kavi-lin/skills/earnings-analyst

earnings-analyst — 個股財報深度分析

Trigger: 財報 [TICKER] Version: V1.0 Data Source: FMP HTTP REST($FMP_API_KEY)

目的

針對單一個股產出深度財報分析報告(逐季趨勢、品質指標、估值、分析師共識),涵蓋 sector V1.4 與 分析 [TICKER] 既有 protocol 沒有的「財報層級」深潛內容。

與既有 skill 的差異

| Skill | 重點 | 觸發 | |---|---|---| | us-stock-analysis | 估值/技術/情緒 snapshot(yfinance + FMP partial) | Phase 2 fundamentals lane | | earnings-valuation-forecaster | 12M 目標價 3×3 敏感度 | ad-hoc / earnings 前 14 天 | | earnings-trade-analyzer | post-earnings gap/趨勢 5 因子評分 | earnings 後 | | earnings-analyst(本) | 8 季三表結構化趨勢 + 品質 flag + 0-100 composite score | 財報 [TICKER] |

執行流程 (V1.73 — 6 步驟,含 LLM narrate phase)

# Step 1 — Fetch:呼叫 17 個 FMP endpoint(含 5 個 V1.73 infographic 層),寫 cache
python3 skills/earnings-analyst/scripts/fetch.py NVDA

# Step 2 — Analyze:derive 邊際/成長/品質 + composite scoring(in-place 寫回 cache)
python3 skills/earnings-analyst/scripts/analyze.py NVDA

# Step 3 — Validate cache schema(rc=0 才能進 narrate phase)
python3 skills/earnings-analyst/scripts/validate.py NVDA

Step 4 — Narrate (LLM in-conversation phase, NEW)

由 Claude Code 在 conversation 內執行,不寫 python orchestrator(50K 字 transcript 抽取)。

Claude 用 Read 工具讀取:

1. skills/earnings-analyst/cache/<TICKER>_<DATE>.json 全文
2. 內含 transcript.content 字串(~50K 字),為 CFO 季度電話會議逐字稿

接著用 Write 工具寫出 skills/earnings-analyst/cache/<TICKER>_<DATE>.infographic.json,schema 見 schema.md 的「Infographic Cache (V1.0)」section。

必抽欄位(transcript 有時):

• headline_oneliner — 整體一句話摘要
• surprise.* — 從 cache.earnings_surprises[0] 計算 beat/miss + surprise_pct
• segments_q.items[] — 從 transcript CFO 段落抽季度數字(infographic 上的 569.9/309.8 億等),抽不到才退化用 cache.segments.product_fy[0] + is_fy_fallback=true
• geographic_q.items[] — 同上邏輯
• capital_returns.{buyback_authorization_usd, dividend_per_share_*, dividend_hike_pct, announcements[]} — 從 transcript 抓 "authorized $X buyback"、"raising our dividend by Y% to $Z" 等句子
• ceo_quote.{speaker, title, quote, context} — 挑 1-2 句最能表達本季 narrative 的 CEO 引述
• key_highlights[](≥3) — icon + title + body,涵蓋成長/產品/區域/資本/風險 等面向
• summary[](≥2) — tldr 條列

transcript=null 時(fallback):

• transcript_used=false,省略 ceo_quote
• segments_q.is_fy_fallback=true,用 FY 年度
• capital_returns.announcements=[],只填 cash_flow[0] 上有的執行金額
• key_highlights 從 quarterly_pnl yoy + quality_flags 合成

# Step 5 — Render:既有 markdown 報告(細節 reference,不變)
python3 skills/earnings-analyst/scripts/render.py NVDA

# Step 6 — Validate infographic schema(rc=0 才算完成)
python3 skills/earnings-analyst/scripts/validate_infographic.py NVDA

一次跑完(財報 [TICKER] trigger)

T=NVDA && \
  python3 skills/earnings-analyst/scripts/fetch.py "$T" && \
  python3 skills/earnings-analyst/scripts/analyze.py "$T" && \
  python3 skills/earnings-analyst/scripts/validate.py "$T" && \
  echo "→ Step 4: Claude reads cache+transcript, writes infographic.json" && \
  python3 skills/earnings-analyst/scripts/render.py "$T" && \
  python3 skills/earnings-analyst/scripts/validate_infographic.py "$T"

Cache 設計

• Key: (TICKER, last_earnings_date)
• 檔名: skills/earnings-analyst/cache/<TICKER>_<YYYY-MM-DD>.json(YYYY-MM-DD = 最新季財報日)
• TTL 上限: 90 天(超過硬失效,即使 last_earnings_date 未變)
• Invalidation step: fetch.py 先用最便宜呼叫 (/income-statement?limit=1) 拿最新季 date;若 cache 已有同 date 檔且 < 90d → skip 11 個 endpoint
• --force: 繞過 cache 強制重 fetch

