做个股研究或构建投资逻辑时，用 MCP…

当你需要研究某只股票、对比分析师一致预期与实际业绩、分析公司财务、评估估值或搭建投资论点时，用这套流程输出标准化研究简报。

适用场景

解决思路

1. 先确立原则：每一条数据都必须能挂到投资论点上，最终要回答的核心问题是「一致预期可能错在哪里」，并把所有数据放进标准化表格便于快速评估机会。
2. 调用 `qa_ibes_consensus` 拉取 FY1、FY2 的 EPS、Revenue、EBITDA、DPS 一致预期与实际值，记录中位数/均值、分析师数量（analyst count）、高低区间与离散度（dispersion）。
3. 调用 `qa_company_fundamentals` 拉取最近 3-5 个财年的已披露财报（利润表、资产负债表、现金流），提取营收增长、毛利率、营业利润率、杠杆、ROE、ROIC 等指标。
4. 调用 `qa_historical_equity_price` 拉取 1 年历史股价（OHLCV、总回报、beta），计算 YTD 回报、1 年回报、52 周区间位置与 beta。
5. 调用 `tscc_historical_pricing_summaries` 拉取近 3 个月日频价格汇总，评估成交量趋势与近期动量（作为价格历史的补充或替代来源）。
6. 调用 `qa_macroeconomic` 获取公司主要市场的 GDP、CPI 与政策利率等宏观指标，判断宏观对该行业的公司是顺风还是逆风。
7. 综合成一份研究简报：一致预期表 + 财务摘要 + 估值指标（forward P/E 用「现价 ÷ 一致预期 EPS」计算）+ 宏观背景。
8. 输出「Consensus Estimates」表，列头为 Metric / FY1 / FY2 / # Analysts / Dispersion，行包含 EPS、Revenue (M)、EBITDA (M)。
9. 输出「Financials Summary」表，列头为 Metric / FY-2 / FY-1 / FY0 (LTM) / Trend，行包含 Revenue (M)、Gross Margin、Operating Margin、ROE、Net Debt/EBITDA。
10. 输出「Valuation Summary」表，列头为 Metric / Current / Context，行包含 Forward P/E、EV/EBITDA、Dividend Yield，Context 列写明相对行业或历史水平的位置。
11. 以「Investment Thesis」收尾：给出推荐（buy/hold/sell）、合理价值区间、1-2 句核心多头理由、1-2 句核心空头理由、即将到来的催化剂，以及信心级别（high/medium/low）。

适用边界 · 注意事项

• 没有接入对应 MCP 工具（`qa_ibes_consensus`、`qa_company_fundamentals`、`qa_historical_equity_price`、`tscc_historical_pricing_summaries`、`qa_macroeconomic`）时无法执行，因为本流程依赖这些工具提供数据。
• 不适用于非上市或缺乏分析师覆盖、财报数据缺失的标的，一致预期表与估值对比会无法成立。
• 不适用于需要实时行情、交易执行或高频择时的场景，此处用的是历史价格与财报数据而非实时交易信号。