HARRY CHANG
美股工具：AI 金融財務分析(FA)功能 - 以蘋果 (AAPL) 為例 - PART1
—

美股工具：AI 金融財務分析(FA)功能 - 以蘋果 (AAPL) 為例 - PART1

AI 金融應用實測第一篇。深度解析 Apple (AAPL) 財務分析核心指令。

WRITTEN BY

  • avatar
    Name
    Harry Chang
    Twitter

下一篇

美股工具：AI 金融投行與研究功能 - 以蘋果 (AAPL) 為例-PART2
← 回到列表

AI 不再只是聊天的對象，它是能透視公司的數位分析師。

在美股投資的數位戰場中，數據的「速度」與「深度」決定了散戶與機構之間的鴻溝。今天，我們不只分析 Apple (AAPL)，更要展示一套完整的「數位投行」裝備庫：42 個金融 AI 指令、11 個頂級 MCP 聯結器。

這篇文章是系列文的第一篇，我們將從高空俯瞰整套系統，隨後進入基礎的估值與財報核心實測。

全域視覺：42 個核心指令全字典

這是一份「一指令一行」的行動字典，涵蓋了從投行、研究、風控到財富管理的完整工作流，我們將在接下來的三篇文章中逐一拆解。

領域指令 (Command)功能描述與驅動技能
1.1 分析 (FA)/3-statement-model自動生成三表連動財務模型。
1.2 分析 (FA)/dcf三階段折現模型內在價值計算 (DCF-Model)。
1.3 分析 (FA)/comps同行業可比公司橫向對比 (Comps-Analysis)。
1.4 分析 (FA)/lbo-model建立基礎槓桿收購 (LBO) 評估模型。
1.5 分析 (FA)/valuation-hero視覺化多維度估值比較圖表 (Football Field)。
1.6 分析 (FA)/audit-xls稽核 Excel 公式錯誤與邏輯漏洞。
1.7 分析 (FA)/clean-data-xls自動清洗並格式化雜亂財務原始數據。
1.8 分析 (FA)/var-analysis投資組合之風險價值 (VaR) 計算。
1.9 分析 (FA)/monte-carlo10,000 次隨機回報路徑模擬。
1.10 分析 (FA)/yield-curve國債收益率曲線與宏觀訊號解析。
2.1 投行 (IB)/merger-model併購財務模型分析（稀釋/增值分析）。
2.2 投行 (IB)/teaser產出 M&A 推介摘要文稿 (Teaser)。
2.3 投行 (IB)/cim撰寫機密資訊備忘錄 (CIM-Builder)。
2.4 投行 (IB)/buyer-list根據潛在協同效應篩選買方名單。
2.5 投行 (IB)/pitch-deck自動生成併購或募資 Pitch Deck。
2.6 投行 (IB)/datapack-builder建立盡職調查 (DD) 數據包。
2.7 投行 (IB)/process-letter產出股權出售流程說明書 (Process Letter)。
2.8 投行 (IB)/book-building模擬機構詢價與訂單簿建立。
2.9 投行 (IB)/ipo-prep上市合規與財務檢查清單生成。
3.1 研究 (ER)/morning-note全球市場聯動之多維度晨報。
3.2 研究 (ER)/earnings年度/季度財報深度掃描與解析 (Earnings-Analysis)。
3.3 研究 (ER)/initiate生成長篇首次覆蓋報告 (Initiating-Coverage)。
3.4 研究 (ER)/catalysts股價催化劑時間表與影響分析 (Catalyst-Calendar)。
3.5 研究 (ER)/thesis-tracker追蹤投資假設的動態變化。
3.6 研究 (ER)/target-price基於多重模型之目標價預測。
3.7 研究 (ER)/target-price-sensitivity目標價之指標變動熱力圖分析。
3.8 研究 (ER)/sector-overview快速掃描特定產業的估值與趨勢背景。
4.1 私募 (PE)/ai-readiness企業 AI 轉型就緒度與潛在回報評估。
4.2 私募 (PE)/unit-economics用戶終身價值 (LTV) 與獲客成本分析。
4.3 私募 (PE)/returns私募股權/戰略投資之回報分析 (Returns-Analysis)。
4.4 私募 (PE)/vcp-plan價值創造計畫 (Value Creation Plan) 生成。
4.5 私募 (PE)/deal-sourcing自動化掃描潛在收購/投資標的。
4.6 私募 (PE)/deal-screening根據投資準則進行初步標的篩選。
4.7 私募 (PE)/ic-memo撰寫投資委員會 (IC) 深度決策備忘錄.
4.8 私募 (PE)/due-diligence自動化財務與法律盡職調查框架 (DD-Checklist)。
5.1 財管 (WM)/rebalance資產配置權重偏移自動再平衡 (Portfolio-Rebalance)。
5.2 財管 (WM)/tlh稅務損失收獲與稅後回報優化 (Tax-Loss Harvesting)。
5.3 財管 (WM)/client-review專業客戶會議包與績效匯報生成。
5.4 財管 (WM)/financial-plan基於退休目標與現金流預測的家庭財務規劃。
5.5 財管 (WM)/investment-proposal針對特定資產配置需求的專業投資提案書。
5.6 財管 (WM)/onboarding自動化開戶、KYC 與需求對接流程。
5.7 財管 (WM)/investor-letter專業月度投資人展望信函生成。

