投资逻辑追踪

它要解决的具体问题

大多数投资者的流程是「研究 → 买入 → 祈祷」：买入后没有系统化跟踪，结果该卖的时候舍不得卖，不该卖的时候恐慌卖出，最后连当初为什么买都忘了。这个技能用「投资论文」把纪律前置——买入前就写下核心逻辑、可验证假设和卖出红线，然后在持有期间按季度逐条检验，而不是凭股价波动临时做决定。

核心能力与工作方式

技能围绕两个模式运行，输入格式为 公司名（首次建立论文）、公司名 建立论文（强制重建）、公司名 季度检查（基于最新财报追踪）。

建立论文模式拆解为五个步骤：

• A1 核心论文：200字内用五句话回答买入理由，写不满说明决策本身不清晰
• A2 核心假设清单：把论文拆成3-7个可验证假设，每个标注验证方式和频率
• A3 红线清单：列出触发后必须重新评估的条件（管理层诚信、护城河突破等），并给出严重程度与触发动作
• A4 估值锚点：记录买入价、PE、市值、内在价值估算与安全边际，覆盖乐观/中性/悲观三种情景
• 论文写入 reports/{公司名}-thesis.md，供后续复用

追踪检查模式读取已有论文，收集最新财报、重大事件、股价估值与内部人交易后逐条验证假设，状态分为四档：🟢成立、🟡边际弱化、🔴受损、⚫破裂；随后检查红线是否触发、更新估值，并输出追踪报告。报告给出量化健康度评分（10 - 破裂×3 - 受损×2 - 弱化×1 - 红线×5），映射到加仓/持有/减仓/清仓的具体建议。

数据层面有硬性纪律：先运行 date 确认数据截止日期并写入报告头，估值用 tools/financial_rigor.py 校验，财务数据要求交叉核对，不确定性必须显式标注。

适用边界与注意点

• 这是纪律工具，不是预测工具。股价下跌不等于论文破裂，只有假设被推翻或红线触发才构成卖出依据
• 假设拆解质量决定追踪质量，「公司很好」不是论文，ROE>25%且趋势稳定 才是；假设过少说明思考不深，过多说明论文不聚焦
• 需要可靠的公开数据源支撑（财报、公告、行业数据），数据缺口要在报告中标注而非猜测
• 适合基本面驱动的公开市场标的长期持有场景；不覆盖择时、技术面与宏观周期判断
• 红线触发后的减仓/清仓执行仍需人工决策，技能只负责给出证据和建议，不替代最终判断