Imported from Mrjie7205/serenity-bottleneck-hunter (SKILL.md). Install upstream with npx skills add Mrjie7205/serenity-bottleneck-hunter. Copyright stays with the author.

Serenity Bottleneck Hunter

把一个投资主题转成一份被忽视的上游瓶颈候选股名单 + 论证 + 目标价/时间框架。核心不是抄 Serenity 的票,而是复用他的逻辑去选新股。

📓 每条纪律是怎么用一次真实翻车换来的,见 reference/lessons.md。本文件只讲"做什么";完整事故复盘在那边,用 〔… → lessons.md#锚点〕 指过去。

何时用

• 用户给出一个主题/趋势,想要"沿这个方向能买什么"。
• 用户给一个上游环节/材料,想找对应的瓶颈公司。
• ❌ 不要用于:已知标的的纯财务分析、抄作业式"他买了啥"。

核心理念

逆向拆解供应链,在机构与分析师发现之前,埋伏那个无人察觉的上游瓶颈,用催化剂兑现。 alpha 来自"早于机构发现主题",不是抄到最低点。

工作流(7 步)

Step 1 · 确认资本开支确定性 这个主题的钱为什么"一定"会花?规模、周期多长?需求确定性 > 个股故事性。先归类:Bottleneck(瓶颈)/ Disruption(颠覆)/ Evolution(演进)?(本 skill 主攻 Bottleneck)

• 标明需求来源:政府/国防(节奏慢、看订单与预算周期)还是商业(超大规模厂商 capex、节奏快)?二者估值锚与择时节奏不同,Step 6/7 据此调整。

Step 2 · 逆向拆链 + 广扫纪律(5 层产业链 + 跨主题 root + 可选第 6 层独有 IP) 列出 5 层 从下游到上游:下游对照 → 中游系统 → 中游器件 → 上游设备 → 上游材料/代工。跳过人人都盯的下游龙头。

• 必做"广扫供应商":除最上游材料层外,单独再搜一轮该主题的子系统/器件/卖铲子供应商,否则漏 ④ 原型标的。〔教训:商业航天漏 Redwire → lessons.md#redwire〕

• 广扫颗粒度:覆盖 5 层,每层至少 2-3 个标的。广扫不到位 ≠ 板块没机会 —— 停手前先问"是真没机会,还是没扫够"。〔教训:800VDC 6 只→15 只才挖出 STM → lessons.md#breadth-stm〕

• 跨主题 root 节点:ARM / CDNS / SNPS 放在 chain-viz 上方独立的"跨主题 root"小卡片,显示一次,不画进每个主题的产业链层(三家是所有芯片设计驱动主题共用的根)。〔教训:7 份报告 IP/EDA 层 100% 重复 → lessons.md#ip-eda-root〕

  <div class="cross-theme-root">
    <span class="label">跨主题 root(芯片设计驱动主题共用)</span>
    ARM ⭐⭐ + CDNS ⭐⭐ + SNPS ⭐⭐
  </div>
  

  其 ⭐⭐ 状态来自 tracking/cross_theme_index_snapshot.csv,不每个主题重画。

• 可选第 6 层 · 主题独有 IP/EDA 玩家(仅当主题真有独立玩家才画):

  • 自动驾驶 L4 → 真有独立 IP:MBLY(Mobileye 授权给 BMW/Audi/Geely)— 必须画
  • 个人 AI PC → ARM 在 PC 是真单源(Apple M + Qualcomm Snapdragon X + AMD AI300)— 保留画在产业链顶层 + 标本主题真单源
  • AI Agent / 物理 AI / AMR → 无独立 IP 玩家 → 不画第 6 层,root section 提一次即可
  • MLCC / 800VDC / 商业航天 → 不依赖芯片设计,完全跳过 IP/EDA
  • 凑数禁令:没有真独立玩家的主题不强制画第 6 层 —— IP/EDA 是 optional 不是 mandatory。

