科技股财报深度分析与多视角投资备忘录 v3.0

Description

--- name: tech-earnings-deepdive description: 科技股财报深度分析与多视角投资备忘录系统（v3.0）。覆盖A-P共16大分析模块、6大投资哲学视角、机构级证据标准、反偏见框架和可执行决策体系。当用户提到某科技公司财报分析、季报/年报解读、earnings call、收入增长分析、利润率变化、guidance指引、估值模型、DCF、反向DCF、EV/EBITDA、PEG、Rule of 40、管理层分析、竞争格局、持仓判断、是否买入/卖出/加仓某科技股、某公司最新财报怎么看、帮我做个deep dive、多角度估值、投资大师怎么看这家公司、variant view、key forces、kill conditions、筹码分布、高管团队、合作伙伴生态、宏观政策影响等话题时，务必使用此技能。即使用户只是笼统地问"帮我看看NVDA最新财报"或"META这季度表现如何"或"该不该继续持有MSFT"，也应触发此技能来提供全面的财报分析和多视角投资备忘录。此技能与us-value-investing技能互补——us-value-investing侧重长期价值四维评分，本技能侧重最新财报的深度拆解、多投资哲学的综合判断、以及可执行的持仓决策。 output: directory: "~/.openclaw/workspace/output/tech-earnings-deepdive" naming: "{YYYY-MM-DD}_{SYMBOL}_{QUARTER}.{ext}" formats: ["html", "md"] # HTML 优先，除非用户要求否则不输出 MD examples: - "2026-03-24_AAPL_Q1.html" - "2026-03-24_NVDA_2026Q1.html" ## 触发条件 当用户提问包含以下任一模式时，触发此技能: ### 财报分析类 - "[股票代码] 财报" / "[股票代码] earnings" - "[公司名] 季报" / "[公司名] 年报" - "[股票代码] Q[X] 业绩" - "帮我看看 [股票代码] 最新财报" - "[股票代码] 财报分析" / "[股票代码] earnings analysis" ### 投资决策类 - "该不该 [买入/卖出/持有] [股票代码]" - "[股票代码] 目标价" / "[股票代码] price target" - "[股票代码] 估值分析" / "[股票代码] valuation" - "帮我做个 [股票代码] deep dive" - "[股票代码] 值得投资吗" ### 投资视角类 - "巴菲特会怎么看 [股票代码]" - "[股票代码] 护城河" / "[股票代码] moat" - "[股票代码] 竞争优势" - "[股票代码] 长期价值" ### 联动触发 - 当分析涉及宏观流动性时，自动建议运行 `macro-liquidity` - 当分析涉及市场情绪时，自动建议运行 `us-market-sentiment` - 当分析涉及 BTC 底部判断时，自动建议运行 `btc-bottom-model` --- # 科技股财报深度分析与多视角投资备忘录 v3.0 ## 定位与设计哲学 你正在为一位"大号散户"——自有资金、无LP、以季度和年度为持仓周期的科技股投资者——提供**机构级**的财报分析服务。 核心设计原则： - **Key Forces驱动**：不是16个模块平均用力，而是先找到1-3个决定性力量，然后围绕这些力量对16个模块做优先级排序——与Key Forces直接相关的模块深挖，其余正常覆盖 - **多哲学对抗**：同一组数据用6种完全不同的投资世界观来审视，让结论在碰撞中浮现 - **一手证据优先**：二手聚合网站是地板不是天花板，真正的分析要追溯到信息的源头 - **可执行决策**：不是"看好/看空"的模糊判断，而是"在什么价格做什么动作、如果什么条件触发就退出" - **季度追踪设计**：每个模块内置QoQ（环比）和YoY（同比）对比框架，支持跨季度持续跟踪同一标的 --- ## 执行总流程 ``` 第零步：Key Forces 识别（锚定1-3个决定性力量） 第一步：16大分析模块（A-P） 第二步：6大投资哲学视角审视 第三步：估值矩阵（多方法 + 敏感性 + IRR门槛） 第四步：反偏见与Pre-Mortem 第五步：决策框架与输出（含长期监控变量清单） ``` --- ## 第零步：Key Forces 识别 **在开始任何模块分析之前**，先回答一个核心问题： > **未来3-5年，有哪1-3个力量会根本性地改变这家公司的价值？** 这些力量可能是： - AI/技术范式转移正在重塑这个行业 - 监管政策正在创造或摧毁价值 - 管理层正在执行一个市场尚未定价的战略转向 - 竞争格局正在根本性地改变 - 市场严重误解了某个结构性变化 - 隐藏资产存在未被市场定价的变现潜力 **两种模式**： - **发现模式**（Key Forces还不清楚）：先快速浏览模块A-P的概要数据，从中识别Key Forces - **验证模式**（Key Forces已识别）：围绕这些力量对16个模块做深度/正常覆盖的优先级排序 **反模式警告**：如果分析写完后像一份"什么都涉及但什么都不深入"的清单，就是Key Forces没找准。与Key Forces直接相关的模块应获得2-3倍的篇幅。 --- ## 第一步：16大分析模块 ### 一手证据搜集标准（适用于所有模块） 分析的质量取决于证据的质量。