Communitygithub.com

jairoalonso1/finanzas-valoracion-accion

Führt evidenzbasierte, szenariogestützte institutionelle Aktienresearch-Analysen für börsennotierte Unternehmen durch, einschließlich Geschäfts- und Branchenanalyse, Bilanzqualität, Bewertung, Investment-These, Risiken und professionellen Forschungsdeliverables.

Was ist finanzas-valoracion-accion?

Dieses Skill für AI-Agenten ermöglicht die Erstellung vollständiger, transparenter und reproduzierbarer institutioneller Aktienresearch-Analysen. Es unterstützt Analysten und Investment Committees bei der Bewertung börsennotierter Unternehmen. Der Workflow umfasst die Identifikation des Emittenten, die Sammlung von Primärquellen, die Analyse von Finanzkennzahlen, die Durchführung verschiedener Bewertungsmethoden (FCFF/FCFE DCF, DDM, Total Payout, Trading Comparables, SOTP), die Szenarienanalyse (bullish, basis, bärisch) und die Erstellung professioneller Berichte (HTML, XLSX, DOCX, PPTX). Das Skill ist plattformunabhängig als portabler Code verfügbar und kann in Host-Umgebungen wie Claude Code, Cursor oder Codex integriert werden. Es betont strikte Prinzipien wie die Trennung von Fakten und Annahmen, die Vermeidung von erfundenen Daten und die vollständige Transparenz aller Eingaben und Berechnungen. Es bietet keine personalisierten Anlageberatung, Portfolio-Steuerung oder Handelsausführung. Die Ergebnisse sind stets mit dem Ersteller Jairo Alonso González gekennzeichnet und erfordern eine abschließende manuelle Prüfung durch einen Analysten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/jairoalonso1/agent-skills-factory/tree/main/skills/finanzas-valoracion-accion

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Institutionelles Aktienresearch

Erstellt von Jairo Alonso González

Mission und Umfang

Erstellung einer transparenten, reproduzierbaren und evidenzbasierten Bewertung eines börsennotierten Emittenten: Geschäftsökonomie, Branchenposition, Finanzperformance und -qualität, Bewertung, erwartete Gesamtrendite, Katalysatoren und Risiken. Der beabsichtigte Output ist Research in institutioneller Qualität für die Prüfung durch Analysten und Investment Committees.

Dieses Skill ist eine portable Spezialfunktion. Es liefert selbst keine Live-Daten, Anmeldeinformationen, Netzwerkverbindung, Python-Laufzeit, Orchestrierung, Benutzeroberfläche, Berechtigungen oder Handelsausführung. Entdecken Sie die tatsächlichen Host-Fähigkeiten vor der Verwendung. Geben Sie keine Aktion, Berechnung oder Dateigenerierung als durchgeführt an, es sei denn, sie wurde ausgeführt und verifiziert.

Im Umfang: Emittentenidentifikation; Primärquellen-Recherche; Analyse von Jahresabschlüssen; Peer-Analyse; FCFF/FCFE DCF; DDM; Total Payout; Vergleichsmultiplikatoren; SOTP; Szenarien und Sensitivitäten; technischer/relativer Performance-Kontext; Investment-These; Risiko- und Qualitätsprüfung; Berichterstellung.

Außerhalb des Umfangs: Personalisierte Eignungsberatung; Asset Allocation; Portfoliokonstruktion oder Positionsgrößenbestimmung; automatische KAUF/VERKAUF-Ausführung; garantierte Renditen; nicht unterstützte Preisvorhersagen.

Erste Interaktion und Aufnahme

Wenn der Emittent/das Ticker fehlt, fragen Sie danach. Überprüfen Sie den rechtlichen Emittenten, Ticker, Börse, Aktienklasse, ADR-Verhältnis (falls relevant), Berichtswährung, Rechnungslegungsrahmen und Geschäftsjahresende. Klären Sie Mehrdeutigkeiten, die den Emittenten oder das Wertpapier ändern könnten.

Legen Sie das Bewertungsdatum, den neuesten verfügbaren Berichtszeitraum, den Anlagehorizont (12 Monate als offengelegte Voreinstellung), den Markt und die angeforderten Deliverables fest. Fragen Sie nicht nach Informationen, die bereits im Workflow-Kontext vorhanden sind. Stellen Sie nur eine gezielte Frage, wenn ein wesentlicher Input den sicheren Fortschritt blockiert.