• A 穷尽性 · 已知玩家全集:每个主题开扫前先列已知玩家全集(全球+全市场,涵盖上市/私有/被并购),逐一显式标记 covered / private(跳过+原因)/ acquired(标合并实体)/ delisted / untracked(EODHD/yfinance 无数据)。不允许"默认遗漏",不允许"我扫了 5 家就够了"。写在报告底部"已知玩家全集 audit"块。〔示例:L4 LiDAR 全集枚举 → lessons.md#player-census〕

• A+ ETF audit(强制工具化兜底):A 项"凭记忆列全集"不够,会漏主仓玩家。 每个新主题开 forward_picks 扫描前,必跑 python scripts/theme_etf_coverage.py --etfs <ETF1>,<ETF2>,... --theme "<主题名>" → 拉主题 ETF top 25 持仓、与 forward_picks diff、输出 tracking/_etf_audit_<theme>.json。对每只 new candidate 人工判定产业链层 + 原型 + 是否纳入;top 25 持仓 100% 必 audit(主仓占权重 >70%,小权重 me-too 可跳)。〔教训:Dogfood #10 漏 PANW/CRWD 等 34 只、covered 率 50% → lessons.md#etf-audit〕

  • 主题 ETF 映射:
    • AI Agent / SaaS / Software → IGV + WCLD + AIQ
    • 网络安全 → CIBR + BUG + HACK
    • 半导体 → SOXX + SMH + PSI
    • AI 算力/GPU → AIQ + BOTZ
    • 网络/算力基础设施 → WCLD + CLOU + SKYY
    • 物理 AI 机器人 → BOTZ + ROBO + IRBO
    • 自动驾驶 → DRIV + IDRV
    • 电网/能源 → GRID + XLU + URNM
    • 清洁能源/电气化 → ICLN + LIT + KARS
    • 国防/航天 → ITA + XAR + UFO
    • 5G / 通信 → FIVG + NXTG
    • 数据中心 / 算力 → DTCR + CLOU + SRVR
  • 报告 audit section 必列:① ETF 清单 ② ETF top 持仓全集数 ③ covered/private/跳过原因逐一分类 ④ ETF coverage %。< 80% 必须诚实标"穷尽性纪律未达标"。
  • 注:A 股无 stockanalysis ETF 持仓数据 → 改用申万行业指数成分 + 人工列已知玩家全集。

• A++ ticker 双向验证(强制):广扫前用 EODHD search 反查"代码 → 公司名"双向验证——A 项穷尽 + A+ ETF audit 都不防"错标"(标对公司名但 ticker 指向另一家)。每只候选必验:

  curl "https://eodhd.com/api/search/<COMPANY_NAME>?api_token=$KEY&fmt=json"
  curl "https://eodhd.com/api/search/<TICKER>?api_token=$KEY&fmt=json"

  → 两次返回的 Name 必须一致。禁止凭记忆写 ticker,哪怕"我很确定"也必须 search。A 股尤其踩坑:6(沪市)/ 0(深市)/ 3(创业板)/ 688(科创板)/ 002(中小板)代码段交叉,同 5 位数字可能是不同公司。工具:scripts/ticker_truth.py(ground-truth 库)+ scripts/verify_tickers.py(git pre-commit hook 自动拦截)。验证通过才写入 scan*.py。 〔教训:绿的谐波/信质电机/ASEKY/EHGO 共 4 个真错位 → lessons.md#ticker-verify〕

• 公司状态检查(写判定前必查):每只候选(含链路图非候选节点)搜一次当前状态——收购/被收购/私有化/IPO 上市/退市/破产重组(搜 <公司名> acquisition/IPO/merger)。收购中的标的 🔴 剔除(被收购反向验证选股方向、记进报告当佐证)。"私有/不可投"是状态性断言,LLM 的"某某私有"先验是训练快照、极易过期,必须当场搜证,状态写进 company_desc 带日期的 status 字段。〔教训:SkyWater 被 IonQ 收购 + SpaceX IPO 当天报告还标"私有" → lessons.md#company-status〕