对每个模块，按以下层级搜集： | 层级 | 类型 | 举例 | 最低要求 | |------|------|------|---------| | 第一层 | 一手来源（Primary） | CEO原话、员工评价（Glassdoor/Blind）、客户评价（G2/AppStore）、GitHub活跃度、专利申请、招聘动向、内部人交易 | 全报告至少3个 | | 第二层 | 事实来源（Facts） | SEC文件（10-K/10-Q/8-K/DEF 14A）、财报数据、法庭文件 | 核心数据必须追溯至此 | | 第三层 | 观点来源（Opinions） | 卖方研报、新闻分析、价格目标汇总 | 可引用但不能作为唯一依据 | 永远不要编造引用。找不到原话就转述并注明来源。 --- ### 模块A：收入规模与质量分析 **核心问题**：收入增长是"真的"还是"纸面上的"？增长来自哪里、质量如何、可持续吗？ **必须回答**： **A1. 收入构成拆解** - 各业务线/产品线的绝对金额和占总收入的比例 - 每条业务线的YoY增速和QoQ增速 - 哪条线是增长引擎，哪条在拖后腿 - 收入构成的变化趋势（新业务占比是在扩大还是缩小？） **A2. 增速趋势分析** - 本季度YoY%和QoQ% - 连续4-8个季度的增速趋势线：加速、稳定、还是减速？ - 本季度 vs 华尔街共识预期（beat/miss及幅度） - 如果能获取全年数据：本财年总收入 vs 上一财年，YoY增速 **A3. 收入质量维度** - 经常性收入占比（订阅/SaaS/recurring）：反映收入的可预测性和粘性 - 有机增长 vs 收购增长：剔除并购后的真实增长率 - 地理分布：是否过度依赖单一市场？国际收入占比及增速 - 客户集中度：前5/10大客户占比，是否有单一客户依赖风险 **搜索**：`[代码] revenue breakdown by segment Q[X]` `[代码] revenue vs estimate` `[代码] organic revenue growth` `[代码] revenue by geography` --- ### 模块B：盈利能力与利润率趋势 **核心问题**：赚钱效率在变好还是变差？利润是"真金白银"还是"会计魔术"？ **必须回答**： **B1. 利润率三线追踪**（每个都需要QoQ和YoY对比） - 毛利率（Gross Margin）：反映产品/服务的定价权和成本控制 - 营业利润率（Operating Margin）：核心经营效率 - 净利率（Net Margin）：最终落袋的比例 - 趋势方向：三线是同步扩张、同步收缩、还是出现分化？ **B2. GAAP vs Non-GAAP 差异审计** - Non-GAAP利润比GAAP高出多少百分比？差距超过50%必须深挖 - SBC（股票期权费用）占收入的比例——科技股最隐蔽的成本。超过15-20%意味着大量用股票而非现金付薪水，持续稀释现有股东 - "一次性"调整项的频率——每个季度都有"一次性"就不是一次性 **B3. 盈利vs预期** - 本季度EPS vs 共识预期（beat/miss及幅度） - beat的质量：靠核心业务超预期还是靠一次性项目/税率变化？ - 如能获取全年数据：本财年EPS vs 上一财年，增速 **搜索**：`[代码] gross margin operating margin trend` `[代码] GAAP non-GAAP reconciliation` `[代码] stock based compensation percentage revenue` `[代码] EPS vs estimate` --- ### 模块C：现金流与资本配置 **核心问题**：利润是纸面数字还是真金白银？管理层拿钱做了什么决定？ **必须回答**： **C1. 现金流质量** - 经营性现金流（OCF）vs 净利润：如果长期背离（利润增长但OCF下降），重大红旗 - 自由现金流（FCF）= OCF - CapEx - FCF Margin = FCF / Revenue：每赚100块有多少变成真正的自由现金 - 应收账款周转天数（DSO）趋势：上升可能意味着放宽付款条件冲收入 **C2. 资本支出方向** - CapEx总额及占收入的比例，与同行对比 - 钱花在了哪里？AI基础设施？数据中心？新产品？并购？ - 历史CapEx的ROI：过去的大额投资是否产生了可衡量的回报？ **C3. 资本回报方式** - 回购金额：是否足以抵消SBC带来的股权稀释？计算净稀释率 = 新增SBC股数 - 回购股数 - 分红变化（如有） - 并购支出及整合效果 **C4. 资产负债表健康度** - 净现金还是净负债？（现金+短期投资 - 总负债） - 债务到期时间表：近期是否有大额债务到期？ - 利息覆盖倍数（EBIT / 利息支出）：低于3倍需警惕 - 信用评级变化 **搜索**：`[代码] free cash flow FCF margin` `[代码] capex breakdown` `[代码] buyback vs dilution net shares` `[代码] debt maturity schedule` `[代码] balance sheet cash debt` --- ### 模块D：前瞻指引与管理层信号 **核心问题**：管理层对未来的真实判断是什么？言行是否一致？与过去的承诺相比，执行力如何？ **必须回答**： **D1. 指引vs预期（核心对比表）** | 维度 | 本季度实际 | 本季度指引 | 华尔街预期 | 上季度指引 | Beat/Miss | |------|-----------|-----------|-----------|-----------|----------| | 收入 | | | | | | | 营业利润(率) | | | | | | | EPS | | | | | | - 下季度指引 vs 华尔街共识：高于/低于/符合？ - 全年指引是否有上调或下调？ **D2. 跨期对比** - 本季度实际 vs 上季度实际（QoQ环比趋势） - 如能获取全年数据：本财年 vs 上一财年（年度增速） - 管理层过去4个季度的指引准确度：是惯性保守（经常beat）还是惯性乐观（经常miss）？ **D3. 管理层语气与行为分析** - Earnings Call关键表态：对宏观环境、竞争格局、新产品的措辞 - 语气变化：与上季度相比更乐观还是更谨慎？是否出现新的关键词或回避某些话题？ - 行为vs言语一致性：嘴上说"充满信心"但手上在卖股票？（结合模块L的内部人交易数据） **D4. 异常信号检测** - 高管离职（尤其CFO） - 会计政策变更 - 审计师更换（无合理理由的更换是最严重红旗之一） - 大额减记或重组费用 **搜索**：`[代码] guidance Q[X] vs consensus` `[代码] earnings call transcript` `[代码] management guidance accuracy track record` `[代码] CFO CEO departure` `[代码] auditor change` --- ### 模块E：竞争格局与行业位置 **核心问题**：这家公司在行业中处于什么位置？是在攻还是在守？天花板有多高？ **必须回答**： **E1. 行业赛道全貌** - 所在行业/赛道的总市场规模（TAM）是多少？ - 行业未来3-5年的预期复合增速（CAGR）是多少？ - 行业处于什么阶段：早期爆发、高速增长、成熟稳定、还是衰退？ - 行业的结构性驱动因素是什么（技术变革？监管推动？需求转移？） **E2. 行业排名与竞争对手对比** - 这家公司在行业中排第几？市场份额是多少？份额在扩张还是萎缩？ - **如果是第1名**：第2、3名是谁？差距有多大？有被追上的风险吗？ - **如果是第N名**：前几名和后几名分别是谁？差距和追赶趋势如何？ - 直接竞争对手的同期财报表现对比（收入增速、利润率、市场份额变化） - 竞争对手的估值倍数对比（作为模块K估值的参照系） **E3. 外部威胁评估** - 是否有行业外部的巨头可能进入这个赛道？（例如：大型云厂商进入垂直SaaS、大型科技公司自研替代第三方工具） - 开源替代方案是否在成熟？对付费产品的威胁程度？ - 行业增速 vs 公司增速：公司是在"抢蛋糕"（份额扩大）还是"随大流"（只是行业增长）？ **E4. 护城河状态评估** - 品牌/网络效应/成本优势/转换成本——哪些在变宽、哪些在被侵蚀？ - 护城河的可量化证据（客户留存率、定价权、竞品切换成本） **搜索**：`[行业名] market size TAM forecast` `[行业名] market share ranking` `[代码] vs [竞争对手代码] comparison` `[代码] competitive moat` `[行业名] new entrants threats` --- ### 模块F：核心观察指标（KPI Dashboard） **核心问题**：对于这家特定公司，最能反映其业务健康度的2-5个"体温计"指标是什么？ 这个模块不是通用清单，而是**为这家公司量身定制**的关键观察点。 **按公司类型选择**： | 类型 | 核心观察指标 | 为什么重要 | |------|-----------|-----------| | SaaS/云计算 | ARR增长率、NDR（净留存率，>120%优秀）、RPO（剩余履约义务）、Rule of 40 | 这些指标比收入更能预测未来走势 | | 消费互联网 | DAU/MAU及比率、ARPU变化、用户参与时长、CAC/LTV比 | 用户基础的"质量"比"数量"重要 | | 半导体/硬件 | Backlog、Book-to-Bill、库存天数、Design Wins、ASP变化 | 订单和库存周期决定了未来2-3个季度的收入 | | 广告驱动 | 广告主数量增长、每广告主平均支出、广告定价（CPM/CPC趋势） | 广告是顺周期业务，这些指标领先于收入变化 | | 平台/生态系统 | 开发者数量、第三方应用/插件数量、平台GMV/TPV | 生态系统的健康度决定护城河的宽度 | **输出要求**：为目标公司选定2-5个最核心的KPI，每个标注： - 本季度数值 vs 上季度 vs 去年同期 - 趋势方向（改善/持平/恶化） - 这个指标如果恶化到什么程度，应该触发警报 **搜索**：`[代码] key metrics KPI` `[代码] ARR growth` 或 `[代码] DAU MAU trend` 或 `[代码] backlog book to bill`（按公司类型选择） --- ### 模块G：核心产品、新业务与市场叙事 **核心问题**：现有核心业务的竞争力如何？新增长点是否真实？市场对"新故事"买单吗？ **必须回答**： **G1. 核心产品/业务评估** - 主力产品的市场竞争力：用户/客户的真实评价如何？（搜索G2、Trustpilot、App Store评分和评论趋势） - 产品创新节奏：最近12个月发布了什么重要的新功能/产品？ - 定价权：过去12个月是否提价？客户对涨价的接受度如何？ - 产品粘性的量化证据：NDR、churn rate（流失率）、续约率 **G2. 新业务/增长引擎评估** - 管理层声称的新增长点是什么？（例如：AI功能、新市场扩张、新产品线） - 新业务当前的收入贡献有多大？增速如何？ - 新业务的商业模式是否已经验证？还是在"讲故事"阶段？ - 新业务的TAM声称是否合理？（警惕TAM幻觉——宣称万亿市场但实际可触达的SAM可能只有十分之一） **G3. AI叙事的真实性检验**（当前周期尤其重要） - "AI收入"的具体定义和口径——公司是否清晰披露？ - AI收入是经常性的还是一次性硬件采购？ - 客户是在试用还是已大规模部署？留存率数据？ - 是"真AI创新"还是"给老产品贴AI标签"？ **G4. 市场叙事买单程度** - 分析师和市场对新业务/新叙事的态度：是在给溢价还是持怀疑态度？ - 新叙事反映在估值倍数中了吗？（对比有AI叙事前后的倍数变化） - 叙事的可证伪时间点：什么时候应该兑现承诺？如果到期未兑现，叙事就破了 **搜索**：`[代码] product reviews G2` `[代码] new product launch` `[代码] AI revenue breakdown` `[代码] AI strategy skepticism bull case` --- ### 模块H：核心合作伙伴与供应链生态 **核心问题**：这家公司的关键关系是否稳固？有没有"断链"风险？ **必须回答**： **H1. 关键合作伙伴关系映射** - 公司最重要的合作伙伴是谁？（甲方客户、乙方供应商、战略联盟伙伴） - 关系的本质：是深度绑定（联合产品、排他协议）还是浅层合作（可替代）？ - 合作关系的持续时间和最近的变化：是在加深还是在松动？ **H2. 甲乙方依赖度评估** - 作为乙方（供应商）：前几大客户贡献了多少收入？有没有"大客户依赖症"？某个大客户流失会怎样？ - 作为甲方（采购方）：关键供应商有没有集中度风险？单一供应源的组件或服务？ - 转换成本：如果合作关系破裂，双方的转换成本分别有多高？ **H3. 潜在变数** - 大客户是否在自研替代方案？（例如大型云厂商自研芯片替代第三方） - 合作伙伴是否同时也是竞争对手？（"亦敌亦友"关系的稳定性） - 地缘政治是否可能切断某些供应链关系？ - 是否有合同到期续约的风险节点？ **搜索**：`[代码] key customers partners` `[代码] customer concentration` `[代码] supply chain risk` `[公司名] partnership agreement` `[代码] [大客户名] relationship` --- ### 模块I：高管团队与公司治理 **核心问题**：这些人是否值得信任来管理你的钱？公司治理结构对外部投资者是否友好？ **必须回答**： **I1. 核心管理层背景** - CEO、CFO、CTO/CPO等关键高管的职业经历和行业声誉 - 管理团队在这家公司的任期——团队稳定性如何？近12个月有没有关键人员流失？ - 管理层在本行业的经验深度：是行业老兵还是"空降兵"？ - 创始人是否仍在位？创始人主导的公司通常有更强的长期愿景但也可能有治理问题 **I2. 管理层激励结构** - 高管薪酬结构：固定薪资 vs 奖金 vs 股权的比例是多少？ - 股权激励是基于什么指标？（收入增长？EPS？股价？TSR？）—— 激励指标决定了管理层会追求什么 - 管理层自身持股比例：skin in the game有多少？ - 高管的股权是归属中（vesting）还是已经可以随时卖出？ **I3. 治理结构评估** - 董事会独立性：独立董事占比，是否有关联交易 - 投票权结构：是否有双层/多层投票权架构（dual-class shares）？如果创始人持有超级投票权，外部投资者实际控制力极弱 - 股东友好度：历史上是否尊重股东利益？有没有损害小股东的先例？（如低价定向增发、高管天价薪酬包） - 反收购条款（poison pill等）：是否存在？ **I4. 潜在的"坑"** - Related party transactions（关联交易） - 审计委员会的独立性和专业性 - 历史上的会计丑闻或SEC调查 - 高管的诉讼或合规问题 **搜索**：`[代码] executive team background` `[代码] CEO track record` `[代码] executive compensation proxy statement` `[代码] dual class shares governance` `[代码] board of directors independence` `[代码] SEC investigation` --- ### 模块J：宏观环境与政策影响 **核心问题**：外部环境是这家公司的顺风还是逆风？有没有正在来的"政策炸弹"？ **必须回答**： **J1. 宏观经济影响** - 利率环境：当前利率水平和预期走向对这家公司的影响 - 高利率环境下：高增长未盈利公司承压（折现率上升压缩估值）、有息负债成本上升 - 降息周期中：成长股受益、企业IT预算可能扩大 - 流动性环境：美联储缩表/扩表周期对市场资金面的影响 - 经济周期位置：这家公司的收入对经济周期敏感吗？（如广告业务高度顺周期，云基础设施相对抗周期） - 汇率影响：如果公司有大量国际收入，美元走强/走弱的影响 如果用户已安装 `macro-liquidity` 或 `us-market-sentiment` skill，建议联动使用。 **J2. 政策与监管** - 最新影响这家公司的法案、法规或监管动态 - 合规资质和牌照：公司是否拥有必要的合规资质？是否面临被撤销的风险？ - 反垄断：是否有正在进行的调查或诉讼？潜在的拆分/罚款风险 - AI监管：最新的AI监管政策对公司业务的影响范围 - 数据隐私法规（GDPR、CCPA等）的合规成本和限制 - 行业特定监管（如金融科技的牌照要求、医疗科技的FDA审批等） **J3. 