技術核心：11 個 MCP 金融資料聯結器

AI 之所以專業，是因為它不再依賴公開網頁的雜訊，而是直接連接到了銀行與機構專用的數據源。

資料聯結器 (MCP)提供方 (Source)核心用途
Daloopa-MCPDaloopa提供經過人工校驗的原始財報數據。
Morningstar-MCPMorningstar獲取權威的基金持倉與護城河評級。
FactSet-MCPFactSet串接全球可比公司指標與分析師估算。
Moody-MCPMoody’s Analytics提供即時的信用評級變動與違約預警。
PitchBook-MCPPitchBook獲取未上市新創公司的估值與融資路徑。
LSEG-MCPLSE Group全球債券市場、匯率與宏觀指標。
S&P-Global-MCPS&P Global全球資本配置、商品價格與期貨數據。
MTNewswires-MCPMT Newswires針對個別公司之即時突發新聞解鎖.
Aiera-MCPAiera財報電話會議、逐字稿與情緒量化。
Chronograph-MCPChronograph針對私募基金持倉的後台數據監控。
Egnyte-MCPEgnyte企業內部文檔與機密備忘錄之雲端索引。

本文將透過對 Apple (AAPL) 的 10 個財務分析指令實測，展示 AI 如何在幾分鐘內完成人類分析師數小時的工作。

Apple 的估值邏輯已發生質變

Apple 的股價目前並非由單純的「硬體銷量」驅動，而是由其無可撼動的「現金流堡壘」與「服務轉型」所支撐。透過 AI 的多維度測試，我們可以清晰地看到其估值中隱含的「信仰溢產」。

六大實裝功能測試：從數據到決策的完整工作流

人類分析師容易受情緒影響且產出緩慢，而 AI 插件則能基於客觀數據提供一致且深度的結構化產出。

PART 1. 財務分析 (Financial Analysis - FA)

1.1 /3-statement-model AAPL

/3-statement-model 指令結果測試
  • 實測結果：自動生成整合性三表模型。FY2025 營收 $416.1B，預計 2030E 達 $530B。
  • 專業洞察：模型顯示 Apple 的「現金堡壘」策略極其穩固，即便維持每年 $90B+ 的回購，其淨負債比率仍處於健康區間。

1.2 /dcf AAPL

/dcf 指令結果測試
  • 測試結果：保守估計之內在價值約為 $160.68，與當前約 $270 的市價存在 40% 的價差。
  • 核心結論：這 40% 即是「信仰溢價」，代表市場對 Apple Intelligence 未來爆發力的預付款。

1.3 /comps AAPL

/comps 指令結果測試
  • 測試結果：Apple 的營收成長中位數雖不及 Meta 的 24%，但其 P/E 溢價卻遠高於同行。
  • 核心結論：市場更看好其長期穩定性，而非單純的爆發力。現階段 AAPL 展現了強大的「防禦型成長」特性。

1.4 /lbo-model AAPL (實測 /lbo-bench)

/lbo-bench 指令結果測試
  • 實測結果：設定 LBO 基準門檻，模擬戰略收購的股權回報。
    • 交易架構：模擬以 12.5x EV/EBITDA 入場，採用 60% 負債比率 (L+450)。
    • 回報模型：五年後以 15x 倍數退出，預期 IRR 為 24.2%，投資倍數 (MOIC) 達 3.1x。
  • 專業洞察：這是在併購前設定的「標竿」。它提醒決策者，只有當標的目標能產生 24% 以上的 IRR 時，該筆槓桿收購才具備財務合理性。

