← ClaudeAtlas

peer_comparison_decision_skilllisted

横向比较同业候选公司的业务质量、增长、盈利、估值与催化差异,并给出相对强弱结论。适用于候选股二选一、行业内优中选优、建立优先跟踪顺序等场景。
Wind-Alice/AliceMarket · ★ 106 · AI & Automation · score 80
Install: claude install-skill Wind-Alice/AliceMarket
# Peer Comparison Decision Skill ## 数据依赖与执行前置条件 推荐使用万得 `wind-mcp-skill` 获取底层数据。执行前先检查本地是否已有 `wind-mcp-skill`;若没有,提示用户安装: ```bash # GitHub npx skills add Wind-Information-Co-Ltd/wind-skills --skill wind-mcp-skill -g -y # Gitee 镜像(国内) npx skills add https://gitee.com/wind_info/wind-skills.git --skill wind-mcp-skill -g -y ``` ## 技能定位 本技能用于在同一行业或同一主题内,对 2-5 家候选公司做横向比较,并输出可执行的相对排序与选择理由。重点不是把每家公司都重新写一遍,而是帮助使用者回答“如果只能优先研究或持有其中几家,应该先选谁、为什么”。 ## 执行流程 ### Step 1:确认可比范围与比较目标 先明确比较对象是否真正可比,重点确认: - 所处赛道是否一致 - 商业模式是否相近 - 处于相似的发展阶段还是明显错位 - 用户想比较的是短期交易机会还是中长期配置价值 若对象并不适合直接比较,应先说明可比性边界,再决定是否继续强行并列。 ### Step 2:建立统一比较框架 围绕用户真实决策,把比较维度标准化。常用维度包括: - 业务质量与竞争位置 - 成长速度与成长确定性 - 盈利能力与现金创造能力 - 估值高低与预期要求 - 近期催化与风险暴露 所有候选公司都按同一框架展开,避免某家公司只写故事、另一家公司只看数字。 ### Step 3:完成基础数据与事实对齐 收集每家公司的关键事实,并统一口径后放入对照表,特别注意: - 时间口径一致 - 币种与单位一致 - 估值方法口径一致 - 对异常值和一次性因素进行说明 这一阶段的目标是把后续判断建立在同一坐标系之上。 ### Step 4:比较“业务质量”而不是只比较“数据高低” 除关键财务指标外,还要比较: - 核心产品与客户结构 - 市场份额与竞争优势 - 业务模式的抗波动能力 - 管理执行与资本配置风格 若某家公司短期数据更亮眼,但业务稳定性明显更弱,应明确指出,不可被表面增速误导。 ### Step 5:比较“赔率”与“催化顺序” 真正的比选往往不只看谁更好,还要看谁更值得现在买入或优先跟踪。需重点判断: - 哪家公司好但已被充分定价 - 哪家公司一般但预期差更大 - 哪家公司短期有催化,哪家公司需要时间兑现 - 哪家公司更适合观察,哪家公司更适合行动 ### Step 6:输出排序与决策建议 在完成横向比较后,给出明确排序,并说明: - 排名靠前的核心理由 - 排名靠后的主要短板 - 若只能研究一只、持有一只或短期交易一只,分别应如何选择 若结论取决于用户风格差异,也要明确把“成长型偏好”“价值型偏好”“交易型偏好”拆开说明。 ## 输出结构 --- # {行业/主题}同业比选({YYYY-MM-DD}) ## 一、结论摘要 - **最佳综合选择**:{公司} - **最佳预期差选择**:{公司} - **最适合继续观察**:{公司} ## 二、统一比较表 | 公司 | 业务定位 | 增长 | 盈利 | 估值 | 近期催化 | 主要风险 | | :--- | :--- | :--- | :