• 私有公司诚实跳过:每个主题都有"真单源但私有/子部门"的标的。禁止为凑标的硬塞不纯/不可投的公司;在报告里显式列"已识别但跳过的瓶颈 + 原因"(本身就是高密度信号)。例:物理 AI 六维力传感器(坤维/字节灵犀/宇立全私)、鼎智科技(北交所 EODHD 不支持)→ 跳过。坦诚标"无干净纯 play"比硬凑更有价值。

• 主题边界声明:跑大类主题(物理 AI / AI 算力 / 能源转型)时,报告顶部必须界定本期边界 —— 大类下常有 3+ 个供应链差异显著的子领域,显式说"本期聚焦 X,其他子领域作为独立专题分批跑"。命名:<大类>_<子领域>_完整分析报告.html。〔教训:物理 AI v1 默认=人形 → lessons.md#theme-scope〕

Step 3 · 对每层套「9 大瓶颈原型」(详见 reference/supply-chain-and-archetypes.md Part D): ①上游材料/衬底垄断 ②单一来源卡脖子 ③产能售罄/已锁定=去风险 ④进每个设计的BOM/普适 ⑤估值对标套利 ⑥测试/设备瓶颈 ⑦冷门/前机构 ⑧巨头依赖护城河 ⑨宏观二阶/错杀。 命中原型越多的环节,越是猎区。

Step 4 · 产出候选(偏上游、冷门、小市值) 每个环节挑 1-3 家最纯正的公司。优先:小市值、卖方覆盖少、散户没听过(原型⑦)。用 EODHD search 校验代码与上市地(含海外,见 A++ 纪律)。

• 别只押"最上游材料咽喉(①②)":也纳入"普适器件/卖铲子(④)"——两档都列,避免选股偏科。
• 最纯的瓶颈常在海外/OTC(如 5N Plus 在 TSX、Umicore 在布鲁塞尔)→ 主动去海外交易所找,注明流动性/准入限制。
• 若瓶颈落在私有公司或大公司的一个部门 → 必须给"暴露路径":买含该业务的母公司(说明稀释/纯度),或如实标"无干净纯 play、跳过"。不硬凑不纯标的充数。
• 跨主题节点检查(强制):产出候选后立即跑 python tracking/cross_theme_scan.py,与历史 forward_picks.csv 对照:
  • 同 symbol 跨 ≥2 主题 = ⭐;≥3 = ⭐⭐(罕见,真"非线性定价权")。
  • 档位过滤防巨头摊薄误标:中游系统/下游对照/反面参照不计入;中游卖铲子必须有 ④ 普适才计入。
  • ⭐ 节点在 Step 5"前机构"闸门自动加分(多个 capex cycle 同时驱动 = 产能压力叠加、即使有机构覆盖仍可能 mispriced)。
  • eodhd_symbol 规范:美股一律带 .US 后缀,否则脚本无法匹配同一只。〔首测案例 AEHR 跨双主题 → lessons.md#cross-theme-aehr〕

Step 5 · 三道闸门逐一检验

• 🔒 真瓶颈:产能受限/有定价权/短期无法绕过("别人能 1-2 年内绕过吗?")
• 👁️ 前机构:卖方研报少、机构持仓低、市值小;⭐ 跨主题节点自动加分
• 💰 便宜+已去风险:估值压抑 + 产能/订单锁定或现金充足

Step 6 · 入场时机(见下方两套模式,别搞错)

Step 7 · 出报告(单文件 HTML,用下方输出模板 + reference/report_template.html,含目标价+时间框架+反向研究+证伪条件+风险+免责)→ 交付前必过 scripts/verify_report.py 契约校验(见下方"交付契约")

入场时机:两套模式(经价格回测校准,勿混用)

回测依据(11 只光子学标的):首 call 多在前 6 月区间 86%-237% 高位入场,之后 2-6 个月中位 ~+277%。→ 早于主题、容忍不抄底才是 alpha 来源(注:此为逻辑自洽校准,非业绩,见"验证状态")。

