Menu
Daily portfolio briefing with 3 tiers: /briefing (quick ~1min), /briefing full (~3min), /briefing deep (~5min). Replaces daily-briefing.
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
Fetch live brokerage positions and generate a comprehensive portfolio report with sector allocation, P&L analysis, options summary, and risk assessment. Use when user asks for portfolio review.
Analyze a stock ticker with fundamentals, technicals, analyst ratings, and investment thesis. Usage - /stock-analysis TICKER or /stock-analysis TICKER1 TICKER2 for comparison.
強制 first-principles 機率分布 + EV 計算。用於檢查當前組合在指定時間窗的預期報酬，禁止用 default bell shape 或質性語言。Usage - /ev-check [30d|7d|14d] [optional scenario theme]
Calculate and compare options strategies (sell put, covered call, LEAPS, naked call) for a given ticker. Usage - /options-strategy TICKER STRATEGY
Daily portfolio briefing with 3 tiers: /briefing (quick ~1min), /briefing full (~3min), /briefing deep (~5min). Replaces daily-briefing.
強制 first-principles 機率分布 + EV 計算。用於檢查當前組合在指定時間窗的預期報酬，禁止用 default bell shape 或質性語言。Usage - /ev-check [30d|7d|14d] [optional scenario theme]
| name | briefing |
| description | Daily portfolio briefing with 3 tiers: /briefing (quick ~1min), /briefing full (~3min), /briefing deep (~5min). Replaces daily-briefing. |
| user_invocable | true |
| model | claude-opus-4-8 |
三層結構的每日投資組合簡報，取代原 /daily-briefing。
/briefing → Quick（~1 分鐘）/briefing full → Quick + Full（~3 分鐘）/briefing deep → Quick + Full + Deep（~5 分鐘）/briefing telegram → Telegram Push Tier（~2-3 分鐘）— 盤中推送專用，不跑 Phase 1-3任何 tier 加上 --send 會在 tier 執行完後：
briefing-out/YYYY-MM-DD-full.md（Write tool）briefing-out/YYYY-MM-DD-telegram.txt（Write tool）python3 tools/send_briefing.py YYYY-MM-DD（Bash tool）推送至 Telegram + Email
generate_html.py，push HTML 到 reports repo，並在 Telegram 訊息末加上網頁連結briefing telegram 沒有 --send 時：只寫 briefing-out/ 兩個檔案，不發送。
若需手動生成 HTML（不發送）：python3 tools/generate_html.py briefing YYYY-MM-DD [--push]
/briefing（quick）→ Sonnet 4.6（純彙整；session 已長則先 /compact）/briefing telegram → Sonnet 4.6（每日 launchd 自動推送，成本敏感，固定 Sonnet；週五 --codex 另走 gpt-5.5）/briefing full → Opus 4.8（中等綜合 + Verdict；Phase 2 subagent 已外包 Haiku）/briefing deep → Opus 4.8（深度合成 + Codex 整合 + 機率/EV）切換方式：/model sonnet、/model opus 或 /model fable 後執行 skill。
執行 CLAUDE.md 的 Step 0 統一規範（0a → 0b → 0c → 0d → 0e）。
plan.md + feedback/*.md（必做）get_account_position 取即時持倉讀 cache（不打 API，所有數據由 tools/fetch_macro.py 預載到 briefing-out/cache/macro-snapshot.json）：
Read briefing-out/cache/macro-snapshot.json
判定：
status == "ok" 或 "partial" 且 cache mtime < 36h → 使用，在 Quick Take 區前顯示 1 行：
📊 Macro: Fed {fed_funds}% | 2s10s {value} ({regime}) | HY OAS {value} ({regime}, pct {pct_1y}%) | VIX {value} ({regime}) | regime: {regime_tag}
status == "skipped"（FRED key 缺失）→ 顯示 ⚠️ Macro snapshot unavailable (FRED_API_KEY not set) 並跳過⚠️ Macro snapshot stale ({mtime_hours}h old) 仍使用但標記將 5 個 series + regime_tag 內容餵給 Step 0e 與後續呼叫的 probability-honesty-checker agent（其 Step 1i 必須收到此資料）。
讀 cache（由 tools/earnings_history.py 預載）：
