马尔可夫-贝叶斯基本面分析

要解决什么问题

基本面研究里常见两种极端：要么用叙事把结论说成「必然」，要么堆财务指标却说不清「下一步更可能落在哪种经营形态」。股价与 K 线会干扰判断，而季度财报又是离散、带噪声的观测。本技能把公司经营与行业周期都建成有限状态空间，用转移概率和贝叶斯后验表达不确定性，并给出可复核的策略评分，而不是单一买卖口号。

技能如何工作

分析刻意不覆盖技术面：不讨论 K 线形态、均线或量价指标，输入以财报、产能、价格、库存和管理层指引为主。

• 公司经营（S1–S5）：从高速扩张、稳健经营、战略收缩，到困境反转、价值陷阱，用营收增速、资本开支、负债与现金流等指标做互斥状态判定，并保留历史状态序列。
• 行业周期（I1–I5）：从供不应求到重构期，结合产能利用率、价格趋势、库存与格局变化判定当前行业所处阶段。
• 马尔可夫链：统计历史转移频次，配合 Dirichlet 平滑与行业先验，得到转移矩阵与稳态分布，用于下一期状态预测。
• 贝叶斯更新：以先验状态概率为起点，把最新财报信号写入似然，得到后验；管理层重大变动、政策冲击可作为独立更新信号。
• 交叉策略矩阵：公司状态 × 行业周期 映射为 0–10 分评分（如戴维斯双击、博弈期、危险组合），并输出短/中/长期建议与监控阈值。

标准输出包括：财务速览、状态判定与演化、转移矩阵、贝叶斯推断过程、行业状态、交叉分析与敏感性仪表盘。

适用边界与注意点

• 状态阈值因行业而异（例如科技行业「高速扩张」的增速门槛可能远高于传统行业），需按赛道校准。
• 转移矩阵依赖足够长的季度序列（通常建议 8–10 期以上）；样本不足时应加大先验权重，避免过拟合历史噪声。
• 强监管行业须把政策变量纳入行业转移逻辑；结论始终是概率表述，需配合数据质量与关键指标持续跟踪，并按季度在财报季后刷新模型。