Estimate Analysis スキル

yfinance を使用した Yahoo Finance データを用いて、アナリスト推定値と改定トレンドを深掘り分析します。EPS および収益推定値の分布、改定モメンタム、成長予測、および複数期間の比較をカバーしており、市場がその企業の進路をどのように考えているかの全体像を提供します。

重要: データは研究および教育目的のためのみです。財務アドバイスではありません。yfinance は Yahoo, Inc. と提携していません。

---

ステップ 1: yfinance が利用可能であることを確認

現在の環境ステータス:

!`python3 -c "import yfinance; print('yfinance ' + yfinance.__version__ + ' installed')" 2>/dev/null || echo "YFINANCE_NOT_INSTALLED"`

YFINANCE_NOT_INSTALLED の場合、インストールしてください:

import subprocess, sys
subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance"])

既にインストール済みの場合は、次のステップにスキップしてください。

---

ステップ 2: ティッカーを特定して推定値データを収集

ユーザーのリクエストからティッカーを抽出します。1 つのスクリプトで推定値関連データをすべて取得します。

import yfinance as yf
import pandas as pd

ticker = yf.Ticker("AAPL")  # 実際のティッカーで置き換え

# --- Estimate data ---
earnings_est = ticker.earnings_estimate      # 期間別 EPS 推定値
revenue_est = ticker.revenue_estimate        # 期間別収益推定値
eps_trend = ticker.eps_trend                 # EPS 推定値の時系列変化
eps_revisions = ticker.eps_revisions         # 上方・下方改定件数
growth_est = ticker.growth_estimates         # 成長率推定値

# --- Historical context ---
earnings_hist = ticker.earnings_history      # 実績追跡
info = ticker.info                           # 企業基本情報
quarterly_income = ticker.quarterly_income_stmt  # 最近の実績

各データソースの提供内容

データソース	表示内容	重要性
earnings_estimate	期間別現在 EPS コンセンサス (0q, +1q, 0y, +1y)	推定値レベル — アナリストが何を期待しているか
revenue_estimate	期間別収益コンセンサス	トップライン期待値
eps_trend	EPS 推定値の変化 (7日前、30日前、60日前、90日前)	改定の方向性 — 期待が上昇しているか下降しているか
eps_revisions	上方改定対下方改定の件数 (7日、30日)	改定の広がり — ほとんどのアナリストが引き上げているか引き下げているか
growth_estimates	同業他社およびセクター対比成長率推定値	相対的位置付け
earnings_history	過去4四半期の予想対実績	キャリブレーション — これらの推定値の信頼性はどの程度か

---

ステップ 3: ユーザーの意図に基づいてルーティング

ユーザーは異なるレベルの分析を求める可能性があります。それに応じてルーティングしてください:

ユーザーリクエスト	焦点領域	主要セクション
一般的な推定値分析	全体分析	すべてのセクション
「推定値がどのように変わったか」	改定トレンド	EPS トレンド + 改定
「アナリストは何を予想しているか」	現在のコンセンサス	推定値概観
「成長推定値」	成長予測	成長推定値
「強気対弱気」	推定値の範囲	高値/安値スプレッド分析
複数期間にわたる推定値の比較	複数期間	期間比較テーブル

不確定な場合は、全体分析を提供してください — より多くのコンテキストはより良いです。

---

ステップ 4: 推定値分析を構築

セクション 1: 推定値概観

earnings_estimate および revenue_estimate から利用可能なすべての期間の現在のコンセンサスを提示します:

EPS 推定値:

期間	コンセンサス	低値	高値	範囲幅	アナリスト数	前年同期比成長
当期 (0q)	$1.42	$1.35	$1.50	$0.15 (10.6%)	28	+12.7%
次期 (+1q)	$1.58	$1.48	$1.68	$0.20 (12.7%)	25	+8.3%
当年度 (0y)	$6.70	$6.50	$6.95	$0.45 (6.7%)	30	+10.2%
翌年度 (+1y)	$7.45	$7.10	$7.85	$0.75 (10.1%)	28	+11.2%

収益推定値:

期間	コンセンサス	低値	高値	アナリスト数	前年同期比成長
当期	$94.3B	$92.1B	$96.8B	25	+5.4%
次期	$102.1B	$99.5B	$105.0B	22	+6.1%

以下を計算してフラグを立てます:

• 範囲幅 をコンセンサスのパーセンテージで — 広い範囲 (>15%) は高い不確実性を示す
• アナリスト数 — 5 未満は薄いカバレッジを意味するため、これを注記
• 成長軌跡 — 成長が期間全体で加速または減速しているか

セクション 2: 改定トレンド (EPS トレンド)

多くの場合、最も実行可能なセクションです。eps_trend から推定値がどのように動いたかを表示します:

期間	現在	7日前	30日前	60日前	90日前
当期	$1.42	$1.41	$1.40	$1.38	$1.35
次期	$1.58	$1.57	$1.56	$1.55	$1.54
当年度	$6.70	$6.68	$6.65	$6.58	$6.50
翌年度	$7.45	$7.43	$7.40	$7.35	$7.28

トレンドを要約します: 「当期 EPS 推定値は過去90日間で5.2% 上昇し、大部分の上昇が過去30日間に発生しました — 上方改定モメンタムが加速しています。」

重要な解釈:

• 上方改定は上昇傾向 — ポジティブなセットアップ (ハードルが上昇)
• 下方改定 = アナリストが数値を引き下げ、多くの場合ネガティブなシグナル
• 横ばい推定値 = 新しい情報が組み込まれていない
• 最近の加速/減速は総移動額より重要

セクション 3: 改定の広がり (EPS 改定)

eps_revisions から上方対下方のカウントを表示します:

期間	上方 (過去7日)	下方 (過去7日)	上方 (過去30日)	下方 (過去30日)
当期	5	1	12	3
次期	3	2	8	5

改定比率を計算します: 上方 / (上方 + 下方)。0.7 以上の比率は強気、0.3 以下は弱気です。

セクション 4: 成長推定値

growth_estimates から、その企業の予想成長をベンチマークと比較します:

エンティティ	当期	次期	当年度	翌年度	過去5年平均
AAPL	+12.7%	+8.3%	+10.2%	+11.2%	+14.5%
業界	+9.1%	+7.0%	+8.5%	+9.0%	—
セクター	+11.3%	+8.8%	+10.0%	+10.5%	—
S&P 500	+7.5%	+6.2%	+8.0%	+8.5%	—

その企業が同業他社より速く成長する、または遅く成長するかが予想されているかをハイライトします。

セクション 5: 歴史的推定値精度

earnings_history から、推定値の信頼性を評価します:

四半期	推定値	実績	サプライズ %	方向
Q3 2024	$1.35	$1.40	+3.7%	ビート
Q2 2024	$1.30	$1.33	+2.3%	ビート
Q1 2024	$1.52	$1.53	+0.7%	ビート
Q4 2023	$2.10	$2.18	+3.8%	ビート

以下を計算します:

• ビート率: 4四半期中 X 四半期
• 平均サプライズ: 大きさと方向
• サプライズの傾向: ビートが大きくなっているか小さくなっているか。推定値が上昇する中でサプライズが縮小している場合は、ハードルが現実に追いついていることを示す可能性があります。

---

ステップ 5: 統合して対応

明確な構造で分析を提示します:

1. 主要な洞察で開始: 「AAPL の推定値はすべての期間で上昇トレンドにあり、改定の広がりはポジティブです (最近の改定の80% が上方です)。」

2. ユーザーが気にかける各セクションのテーブルを表示

3. 解釈的コンテキストを提供:

   • 改定トレンドは株式の最近の価格動向を確認または矛盾しているか
   • 成長見通しは現在の P/E にどの程度価格化されているかと比較してどうか
   • 推定値精度の過去と現在の推定値レベルの関係は何か

4. リスクと微妙な点をフラグ立て:

   • 推定値はコンセンサスの周りにクラスタリングされます — 結果の「実際の」分布は低値/高値の提案より広い
   • 改定モメンタムは単一のデータポイント (ガイダンス変更、マクロイベント) で急速に反転する可能性がある
   • Yahoo Finance の推定値は、リアルタイムコンセンサスプロバイダーより数時間から数日遅れる可能性がある
   • 将来年度 (+1y) の成長推定値は本質的に信頼性が低い

常に含めるべき注意事項

• アナリスト推定値は確実性ではなく、コンセンサスビューを反映しています
• 推定値改定はシグナルですが、将来のパフォーマンスの保証ではありません
• これは財務アドバイスではありません

---

参考ファイル

• references/api_reference.md — すべての推定値関連メソッドの詳細な yfinance API リファレンス

正確な戻り値形式またはエッジケース処理が必要な場合は、参考ファイルを参照してください。