财报季研究太慢太浅？这款 Claude Skill 打造机构级投研框架
每到财报季，面对几百页的 10-Q 文件、纷繁复杂的卖方研报和铺天盖地的市场噪音，你是否感到无从下手？手动整理数据耗时费力，担心错过了核心 KPI，或者因为情绪化交易而追涨杀跌？
今天为大家推荐一个专为 Claude 打造的神级开源项目 —— Day1Global-Skills 仓库中的 tech-earnings-deepdive。它不仅仅是一个简单的问答机器人，而是一个覆盖 16 大分析模块、6 大投资哲学视角 和 反偏见框架 的完整投研决策系统，能帮你瞬间生成机构级的深度投资备忘录。
核心功能深挖：从数据到决策的闭环
这个 Skill 的核心价值在于将“看财报”升级为“做研究”，它通过以下几个硬核功能实现了质的飞跃：
1. 全方位 16 大分析模块（A-P）
系统不再局限于营收和利润，而是覆盖从基础财务到深层逻辑的方方面面，确保无死角扫描：
- 收入质量
- 盈利能力
- 现金流
- 前瞻指引
- 竞争格局
- 核心指标
- 产品与新业务
- 合作伙伴生态
- 高管团队
- 宏观政策
- 估值模型
- 筹码分布
- 长期监控变量
- 研发效率
- 会计质量
ESG筛查
2. 六大投资哲学视角
不同流派的投资大师对同一只股票的看法截然不同。该 Skill 能模拟顶级思维，为你提供多维度的辩题：
- 质量复利（巴菲特/芒格）
- 想象力成长（Baillie Gifford/ARK）
- 基本面多空（Tiger Cubs）
- 深度价值（Klarman/Marks）
- 催化剂驱动（Tepper/Ackman）
- 宏观战术（Druckenmiller）
3. 多维估值与反偏见体系
为了避免单一估值模型的盲区，系统构建了估值矩阵，并强制进行反偏见检查：
- 估值矩阵方法：
Owner Earnings、PEG、反向DCF、魔法公式、EV/EBITDA行业对标、EV/Revenue+ Rule of 40。 - 反偏见检查：6 大认知陷阱自检、7 大财务红旗、5 大科技股盲区、
Pre-Mortem事前尸检。
此外，它还建立了一套严格的三层证据标准，确保分析质量：
| 层级 | 类型 | 举例 |
|---|---|---|
| 第一层 | 一手来源 | CEO 原话、员工评价、客户评价、GitHub 活跃度、专利、招聘动向 |
| 第二层 | 事实来源 | SEC 文件（10-K/10-Q/8-K）、财报数据、法庭文件 |
| 第三层 | 观点来源 | 卖方研报、新闻分析、价格目标汇总 |
实战演示：一键安装，即刻使用
这款 Skill 的安装和使用非常简洁，无需复杂的配置。
1. 安装
你可以直接在 Claude 对话中输入以下命令完成安装（推荐方式）：
/install-skill https://github.com/Day1Global/Day1Global-Skills/raw/main/tech-earnings-deepdive.skill
2. 基础用法
安装后，直接用自然语言提问即可。Skill 会自动识别相关话题并激活：
帮我深度分析一下 NVDA 最新一季的财报
TSLA 这季度财报出来了，帮我做个全面的 deep dive
3. 进阶用法
你还可以要求它进行对比分析或建立监控清单：
对比分析 GOOGL 和 META 最新财报，哪个更值得持有？
帮我建立一个 AMZN 的长期监控变量清单和 Action Trigger
避坑指南与总结
在使用过程中，请注意以下几点：
- 免责声明：此 Skill 生成的分析基于公开信息和模型推算，仅供研究参考，不构成投资建议。投资有风险，决策需谨慎。
- 协同效应：为了获得更精准的判断，建议结合其他 Skill 交叉验证。例如，完成财报分析后，可以联动
us-value-investing进行四维价值评分。 - 适用人群：如果你是个体投资者、金融分析师，或者对美股科技股有浓厚兴趣的技术爱好者，这套工具将极大提升你的研究效率。
别让信息过载淹没你的判断力，让 tech-earnings-deepdive 成为你投资路上的“首席分析师”。
GitHub开源地址：https://github.com/star23/Day1Global-Skills