1.5 /valuation-hero AAPL

/valuation-hero 指令結果測試

  • 實測結果：彙整五大關鍵估值模型，建立多維度價格定錨。

    • 可比公司 (Trading Comps)：$255 - $295（基於 P/E 28x-32x，反映服務業重估溢價）
    • 現金流折現 (DCF)：$240 - $315（基於 8.5% WACC，反映對 AI 長期成長的分歧）
    • 52 週高低點：$165 - $285（市場歷史情緒與波動區間）
    • 分析師共識價：$230 - $320（華爾街機構對 AI 轉型的極端預期交點）
    • LBO 私有化模擬：$210 - $245（作為理論下檔支撐的核心參考）

  • 專業評論與定錨洞察：

    1. 估值定錨：目前市價 $270 處於綜合區間的 65% 分位點。這意味著股價已脫離「超值區」，正處於由「Edge AI 升級週期」驅動的合理溢價狀態。
    2. DCF 的「寬度」意義：DCF 區間高達 $75 美元的落差，反映了市場對 Apple Intelligence 帶來的永續增長率 (PGR) 存在顯著分歧。
    3. LBO 的安全墊效應：雖然 $4 兆市值的公司幾乎不可能被私有化，但 $210 的 LBO 推算價標誌著「現金流支撐底線」。

1.6 /audit-xls AAPL

/audit-xls 指令結果測試
  • 測試結果：深度稽核 AAPL_3_Statement_Model_2026.xlsx。狀態：CLEAN。自動驗證 158 條邏輯公式，確認 A=L+E 勾稽平衡，並識別出 2 處公式一致性偏離（已修正）。
  • 專業洞察：AI 稽核不僅能抓出肉眼難辨的公式引用錯誤，更重要的是驗證了財務邏輯的一致性（如留存收益與現金期末餘額的自動滾動），這是機構級財務建模的最後一道品質防線。

1.7 /clean-data-xl AAPL

/clean-data-xl 指令結果測試
  • 測試結果：成功對 1,248 筆原始成交紀錄執行標準化。修正 142 處非標準日期與 28 處重複交易，並將 855 處文字型數值自動轉換為可計算格式。
  • 專業洞察：這是建立量化模型前的核心「數據淨化」工序。透過 AI 精準識別數值儲存為文字、空格偏移及地緣重複項，確保後續分析能避開 Garbage-in, Garbage-out 的陷阱。

1.8 /var-analysis AAPL

/var-analysis 指令結果測試
  • 測試結果：單日 VaR 為 $4,250 萬美元。 指示在 95% 置信度下，單日極端帳面虧損的底線。
  • 核心建議：Apple 震盪雖然大，但其流動性足以覆蓋 20 倍以上的日 VaR，風險控制處於綠色安全區。

1.9 /monte-carlo AAPL

/monte-carlo 指令結果測試
  • 量化建模 (GBM)：dSt=μStdt+σStdWtdS_t = \mu S_t dt + \sigma S_t dW_t
  • 測試結果：2031 年預期中位價 $485.50，即便在極端悲觀情境下，股價預計仍能維持在 $312.20 以上。

1.10 /yield-curve AAPL

/yield-curve 指令結果測試
  • 測試結果：2Y-10Y 嚴重倒掛 60bps。 目前 1 個月短期利率 (5.42%) 遠高於 10 年期 (4.25%)，顯示環境處於衰退預警。
  • 專業洞察：這類深度的倒掛預示未來 12-18 個月發生衰退的機率高達 75%。

結語

走完了這 11 個核心指令，這是一份「數位裝備圖錄」。測試過程沒有完整的資料，其目的在於協助您在未來進行特定深度分析時，能迅速找到最適合的工具與工作流。

系列文總結

  • PART 1 (金融分析篇)：PART 1 — 專注於 Financial Analysis (FA)。
  • PART 2 (投行研究篇)：PART 2 — 專注於 IB & Equity Research (ER)。
  • PART 3 (私募財管篇)：PART 3 — 專注於 PE & Wealth Management (WM)。

參考資料 (References)

View on GitHub