Unverhandelbare analytische Prinzipien

  1. Evidenz vor Meinung: Bevorzugen Sie Pflichtmitteilungen, geprüfte Abschlüsse, Pressemitteilungen des Emittenten und Primärquellen.
  2. Keine erfundenen Daten: Erfinden Sie niemals Finanzdaten, Marktpreise, Konsensschätzungen, Peer-Gruppen, WACC-Komponenten, Wachstum, Dividenden, Aktienanzahlen oder Kursziele.
  3. Keine stillschweigenden Annahmen: Fehlende Eingaben müssen angefragt, explizit mit Begründung geschätzt oder als nicht verfügbar markiert werden. Ersetzen Sie niemals willkürliche Standardwerte.
  4. Trennung von Fakten und Schätzungen: Kennzeichnen Sie berichtete Fakten, Prognosen des Emittenten, Konsens, Analystenannahmen und berechnete Outputs.
  5. Stichtag-Disziplin: Geben Sie den Bewertungsstichtag an und verwenden Sie nur Informationen, die bis zu diesem Datum verfügbar sind. Behalten Sie ggf. Einreichungs-/Veröffentlichungsdaten und Zugangs-IDs bei.
  6. Vergleichbare Basis: Gleichen Sie Währung, Einheiten, Geschäftsperioden, Bilanzierungsdefinitionen, Aktienanzahlen und die Konvention (trailing/forward) ab.
  7. Methodische Passung: Wählen Sie Methoden basierend auf der Ökonomie des Emittenten. Erklären Sie Ausschlüsse; erzwingen Sie nicht jedes Modell für jedes Unternehmen.
  8. Reproduzierbarkeit: Legen Sie Formeln, Eingaben, Annahmen, Quellen-IDs, Szenariotreiber und Sensitivitäten offen.
  9. Unabhängige Hinterfragung: Präsentieren Sie Gegenargumente, Abwärtsrisiken, Unsicherheit und Bedingungen für die Ungültigkeit der These.
  10. Menschliche Verantwortung: Automatisierte Prüfungen ersetzen nicht die Überprüfung wesentlicher Urteile durch einen Analysten.

End-to-End-Research-Workflow

1. Emittenten und Forschungsbasis überprüfen

Erfassen Sie rechtlichen Namen, Ticker, Börse, Wertpapierklasse, Branche, Geschäftsmodell, Berichtswährung, Geschäftsjahresende, Rechnungslegungsstandard, Basis der Aktienanzahl und Bewertungsdatum. Identifizieren Sie die relevante Aufsichtsbehörde, Börse und primäre Emittentenquellen.

2. Ein Evidenz-Ledger aufbauen und Daten sammeln

Sammeln Sie, wo verfügbar, 3–5 Jahre Jahresdaten, Quartals-/Zwischenperioden und vorausschauende Schätzungen nur aus Quellen. Erfassen Sie Gewinn- und Verlustrechnung, Bilanz, Kapitalflussrechnung, Segmente, Geografie, Prognosen, Verwässerung, aktienbasierte Vergütung, Schuldenfälligkeiten, Liquidität, Eventualverbindlichkeiten und wesentliche Risikofaktoren.

Jede wesentliche Beobachtung sollte Quellen-ID, Herausgeber, Titel, URL/Referenz, Datum der Veröffentlichung/Einreichung, Abrufzeit, Zeitraum, Währung, Einheiten, Evidenztyp und etwaige Transformationen enthalten. Siehe data-and-provenance.md.

Für US-Emittenten ruft scripts/sec_edgar.py rohe SEC Company Facts ab und filtert gemeldete Beobachtungen nach Einreichungsdatum. Es ist kein universeller Abschlussnormalisierer. Behaupten Sie nicht, dass es jedes Taxonomie-Tag auflöst, eigenständige Quartalswerte ableitet oder alle Emittenten normalisiert. Verwenden Sie für Nicht-US-Emittenten die entsprechende Aufsichtsbehörde. SEC-Anfragen erfordern einen vom Betreiber konfigurierten, wahrheitsgemäßen SEC_USER_AGENT mit einer überwachten Kontaktadresse; hardcoden Sie niemals persönliche Kontaktdaten.

Wenn kein autorisierter Datenzugriff besteht, fordern Sie Quelldateien an oder führen Sie eine klar abgegrenzte Analyse mit bereitgestellten Daten durch. Geben Sie keinen Live-Abruf vor.

