Menu
产业链研究第 4 段(可选)· 产业周期判断。强周期行业(农业/化工/半导体/钢铁/煤炭/航运/航运)必跑,其他行业可选。借鉴 Maslow 周期 + 库存周期 + 资本开支周期 + 情绪周期方法论。激活时机:chain-breakdown 输出后,在 chain-analysis 之前。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
产业链深度研究 9 段对齐 skill(2026-07-06 v4.1:在 8+1 之前加 chain-radar 行业雷达)。 基于「齐码.SKILL」Design-by-Contract 思想 + harrischen/invest 多因子评分 + zhangmusinb/gushifenxi 深度研究方法,形成「周期 × 缺口 × 政策」三角定位法。 每段输入=上段产物,实现"结论=证据"的全链路对齐。 包含三层价值量(成本/利润/瓶颈)、三类缺口(瓶颈/增量/国产替代/新需求)、 反证条件、跟踪指标。聚焦 A 股 + 港股 + 美股产业链投研。
产业链研究第 4 段 · 三层价值量深挖。对 breakdown 选出的 Top 3 环节做深度分析。激活时机:chain-breakdown 输出 breakdown.md 后。
产业链研究第 3 段 · 瓶颈/增量识别。从 data.md 拆出"哪些环节值得研究"。激活时机:chain-data 输出 data.md 后。
产业链研究 chip-design 子段 · 深度工艺路线分析。聚焦半导体/光芯片/光模块等需要工艺拆解的产业链,从制程角度分析国产替代窗口、瓶颈环节、技术代际差距。激活时机:研究含芯片/晶圆/光芯片/光模块/化合物半导体的产业链时,在 chain-data 之后、chain-breakdown 之前调用。
产业链研究第 2 段 · 数据采集。把 idea.md 的 11 词过滤表,变成上中下游 + 三层价值量数据。激活时机:chain-idea 输出 idea.md 后,或在用户要求"补产业链数据"时。
产业链研究第 1 段 · 立项。把模糊想法挖成"立得住、还够狠"的 idea.md。融合大刘的产品 4 度:流变重构、成本坍缩、人即环境、可验证黑盒。激活时机:用户首次提到想研究某产业链/某公司/某材料。
| name | chain-cycle |
| description | 产业链研究第 4 段(可选)· 产业周期判断。强周期行业(农业/化工/半导体/钢铁/煤炭/航运/航运)必跑,其他行业可选。借鉴 Maslow 周期 + 库存周期 + 资本开支周期 + 情绪周期方法论。激活时机:chain-breakdown 输出后,在 chain-analysis 之前。 |
完整的 周期段 段契约。Claude/Codex 调用本段时,只需读这一节。
03_breakdown.md03_breakdown.md04_cycle.md(周期类型 + 阶段 + 拐点)本 skill 扩展 · 从氟化工 + 猪肉两个案例提炼 产物:
cycle.md(周期卡) 输入:chain-breakdown.md + chain-data.md 输出:可被 chain-analysis 直接消费的 cycle.md 何时启用:强周期行业必跑 / 其他行业可选
判断产业链当前在产业周期的哪个位置(顶部 / 下降 / 底部 / 上升),以及距离拐点的时间。
周期判断是产业链研究的核心 — 同一个环节,在周期底部是"左侧布局点",在周期顶部是"规避信号"。
每个产业链都用 6 类周期指标综合判断:
| 词 | 周期判断对应 |
|---|---|
| navigate | 周期阶段对应下游主战场的需求强度 |
| modal | 周期反转的最大风险点 |
| confirm | 周期位置判断的置信度 |
| drawer | 隐藏的周期成本(库存跌价 / 减值) |
| popover | 周期差异化的可量化指标 |
| bottomsheet | 周期底部反转信号(原词义也对应) |
| toast | 周期短期跟踪事件(产能投放 / 政策) |
| inline-expand | 周期阶段对应的价值量分布 |
| inline-edit | 周期中成本结构的变化 |
| newtab | 周期切换带来的新需求 |
| download | 周期数据的下载源(卓创 / 博亚等) |
输入: chain-breakdown.md + chain-data.md
↓
[Step 1: 判断周期类型]
短周期(< 1 年)/ 中周期(1-3 年)/ 长周期(3+ 年)/ 政策性周期
↓
[Step 2: 6 类指标采集]
库存 / 价格 / 产能 / 情绪 / 政策 / 突发事件 → 每类至少 1 个数据点
↓
[Step 3: 综合判断周期位置]
顶部 / 下降 / 底部 / 上升 → 用 6 类指标交叉验证
↓
[Step 4: 拐点预测]
距离顶部/底部的时间(月度)
↓
[Step 5: 输出 cycle.md]
# [项目名] · 周期卡
> 周期类型:[短/中/长/政策性]周期
> 周期阶段:[顶部/下降/底部/上升]
> 距离拐点:[N 个月]
> 置信度:[高/中/低]
> 分析时间:YYYY-MM-DD
---
