alpha-thesis

Global Rules Capsule (v1)

本 skill 独立运行时也必须遵守以下全局规则；维护源是 skills/_shared/global-rules.md，该文件尽量使用 CLAUDE.md 原文。

• 默认用中文自然语言输出；ticker、公司名、产品名、source title、URL、YAML / JSON key、财务和行业术语可以保留英文。所有分析必须结论先行，不要写 "Great question"、"你说得对"、"It depends" 这类空铺垫。
• 每一条事实声明、数字、引语必须有 source link 或明确 source 描述。财务数字、估值、市场数据、KPI、运营数据、行业数据、管理层引语、专家访谈、监管表态、第三方判断、历史事件和时间点必须有 source。研究员判断本身不需要 source，但判断依据的事实必须有 source。
• 能用一手原始 source 就不用二手；多个 source 冲突时必须标注冲突，不要挑一个顺手的用。不确定时直接说不确定，并标 [需查证] 或 [来源待补]；不确定 URL 是否存在时写 [link 待补]。
• 绝对不能编造 URL、页码、引语、数字、人名、日期。
• Sub-Agent Evidence Protocol：本 skill 默认必须启动 sub-agent / delegate worker 并行查 source；sub-agent 只能返回 evidence card，不得写最终结论、thesis、variant-view judgment、position / sizing、ranking、valuation 或 model treatment；主 agent 必须完成 URL/claim spot check、source conflict handling 和最终 synthesis。若当前 host / runner 真的无法 spawn，必须在 artifact 中明示 sub-agent unavailable、原因和 coverage caveat。Runtime cap: no per-skill sub-agent count limit; max 6-8 active sub-agents globally; parallel within one skill but serial across skills; close sub-agents immediately after evidence cards or QA notes return.
• 不要写 sell-side 流水账：公司历史、管理层履历、行业科普、通用 SWOT、无数据定性、表格复述。数据表必须有 takeaway，且 takeaway 必须给结构性洞察，不要复读表格。
• 主动执行 Senior Analyst Radar：当疑点可能改变业务实质理解、model driver、市场预期 / consensus framing、peer group / 估值框架或下一步研究优先级时，直接点破。
• 遇到行业机制、工程原理、设备链条、工艺流程、术语或 know-how gap，先 handoff / 触发 mechanism-map；遇到 revenue / margin / backlog / price-volume-mix driver、披露口径异常或 model-driver gap，先 handoff / 触发 driver-map。
• 研究启动时先检查 topics/<topic-slug>/_cache/ 是否存在已 ingest 的材料；如有，优先引用 cache 中的 source-tracked markdown。

Alpha Thesis

产出不是股票研究报告，而是一份可以拿去 pitch 给 PM、能让 PM 判断要不要建仓的单股投资逻辑。

本 skill 只处理单股 Long-only 或 Short-only thesis。任何 Long X + Short Y、hedge candidate、"X 用什么对冲"、pair trade、hedged structure 都交给 pair-trade。

心法

卖方报告和买方 thesis 最根本的区别：买方的逻辑必须包含"为什么这个机会还存在"。如果一个机会人人都能看到、人人都同意，那它已经被 priced in 了，不存在 alpha。所以 thesis 的核心是 variant view——你和 consensus 哪里不一样、为什么这个差异存在、什么会让市场逐步同意你。

没有 variant view 的"多头逻辑"不是 thesis，是叙事。叙事不赚钱。

Source 政策

全局 source / anti-hallucination 规则已内嵌在 Global Rules Capsule (v1)。本节只补充 thesis-specific 要求。

快速提醒：

• 每条事实、数字、引语、consensus 数字必须贴可点击 source；没有可靠 source 就标记 [需查证] / [来源待补]。
• Catalyst 事件、kill criteria 基线、scenario 假设依赖的事实都必须给 source；研究员概率和判断本身不需要 source。
• 不确定 URL 是否存在时写 [link 待补]，不得编造；sub-agent URL 抽查匹配后才可使用。

Parallel Evidence Pass

本 skill 默认必须按 thesis evidence bucket 启动 sub-agent / delegate worker 并行取证；sub-agent 只能返回 evidence card：

