y)的预估本质上可靠性较低。最后说明以下常规注意事项:分析师预估反映的是一致观点,而非确定结果;预估修正是信号,不是保证;这不是财务建议。
参考文件
references/api_reference.md— 所有预估相关方法的 yfinance API 详细参考
需要确认确切的返回格式或边缘情况时,请阅读参考文件。