股票决策研究

解决什么问题

很多投资分析容易结论先行：先给目标价，再找证据；或者把多个维度的框架并行生成后直接拼接，导致结论无法复算、假设无法证伪。stock-analysis 面向的是当用户提出股票、ETF、组合、板块、期权或宏观请求时，如何围绕明确的持有期和要求回报，给出可核验、可复算、可证伪的研究结论。

核心决策问题是：在指定持有期内，以当前可验证价格持有该证券，其情景加权总回报是否超过要求回报，并足以补偿永久损失、事件风险和证据不确定性？

如何工作

技能先做输入核验：确认 ticker、交易所、证券类型、报价币种、分析截止时间与持有期。存在会实质改变结论的歧义时，只问一个最关键问题；否则显式列出默认值后继续。

接着按用户意图选择运行模式：

• 全面分析、是否值得买、目标价、完整投资报告 → 单股总控
• 基本面、估值、商业模式、护城河 → 专项研究
• 技术面、买入区间、支撑/阻力、RSI/MACD → 专项研究
• 风险、回撤、压力测试、对冲 → 专项研究
• 财报、业绩、EPS、guidance → 专项研究
• 股息、分红、收益率、DRIP → 专项研究
• 板块、轮动、行业配置 → 专项研究
• 筛选、量化、多因子、Top 10 → 专项研究
• ETF 组合、资产配置、再平衡、定投 → 专项研究
• 期权、价差、covered call、iron condor → 专项研究
• 宏观、利率、通胀、美联储、市场状态 → 专项研究
• 财报/公告后更新、持仓复核 → 增量更新

命中多个专项时，只加载真正改变决策的文件。完整单股研究不得把多个 framework 并行生成后直接拼接，必须严格按总控依赖链执行。

数据纪律方面，优先读取用户提供的文件、监管申报、交易所公告、公司 IR、正式财报与官方宏观数据；财经媒体和聚合行情只作补充或价格来源。每个会改变结论的市场数字都要带 as of，不能把错时价格、共识、利率、IV 或财务数据伪装成同步快照。关键事实会打上 [F]、外部共识 [C]、分析估计 [E]、假设 [A]、计算推导 [D]、无法核验 [U] 等标签。

单股总控按 M10 → M4 → M1 → M8 → M3 → M2-A → M5 → M7 → M2-B → M6 + M9 的依赖顺序执行，最终评级只能由总控层给出。确定性计算交给 scripts/decision_math.py，输出 TR_s、ETR、EU、ED、PCR、SL、H、ECS 与机械评级，禁止手工改阈值配合叙事。

适用边界与注意点

数据缺失时技能会降级输出，而不是补造数字：

• 无完整价格序列：不给 RSI、MACD、波动率、beta 或最大回撤，只列所需 OHLCV、参数和观察计划
• 无点时共识：不用今天的网页数字倒填历史预期，改用公司指引与透明自建估计
• 无同步双边期权链：只给参数化结构和取链清单，不给具体合约、权利金、Greeks、胜率或“可执行”标签
• 无历史点时股票池/退市样本/真实发布日期：不声称完成回测，不报 Alpha、Sharpe 或胜率
• 无资金流数据：不把成交量、持仓或 ETF 价格变化称为机构净流入
• 无可靠情景概率或价值桥：输出条件估值或暂不评级，不套用固定 20/60/20

专项任务如果没有完整的三情景和证据基础，只能给出该专项能支持的“技术倾向、风险状态、条件估值、候选清单或参数化结构”，不能冒充完整股票评级。所有行动建议至少包含：数据截止时间与来源层级、当前行动或观察状态、触发/确认条件、技术止损与基本面失效、目标/风险回报与持有期，以及数据缺口对结论的影响。

结尾附免责声明：本报告仅供一般信息与研究用途，不构成个性化投资、法律或税务建议。