Stock Analysis

Stock Analysis

> 💡 模型指引：session context 100k → 先 /compact 再 Sonnet，或直接 /model opus（長 context 推理品質 Opus 更穩定）。重大決策（>5% 倉位）一律用 Opus。

Generate a standardized research report for one or more stock tickers.

Step 0: 分析前準備

預設模式（無 --current）— 純獨立分析

• 跳過 plan.md、feedback/*.md、持倉、journal 偵測
• 分析不考慮現有倉位或投資計畫，僅基於公開市場數據
• 保留 Step 0e：Verdict 之前必須完成「核心 thesis / 證偽條件 / 機率分布」三題

Step 0.5 (共用): Macro + Earnings + Fundamentals Cache Load

讀以下四份 cache：

• briefing-out/cache/macro-snapshot.json — 用於 Step 0e 第一性檢查的 macro ground state
• briefing-out/cache/earnings-history.json — 該 TICKER 的 trailing 8Q beat rate + surprise
• briefing-out/cache/earnings-dates.json — 該 TICKER 的下次 earnings 日期
• briefing-out/cache/fundamentals-snapshot.json（TTL 24h）— TICKER 的三錨點輸入（peratio/pegratio/wallstreettarget/growth/margins）+ forward_estimates（賣方共識 fwdEPS currfy/nextfy + EPS 修正動能）

若 TICKER 不在 earnings cache 中（如新標的）→ 跑一次 python3 tools/earnings_history.py --force；或標 (earnings cache miss)。

fundamentals cache 處理：

• TICKER 在 cache 且 mtime 30h → 先跑 python3 tools/fetch_fundamentals.py --ticker TICKER（單票 fetch + merge 進 cache，含 A4 self_valuation），再讀 cache。這樣 cache miss/stale 也能取得 A4，不再直接標 (self-val N/A)。Agent 3 仍同批抓 get_fundamentals_snapshot + get_earnings_history 作即時三錨點交叉（fetch_fundamentals 失敗時的 fallback）。
• 只有 fetch_fundamentals --ticker 真的失敗（EODHD 無資料/token 缺）才標 (self-val N/A)。
• pe_ratio == 0.0 / null → 丟棄 A1 錨；peg_ratio == 0.0 / null → 丟棄 A2 錨，標 (anchor unavailable)

這些 cache 資料用於：

• Section「Investment Thesis」: 引用 trailing 8Q beat rate 強化/弱化基本面論點
• Section「三錨點公允價」: A1/A2/A3 錨點計算 Fair PE + EV（取代手寫點估計）
• Section「Verdict」前呼叫 probability-honesty-checker 時，強制將 macro + base rate 帶入 prompt（Step 1d、1h、1i 必填）

--current 模式 — 整合持倉與計畫

啟用後執行完整 CLAUDE.md Step 0 統一規範（0a → 0b → 0c → 0d → 0e）：

• 讀 plan.md + feedback/*.md；了解此標的在計畫中的角色
• 呼叫 get_account_position 取即時持倉
• 今日 journal 不存在 → 執行 gap-fill + 變動偵測 + 自動建立 journal
• 報告額外輸出「持倉確認」與「配置計畫定位」兩節

---

Arguments

• Single ticker: /stock-analysis PLTR
• Multiple tickers for comparison: /stock-analysis DCO AIR
• With specific focus: /stock-analysis TEAM options (include options strategy suggestions)
• With portfolio context: /stock-analysis MU --current (activates plan.md + positions)
• With Codex second opinion: /stock-analysis MU --codex or /stock-analysis MU --2nd
• Combined: /stock-analysis MU --current --codex

Workflow

1. Parse the ticker(s) from the arguments

1. Gather Data using MCP tools and WebSearch:

Primary: Yahoo Finance MCP

• mcp__yfinance-advanced__get_stock_info — fundamentals, analyst targets, margins, PE ratios
• mcp__yfinance-advanced__get_financial_statement (income_stmt) — revenue, earnings trends
• mcp__yfinance-advanced__get_recommendations (recommendations) — analyst consensus
• mcp__yfinance-advanced__get_yahoo_finance_news — recent headlines
• mcp__yfinance-advanced__get_historical_stock_prices (period=6mo) — price trend