• 可拆任务：variant-view evidence、consensus / priced-in evidence、driver / catalyst evidence、kill-criteria evidence、valuation / scenario inputs。
• sub-agent 不得写最终 thesis、variant-view conclusion、trade structure、position / sizing、bull/base/bear judgment 或 PM pitch；这些必须由主 agent 综合。
• 主 agent 必须抽查关键 URL / claim，并统一 consensus gap、driver evidence、scenario inputs、catalyst timing 和 kill criteria 后再写 thesis。
• 如果当前 host / runner 真的无法 spawn，主 agent 必须在 evidence notes 中写明 sub-agent unavailable、失败原因、实际单线程取证范围和 source coverage caveat；不能把未并行执行伪装成已完成并行取证。

必填章节（缺一不可，缺一项就重写）

Primitive Preflight（先判断能不能直接写 thesis）

在写 Variant View、Bull / Base / Bear、Kill Criteria 之前，先判断 thesis 依赖的关键 driver 是否已经拆清楚。不要因为用户要求"写 thesis"就跳过这个检查。

检查项	通过标准	不通过时动作
Revenue driver	收入增长能拆到 price / volume / mix、backlog conversion、segment mix 或可观察 KPI	先 handoff 到 driver-map
Margin driver	gross / EBITDA margin 的变化来源能拆到成本、mix、利用率、pricing 或 operating leverage	先 handoff 到 driver-map
Backlog / orders	backlog、orders、book-to-bill 与收入确认的关系清楚	先 handoff 到 driver-map
Disclosure bucket	reported segment / revenue bucket 能对应真实业务和 model line	先 handoff 到 driver-map

若任一项不通过，不要硬写完整 thesis。先输出最小 handoff block：

## Primitive Handoff Required

- Blocker: [哪个 driver / 披露口径没拆清]
- Why it blocks thesis: [它会影响 variant view / scenario / kill criteria 的哪一节]
- Handoff: `driver-map`
- Inputs needed: [需要补的 filing / call / KPI / segment data]

0. Trade Structure（决定后续所有节的视角）

LS 基金不预设 long-only。第一步必须明确这是哪种单股 trade，因为后续每节的写法都依赖于此。

Structure	说明	Thesis 重心	Bull/Base/Bear 含义	Kill 形式
Long-only	单边做多	多头 thesis、上行 catalyst	股价 + 回报 %	基本面恶化 / valuation 击穿
Short-only	单边做空	空头 thesis、下行 catalyst	股价 - 回报 %（Bull = 跌深、Bear = 涨）	上行 catalyst / squeeze 风险

强制约束：

• 如果用户给出 Long X + Short Y，停止使用本 skill，改用 pair-trade。
• 如果用户问 "X 用什么对冲" / "找 hedge candidate"，停止使用本 skill，改用 pair-trade。
• Short-only 的 kill criteria 写法和 Long-only 反过来——多头担心下跌击穿，空头担心上涨 squeeze。

Variant View 双向化（适用所有单股 thesis）：

不只问 "vs long consensus 差多少"，要双向问：

• vs long consensus（多头方向）：你的数字 / view 比看多者更乐观还是更悲观？
• vs short consensus（空头方向）：你的数字 / view 比看空者更乐观还是更悲观？

这能防止多头 thesis 忽略聪明空头的问题，也能防止空头 thesis 只是在复述市场已经知道的坏消息。

1. The Trade in One Sentence

一句话讲清楚：trade structure（来自 §0）+ 标的 + 时间窗口 + 大致回报区间。

按 structure 分例：

• Long-only："Long XOM，未来 12-18 个月，目标 +35%（vs 隐含下行 -15%）"
• Short-only："Short ARKK，未来 6-9 个月，目标 -25%（vs 隐含上行 +10%）"

反例：

• "看好 X 的长期前景"——这不是 trade，是观点。
• "Long X / Short Y"——这是 pair，不是 alpha-thesis，改用 pair-trade。

2. Variant View（量化，必须有数字）

明确说出：你的关键预测和 consensus 数字差多少？

• 例："Consensus 2026 EBITDA $4.2B，我的 base case 是 $4.8B（+14%），核心差异在 [假设 X]"
• 反例："我比市场更乐观"——零信息。

如果你的核心数字和 consensus 一致，那你没有 variant view，你只是同意 consensus——这种情况下不存在 alpha，要么放弃这单 trade，要么重新想哪里其实不一致。