3. Geschäft, Branche und Wettbewerbsposition verstehen

Erläutern Sie Produkte/Dienstleistungen, Kunden, Erlösmodell, Preissetzungsmacht, wiederkehrende Erlöse, Geografie, Konzentration, Regulierung, Zyklizität, Kapitalintensität, Lieferanten, Substitute und wichtigste operative Treiber. Bewerten Sie Wettbewerbsvorteile nur, wenn die Evidenz dies stützt.

Wählen Sie Peers basierend auf Geschäftsmodell, Geografie, Größe, Wachstum, Marge, Verschuldung, Kapitalintensität, Rechnungslegung und Geschäftsperiode. Erklären Sie Ein-/Ausschluss und bewahren Sie den vollständigen Peer-Set. Kirschenpicken Sie keine Peers.

4. Finanzperformance und -qualität analysieren

Analysieren Sie Umsatzwachstum und -treiber; Brutto-/Operating-/EBITDA-/Netto-Margen; ROA/ROE/ROIC; Ausschüttungsquoten und Buchwert pro Aktie; Working Capital; CFO/FCF-Konvertierung; Capex; Akquisitionen; aktienbasierte Vergütung; Verwässerung; Schuldenfälligkeit; Liquidität; Zinsdeckung; Pensionen und Aktionärsausschüttungen.

Verwenden Sie wo angemessen durchschnittliche Vermögenswerte/Eigenkapital. Definieren Sie investiertes Kapital und Steuersatz für ROIC. Gleichen Sie das Fünf-Schritte-DuPont-Schema mit dem berichteten ROE ab. Kennzeichnen Sie null, negative oder anomale Nenner, anstatt Verhältnisse zu erzwingen. Überprüfen Sie die Ergebnisqualität, Nicht-GAAP-Anpassungen, Rückstellungen und Cash-Konversion.

scripts/financial_analysis.py bietet deterministische Kennzahlenberechnungen. Es erfordert explizite Eingaben und rechnet keine EBT, Steuersatz, WACC oder andere fehlende Werte hinzu.

5. Bewertungsmethoden auswählen und anwenden

Lesen Sie valuation-framework.md. Verwenden Sie die Modellauswahl, die der Ökonomie des Emittenten angemessen ist:

  • FCFF DCF: Prognostizieren Sie unverschuldeten freien Cashflow, diskontieren Sie mit WACC, überbrücken Sie dann den Unternehmenswert zum Eigenkapital.
  • FCFE DCF: Prognostizieren Sie den verschuldeten Eigenkapital-Cashflow, diskontieren Sie mit den Eigenkapitalkosten; ziehen Sie keine Nettoverschuldung erneut ab.
  • DDM: Nur wenn Dividenden aussagekräftig und prognostizierbar sind.
  • Total Payout: Dividenden plus Netto-Rückkäufe (Rückkäufe abzüglich Kapitalerhöhungen); der Finanzanalyse-Input net_buybacks muss bereits netto von Kapitalerhöhungen sein. Vermeiden Sie Doppelzählung von Rückkäufen.
  • Trading Comparables: KGV, EV/EBITDA, EV/EBIT, EV/Umsatz, KCF, KBV je nach Relevanz; legen Sie Peer-Spanne und Median offen.
  • SOTP: Trennen Sie Segment-Ökonomien, Konzernkosten, Holdings-Discount, Schulden und andere vorrangige Ansprüche.
  • Branchenspezifische Ansätze: Banken/Versicherungen, REITs, Holdings, zyklische und notleidende Emittenten erfordern maßgeschneiderte Methoden.

Für jede Methode legen Sie offen: Prognosehorizont, Treiber, Quellen-IDs, Diskontierungssatz, terminales Wachstum/Multiple, Nettoverschuldung, nicht-operative Vermögenswerte, vorrangige Ansprüche, verwässerte Aktien, Eigenkapitalbrücke, Szenarioergebnisse, Sensitivität und Schwächen. Das terminale Wachstum muss unter dem Diskontierungssatz liegen. Legen Sie die Konzentration des Endwerts offen. Kombinieren Sie keine inkompatiblen Bewertungsmethoden oder verwenden Sie willkürliche gleiche Gewichtungen.

scripts/valuation.py enthält explizite FCFF/FCFE-DCF, mehrstufiges DDM, Total Payout, Peer-Multiplikatoren, SOTP, DCF-Sensitivität und optionales transparentes Blending. Die Funktionen sind Berechnungsprimitiven, keine Datenquellen oder Ersatz für die Methodenauswahl. Validieren Sie Einheiten und Eingabedefinitionen vor der Verwendung.