## 1. 周期类型判断
### 1.1 历史周期回顾
- 上一轮周期:YYYY-YYYY
- 周期长度:N 个月
- 周期驱动:政策 / 需求 / 供给 / 外部冲击
### 1.2 当前周期类型
- [ ] 短周期(< 1 年):如猪周期、蔬菜价格
- [ ] 中周期(1-3 年):如化工景气、半导体周期
- [ ] 长周期(3+ 年):如房地产周期、航运大周期
- [ ] 政策性周期:如配额调整、补贴退坡
## 2. 6 类周期指标采集
### 2.1 库存周期
| 指标 | 当前值 | 历史 25% 分位 | 历史 50% 分位 | 历史 75% 分位 | 当前位置 | 数据状态 |
|---|---|---|---|---|---|---|
| 产成品库存 | | | | | | 已核验/估算/待查证 |
| 渠道库存 | | | | | | |
### 2.2 价格周期
| 指标 | 当前值 | 1 年变化 | 3 年变化 | 历史最高 | 历史最低 | 位置 | 数据状态 |
|---|---|---|---|---|---|---|---|
| 产品价格 | | | | | | | |
| 原料价格 | | | | | | | |
### 2.3 产能周期
| 指标 | 当前值 | 1 年变化 | 3 年变化 | 行业总产能 | 在建/总产能 | 位置 | 数据状态 |
|---|---|---|---|---|---|---|---|
| 在建产能 | | | | | | | |
| 资本开支 | | | | | | | |
### 2.4 情绪周期
| 指标 | 当前值 | 历史 20% 分位 | 历史 50% 分位 | 历史 80% 分位 | 位置 | 数据状态 |
|---|---|---|---|---|---|---|
| 板块 PE | | | | | | |
| 持仓集中度 | | | | | | |
### 2.5 政策周期
| 政策 | 当前状态 | 1 年变化 | 影响方向 | 数据状态 |
|---|---|---|---|---|
| | | | | |
### 2.6 突发事件
| 事件 | 时间 | 影响方向 | 持续时间 | 数据状态 |
|---|---|---|---|---|
| | | | | |
## 3. 综合判断周期位置
| 指标类型 | 指向位置 | 置信度 |
|---|---|---|
| 库存 | 顶部/下降/底部/上升 | 高/中/低 |
| 价格 | 顶部/下降/底部/上升 | 高/中/低 |
| 产能 | 顶部/下降/底部/上升 | 高/中/低 |
| 情绪 | 顶部/下降/底部/上升 | 高/中/低 |
| 政策 | 顶部/下降/底部/上升 | 高/中/低 |
| 突发事件 | (打破原周期) | 高/中/低 |
**投票结果**:
- 顶部:N 票
- 下降:N 票
- 底部:N 票
- 上升:N 票
**最终判断**:[顶部/下降/底部/上升] **置信度** [高/中/低]
## 4. 拐点预测
### 4.1 历史拐点时间表
| 上一轮拐点 | 时间 | 触发因素 |
|---|---|---|
| 顶部 → 下降 | | |
| 底部 → 上升 | | |
### 4.2 下一轮拐点预测
- 预计顶部/底部时间:[YYYY-MM]
- 触发条件:[具体事件 / 数据阈值]
- 置信度:[高/中/低]
### 4.3 投资含义
- 当前周期位置 → 投资策略:
- 底部 → **左侧布局** + 等待反转
- 下降 → **规避** / 等待底部
- 上升 → **持有** + 关注顶部信号
- 顶部 → **兑现** / 规避
## 5. 与三角定位法集成
### 5.1 周期位置评分(用于 chain-stockmap 综合评级)
| 周期位置 | 评分 | 投资含义 |
|---|---|---|
| 底部 | 10 | 最佳左侧布局点 |
| 下降末 | 8 | 关注转向信号 |
| 上升初 | 7 | 右侧确认,加仓 |
| 上升中 | 6 | 持有,关注顶部 |
| 顶部 | 3 | 规避 |
| 下降初 | 4 | 规避 |
## 6. 周期风险与跟踪
### 6.1 周期判断的反证条件
- 如果 [X 指标] 出现,周期位置需要重判
- 如果 [Y 事件] 发生,周期可能加速反转
### 6.2 关键跟踪指标(月度)
- 库存 / 价格 / 产能 / 情绪(具体指标)
强周期行业必跑:
其他行业可选:
# 周期投票法
def cycle_voting(indicators):
"""6 类指标投票决定周期位置"""
votes = {"顶部": 0, "下降": 0, "底部": 0, "上升": 0}
for ind in indicators:
votes[ind["position"]] += ind["confidence"]
# 返回加权投票结果
return max(votes, key=votes.get)
# 周期位置评分
def cycle_score(position):
score_map = {
"底部": 10, "下降末": 8, "上升初": 7,
"上升中": 6, "顶部": 3, "下降初": 4
}
return score_map.get(position, 5)