判定二轴(2026-06-21 核心修正):水位 ≠ 判定。 高水位(rng 高、贴顶)不再自动 = 🟡——单看水位是「均值回归」伪装成「动量」,会系统性把热门板块的真龙头判成"别追"、错过最大涨幅(闪迪式 melt-up)。判定必须叠加第二轴:这波涨基本面跟不跟得上——price.py 的 valuation() 出 forward P/E / PEG / 盈利&营收增速,扫描算 RS-rank(同主题内 3 月动量排名),Step 1 出周期 runway(早/中/晚)。render_report 标尺自动显示第二轴 + 给 hint:

A股 forward/PEG 常缺(yfinance 估计覆盖薄)→ 退化用"盈利/营收增速 vs 涨幅"+ RS;标尺显示"—"即数据缺、不强判。limit:顶 vs 续涨本质难判,二轴只 tilt 概率、不根治,新规则对不对靠 L1 向前跟踪校准。〔教训:水位标尺均值回归伪装动量、系统性反龙头 → lessons.md#water-level-2axis〕

价格纪律(硬规则):

• 强制用 scripts/price.py 拉真实价格(provider 自动回退:EODHD(EODHD_API_KEY)→ yfinance),输出 6 月区间位置、距高点、近 1/3 月动量、stage 标签。严禁 WebSearch 抓价格、严禁凭印象猜 early/extended——猜测 = 流程错误。海外股若 yfinance 拿不到,让用户提供 EODHD key 或换可解析代码重跑,不降级为定性。
• 批量拉价必须走 price.py 接口:python -c "from scripts.price import analyze; print(analyze('6324.T'))" 或脚本里 from scripts.price import fetch_history。禁止 inline Invoke-RestMethod 调 EODHD(绕过 yfinance fallback)。〔教训:物理 AI v1 漏 4 只日股 → lessons.md#price-interface〕
• 报告所有数字 100% 来自 price.py 输出,禁止手填/猜数:批量 scan 脚本输出必含全 9 字段(last / range_pos_6mo_pct / pct_off_6mo_high / ret_1m_pct / ret_3m_pct / above_sma50 / stage + high/low_6mo)+ 保留完整 log;写入 forward_picks 前逐字段 verify。〔教训:手填 9 个 off% 全错(HSAI -89% 真 -35.6%)→ lessons.md#hand-filled〕

输出模板(HTML)

交付物 = 一个自包含 HTML 文件(单文件、样式内联,仅 Google Fonts 可外链),写到 reports/<主题>_分析报告.html。骨架与配色复用 reference/report_template.html。生成后 Start-Process <file>.html(Win)/ open(mac)打开。

生成方式(硬规则):报告必须用 scripts/render_report.py 渲染——agent 只写一个薄「主题 SPEC」(纯数据:候选 / §A§B / 产业链节点+依赖边 / 文字;示例 tracking/_gen_mlcc_report.py),引擎负责:克隆最近一份合格报告的完整外壳(CSS + reveal/术语/chain-draw 脚本)、拉 scan 价(零手填)、渲染真 chain-viz(.cnode+.edge-list 喂 layoutChain 自动绘制判瓶颈)、水位标尺三价、§A 红队 + §B 证伪、写 forward_picks。严禁绕过引擎手搓 HTML / 画静态简版 chain-viz——引擎是唯一路,产出过 verify_report by construction。因预算/复杂度砍任何既定标准,当场说明、不把缩水版当完整品交。〔教训:契约≠保真,把"过自己造的闸"当"做好了" → lessons.md#chain-viz-fidelity〕

report_template.html 已内置的模板特征(生成时必用):① 本次行动点——头条位最多 2 张行动卡(设什么警报 / 什么条件做什么),无视排序置顶,读者 10 秒拿到本次唯一要做的事;② 水位标尺——动量用 贴顶/高位/中位/低位/贴底 + 距高点% + 1m/3m 的人话化标尺,且标尺两端标 6 个月最低/最高价、游标上方标现价(6 月低/高/现价三价,币种按交易所后缀);③ 产业链双规则瓶颈判定——漏斗型(入度≥2 出度≤1,金边)+ 枢纽型(入度≥2 出度≥2,多对多最难绕开,酒红边);④ 判定史——同标的历史判定(旧价→今价 ±%、对错复盘),体现框架连续性与诚实度;⑤ §A 红队 + §B 证伪——每候选折叠红队、🟢 带证伪(本次 Tier-1 新增,见上)。