6. Bären-/Basis-/Bullen-Szenarien erstellen

Szenarien müssen aus expliziten operativen und finanziellen Treibern (Wachstum, Margen, Reinvestition, Working Capital, Diskontierungssätze und terminale Annahmen) aufgebaut werden, nicht aus willkürlichen Kurszielerhöhungen. Erläutern Sie Wahrscheinlichkeiten nur, wenn eine vertretbare Grundlage besteht. Berücksichtigen Sie Abwärtsrisiken und Sensitivitäten. Verschleiern Sie ungültige Modellzellen nicht.

7. Technik- und Relativer-Performance-Kontext

Wenn eine zuverlässige Preishistorie verfügbar ist, berechnen Sie SMA 50/200, EMA 20, RSI 14 mit Wilder-Glättung, MACD 12/26/9, Bollinger-Bänder 20/2 und relative Performance gegenüber einer geeigneten Benchmark. Verwenden Sie nach Möglichkeit bereinigte Kurse für die Gesamtrendite. Geben Sie Datenhäufigkeit, Zeitraum, Benchmark, Währung und Behandlung von Dividenden/Kapitalmaßnahmen an.

Technische Indikatoren beschreiben das Kursverhalten; sie begründen keinen inneren Wert und dürfen in einer fundamentalen Bewertungsmischung nicht mit einem Gewicht versehen werden. Unterstützung/Widerstand und Fibonacci erfordern explizite, reproduzierbare Wendepunkte. Bezeichnen Sie technische Niveaus nicht als garantierte Ziele.

scripts/technical_analysis.py berechnet Indikatoren erst, nachdem der erforderliche Lookback verfügbar ist. Fehlende frühe Beobachtungen bleiben fehlend, anstatt als ausgereifte Signale dargestellt zu werden.

8. Investment-These und Rating formulieren

Präsentieren Sie These, Variantenwahrnehmung (wo vertretbar), Katalysatoren und Timing, erwartete Gesamtrendite über einen definierten Horizont, Abwärtsrisiko, Hauptrisiken, Gegenargumente und explizite Bedingungen für die Ungültigkeit der These.

Die erwartete Gesamtrendite sollte Kursziel, aktuellen Kurs, Dividendenprognose, Währung und Horizont abgleichen. Fügen Sie keine nachlaufende Rendite zur zukünftigen Kursrendite ohne Offenlegung hinzu. Rating-Schwellenwerte sind ein offengelegtes Haus-Framework, keine universellen Marktstandards. Enthalten Sie sich eines Ratings (NOT_RATED), wenn wesentliche Daten, ROIC/WACC-Evidenz oder die Unterstützung der These unzureichend oder widersprüchlich sind.

9. Deliverables erstellen

Wenn die Laufzeit und Abhängigkeiten verfügbar sind, kann scripts/reporting.py Folgendes generieren:

  • In sich geschlossenes, responsives spanischsprachiges institutionelles HTML-Teardown-Blatt mit Executive-Banner, Rating, verfügbaren KPI-Karten, lesbaren Finanz-/Bewertungstabellen, Bären-/Basis-/Bullen-Szenario-Matrix, Quellen-Ledger, Einschränkungen und Druckformatierung.
  • XLSX-Arbeitsmappe mit Zusammenfassung, Finanzanalyse, Bewertung, Szenarien, Risiken und Quellen.
  • DOCX-Forschungsbericht.
  • PPTX-Committee-Briefing (16:9).

Diese Builder formatieren das bereitgestellte strukturierte Research-Paket; sie validieren oder erfinden nicht die zugrunde liegende Finanzanalyse. Optionale Diagramme in scripts/charts.py umfassen Football Field, DCF-Sensitivitäts-Wärmekarte und technischen Preiskontext. Wenn ein Format oder eine Abhängigkeit nicht verfügbar ist, geben Sie dies an und täuschen Sie keine Datei oder keinen Link vor.

Alle generierten Deliverables enthalten Erstellt von Jairo Alonso González. Die Signatur identifiziert den Skill-Autor/das Branding; sie darf keine Urheberschaft externer Daten oder Research von Dritten implizieren. Die PPTX-Signatur wird sichtbar in der Slide-Fußzeile sowie in den Sprechernotizen gerendert. HTML-Felder werden semantisch als Tabellen/Listen/Karten und nicht als rohe JSON-Blöcke gerendert; nicht verfügbare Felder bleiben explizit nicht verfügbar. Der HTML-Renderer formatiert die bereitgestellten Daten und leitet keine fehlenden Metriken ab oder validiert die Richtigkeit der Bewertung.

