用途：使用 yfinance 获取 Yahoo Finance 数据，深入分析卖方分析师的盈利预测及其变化趋势，涵盖 EPS 与营收预测分布、修正动能、增长预测和多周期对比。
主要能力：earnings_estimate 提供各周期（0q、+1q、0y、+1y）EPS 共识；revenue_estimate 提供营收共识；eps_trend 显示 EPS 预测在 7、30、60、90 天前的变化；eps_revisions 给出上调与下调修正数量；growth_estimates 提供相对同行、行业与标普 500 的增长预测；earnings_history 给出过去四季实际值与预测值的对比及超预期幅度。
使用方式：先检查 yfinance 是否可用，未安装时用 pip 安装： subprocess.check_call([sys.executable, "-m", "pip", "install", "-q", "yfinance"]) 然后从用户请求中提取股票代码，用 yf.Ticker("AAPL")（替换为实际代码）一次性抓取上述数据。根据用户意图选择分析深度：一般性预测分析输出全部内容，问“预测如何变化”聚焦 EPS 趋势与修正，问“分析师预期什么”看共识概览，问“增长预测”看增长对比，问“多空情形”看区间高低分布，问跨周期比较多用周期对比表。
分析结构：包括预测概览（共识、低值、高值、区间宽度占共识百分比、分析师数量、同比增速）、修正趋势、修正广度（上调比 Up/(Up+Down)，高于 0.7 偏多，低于 0.3 偏空）、增长预测与历史预测准确度（超预期率、平均超预期幅度、趋势）。
适用场景：财报前评估分析师预期方向与广度，比较公司与同行增长展望，判断当前市盈率隐含的预期，评估共识预测的历史可靠性。
限制：数据仅供研究与教育，不构成投资建议；yfinance 与 Yahoo, Inc. 无关联。分析师预测围绕共识聚集，实际结果分布比低/高值更宽；修正动能可能因一次指引或宏观事件反转；Yahoo Finance 预测可能滞后实时共识数据源数小时至数天；+1y 远期预测本身可靠性较低；覆盖分析师少于 5 人时覆盖较薄；区间宽度超过共识 15% 提示不确定性高。预测反映共识观点而非确定性，修正只是信号而非保证。