自我学习的第一性原理分析

要解决的问题

第一性原理分析常用于财务估值、行业研究、机遇判断，但容易停在“类比经验”和“结论先行”：看到高增长就买，看到商誉高就否定，看到行业景气就外推。这个技能把分析约束为一条可检查的工作流，要求先从基本事实拆解，再重建判断，最后用数据和记忆系统沉淀可复用结论。

工作方式

• 八步流程：从 Step 0 加载记忆，到 Step 1 问题解构、Step 2 Socratic追问、Step 4 方案生成、Step 5 交叉验证、Step 6 知识蒸馏、Step 7 反思。
• 三大分析场景：财务估值使用 L1-L7 层级，覆盖盈利质量、资产质量、现金流、DCF、相对估值、SOTP 和实物期权；行业分析按“行业本质—价值链—竞争结构—驱动力—边界拐点”拆解；机遇/困境用四源、四类和四象限定位。
• 数据与计算：优先接入真实行情、三表、基本面和资金流数据；无数据时使用 deconstruct 做逻辑拆解，并标注假设、做敏感性分析。
• 记忆系统：将发现写入 knowledge-base.md、patterns.md、reflections.md，按“待验证—候选—确认”升级知识。

适用边界

它适合需要解释链条、假设列表和置信度的专业分析，不适合直接替代交易决策。若输入数据缺失，结论会更依赖假设，应重点检查 Step 5 的敏感性分析和风险边界。