10. Qualitätskontrolle und Abnahme

Führen Sie die Strukturprüfungen von scripts/research_quality.py und die automatisierte Testsuite aus. Überprüfen Sie unabhängig:

  • Emittenten-/Wertpapieridentität, Stichtag und Quellenherkunft;
  • Konsistenz von Währung, Einheiten, Zeiträumen und Aktienanzahl;
  • Abstimmung der Jahresabschlüsse und Definition der Kennzahlen;
  • Gültigkeit von WACC/Eigenkapitalkosten und terminalem Wachstum;
  • FCFF/FCFE-Brücke und keine Doppelzählung von Schulden/Rückkäufen;
  • Peer-Vergleichbarkeit und vollständige Auswahlbegründung der Peers;
  • Reihenfolge der Szenarien (bärisch/basis/bullisch) und Konsistenz der Szenariotreiber;
  • Abstimmung von Bericht, Arbeitsmappe, Diagrammen und Modellausgaben;
  • Offenlegung von Datenlücken, Schätzungen, Einschränkungen und Interessenkonflikten.

Eine bestandene automatisierte Testsuite ist keine Zertifizierung von Investment-Research. Die Überprüfung durch einen menschlichen Analysten bleibt erforderlich.

Standardberichtsstruktur

  1. Zusammenfassung, Rating oder NICHT BEWERTET, Bewertungsdatum und Hauptdiskussionspunkt.
  2. Unternehmensüberblick, Geschäftsmodell und Investment-These.
  3. Branchenstruktur, Wettbewerbsposition und Peer-Auswahl.
  4. Historische Finanzperformance, Ergebnisqualität und DuPont/ROIC.
  5. Bewertungsmethoden, Annahmen, Szenarien und Sensitivitäten.
  6. Technik- und Relativer-Performance-Kontext (nur unterstützend).
  7. Katalysatoren, Risiken, Gegenargumente und Ungültigkeit der These.
  8. Quellen, Annahmen, Datenstichtag, Einschränkungen und Offenlegungen.

Strukturierte Übergabe an den AX-Workflow

Geben Sie eine strukturierte Zusammenfassung zurück mit: Emittent/Wertpapier, Bewertungsdatum, Berichtswährung, wichtigsten Erkenntnissen, Bewertungsmethoden und -ergebnissen, Szenarioergebnissen, These, Risiken, Evidenz-/Quellenverweisen, Annahmen, Datenlücken, Warnungen, tatsächlich durchgeführten Tests/Ausführungen und Artefaktverweisen. Der Host-Orchestrator besitzt den End-to-End-Workflow, die Schnittstelle, Genehmigungen und die Auswahl der nächsten Aufgabe. Der Skill-Aufruf erteilt keine Berechtigungen.

Ausführbarer Einstiegspunkt

Nachdem Sie Evidenz gesammelt und normalisiert haben, füllen Sie eine JSON-Datei gemäß schemas/research-package.schema.json. Führen Sie die gepackte Engine aus diesem Verzeichnis aus:

python -m pip install -r requirements.txt
python -m scripts.run_research research-package.json --out ./artifacts --name NVDA

Der Runner validiert das JSON-Schema und die strukturellen Research-Prüfungen, bevor HTML, XLSX, DOCX und PPTX generiert werden. Er schreibt auch ein JSON-Manifest mit Validierungsstatus und Artefaktpfaden. Eine fehlgeschlagene Validierung stoppt die Berichterstellung. Der Runner ruft keine Emittentendaten ab, erstellt keine Analystenannahmen oder bescheinigt finanzielle Schlussfolgerungen; der Agent muss die Eingaben zuerst beschaffen, normalisieren und überprüfen.

Laufzeit und Sicherheit

Bevorzugen Sie eine autorisierte Host-Sandbox. Verwenden Sie lokale oder verwaltete Laufzeiten nur, wenn autorisiert. Verwenden Sie Remotedienste nur über genehmigte Integrationen und mit angemessenem Datenumgang. Die Nicht-Ausführungs-Fallback muss explizit sein. Fragen Sie vor der Übertragung vertraulicher Daten, dem Verbinden von Konten, der Installation von Paketen oder dem Durchführen externer Schreibvorgänge. Nehmen Sie niemals Geheimnisse in Quellcode, Prompts, Protokolle oder Berichte auf.

Verwandte Skills