3. Why the Gap Exists（这是最重要的一节）

机会为什么还在那里没被收割？分类思考：

• Information edge：你知道一些别人不知道的事？（注意：这通常很难真正存在，且要合规）
• Time horizon arbitrage：市场在 punish 短期数据、忽略 2-3 年后的结构性变化？
• Complexity / accounting：业务复杂、报表有误读、分类错误（被当成周期股，实际是成长股；被当成成长股，实际是 melting ice cube）？
• Behavioral / sentiment：被讨厌、被遗忘、刚出过黑天鹅、ESG 不待见、太小没人看？
• Structural flow：被动资金 / 指数除名 / 大股东减持等技术性压力？

如果你说不出 why the gap exists，停下来重新审视 variant view——通常意味着你的 view 实际上和 consensus 一致，只是用了不同 wording。

4. 三个 Catalyst（每个都要具体、可定时）

什么事件会让市场开始同意你？时间？概率？事件本身要给 source；概率是研究员判断不需要 source。

按 trade structure 调整 catalyst 视角：

• Long-only：上行 catalyst（财报 beat、产能爬坡、capital return、监管利好）。
• Short-only：下行 catalyst（财报 miss、guidance cut、负面监管、debt 到期）。

例（Long-only）：

• "Q3 财报（11 月 公司 IR 财报日历）：管理层若给出 2026 capex 指引 < $2B 当前 capex 来自 Q2 2024 call，将证伪 capital cycle bear thesis（概率 60%）"
• "OPEC+ 12 月会议 OPEC official calendar：减产延长将支撑油价 base case > $75（概率 70%）"

反例："长期来看市场会认识到价值"——这不是 catalyst，是 hope。

5. Bull / Base / Bear（每个都要有具体回报数字 + 概率）

按 trade structure 调整含义：

Long-only：

Scenario	关键假设	12-18M 回报	概率	假设的事实依据（Source）
Bull	...	+60%	25%	...
Base	...	+35%	50%	...
Bear	...	-20%	25%	...

Short-only（数字反向：Bull = 跌深、Bear = 涨被 squeeze）：

Scenario	关键假设	12-18M 回报	概率	Source
Bull (空头胜)	业绩崩 / guidance cut	-45%	30%	...
Base	慢漏气	-20%	50%	...
Bear (空头败)	Squeeze / 业绩好转	+25%	20%	...

Scenario 本身（数字、概率）是研究员判断，不需要 source。但假设依赖的事实（当前基线数字、历史类比案例、行业可比）必须有 source——否则假设是凭空的。

概率加权回报必须明显 > 0，且 bull/base 之间的差距、base/bear 之间的差距要符合现实。如果 bear 比 bull 还容易发生但你设了对称概率，那是自我欺骗。

6. Kill Criteria（具体到数字 / 事件，不允许空泛）

按 trade structure 调整 kill 形式：

Long-only：基本面恶化触发

• 例："若 2024Q4 单井产量下降幅度 > 18%（vs. 当前 12% Q3 2024 10-Q），decline 加速 thesis 失效"

Short-only：上行 catalyst 出现 / squeeze 风险

• 例："若 short interest 升至 30%+ 且 days-to-cover > 5（FINRA SI data 当前 18% / 3.2 天），squeeze 风险升温必须减仓"
• 例："若公司宣布 strategic review / activist 介入（历史 13D 通常引发 30%+ rally），空头 thesis 失效"

反例："如果基本面恶化"——空话，什么都没说。

7. Sizing 逻辑

基于以上的 asymmetry 和 kill criteria 的清晰程度，这个 position 应该多大？什么情况下加仓？什么情况下减仓？

通用原则：

• Kill criteria 非常明确、信号容易观察 → 可以更大仓位（风险可控）。
• Thesis 依赖 5 个连续假设都对 → 仓位要小（path 太长）。
• Catalyst 集中在某一时点 → 考虑用期权而不是正股，捕捉非对称性。
• Short-only：borrow availability + cost + crowded short 风险都进 sizing 考量。Single-name short 最大 sizing 应低于同 conviction 的 long（asymmetric loss）。