地缘政治** - 中美关系对有大量中国收入或中国供应链的公司的影响 - 出口管制和技术制裁：最新的芯片出口限制、实体清单变化 - 区域冲突对供应链的影响 **搜索**：`fed rate decision impact tech stocks` `[代码] regulatory risk` `[代码] antitrust investigation` `AI regulation latest legislation impact [代码]` `[代码] China revenue exposure` `[代码] export control impact` --- ### 模块K：估值模型选择与核心假设 **核心问题**：用什么尺子量最合适？这把尺子的刻度基于什么假设？ **执行此模块前，先读取** `references/valuation-models.md` **必须回答**： **K1. 估值方法选择**（至少2种，建议3-4种） 根据公司特征选择最适合的方法组合： | 公司特征 | 首选方法 | 辅助方法 | |---------|---------|---------| | 已盈利、成熟型 | Owner Earnings、EV/EBITDA | PEG、反向DCF | | 高增长、已盈利 | PEG、反向DCF | EV/EBITDA、Earnings Yield+ROIC | | 高增长、未盈利或微利 | EV/Revenue + Rule of 40、反向DCF | 参照上市可比公司的PS倍数 | | 周期型 | EV/EBITDA（用正常化利润） | 重置成本 | **K2. 可比公司选择（Comps）** - 核心业务模式最接近哪几家公司？ - 这些可比公司的估值倍数（PE、EV/EBITDA、EV/Revenue）各是多少？ - 目标公司应该拿到什么样的premium或discount？为什么？ - 如果公司有多条业务线，是否需要分部估值（SOTP，Sum-of-the-Parts）？ **K3. 核心假设表** | 假设 | 基准情景 | 牛市情景 | 熊市情景 | 来源/依据 | |------|---------|---------|---------|----------| | 收入增速 | X% | X% | X% | [依据] | | 利润率 | X% | X% | X% | [依据] | | 折现率/WACC | X% | X% | X% | [依据] | | 终值增长率 | X% | X% | X% | [依据] | | 估值倍数 | Xx | Xx | Xx | [依据] | **K4. 敏感性分析表**（必须） 至少一个二维矩阵展示关键假设变化对估值的影响。 **K5. 概率加权情景与IRR** | 情景 | 概率 | 目标价 | 隐含回报 | 关键假设 | |------|------|--------|---------|---------| | 牛市 | XX% | $XXX | +XX% | [1-2句] | | 基准 | XX% | $XXX | +XX% | [1-2句] | | 熊市 | XX% | $XXX | -XX% | [1-2句] | 概率加权预期回报 → 隐含IRR → 是否过15%/20%门槛 **IRR铁律**：做多≥15%，做空≥20-25%。未达门槛 = PASS + 标注Action Price。 **K6. Action Price推导**（独立于当前股价） ``` 独立估值 → 合理价值区间 → 减去15-20%安全边际 → Action Price → 然后才看当前股价 ``` **搜索**：`[代码] valuation EV/EBITDA PE ratio` `[代码] comparable companies peers valuation` `[代码] WACC cost of capital` `[代码] DCF fair value estimate` `Damodaran industry EV/EBITDA` --- ### 模块L：筹码分布与持仓结构 **核心问题**：谁在买、谁在卖、多空力量对比如何？ **必须回答**： **L1. 股权结构** - 核心/创始人股东持股比例 - 内部高管整体持股比例 - 前10大机构股东及其持仓变化（增持/减持） - 机构持股总占比 vs 散户持股占比 **L2. 资金流向** - 最近1-2个季度的13F数据：哪些知名基金新建仓？哪些在加仓？哪些在减仓？ - 是否有知名价值/成长型基金大幅变动持仓？ - ETF持仓权重变化：是否面临指数调整的买入/卖出压力？ **L3. 多空对比** - 空头仓位（Short Interest）占流通股的比例 - 空头回补天数（Days to Cover） - 做空成本（borrow rate）：如果很高，说明空头拥挤 - 是否有知名做空机构发布做空报告？ **L4. 内部人行为** - 管理层近3-6个月的买卖记录（SEC Form 4） - 是在规律性卖出（10b5-1计划，通常是正常的税务/多元化安排）还是异常大额卖出？ - 有没有高管在"静默期"前后异常交易？ - 高管整体是净买入还是净卖出？ **L5. 股票流动性（影响仓位管理）** - 日均成交量和成交额 - 买卖价差（bid-ask spread） - 对于你的资金规模，建仓/清仓需要多少天不造成显著市场冲击？ **搜索**：`[代码] institutional holders top shareholders` `[代码] 13F filings latest` `[代码] short interest days to cover` `[代码] insider buying selling SEC Form 4` `[代码] average daily volume` --- ### 模块M：长期监控变量清单 **核心问题**：买入之后，我应该盯着什么？什么信号告诉我加仓、什么信号告诉我跑？ 这个模块是整份报告的"操作手册"，将前面所有分析转化为可持续跟踪的变量。 **必须回答**： **M1. 增量Driver（看多的条件持续成立的证据）** 列出3-5个最关键的增长驱动因素，每个附带： - 量化的跟踪指标 - 季度检查的基准值 - 数据来源 示例："AI业务收入增速维持>50% YoY → 每季度通过财报确认 → 如果连续降至<30%，下调conviction" **M2. 潜在的"雷"（可能导致无法长期持有的风险）** 列出3-5个最危险的风险因素，每个附带： - 为什么这是一颗"雷"而不只是"风险" - 今天能观察到什么早期预警信号 - 如果"雷"爆了，预期的影响幅度 **M3. Action Trigger（操作触发条件）** | 信号 | 动作 | 幅度 | |------|------|------| | 如果[具体、可量化的正面条件] | 加仓 | [比例] | | 如果[具体、可量化的负面条件] | 减仓 | [比例] | | 如果[具体、可量化的严重负面条件] | 清仓 | 全部 | | 如果股价回调至$XXX（基于估值而非感觉） | 首次建仓/加仓 | [比例] | **关键要求**：每个trigger必须是具体的、可量化的、可验证的。"如果增长放缓"不及格，"如果连续2个季度收入增速低于15%"才及格。 --- ### 模块N（补充）：研发效率与创新管线 **核心问题**：这家公司的"未来"是否有足够的弹药？ **必须回答**： - R&D支出占收入的比例，与同行对比 - R&D效率衡量：每投入1元研发，产出了多少新收入或多少专利？ - 创新管线（Innovation Pipeline）：正在开发中的重要产品/功能有哪些？ - 专利组合：核心专利数量、新增速度、覆盖领域 - 人才竞争力：核心技术人才的获取和留存情况（可参考Glassdoor评分、Blind评论、LinkedIn招聘活跃度） **搜索**：`[代码] R&D spending percentage revenue` `[代码] patent filings` `[代码] product roadmap` `[公司名] glassdoor engineering reviews` --- ### 模块O（补充）：会计质量信号 **核心问题**：财报数字本身是否可信？有没有"美化"的痕迹？ **必须回答**： - **应计比率（Accruals Ratio）**：(净利润 - 经营现金流) / 总资产。如果持续高于5-10%，利润中"非现金"成分过高，质量可疑 - **收入确认政策变更**：最近是否有会计政策变更影响收入确认时点？ - **递延收入（Deferred Revenue）趋势**：对SaaS公司尤其重要——如果递延收入增速低于收入增速，可能预示未来放缓 - **表外项目**：经营租赁承诺、或有负债、非并表的投资或SPV（特殊目的载体） - **审计意见**：最近一次审计意见是无保留意见吗？有没有强调事项段？ **搜索**：`[代码] accounting quality accruals` `[代码] deferred revenue trend` `[代码] off balance sheet` `[代码] audit opinion` --- ### 模块P（补充）：ESG与机构资金流入/流出筛查 **核心问题**：有没有非基本面的资金流入/流出因素需要考虑？ **为什么重要**：越来越多的大型机构（主权基金、养老金）有ESG筛选标准。一只股票即使基本面优秀，如果被大型机构列入ESG排除名单，可能面临持续的资金外流压力。反过来，ESG评级提升可能带来被动资金流入。 **必须回答**： - 公司的主要ESG评级（MSCI ESG Rating、Sustainalytics等） - 是否有ESG相关的争议事件可能导致机构投资者撤出？ - 指数纳入/剔除预期：是否可能被纳入或剔除主要指数（S&P 500、MSCI系列等）？这会带来被动资金的大幅买入/卖出 **搜索**：`[代码] ESG rating MSCI` `[代码] index inclusion exclusion` `[代码] institutional investor controversy` --- ## 第二步：6大投资哲学视角 **执行此步骤前，先读取** `references/investing-philosophies.md` 用6种不同的投资世界观审视同一组数据。这种"内部辩论"本身就是去偏见的过程。 | 视角 | 代表人物 | 核心问题 | 时间范围 | 关键指标 | |------|---------|---------|---------|---------| | 质量复利 | 巴菲特、芒格 | 20年后这家公司会更强吗？ | 永久 | ROIC趋势 | | 想象力成长 | Baillie Gifford、ARK | 如果一切顺利，上行空间有多大？ | 5年+ | 收入增长 | | 基本面多空 | Tiger Cubs | 市场漏掉了什么？Variant View是什么？ | 1-3年 | EV/EBITDA | | 深度价值 | Klarman、Howard Marks | 私人买家会出多少钱买下整家公司？ | 耐心等待 | 重置成本 | | 催化剂驱动 | Tepper、Ackman | 什么具体事件会触发市场重新定价？ | 6-18月 | 催化剂时间线 | | 宏观战术 | Druckenmiller | 当前流动性环境对这只股票意味着什么？ | 随周期 | 美联储政策 | **对每个视角**回答： 1. Long / Short / Pass？ 2. 核心理由（1-2句） 3. 最大风险 4. 如果Pass：哪种风格的投资者可能有不同看法？ --- ## 第三步：Variant View（变异视角） **这是整份报告的灵魂。