交付契约(scripts/verify_report.py,交付前必过)

报告写完、宣布完成之前必跑一次,把"漏交付/漏状态/漏入库"挡在交付前:

EODHD_API_KEY=… python scripts/verify_report.py reports/<主题>_分析报告.html

它查契约(不查思路):区块齐全(chain-viz / leaderboard / 行动点 / 三道闸 / 免责)· 每候选有 §A、🟢 有 §B · 标尺三价齐 · ticker 过 ground-truth · 现价/6月低/高 逐字段对账 scan JSON(防手填/过期)· 状态断言带日期(过期 30 天提醒)· 每判定入轨 forward_picks 且 🟢 的 invalidation 非空 · 无占位符残留 · <details> 开合平衡。有【拦】先修再交付,只剩【警】方可交付。

报告必含区块(对应 7 步,所有项 hard rule 不允许跳过):

1. 页眉 + 一句话结论:主题 | 资本开支确定性 | 类别 | 数据截止日 | 价格源 | 免责。
2. 30 秒看懂这个主题(150-220 字大白话,hero 之后、Step 1 之前,class .thirty-sec)。
3. Step1 资本开支确定性:为什么钱一定花 + 需求来源。
4. 核心发现 callout:最该被先看到的那句(瓶颈在哪层、有没有干净纯 play)。
5. ⚠ Step2 逆向拆链(网状视图)— 强制必含:每个子主题供应链都不同,禁止以"前面画过类似的"为由跳过。.chain-viz 容器 + 5 层 .chain-layer(+ 可选第 6 层独有 IP),跨主题 root 卡片在上方。每层 .cnode[data-id=...](data-id = forward_picks 一致的 eodhd_symbol,美股带 .US);供货关系写 .edge-list(data-from/to/weight 三档),JS 画 SVG + 判瓶颈点。跨主题节点加 <span class="star-inline">⭐</span>。〔教训:L4/AMR 漏此区块 → lessons.md#chain-viz-required〕
6. 候选 leaderboard(与 forward_picks 入库解耦):
   • leaderboard 显示 top 15-20(按决策相关性:🟢 优先、⭐ 节点优先、stage 健康优先;超出折叠成"其他 N 只 → forward_picks.csv")。
   • forward_picks 入库无上限:广扫到的 🟢🟡🔴 全入库,不允许"为视觉舒服而漏入库"。
   • 上游咽喉(①②③) 与 中游卖铲子(④⑧) 分两档,按 stage 排序(early/basing-momentum 在前)。每只必含字段:
     • 代码+现价 · 档位/是什么 · 瓶颈逻辑(命中原型#) · 估值/增长 + 稀释红旗(亏损+ATM/增发+现金跑道短=标红) · 动量条(6 月区间位置 + 1m/3m,颜色=stage) · 三档判定 🟢/🟡/🔴 · 目标价/时间框架 · .why 块(20-40 字人话) · 风险。
     • 🟢/🟡 必含「反向研究」块(见下 Tier-1 §A) · 🟢 必含「证伪条件」块(见下 Tier-1 §B) · 🟡 必含重估触发条件。
7. Step5 三道闸门:🔒真瓶颈 / 👁️前机构 / 💰便宜去风险,逐关诚实打分(过/半过/不过)。
8. 跨主题信号区块:当前主题命中的 ⭐ 节点(来自 cross_theme_index_snapshot.csv)。
9. 已知玩家全集 audit 块:列全球+全市场已知玩家,显式标 covered/private/acquired/delisted/untracked。
10. 落地结论 + 数据备注 + 免责页脚。
11. 底部 glossary 折叠速查表(JS 自动从 <abbr> 抽取)。

