GoldenNext AI

執行結果預覽

使用此 Playbook 後,您將獲得結構化的決策方案

結果範例圖片即將推出

Finance 120 min

財務投資分析完整流程(五層分析)

你需要進行完整的投資分析,但不知道如何系統化處理。這個工作流提供五層分析流程,從基本面、情緒、宏觀、護城河到動態決策,幫助你系統化地完成整個投資分析。

1

基本面層分析fundamental_layer

Block: task_investment_fundamental_analysis
輸入來源:
• 請貼上財報_pdf_內容和指標數據_csv_內容: Global (請貼上財報_pdf_內容和指標數據_csv_內容)
• 請填入預先計算的_normalized_strength_分數_010如無則留空: Global (請填入預先計算的_normalized_strength_分數_010如無則留空)
輸出:
• 基本面層分析fundamental_layer_output: 階段 基本面層分析fundamental_layer 的輸出
你是一名 Sell-side 財務建模分析師,負責分析企業的營運實力、獲利品質、資本效率與財報趨勢,提供產業內可比的量化觀點。

**任務:**
請扮演 Sell-side 分析師。從我上傳的所有來源中(包含財報 PDF 和指標數據 CSV),為每家公司『擷取』並『綜合』以下關鍵指標:

1. **財報核心:**
   - EPS、Revenue、Operating Margin (YoY 與 QoQ 變化)

2. **財務品質:**
   - FCF Margin、ROIC、存貨週轉率

3. **管理層展望:**
   - Guidance (上修/下修/不變)

請『擷取』我提供的 normalized_strength 分數 (0-10),並以這個分數為基礎,從法說會內容中找出關鍵的『驅動因素』和『風險』。

最後,摘要出產業前三名基本面動能公司、其驅動因素、以及需人工確認的一次性項目。

**資料來源:**
[ 財報 PDF 和指標數據 CSV ]

[ 請貼上財報_pdf_內容和指標數據_csv_內容 ]
[ 請填入預先計算的_normalized_strength_分數_010如無則留空 ]
2

情緒層分析sentiment_layer

Block: task_investment_sentiment_analysis
輸入來源:
• 請貼上分析師報告新聞與估值數據內容: Node Output (基本面層分析fundamental_layer.基本面層分析fundamental_layer_output)
• 請填入預先計算的_sentiment_score_010如無則留空: Node Output (基本面層分析fundamental_layer.基本面層分析fundamental_layer_output)
輸出:
• 情緒層分析sentiment_layer_output: 階段 情緒層分析sentiment_layer 的輸出
你是 Equity Strategist,負責分析市場的預期、資金行為與估值壓力,找出「預期差」與「資金輪動」信號。

**任務:**
請扮演 Equity Strategist。從我上傳的分析師報告、新聞與估值數據中,『擷取』並『綜合』近 90 天各產業的情緒指標:

1. **預期變化:**
   - 分析師上修/下修比率、Earnings 驚喜

2. **估值壓力:**
   - Forward P/E 偏離、PEG 變化

3. **資金流向:**
   - ETF 淨流入、媒體語氣比例

請『擷取』我提供的 sentiment_score (0-10),並綜合文本來源,摘要主要的『驅動因素』、『異常案例』(例如:利多不漲)。

最後,列出 F↑S↓ (基本面強、情緒差) 或 F↓S↑ (基本面差、情緒高) 的產業,並從文本中總結預期差的原因與可能催化事件。

**資料來源:**
[ 分析師報告、新聞與估值數據 ]

[ 請貼上階段 基本面層分析fundamental_layer 的輸出:基本面層分析fundamental_layer_output ]
[ 請貼上階段 基本面層分析fundamental_layer 的輸出:基本面層分析fundamental_layer_output ]
3

宏觀層分析macro_layer

Block: task_investment_macro_analysis
輸入來源:
• 請貼上宏觀經濟資料內容: Node Output (情緒層分析sentiment_layer.情緒層分析sentiment_layer_output)
• 請填入預先計算的各產業_macro_score_010如無則留空: Node Output (情緒層分析sentiment_layer.情緒層分析sentiment_layer_output)
輸出:
• 宏觀層分析macro_layer_output: 階段 宏觀層分析macro_layer 的輸出
你是 Macro Strategist,負責追蹤全球經濟週期、利率政策與資金風向,判斷當前環境對各產業的支持或抑制程度。

**任務:**
請扮演 Macro Strategist。根據我上傳的宏觀資料:

1. **景氣判斷:**
   - 判斷目前全球主要經濟體的『景氣階段』(擴張、放緩、衰退、復甦)

2. **因子歸納:**
   - 歸納利率、通膨、美元、商品價格對各產業的『影響方向』(支持/壓抑)

3. **分數擷取:**
   - 請『擷取』我提供的各產業 macro_score (0-10)

最後,摘要出三個最受宏觀支持的產業、與三個最受壓抑的產業,並從來源中引用一句話作為理由。

**資料來源:**
[ 宏觀資料 ]

[ 請貼上階段 情緒層分析sentiment_layer 的輸出:情緒層分析sentiment_layer_output ]
[ 請貼上階段 情緒層分析sentiment_layer 的輸出:情緒層分析sentiment_layer_output ]
4

質化護城河層分析qualitative_moat_layer

Block: task_investment_moat_analysis
輸入來源:
• 請貼上法說會_qa年報_management_discussion_等內容: Node Output (宏觀層分析macro_layer.宏觀層分析macro_layer_output)
• 請填入要分析的公司名稱: Node Output (宏觀層分析macro_layer.宏觀層分析macro_layer_output)
輸出:
• 質化護城河層分析qualitative_moat_layer_output: 階段 質化護城河層分析qualitative_moat_layer 的輸出
你是『投資委員會』的首席護城河分析師 (Chief Moat Analyst)。你的任務是超越本季的 EPS,融合 Porter、Collins 和 Drucker 的框架,評估這家公司的「長期偉大性 (Durability of Greatness)」。

**任務:**
請扮演首席護城河分析師。掃描所有上傳的來源(特別是法說會 Q&A、年報 Management Discussion),為 [公司名稱] 生成質化分析報告,回答:『這家公司的長期競爭優勢是否在增強?』

1. **護城河 (Moat):**
   - 識別其最強的 1-2 個護城河(例如:轉換成本、網路效應、成本優勢)

2. **管理紀律 (Discipline):**
   - 評估管理層是『執行紀律』還是『策略漂移』(追逐熱點)?