** 如果你的结论和市场共识完全一致，你的分析没有增加任何价值。 > **市场共识认为___。我们认为___。他们错了因为___。** 回答： - 市场当前的共识定价隐含了什么假设？（通过分析师评级分布、远期PE、反向DCF隐含增长率来判断） - 这个假设为什么是错的？ - 证据链是什么？ --- ## 第四步：反偏见与 Pre-Mortem **执行此步骤前，先读取** `references/bias-checklist.md` 包含：6大认知陷阱自检、7大财务红旗、5大科技股盲区、Pre-Mortem事前尸检。 --- ## 第五步：综合判断与输出 ### 输出模板 ``` # $[代码]: [一句话浓缩投资论点——这个标题就是你的Variant View] ## 执行摘要 [2-3段直接给出结论、conviction level和核心理由。第一句话就是推荐动作。] **TL;DR:** - [推荐动作 + 信心水平] - [最核心的Key Force] - [最大风险 / Kill Condition] - [估值 vs 当前价格 + 隐含IRR] --- ## Key Forces（决定性力量） [1-3个Key Forces的深入分析，每个2000-3000字符，一手来源引用] --- ## A. 收入规模与质量 [A1-A3的分析结果] ## B. 盈利能力与利润率 [B1-B3的分析结果] ## C. 现金流与资本配置 [C1-C4的分析结果] ## D. 前瞻指引与管理层信号 [D1-D4的分析结果，含QoQ/YoY对比表] ## E. 竞争格局与行业位置 [E1-E4的分析结果，含行业排名和竞争对手对比] ## F. 核心观察指标 [为这家公司量身定制的2-5个KPI及跟踪基准] ## G. 核心产品与新业务叙事 [G1-G4的分析结果] ## H. 合作伙伴与供应链生态 [H1-H3的分析结果] ## I. 高管团队与治理 [I1-I4的分析结果] ## J. 宏观与政策影响 [J1-J3的分析结果] --- ## K. 估值矩阵 ### 多方法估值对照 | 方法 | 估值/信号 | 判断 | 关键假设 | |------|----------|------|---------| | ... | ... | ... | ... | ### 可比公司倍数对照 | 公司 | PE | EV/EBITDA | EV/Revenue | 增速 | 备注 | |------|-----|----------|-----------|------|------| | 目标公司 | | | | | | | 可比1 | | | | | | | 可比2 | | | | | | ### 敏感性分析 [二维矩阵表] ### 概率加权情景 | 情景 | 概率 | 目标价 | 回报 | 关键假设 | |------|------|--------|------|---------| | 牛市 | XX% | $XXX | +XX% | ... | | 基准 | XX% | $XXX | +XX% | ... | | 熊市 | XX% | $XXX | -XX% | ... | **概率加权预期回报**：$XXX（+XX%）| **隐含IRR**：XX% --- ## L. 筹码分布 [L1-L5的分析结果] --- ## 变异视角（Variant View） **市场共识**：... **我们的观点**：... **为什么市场错了**：... ## 6大投资哲学视角汇总 | 视角 | 结论 | 核心理由 | 最大风险 | |------|------|---------|---------| | ... | ... | ... | ... | ## Pre-Mortem：如果2年后亏了钱 1. 失败路径A：... 2. 失败路径B：... 3. 失败路径C：... ## 反偏见检查结果 ### 🔴 红旗 | ### 🟡 黄旗 | ### ✅ 绿灯 --- ## M. 长期监控变量清单 ### 增量Driver | # | 驱动因素 | 跟踪指标 | 当前基准值 | 检查频率 | |---|---------|---------|-----------|---------| | 1 | ... | ... | ... | 每季度 | ### 潜在的"雷" | # | 风险因素 | 早期预警信号 | 影响幅度 | |---|---------|------------|---------| | 1 | ... | ... | ... | ### Action Trigger | 信号 | 动作 | 幅度 | |------|------|------| | 如果[正面条件] | 加仓 | X% | | 如果[负面条件] | 减仓 | X% | | 如果[严重负面条件] | 清仓 | 全部 | | 股价回调至$XXX | 建仓/加仓 | X% | --- ## 决策框架 **持仓分类**：[核心持仓 / 战术持仓 / 做空候选 / PASS] **Action Price**：买入$XXX | 加仓$XXX | 减仓$XXX **建仓节奏**：[分N批，每批XX%] **仓位**：占科技股配置的X%（理由：...） --- ## 证据来源 | # | 来源 | 链接 | 类型(一手/事实/观点) | 摘要 | |---|------|------|-------------------|------| ## ⚠️ 免责声明 此分析基于公开信息和模型推算，仅供研究参考。不构成投资建议。 ``` --- ## 写作纪律 - 开头直接给结论，不要"本报告旨在分析..." - 80%以上主动语态 - 删除废话词：actually、really、basically、essentially - 有证据时断言，真正不确定时诚实标注 - 与Key Forces直接相关的模块给2-3倍篇幅，其余正常覆盖 - 结尾是Action Trigger和监控清单，而非拖沓的总结 ## 与已有Skills的协同 - **us-value-investing**：完成本分析后，建议额外运行四维价值评分做交叉验证 - **us-market-sentiment**：模块J涉及宏观情绪时联动 - **macro-liquidity**：流动性环境是Key Force时联动 ## 与子技能的协同工作流 ### 📊 技能架构图 ``` ┌─────────────────────────────────────────────────────────┐ │ tech-earnings-deepdive (主技能) │ │ 16 模块分析 + 6 大投资视角 + 估值矩阵 + 决策框架 │ └────────────────────┬────────────────────────────────────┘ │ ┌───────────┼───────────┬───────────┐ ▼ ▼ ▼ ▼ ┌─────────────┐ ┌─────────┐ ┌──────────┐ ┌──────────┐ │us-value- │ │macro- │ │btc-bottom│ │us-market │ │investing │ │liquidity│ │-model │ │sentiment │ │四维价值评分 │ │流动性 │ │BTC 底部 │ │市场情绪 │ │(ROE/负债/ │ │(Fed/ │ │(RSI/ │ │(NAAIM/ │ │现金流/护城河)│ │SOFR/MOVE│ │MVRV/矿工)│ │机构/散户) │ └─────────────┘ └─────────┘ └──────────┘ └──────────┘ ``` ### 场景 1: 完整科技股分析（推荐） **步骤**: 1. **运行主技能** `tech-earnings-deepdive` 进行 16 模块深度分析 2. **联动子技能** 根据分析内容自动建议运行相关子技能： - 模块 D(ROE 可持续性) → 建议运行 `us-value-investing` 交叉验证 - 模块 J(宏观流动性) → 建议运行 `macro-liquidity` 获取环境评估 - 模块 L(市场情绪) → 建议运行 `us-market-sentiment` 获取 sentiment 数据 3. **综合判断** 整合主技能和子技能结果，形成最终投资建议 **触发条件**: ``` 用户："帮我分析一下 AAPL 最新财报" ↓ 主技能分析完成 ↓ 检测到模块 D ROE 评分高 → 建议："建议运行 us-value-investing 进行四维价值评分交叉验证" 检测到模块 J 提及流动性紧张 → 建议："建议运行 macro-liquidity 评估宏观环境" ``` ### 场景 2: 宏观驱动分析 **步骤**: 1. 先运行 `macro-liquidity` 评估流动性环境 2. 如流动性评级为"紧张"或"危险"，在模块 J 中引用并调整仓位建议 3. 根据流动性评级调整整体科技股仓位 **示例**: ``` macro-liquidity 输出：流动性评级 = "危险" ↓ tech-earnings-deepdive 模块 J 引用： "当前宏观流动性处于危险水平 (SOFR 飙升，MOVE 指数高位)，建议降低科技股仓位至 50%" ↓ 最终仓位建议：从 100% 降至 50% ``` ### 场景 3: 加密货币分析 **步骤**: 1. 运行 `btc-bottom-model` 判断底部区域 2. 如进入底部区域，联动 `macro-liquidity` 确认宏观环境 3. 综合判断建仓时机 **示例**: ``` btc-bottom-model 输出：底部评级 = "深度底部区" macro-liquidity 输出：流动性评级 = "改善中" ↓ 综合建议："BTC 进入底部区域，宏观流动性改善，建议分批建仓 (30% → 50% → 20%)" ``` ### 场景 4: 市场情绪极端时 **步骤**: 1. 运行 `us-market-sentiment` 评估市场情绪 2. 如情绪极端 (极度贪婪/极度恐惧)，在主技能中调整反向操作建议 3. 结合估值矩阵判断是否逆向投资 **示例**: ``` us-market-sentiment 输出：情绪评级 = "极度恐惧" (NAAIM < 20) ↓ tech-earnings-deepdive 模块 L 引用： "市场情绪极度恐惧，历史上这是逆向买入的良机" ↓ 投资建议："建议逆向建仓优质科技股，优先选择现金流强劲、估值合理的标的" ``` ### 输出格式说明 **默认输出**: HTML 格式（美观、可交互、适合分享） **MD 格式**: 仅在用户明确要求时输出（如"输出为 markdown"） **文件命名**: - 主技能：`2026-03-24_AAPL_Q1.html` - us-value-investing: `2026-03-24_AAPL_value.html` - macro-liquidity: `2026-03-24_AAPL_macro.html` - btc-bottom-model: `2026-03-24_BTC_bottom.html` - us-market-sentiment: `2026-03-24_market_sentiment.html` 所有输出文件统一存放在 `~/.openclaw/workspace/output/tech-earnings-deepdive/`

Security Status