FMP Endpoints 用量

12 calls/run(完整 fetch),free plan 250/day。Cache hit 只用 1 call。

| Endpoint | 用途 | |---|---| | /profile | sector / industry / marketCap / price / CEO | | /income-statement?period=quarter&limit=8 | 8 季 P&L | | /balance-sheet-statement?period=quarter&limit=8 | 8 季 BS | | /cash-flow-statement?period=quarter&limit=8 | 8 季 CF | | /key-metrics-ttm | ROE/ROIC/FCF yield/Income Quality TTM | | /ratios-ttm | margins/D-E/PE/PB/Current Ratio TTM | | /financial-growth?period=annual&limit=5 | 5y CAGR | | /enterprise-values?period=quarter&limit=1 | EV | | /discounted-cash-flow | DCF intrinsic | | /price-target-consensus | 分析師目標價區間 | | /ratings-snapshot | FMP 1-5 composite + 子分項 | | /grades-historical?limit=6 | 6 個月 buy/hold/sell 變動 |

Paid blocker(graceful skip):

• /key-metrics?period=quarter(逐季 metric 細項)→ TTM + 自算替代
• /analyst-estimates?period=quarter(forward EPS)→ earnings-valuation-forecaster 自算 3-method 替代
• earningsTranscript → 略過 transcript sentiment
• ESG → 略過 ESG section

報告 10 個區塊

1. Snapshot — companyName / sector / price / market cap / CEO / employees
2. Quarterly P&L Trend — 8Q revenue / GP / OpInc / NI / EPS + GM/OM/NM
3. Balance Sheet Health — working capital / current ratio / D/E / net cash
4. Cash Flow Quality — OpCF / FCF / FCF margin / cash conversion / capex intensity
5. Profitability & Efficiency — 8Q margin trend table + TTM ratios + capital efficiency
6. Growth Trajectory — YoY/QoQ acceleration label + 5y annual growth + per-share CAGR
7. Valuation — PE/PB/EV-EBITDA TTM + DCF intrinsic vs price + FMP 1-5 ratings
8. Analyst Consensus — PT consensus/median/high/low + 6-month grades trend
9. Quality Flags(deterministic) — accruals / capex outpaces / margin compression / DSO slowdown / negative FCF / debt buildup(無 flag → ✅ clean)
10. Bottom Line — composite 0-100 + verdict(STRONG/SOLID/MIXED/WEAK/DETERIORATING)

Composite Scoring(0-100)

| 元件 | 滿分 | 邏輯 | |---|---|---| | Quality | 30 | 25 base − 4×flag count + bonus(income quality > 1.1 / cash conv > 1.1) | | Growth | 30 | 10 base + revenue YoY tier + acceleration ± + 5y CAGR tier | | Valuation | 25 | 10 base + DCF upside tier + FCF yield tier + ratings overall ± | | Analyst | 15 | 5 base + PT upside tier + grades buy% tier |

Verdict 對照: 80+ STRONG / 65+ SOLID / 50+ MIXED / 35+ WEAK / <35 DETERIORATING

Structural Shift Detection (V2.18.0)

analyze.py 額外輸出 structural_shift 區塊（不影響 composite_score，獨立 signal）：

| Signal | 條件 | |---|---| | eps_qoq_jump | EPS QoQ ≥ 30% | | gm_breakout | gross margin ≥ 歷史 8Q [1:9] mean + 2σ | | rev_accel | revenue YoY ≥ 25% AND 比上一季 YoY 高 ≥ 5pp |

Tier：

• NONE — 0 ~ 1 signal
• CANDIDATE — 最新 Q ≥ 2 signal
• CONFIRMED — 最新 Q AND 上一 Q 都 CANDIDATE（兩季連續結構性跳躍）
• INSUFFICIENT_DATA — 不足 5 季

下游消費：投資 protocol Phase 3 Step 1.5 (V2.18.0 modulation) 讀此 tier，CANDIDATE 放寬估值錨點 + position cap 50%；CONFIRMED 解除 sector_avoid + Red Team mean-reversion attack blocked。MU/QCOM 超級週期錯失案例的 systemic fix。

詳見 schema.md 與 investment/investment_protocol_v5_0.md Phase 3 Step 1.5。

Institutional Format Standards (V2.17.0)