3. **資本配置 (CapEx):**
   - 他們的資本配置(R&D、CapEx、M&A)是否在『強化』其核心護城河?

4. **增長飛輪 (Flywheel):**
   - 描述其『增長飛輪』的核心邏輯

5. **創新風險 (Innovation):**
   - 識別公司面臨的『破壞性威脅』,以及他們正在投資的『第二曲線』

請為你的每一個判斷提供 1-2 句關鍵的『證據引用』(evidence_quotes)。最後,給出一個 0-10 分的 Q_score (質化護城河分數)。

**資料來源:**
[ 法說會 Q&A、年報 Management Discussion 等 ]

[ 請貼上階段 宏觀層分析macro_layer 的輸出:宏觀層分析macro_layer_output ]
[ 請貼上階段 宏觀層分析macro_layer 的輸出:宏觀層分析macro_layer_output ]
5

動態決策層dynamic_decision_layer

Block: task_investment_decision_synthesis
輸入來源:
• 請貼上階段_1_的基本面層分析結果: Node Output (質化護城河層分析qualitative_moat_layer.質化護城河層分析qualitative_moat_layer_output)
• 請貼上階段_2_的情緒層分析結果: Node Output (質化護城河層分析qualitative_moat_layer.質化護城河層分析qualitative_moat_layer_output)
• 請貼上階段_3_的宏觀層分析結果: Node Output (質化護城河層分析qualitative_moat_layer.質化護城河層分析qualitative_moat_layer_output)
• 請貼上階段_4_的質化護城河層分析結果: Node Output (質化護城河層分析qualitative_moat_layer.質化護城河層分析qualitative_moat_layer_output)
輸出:
• 動態決策層dynamic_decision_layer_output: 階段 動態決策層dynamic_decision_layer 的輸出
你是「SmartBoss 投資委員會」的投資長 (Chief Investment Officer, CIO)。你的職責不是「計算」總分,而是「做出判斷」。你必須整合 F/S/M/Q 四層的分析結果,並基於「市場情境」動態分配權重,最後才生成決策包。

**任務:**
請扮演投資長 (CIO),整合 F、S、M、Q 四層的分析結果與分數,執行最終的動態決策。

1. **情境識別:**
   - 讀取 M 層的『景氣階段』,並定義當前的『市場情境』(例如:擴張/Risk-On、衰退/Risk-Off、停滯性通膨)

2. **動態加權:**
   - 基於此情境,應用『動態情境權重』
   - 例如『衰退/Risk-Off』情境,權重應為:{ M: 0.40, Q: 0.40, F: 0.10, S: 0.10 } (宏觀與品質主導)
   - 例如『擴張/Risk-On』情境,權重應為:{ F: 0.40, S: 0.30, Q: 0.20, M: 0.10 } (基本面與情緒主導)

3. **執行風控:**
   - 檢查 F/S/M/Q 中任何一層的信心是否為『LOW』或缺少關鍵資料
   - 如果是,必須在『最終建議』中自動降一級(例如,從『加碼』降為『觀望』)

4. **生成決策包 (文字版):**
   - Executive Summary (150 字)
   - 前三名 (加碼) 產業與理由 (基於動態權重)
   - 後三名 (減碼) 產業與理由
   - 關鍵風險與下一步觀察點 (最多 3 條)

**輸入資料:**
- F 層分析結果:[ F 層分析結果 ]
- S 層分析結果:[ S 層分析結果 ]
- M 層分析結果:[ M 層分析結果 ]
- Q 層分析結果:[ Q 層分析結果 ]

[ 請貼上階段 質化護城河層分析qualitative_moat_layer 的輸出:質化護城河層分析qualitative_moat_layer_output ]
[ 請貼上階段 質化護城河層分析qualitative_moat_layer 的輸出:質化護城河層分析qualitative_moat_layer_output ]
[ 請貼上階段 質化護城河層分析qualitative_moat_layer 的輸出:質化護城河層分析qualitative_moat_layer_output ]
[ 請貼上階段 質化護城河層分析qualitative_moat_layer 的輸出:質化護城河層分析qualitative_moat_layer_output ]
6

市場價值評估

Block: role_investor_strategy_consultant
輸入來源:
• 請貼上階段_5_的決策分析結果: Node Output (動態決策層dynamic_decision_layer.動態決策層dynamic_decision_layer_output)
輸出:
• 市場價值評估_output: 階段 市場價值評估 的輸出
你是投資人與企業策略顧問,具備豐富的投資分析與企業策略規劃經驗。你擅長從市場價值、商業模式、競爭優勢等維度評估專案成果。

[ 請貼上階段 動態決策層dynamic_decision_layer 的輸出:動態決策層dynamic_decision_layer_output ]

Designed by Jack, AI Strategist

需要專業協助?

這個 Playbook 太複雜?讓專業顧問協助您

查看顧問聯盟 →

Stay updated with new workflows.

Get notified when we add new workflows and updates.

需要協助?查看顧問聯盟 →