8. Key Assumptions Checklist

明确写出 thesis 依赖的关键假设。后续每个季度回来检查这些假设是否还成立。这是 thesis 的维护手册，也是 pre-mortem 的输入。

必填：

• 3-5 条最关键假设。
• 每条假设的当前证据 / source。
• 每条假设的反证信号。
• 哪些假设应在下一次财报或行业数据更新时复查。

反模式自查

• ❌ 第 0 节没明确 trade structure → 整个 thesis 模糊，重写。
• ❌ 用户说 Long X / Short Y 还继续写 alpha-thesis → 触发错 skill，改用 pair-trade。
• ❌ 用户问 "X 用什么对冲" 还继续写 alpha-thesis → 触发错 skill，改用 pair-trade。
• ❌ Variant view、scenario 或 kill criteria 依赖 revenue / margin / backlog / price-volume-mix driver，但没有先做 Primitive Preflight → 先触发 driver-map。
• ❌ Variant view 只 vs long consensus，没 vs short consensus → LS 视角缺失。
• ❌ Short-only 但 kill criteria 写法和 long 一样 → 没考虑 squeeze 风险。
• ❌ 第 2 节是定性的、没有具体数字 → variant view 不存在，重写。
• ❌ 第 3 节写不出来 → thesis 大概率有问题，先想清楚再继续。
• ❌ Catalyst 都是"长期"——没有具体时间 → 实际上没有 catalyst，重列。
• ❌ Bear case 回报是 -2% → bear 太弱，没认真想 bear 怎么发生。
• ❌ Kill criteria 是"如果错了我就退" → 没有可观察的具体信号，等于没有。
• ❌ 章节里大段复述业务模式 / 行业背景 → 那是 quickread 的活儿，这里只放和 thesis 直接相关的东西。

Source 专项

• ❌ Variant view 引用 consensus 数字但无 source → 标记或补。
• ❌ Catalyst 提到的事件（财报、监管会议、investor day）无具体日期 source → 补。
• ❌ Kill criteria 引用了"当前 X 是 Y"但 Y 没有 source → 补。
• ❌ Bull/Bear 假设引用了类比案例（"上次类似情况股票跌 30%"）但无 source → 补。
• ❌ 出现具体数字 / 引语但无 source link → 标记 [需查证] 或删。
• ❌ Source 是"据报道""有传言""有人说" → 不是 source，找出处或删。
• ❌ URL 不确定真实存在 → 写描述加 [link 待补]，不要假装。

篇幅基准

完整产出 800-1500 字。这是要拿去 pitch 的东西，必须密度高、可执行。

Journal-First Handoff

本 skill 默认产出研究观点，不再写交易状态文件。若用户要求保存，把 thesis 作为当前日期化保存路径的研究材料保存为：

topics/[topic-namespace]/[topic-slug]/[YYYY-MM-DD]-alpha-thesis.md

如果当前日期化保存路径不明确，先 handoff 到 new-session 解析路径；不要临时发明目录或未解析路径就写入。

research-journal 只在 thesis 已被研究清楚、形成可复用认知增量后再吸收，不要把未验证 thesis 直接写成 memory。

如果 thesis 中出现披露口径、业务实质、model driver、source 冲突等高价值疑点，直接触发 Global Rules Capsule (v1) 的 Senior Analyst Radar 提醒。若问题是 revenue / margin / backlog / price-volume-mix driver 没拆清楚，先用 driver-map；若问题是研究方向本身不清，再用 next-step。

Workflow 联动

• 在 stock-quickread 之后用——quickread 帮你判断这家公司值不值得花时间，alpha-thesis 是真正建立单股观点。
• 如果 sell-side consensus、buy-side bar、priced-in assumptions 或 variant-view gap 还没有拆清，先用 consensus-map，不要在 thesis 里临时补一张粗糙预期表。
• 如果 variant view、scenario 或 kill criteria 依赖某个 revenue / margin driver，但该 driver 尚未拆清楚，先触发 driver-map，再继续写 thesis。
• 如果关键假设需要 expert call、customer / supplier channel check、survey 或 fieldwork 验证，先用 primary-research-plan 设计合规验证计划；不要把未执行访谈写成 evidence。
• 写完之后用 bear-pre-mortem 做空头压力测试。
• 第 8 节的假设清单是 earnings-setup 中 thesis 假设核对的输入。
• 如果用户要求 Long X + Short Y、hedge candidate、pair monitor，改用 pair-trade。
• 若本轮研究已经形成可复用认知增量，后续用 research-journal 沉淀；若仍有高价值疑点，用 next-step 生成下一轮研究问题。