Secondary: SEC EDGAR MCP (for deeper analysis)

• mcp__sec-edgar-mcp__get_financials (statement_type="all") — official SEC financial data
• mcp__sec-edgar-mcp__get_insider_transactions (days=90) — insider buying/selling
• mcp__sec-edgar-mcp__get_recent_filings (days=60) — recent 8-K, 10-K/Q filings
• mcp__sec-edgar-mcp__get_segment_data — revenue breakdown by geography/product

Technical: Technical Indicators MCP

• mcp__technical-mcp__get_technical_indicators — RSI, MACD, Bollinger Bands, ATR, momentum score, trend
• mcp__technical-mcp__get_support_resistance — support/resistance levels, 52-week range

Sentiment: EODHD MCP

• mcp__eodhd-mcp__get_news_sentiment — news with AI sentiment scores
• mcp__eodhd-mcp__get_sentiment_trend — 30-day sentiment trajectory

Tertiary: FMP MCP (free tier, supplementary)

• mcp__fmp-mcp__getStockPeers — peer companies for comparison
• mcp__fmp-mcp__getCompanyProfile — company profile (fallback if yfinance incomplete)

Supplementary: WebSearch (if MCP data is insufficient)

• Search: "[TICKER] stock analysis 2026"
• Search: "[TICKER] earnings revenue growth"

平行數據收集（Agent 子代理 — subagent_type: "data-collector"）：

使用 Agent tool 平行派遣以下 3 組子代理（每組指定 subagent_type: "data-collector"，自動使用 Haiku 4.5 純數據收集）：

• Agent 1 — Yahoo Finance（subagent_type: "data-collector"）：get_stock_info + get_financial_statement + get_recommendations + get_yahoo_finance_news + get_historical_stock_prices
• Agent 2 — SEC EDGAR（subagent_type: "data-collector"）：get_financials（all）+ get_insider_transactions（90d）+ get_recent_filings（60d）+ get_segment_data
• Agent 3 — Technical + Sentiment + EODHD Fundamentals（subagent_type: "data-collector"）：get_technical_indicators + get_support_resistance + get_sentiment_trend + get_news_sentiment（ticker format: TICKER.US）；若 fundamentals cache miss 或 mtime > 30h，同批加抓 mcp__eodhd-mcp__get_fundamentals_snapshot(TICKER.US) + mcp__eodhd-mcp__get_earnings_history(TICKER.US)（不額外 round-trip）

多股比較時，為每個 ticker 各派一組 Agent。若 Agent tool 不可用，依序呼叫亦可。

⚠️ Agent 失敗 fallback：若 Agent 3（Technical）回傳空結果或聲稱「沒有 MCP 權限」，主 Claude 直接呼叫 mcp__technical-mcp__get_technical_indicators + mcp__technical-mcp__get_support_resistance + mcp__eodhd-mcp__get_sentiment_trend，絕不跳過技術分析 section。

1. Check Current Portfolio（--current 模式才執行）

• 呼叫 get_account_position 確認是否持有此標的
• 若持有，在報告開頭輸出「持倉確認」段落（成本、口數、損益）

4a. Thesis Ledger 雙向整合（--current 或有持倉時執行；新標的分析只做「寫」端）

讀端（consumer）— 了解「上次的論點驗證了沒」

python3 tools/thesis_ledger.py list --ticker TICKER

輸出「📋 {TICKER} 既有 thesis 狀態」段落：

| thesis slug | 命題 | 建立 | 狀態 | 上次 resolve 結果 | 公允價 before→after | 價格影響 | 下一步 |
|------------|------|------|------|-----------------|---------------------|---------|------|
| memory-cycle | DRAM ASP上漲... | 2026-01-10 | pending | — | — | — | 等 Q2財報 |
| q1-guide-exec | Q1 guide確認... | 2026-02-01 | passed | AI revenue +6% | $460→$490 | +6.5% | HOLD |