仿 reference equity-research/earnings-analysis SKILL.md 的 JPMorgan / Goldman 格式。MD report 規範如下：

| 維度 | 規範 | Why | |---|---|---| | 長度 | 8-12 頁（A4 single-column） | 機構分析師 1-2 day turnaround 就要產出，不是長篇 initiation | | 字數 | 3,000-5,000 字（純內容，不含表格 / 圖 caption）| 太短 = 沒洞察；太長 = client 不讀 | | Summary tables | 1-3 張（不完整三表）| 焦點是「本季 vs guide / consensus 變動」，不是教學財報 | | Charts | 8-12 張（infographic + sparkline 混合）| segment / margin / capex / FCF trend / 估值帶狀圖 | | Turnaround | earnings 後 24-48h 內產出 | 後續價格反應已 priced in，越晚越無 alpha | | Audience 假設 | reader 已熟悉公司基本面 | 不重述產品線 / 創辦人故事 | | 焦點 | NEW info only — beat/miss、guidance 變動、segment mix shift、management commentary 新訊號 | 區別於 initiating-coverage（30-50 頁完整覆蓋） |

不做的

• 不做 P&L / BS / CF 完整重列（投資人查 10-Q）
• 不做歷史 5y 公司故事 review（initiating-coverage 才做）
• 不做 sector overview / TAM 估算（sector_protocol + investment_protocol fundamentals lane 各司其職）

Format checklist（render.py 應自動檢查）

• [ ] 報告字數在 3,000-5,000 之間（軟警告，超出印 WARN）
• [ ] 至少 1 張 summary table，最多 3 張
• [ ] 「What's NEW」block 在報告前 1/3（不藏在最後）
• [ ] 每張表 + 每個關鍵數字都有 Citations & Hyperlinks（見下節）
• [ ] Composite score + verdict 在第一頁（讀者一眼掃完）

---

Citations & Hyperlinks ⭐⭐⭐ MANDATORY (V2.14.0)

規則：MD report 內所有財務數字、表格 footer、引述、guidance 變動都必須掛 markdown clickable hyperlink，不能只寫 Source: 10-Q 純文字。讀者點得到才算 source。

必填 link 對照表

| 內容 | 必掛 link 指向 | URL 模板 | |---|---|---| | 季度三表數字（P&L / BS / CF）| SEC EDGAR 10-Q filing | https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&CIK={ticker}&type=10-Q | | 年度數字（5y CAGR）| SEC EDGAR 10-K | https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&CIK={ticker}&type=10-K | | Earnings release 數字 / guidance | 公司 IR 頁面 press release | https://investor.{company}.com/news/...（從 transcript / FMP profile 抓） | | Transcript CEO/CFO 引述 | FMP earningsTranscript endpoint 或 IR webcast 連結 | https://discountingcashflows.com/company/{TICKER}/transcripts/ 或公司 IR webcast | | Analyst PT consensus | FMP /price-target-consensus 來源頁 | https://financialmodelingprep.com/financial-statements/{TICKER} | | FMP ratings 評級 | FMP /ratings-snapshot ticker 頁 | https://site.financialmodelingprep.com/financial-summary/{TICKER} | | DCF intrinsic | FMP /discounted-cash-flow ticker 頁 | https://site.financialmodelingprep.com/discounted-cash-flow/{TICKER} |

範例

❌ 錯：

Source: Q3 2024 10-Q filed November 8, 2024; Company earnings release

✅ 對：

Source: [Q3 2024 10-Q](https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&CIK=NVDA&type=10-Q) filed Nov 8, 2024;
        [earnings release](https://investor.nvidia.com/news/2024-q3-earnings)

強制範圍

• §1 Snapshot：CEO 名 → IR team page
• §2-§4 三表 8Q：每張表 footer 加 EDGAR 10-Q link（最近一季用 latest filing；其餘可省）
• §7 Valuation：DCF intrinsic / PE TTM / PB → FMP 對應頁 link
• §8 Analyst Consensus：consensus PT → FMP price-target-consensus link
• §10 Bottom Line composite：每個子分數來源 metric 都要可追溯（footnote 帶 link）

不強制範圍

• §6 Growth Trajectory 5y CAGR 純算術，不用 link
• §9 Quality Flags 是 deterministic 算出，標 (deterministic, see analyze.py) 即可

違規處理

render.py 產出時應自動填 link（template 預設帶 markdown link 結構）。若 LLM narrate phase（Step 4）寫 infographic.json 時忘掉 hyperlink，render 階段 fallback 到「無 link 純文字」是允許的（degrade gracefully），但 final report 一行 WARN: missing source links — see Citations section in SKILL.md 必須出現。

---

已知限制

• mega-cap universe 不限定 — 任何有 FMP 三表的 ticker 都可跑
• forward EPS 自算需要再呼叫 earnings-valuation-forecaster(此 skill 沒整合,使用者需自己接)
• transcript / ESG / per-Q metric 細項是 paid plan only
• DSO 計算用簡化(receivables/revenue × 91d),非 365d 全年口徑

不影響範圍

• 不改 分析 [TICKER] Phase 2 流程 — 此 skill 是獨立深度層,不自動掛上 daily protocol(避免 token 浪費)
• Cache 與其他 skill 隔離 — 不寫 data.json、不影響 Dashboard