Leopold X Serenity 投资研究框架
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @user_9d5a2a39/leopold-serenity-investor。
技能介绍
问题
AI 基建投资常卡在两个断点：宏观趋势判断与微观选股证据互相脱节。只看 NVDA、SMH 这类热门板块，容易把已被定价的景气当成 alpha；只扫供应链小盘股，又可能忽略电力、存储、封装等瓶颈的真实时序。该技能把 Leopold 的物理瓶颈趋势发现与 Serenity 的 Chokepoint 五因子筛选合成一套可复用的研究流程。
工作方式
框架按两层漏斗推进：Layer 1 判断 AGI 落地所需的物理瓶颈、市场尚未 price in 的环节、t0 到 t4 下注时序；Layer 2 检查 Confirmed Demand、Constrained Supply、Low Market Attention、Value Capture、Catalysts，输出证据分级与仓位上限。内置的定量风险评分覆盖流动性、技术路线、客户集中、扩产确定性和地缘暴露；预警中心会先检查 13F 数据时效、杠杆、拥挤度与反身性，再决定结论是否可用。
适用边界
它适合做产业链研究、风险清单和观察节点，不适合直接生成买卖建议。资料中引用的 13F、持仓、价格都有截止日期，且 Leopold Q1/Q2 13F 不代表当前仓位；Serenity 的历史收益不能外推。所有外部数据需独立核验，仓位和止损仍应基于用户自身风险约束。
使用场景
- 分析 CPO/InP 衬底链条时，定位控制公司、替代性、瓶颈评分与证据分级。
- 用 Leopold 时序判断 AI 电力、Neocloud、存储环节处于 t0-t4 哪一阶段，输出观察节点。
- 把美股光模块瓶颈映射到 A 股细分领域，做国产替代进度、估值分层与财报验证。
- 生成组合预警清单，检查 13F 数据时效、杠杆流动性、拥挤度反身性与财报核验事项。
适合人员
- 跟踪 AI 算力产业链的买方研究员：需要把电力、存储、光通信瓶颈串成可追踪证据链。
- 覆盖半导体与光模块的卖方分析师：需要用五因子和证据分级整理标的清单与观察节点。
- 做 A 股国产替代映射的量化分析师：需要把美股瓶颈映射到 A 股并检查财报与拥挤度。
- 管理科技组合的风险官：需要基于风险矩阵和预警清单核查杠杆、流动性和数据时效。
相关技能
基于 accurLex 知法 API 审查中国法合同纯文本，输出完整审查意见原文，并生成 Word 文档。
围绕单个 SOC 或 PT 家族，生成可执行的 FAERS 主动对照安全比较研究设计。
金融数据分析方法论参考，覆盖财务报表、KPI、可视化与自动化报告，提供模板与示例框架，不执行代码或采集数据。
面向弱电智能化、网络与通信工程，基于知识库检索进行设备参数对比、型号推荐、兼容性检查和成本估算。