earnings-preview
Bundled skill: earnings-preview
价格
免费
- 安装:免费
在组织开通时一次性收取;再次读取清单或下载不重复收费。
以上为公开标价。你的组织可能有协议价,以控制台显示的价格为准。
如何使用
为组织安装
开通即安装:组织固定使用开通时的版本(当前为 1.0.0)。升级到新版本需要取消后重新开通。
创建凭证
客户端使用组织凭证读取;绑定到数字人后,数字人使用绑定凭证按需加载。请求中携带:
Authorization: Bearer $ZGI_MARKET_KEY读取清单与安装包
清单列出版本、文件和校验值;安装包是一个 zip 文件。
读取清单 curl "https://market-api.zgi.im/v1/market/skills/earnings-preview/manifest" \ -H "Authorization: Bearer $ZGI_MARKET_KEY"下载安装包 curl "https://market-api.zgi.im/v1/market/skills/earnings-preview/package" \ -H "Authorization: Bearer $ZGI_MARKET_KEY" \ -o earnings-preview.zip读取清单和下载安装包不计入用量。下载后请用响应头中的 SHA-256 校验文件。
技能说明
- 名称
- earnings-preview
- 说明
- Pre-earnings analysis for global equities (focus US / HK / A-shares, also other markets). Builds scenario frameworks (actual vs consensus, beat/miss cases), identifies key metrics to watch, and prepares positioning notes before companies report quarterly results. Uses valuz-stock (earnings_calendar, income_statement, revenue_breakdown, company_overview, stock_quote) and valuz-search (reports_search 一致预期/前瞻, conferences_search guidance, earnings_search, filings_search, news_search). Triggers on "财报前瞻", "季报前瞻", "业绩前瞻", "earnings preview", "what to watch for [company] earnings", or "pre-earnings setup".
技能包内没有脚本文件:这个技能是供模型阅读的文本。
SKILL.md 节选
# earnings-preview ## Purpose Build **全球上市公司(美股/港股/A 股为主,兼顾其他市场)季报/年报前瞻分析**, preparing for company earnings releases with scenario frameworks and key metrics to watch. ## Data Sources 用 `valuz-stock` 定档期 + 取历史财务基线,用 `valuz-search` 取一致预期/指引/电话会/公告。 > **Symbol format**: `valuz-stock` 用裸代码(`AAPL` / `00700` / `600519`);`valuz-search` 用 `market:ticker`(`US:AAPL` / `HK:00700` / `SH:600519`)。 - **`valuz-stock`** — 财报日程、历史财务、指标数值数据。 - **`valuz-search`** — 一致预期/前瞻、指引、电话会、公告、纪要检索。 ```python # valuz-stock — 裸代码 (AAPL / 00700 / 600519) earnings_calendar(symbol="AAPL") → 下次财报档期、报告期 income_statement(symbol="AAPL", period="quarterly", limit=8) → 历史营收/利润/EPS 趋势 revenue_breakdown(symbol="AAPL", period="quarterly") → 分部/分产品收入结构 company_overview(symbol="AAPL") → 估值、PE/PB、市值 stock_quote(symbol="AAPL") → 当前价、交易区间 # valuz-search — market:ticker (US:AAPL / HK:00700 / SH:600519) reports_search(query="一致预期 前瞻", symbols=["US:AAPL"]) → 卖方一致预期、前瞻研报 conferences_search(symbols=["US:AAPL"]) → 上次电话会指引 news_search(query="业绩预告 指引", symbols=["US:AAPL"]) → 近期催化、指引新闻 filings_search(symbols=["US:AAPL"]) → 业绩预告、公告 earnings_search(symbols=["US:AAPL"]) → 历史财报披露文档 ``` ### Consensus Estimates - 一致预期/前瞻用 `reports_search`(valuz-search,`query="一致预期"` 或 `"前瞻"`)。 - **If consensus unavailable**, derive from: - 历史增速基线:`income_statement`(valuz-stock) - 上次指引:`conferences_search`(valuz-search) 取电话会指引 - Industry benchmarks ### Secondary Sources (via `valuz-search`) - 公司公告/业绩预告 (earnings preview notices) — `filings_search` - 历史财报披露文档 — `earnings_search` - 卖方研报/前瞻 (broker research) — `reports_search` - 电话会指引/纪要 (earnings call) — `conferences_search`、`minutes_search` - 近期催化/指引新闻 — `news_search` ## Workflow ### Step 1: Establish Baseline 先用 `earnings_calendar`(valuz-stock,裸代码) 确认下次财报档期与报告期;历史基线用 `income_statement`(valuz-stock,`period="quarterly"`, `limit=8`),收入结构用 `revenue_breakdown`(valuz-stock)。 **Historical performance (last 4-8 quarters):** | Quarter | Revenue | YoY | Net Income | YoY | EPS | Net Margin | |---------|---------|-----|------------|-----|-----|------------| | Q1 2024 | | | | | | | | Q2 2024 | | | | | | | | Q3 2024 | | | | | | | | Q4 2023 | | | | | | | **Identify trends:** - Accelerating or decelerating growth? - Margin expansion or compression? - Seasonal patterns? - One-time items to normalize? ### Step 2: Gather Consensus Estimates 一致预期与前瞻用 `reports_search`(valuz-search,`query="一致预期"`/`"前瞻"`, `symbols=["US:AAPL"]`);上次管理层指引用 `conferences_search`(valuz-search);近期指引/预告新闻用 `news_search`(valuz-search)。 **Consensus table:** | Metric | Q1 2024 Estimate | Range (Low-High) | # Analysts | |--------|-----------------|-------------------|------------| | Revenue | | | | | YoY Growth | | | | | Net Income | | | | | EPS | | | | | Gross Margin | | | | | Net Margin | | | | **Beat probability assessment:** - Strong beat (>+10%): Company has history of under-promising - Moderate beat (+5% to +10%): Consensus well-established - In-line (-5% to +5%): Typical range - Miss risk (<-5%): Macro headwinds, order delays ### Step 3: Identify Key Metrics to Watch **Company-specific KPIs:** For each company, identify 3-5 metrics that will drive the report: | Metric | Why It Matters | Watch Threshold | Risk if Missed |
SKILL.md 不止这些内容,安装后可阅读全文。
技能包内容
共 1 个文件,合计 10.7 KiB
- SKILL.md10.7 KiB
来源与审核
- 审核状态
- 尚未审核,内容来自上游来源
- 许可证
- 未说明
审核状态是平台对上架信息的记录,不构成对上游服务质量或可用性的担保。
相关商品
- 技能通用工具
育儿大师.Skill
育儿大师.Skill——0-18 岁全场景家庭养育支持,服务对象是家长。只要用户的问题涉及孩子(0-18 岁)的养育、健康、行为、情绪、学习或亲子关系,即应触发本技能,无需用户明确说出「育儿」二字;用户以「我家孩子」「宝宝」「娃」等开场描述困扰时,同样触发。典型话题:育儿/带娃/宝宝/婴儿/幼儿/学龄前/青春期/新生儿、发育/里程碑/早教、喂养/辅食/挑食/夜醒/断奶/睡眠、疫苗/体检/湿疹/发烧/咳嗽/腹泻/皮疹/流鼻涕、哭闹/发脾气/打人/咬人/说谎/恐惧/焦虑/分离/对抗/顶嘴/撒谎/害羞/抗挫折/修复关系、写作业/拖延/厌学/考试焦虑/沉迷手机/注意力/多动症、亲子关系/二胎/隔代育儿/离异家庭/单亲/留守/丧亲、ADHD/自闭症/抽动/感统、自伤/抑郁/霸凌/欺凌/虐待/家暴、性教育/早恋/身体安全、父母自责/原生家庭/代际创伤/情绪崩溃/倦怠/吼孩子后修复、每周培养课表/家庭排程/爸爸陪伴、孩子档案/成长记录/评估量表/幼小衔接/入学准备/学习障碍/阅读困难/性早熟/身高偏矮/超重/咬指甲/产后抑郁/围产期情绪/多胞胎/收养/寄养/残障/听障/视障/特殊教育/走失/防拐/早
- life-health
- life-local
- life-family
- +1
免费 - 技能通用工具
防骗大师.Skill
防骗大师.Skill:你身边的生活类防骗专家。 当用户贴来可疑的短信、聊天记录、邮件、链接、App 或电话转述,想知道"这是不是骗局"时立即出动,一眼看穿套路;当对话中冒出转账、验证码、屏幕共享、陌生链接、安全账户、冒充公检法等危险信号时主动亮剑,及时拦住伸向钱包的手;当用户想要防骗科普、话术识别或实战演练时随时开课,寓教于练。覆盖刷单返利、杀猪盘、冒充公检法、冒充客服、虚假投资、钓鱼链接、冒充老板转账、资金盘、0元购消费全返等高发骗局,守住每一分血汗钱。
- life-consumption
- life-family
- skillhub
免费 - 技能通用工具
market-regulatory-entry
Use when a brand needs to assess overseas market opportunity, competition, pricing, channels, unit economics, or product regulatory entry requirements before entering a country or region.
- finance
- plugin
- valuz
免费