若帳本無此 ticker → 輸出「📋 {TICKER} 帳本：無既有 thesis」

若有 today-due thesis（due 命令輸出中出現此 ticker）→ 在此段末尾標： ⚠️ 今日到期 thesis：{slug} — 請在本次分析後執行 D2 三桶分解 + resolve

如果有到期需驗收的 thesis，執行 D2：

• 從本次 Agent 數據抓實際指標（財報數字/分析師 PT/毛利率等）
• 照 briefing Step 0.7 邏輯做 passed/failed/partial 三桶分解
• 呼叫 resolve 帶結構化旗標（--fair-value-before 從上次登錄時的公允價基準取，或從 history 最後一筆取）

寫端（producer）— 本次分析的新 thesis 登錄（Verdict 後執行）

凡 Verdict 含明確時間/事件觸發點的論點，在輸出末尾登錄：

python3 tools/thesis_ledger.py list --ticker TICKER   # 先查既有 slug
python3 tools/thesis_ledger.py add --ticker TICKER --slug  \
  --thesis "" --falsification "" "" \
  --trigger-type event|date --trigger-date YYYY-MM-DD \
  [--event earnings] [--metric "到期要比的指標"] --source stock-analysis \
  --ev ""

新增 --ev 時同時記錄當下基準公允價（= fair_value_before 的基準，日後 resolve 時用）

4b. 訊號擷取 & Thesis 候選（Signal Extraction，stock-analysis 預設開）

> 目的：從 news body + SEC 8-K + 財報逐字稿抽已量化陳述，用以補強/修正 thesis 機率分布輸入（Step 0e）。

反幻覺門檻（必守）： 每個 signal 必須附 raw_quote（≤120 字逐字引用）；無 quote → 無 signal；只有 narrative → 明寫「無可量化信號（only narrative）」。

資料管道優先順序：

1. SEC 8-K（Agent 2 analyze_8k / get_recent_filings 14d 內）→ confidence: high
2. 財報逐字稿（mcp__fmp-mcp__getEarningsTranscript 最新一份，取 capex/ASP/wafer/utilization 句）→ confidence: high；僅財報後 30 天內
3. EODHD raw news body（news-articles.json Step 0.67，或 mcp__eodhd-mcp__get_news 即時抓）→ confidence: medium
4. FMP segment（mcp__fmp-mcp__getRevenueProductSegmentation）→ confidence: medium（有數字才算）

訊號 record（Claude 輸出，不寫 JSON cache）：

metric: wafer_starts / capex / ASP_QoQ / segment_revenue / utilization / ...
value: "+8% QoQ"（逐字含單位）
direction: up | down | flat
ticker, source_url_or_desc, source_type: sec_8k | transcript | news | fmp_segment
date, confidence: high | medium | low
raw_quote: ""    ← 無此欄 = 不成立

Signal → Thesis 轉換後登錄（confidence ∈ {high, medium} 且有明確前瞻 trigger）：

python3 tools/thesis_ledger.py list --ticker    # 先查重
python3 tools/thesis_ledger.py add --ticker  --slug  \
  --thesis "" \
  --falsification "" "" "" \
  --trigger-type event|date --trigger-date YYYY-MM-DD \
  --event earnings --metric "" \
  --source signal-inference \
  --ev "signal:  , , conf="

confidence=low 或純 paraphrase → 在報告文字呈現即可，不入 ledger。exit-code-2 碰撞 → 改 slug 或 supersede。

輸出段落（報告末尾）：

### §4b 訊號擷取
| metric | value | dir | source | confidence | raw_quote（首 80 字） |
|--------|-------|-----|--------|------------|----------------------|
| wafer_starts | +8% QoQ | up | Reuters/EODHD | medium | "...逐字引用..." |

THESIS 候選：[若有 high/medium conf 訊號]
- slug: wafer-starts-bit-growth → 已登錄 thesis_ledger
[若無]
- 無可量化信號（only narrative news，無 SEC 8-K / 逐字稿量化句）