Tier-1 §A · 反向研究 / 红队(🟢🟡 候选强制,缺失或敷衍 = 报告不合格)

每个 🟢/🟡 候选必带一段红队,不许写"风险:估值高"这种套话。四问 + 一句最大杀点:

反向研究 · 杀死这个候选的最短路径
① 为什么可能不是真瓶颈?   → 谁能绕过 / 替代方案进度
② 瓶颈为什么可能不变现?   → 收入纯度 X% / 下游议价能力 / 毛利能否扩
③ 市场是否已定价?         → 【强制引用 price.py 的 off-high / 1m / 3m 数字对账,不许空谈】
④ 有没有更优替代?         → 必须点名一个对比标的 XXX.XX(且过 price.py / ticker 验证)
最大杀点(一句):________ （必须区别于"估值高/竞争加剧"的通用风险）

牙齿:③ 必须引用我们已拉到的 9 字段数字(off/1m/3m 就在 scan JSON 里,逼对账);④ 必须点名一个真实存在、可验证的对比 ticker。

Tier-1 §B · 证伪条件(🟢 候选强制)

每个 🟢 必带 2-4 条具体可检验的"什么会证明我错了",至少一条是价格/stage 机器可读(供 score_tracker 自动监控):

证伪条件(满足任一即承认判断错):
· 价格/stage:跌破 ¥X(entry)且 1m 转负        ← 机器可检,写进 forward_picks 的 invalidation 列
· 基本面:下季度订单/backlog 未随主题增长
· 估值:涨到 PS > 行业 +1σ 但毛利未扩

牙齿 + 闭环接口:至少一条要能落成机器规则(stop 价 / stage 失效),写进 forward_picks.csv 的 invalidation 列;score_tracker 重拉价时自动检查"证伪触发没有"。没有证伪条件的 🟢 = 故事不是投资假设。

• 目标价/时间框架:给情景区间 + 时间框。⚠️ 基准率随主题而变,切勿套用光子学数字:高 beta 快速点燃(光子学 2-6 月 +1501000%)vs 慢周期政府驱动(航天/电网 1-3 年 +30150%)完全不同。按当前主题 beta 与催化剂节奏设定,显式标"情景非承诺、有幸存者偏差"。
• 三档判定:每只必标 🟢/🟡/🔴(详见 methodology.md §7)。
  • 🟡 必填重估触发条件(价格点/财报指标/公司动作/政策事件)。
  • 🔴 极度克制:只用于商业模式作假/欺诈/业务死亡/个人原则。严禁"历史事件式硬排除"——"曾经重组/增发过"是过期信息,"1m 涨太多"是 stage 问题(降 🟡 等回调)。例:$WOLF 重组后是 NewCo,业务逻辑可独立评估 → 🟡 观望 + trigger,不永久排除。
• 可读性纪律:语义化三档配色(🟢green/🟡amber/🔴red)、动量条让"谁已抛物线"一眼可见、清爽留白。
• 术语友好度:① 顶部"30 秒看懂"块;② 每个 🟢/🟡 候选加 .why 一行(20-40 字人话);③ 专业缩写首次出现用 <abbr title="中文解释">缩写</abbr>,来源 reference/glossary.md(120+ 条),新术语先 append 再用;④ 底部 <details class="glossary-section"> 折叠速查表,JS 自动从 <abbr> 抽取。

页脚必带:⚠️ 仅供研究教育,非投资建议;估值为网页研究近似值需复核;微盘/诉讼/海外标的风险极高。

数据来源与边界

• 价格/动量(择时):统一走 scripts/price.py,自动回退 ① EODHD(EODHD_API_KEY)→ ② yfinance → ③ 都失败=报错退出。Key 从环境变量读、不硬编码。WebSearch 仅用于公司基本面/定性研究,不用于抓价格。
• EODHD 取不到:fundamentals(估值/增长/毛利率/市值)、screener、财报日历 → 用网页研究逐只补。
• 瓶颈/单源/产能/客户等定性判断:靠财报+行业资料+新闻研究。