1. Generate Report for each ticker:

Standard Report Format

## [TICKER] - [Company Name] ($XX.XX)
**Sector:** [sector] | **Market Cap:** $XXB | **Forward PE:** XX.X

### Key Metrics
| Metric | Value |
|--------|-------|
| Revenue (TTM) | $X.XB |
| Revenue Growth (YoY) | XX% |
| EPS (TTM) | $X.XX |
| EPS Growth | XX% |
| Forward PE | XX.X |
| PEG Ratio | X.XX |
| Gross Margin | XX% |
| Free Cash Flow | $XM |
| Debt/Equity | X.XX |

### Investment Thesis
- Bull case (2-3 points)
- Bear case (2-3 points)

### Analyst Consensus
- Rating: Buy/Hold/Sell
- Price Target Range: $XX - $XX
- Median Target: $XX (upside/downside %)

### Technical Analysis
Use `mcp__technical-mcp__get_technical_indicators` and `mcp__technical-mcp__get_support_resistance`.

| Indicator | Value | Signal |
|-----------|-------|--------|
| RSI (14) | XX.X | Overbought/Neutral/Oversold |
| MACD | line/signal/histogram | Golden Cross/Death Cross/None |
| Bollinger %B | X.XX | Upper/Middle/Lower band |
| ATR (normalized) | X.X% | Low/Medium/High volatility |
| Momentum Score | XX | -100 to +100 |
| Trend | description | |
| Volume Ratio | X.XX | Above/Below average |

**Support & Resistance:**
| Level Type | Price | Distance % |
|------------|-------|-----------|
| Resistance 1 | $XX.XX | +X.X% |
| Support 1 | $XX.XX | -X.X% |
| 52W High | $XX.XX | -X.X% |
| 52W Low | $XX.XX | +X.X% |

**Entry Timing:**
- RSI > 70: avoid chasing, wait for pullback
- RSI  --shares  \
    --cash  --debt  --growth  [--wacc 0.10] [--terminal 0.03]
  ```
  回 `intrinsic_value_per_share`。FCF≤0 → 工具自動回 N/A（標 `DCF 不適用（FCF 為負）`）。**DCF 僅 sanity flag，不進 EV**；高成長股 terminal 佔比常 >70%（工具會回 `terminal_pct_of_ev`），偏離大時註明「假設敏感、參考性低」。FMP getDCFValuation 僅作備援（通常 402）。

- **機率分布：**

  | 情境 | 機率 | FwdEPS | A1 | A2 | A3 | Fair PE | 公允價 |
  |------|------|--------|-----|-----|-----|---------|--------|
  | 樂觀 | XX% | $X | XX | XX | XX | XX（max×1.25） | $XXX |
  | 基準 | XX% | $X | — | — | — | XX（median） | $XXX |
  | 悲觀 | XX% | $X | XX | XX | XX | XX（min×0.70） | $XXX |

  Expected value = Σ(機率 × 公允價) = $XXX → vs 現價 $XXX：±X%

  DCF 交叉（`simple_dcf.py` 自建，必做）：`DCF: $XXX vs 基準公允 $XXX（差 ±X%）；terminal 佔 EV X%`（FCF 20% 才說）：
    - A4 > A3 + 20%：「我的營收/利潤推估較 Street 樂觀 — 檢查是否有市場未定價的成長催化」
    - A4  若 Codex 失敗 → 輸出 `⚠️ Codex 不可用：[error]，跳過第二意見`，繼續正常輸出。

---

## Output Language
Use Traditional Chinese (繁體中文) for all text output.

## 存檔 + HTML 生成
報告完成後：
1. 使用 Write tool 把完整 markdown 寫到 `briefing-out/stock-analysis--YYYY-MM-DD.md`
2. 執行：
```bash
python3 tools/generate_html.py stock-analysis briefing-out/stock-analysis--YYYY-MM-DD.md --push

成功時印出網頁連結，失敗（repo 尚未建立）時印警告並繼續。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: PatrickSUDO
• Source: PatrickSUDO/fadacai-portfolio
• License: MIT

Install and usage instructions live in the source repository linked above.