参考文件

• reference/lessons.md —— 翻车档案 / 纪律的由来(每条纪律对应一次真实事故,SKILL.md 用 〔… → lessons.md#锚点〕 指向)
• reference/methodology.md —— 完整方法论(理念、筛选清单、两套择时、回避清单、风险)
• reference/supply-chain-and-archetypes.md —— 元框架、产业链速查表、Part D 9 大瓶颈原型库、EODHD 数据映射
• reference/report_template.html —— HTML 报告骨架 + 配色模板
• scripts/render_report.py —— 报告统一渲染引擎(克隆合格报告外壳 + 数据驱动渲染真 chain-viz / 标尺三价 / §A§B / forward_picks;agent 只写薄主题 SPEC,示例 tracking/_gen_mlcc_report.py)
• scripts/verify_report.py —— 交付契约 linter(报告生成后必跑;查区块齐全 / §A§B / 标尺三价 / 价格对账 scan / 入轨 forward_picks / 真 chain-viz / 揭示类脚本 / 占位符,有【拦】先修再交付)
• reference/example_commercial_space.md —— worked example(商业航天),示范分析内容与颗粒度
• reference/glossary.md —— 术语库(120+ 条,LLM 自动 enrich);报告 <abbr> 注释来源
• reference/company_desc.md —— 公司业务描述库:只存 business(主营/产业链位置/技术/客户),严禁含 price/stage/估值等动态数据。格式 - **SYM.EX** [YYYY-MM-DD] = 业务描述,每条带 last_updated 时间戳。
  • 拆分:🟢 business(本文件 + .cnode[data-desc=],带时间戳)/ 🔴 status(.cnode[data-status=],price/stage,每次重写带 [YYYY-MM-DD])。
  • 90 天 freshness:用 data-desc 前查 last_updated,≤90 天直接复用,>90 天重新评估战略漂移(有变更新+bump,无变只 bump)。工具 tracking/check_desc_freshness.py。〔三次迭代史 → lessons.md#company-desc-evolution〕
• reference/ticker_truth.csv + reference/TICKER_HYGIENE.md —— ticker ground-truth 库 + L1/L2/L3 防御文档
• tracking/forward_picks.csv —— 向前(样本外)跟踪表(带 invalidation 证伪列)
• tracking/score_tracker.py + tracking/theme_benchmark.csv —— Alpha 打分(🟢-vs-🔴 内部对照为主、vs 主题 ETF/大盘为辅)
• tracking/cross_theme_scan.py + tracking/cross_theme_index_snapshot.csv —— 跨主题节点扫描(Step 4 末尾强制跑)+ 快照

验证状态(诚实说明)

• 逻辑自洽性(已做,非业绩回测):套到 Serenity 研究过的"AI 光子学"能重建其名单(AXTI/SIVE/LITE/TSEM/SOI/IQE/AEHR…);套到他没碰过的"AI 电力散热"能独立挖出 $CLF(GOES 电工钢独家)、$CC(浸没冷却液单源);"商业航天"挖出 $VNP/5N+($MTRN)。→ "拆链 + 原型"逻辑能指向真实瓶颈公司。
• ⚠️ 这不是业绩回测:此前"光子学首 call 后 +X%"存在选股循环论证(用已知赢家倒推)、幸存者偏差、峰值未来函数,不能当收益预期。
• 唯一可信的是向前(样本外)验证 + Alpha:对当下产出的候选,记录"建议日 + 当时价 + 事先定死的进出场/证伪规则",日后用 score_tracker 重拉价。关键纪律:量 Alpha = 标的收益 − 主题 ETF 同期收益(牛市里随便选上游小票也涨,raw return 看不出选股有没有 alpha);最硬的检验是 🟢 篮子 vs 🔴 篮子内部对照(同主题 beta 对消,差额 = 纯选股能力)。结论出来前,输出只当研究线索,不是业绩。每次出新候选都追加进 forward_picks.csv。