Read briefing-out/cache/earnings-history.json
Read briefing-out/cache/earnings-dates.json
判定：
status == "ok" → 使用，後續 Section 4.5 與 Telegram tier earnings 區直接引用status == "skipped" / mtime stale → 標記 ⚠️ Earnings cache stale 但仍使用最後一份這兩份資料用於：
Trailing 8Q beat / avg surprise 欄位📅 Earnings This Week 加 beat rate 標註probability-honesty-checker Step 1d「Base rate」備選來源（EODHD fundamentals-snapshot 為首選）讀 cache（由 tools/fetch_fundamentals.py 預載，TTL 24h）：
Read briefing-out/cache/fundamentals-snapshot.json
判定：
status == "ok" 且 mtime < 30h → 使用，供估值區塊、probability-honesty-checker 1d/1h 使用status == "skipped" / mtime > 30h / 缺失 → 標記 ⚠️ Fundamentals cache stale/missing；Deep tier 強制派 subagent 刷新，Quick/Telegram 標旗但繼續EODHD 資料缺口處理（必守）：
highlights.pe_ratio == 0.0 或 peg_ratio == 0.0 → 丟棄該三錨點錨，標 (anchor unavailable)，不進 Fair PE 計算avg_surprise_pct 對低基期股（EPS estimate ≤$0.10）可能失真 → beat 次數可信，avg% 在機率計算中標 (unreliable-low-base) 並拉寬區間Cache-miss fallback / Deep 強制刷新：
Agent(subagent_type="data-collector",
prompt: "對以下全部持倉（TICKER.US 格式）呼叫 mcp__eodhd-mcp__get_fundamentals_snapshot 與
mcp__eodhd-mcp__get_earnings_history，回傳 dict {ticker: {snapshot:{...}, base_rate:{...}}}，
不分析不合成。")
Deep tier 每次必跑（強制刷新）；Quick/Full 僅在 cache miss 時派。
這份 cache 用於：
probability-honesty-checker Step 1d（beat base-rate 首選來源）與 Step 1h（quarterly growth → fundamental intact X/Y）fair_value_before/after 重算從同一 cache 取三錨點輸入讀 cache（由 tools/fetch_news.py 預載，TTL 6h）：
Read briefing-out/cache/news-articles.json
判定：
status == "ok" 且 mtime < 8h 且 "content" in fields_available → 使用，P3 信號擷取（Deep tier §9.5）可讀 bodystatus == "ok" 但 "content" not in fields_available → 有限使用（只有 headline+sentiment，P3 只能做 headline 掃描，標 ⚠️ news body 不可用）status == "skipped" / mtime > 8h / 缺失 → 標記 ⚠️ News cache stale/missing，Quick/Full/Telegram 略過 P3 信號擷取，Deep tier 繼續（P3 降級為僅 SEC/逐字稿）帳本 = research/thesis-ledger.json，工具 = tools/thesis_ledger.py（去重/碰撞/到期/過期/統計全在程式層，Claude 不手改 JSON）。
1. 取得今日到期清單（同時自動 expire sweep）：
python3 tools/thesis_ledger.py due
回傳 {due:[...], expired:[...]}。expired 是工具自動把「逾期 >30 天未驗收」轉掉的，當作無結果。
2. 對每筆 due thesis 驗收：
trigger.metric → 知道要抓什麼（財報營收/ASP/毛利率、板塊 ETF、價格…）earnings_history.py cache / technical 等）抓實際數字thesis + falsification 判定 passed / failed / partialreschedule 把觸發日往後推、維持 pending，絕不猜 verdict：
python3 tools/thesis_ledger.py reschedule --id <id> --to YYYY-MM-DD --reason "財報未出"
resolve 帶結構化旗標：
pe_ratio × fwd_eps 各情境） → fair_value_after；price_impact_pct = (after−before)/beforefair_value_after 下修impact_decomp = "thesis +X%(基本面)/multiple −Z%(re-rate)=net −W%"python3 tools/thesis_ledger.py resolve --id <id> --verdict passed|failed|partial \
--actual "實際數字" --note "判讀" --next-action "由此推出的操作" \
--fair-value-before <float> --fair-value-after <float> \
--price-impact-pct <float> --impact-decomp "thesis +X%/multiple −Z%=net −W%"
fair_value_before/after 取自 Step 0.65 fundamentals cache 的三錨點計算；全部選填，有數就帶。3. 讀 research/naked-call-watchlist.md（若存在）：
Read research/naked-call-watchlist.md
用 macro-snapshot.json（10Y UST、VIX）+ get_batch_indicators 2 日技術確認，評估其 3 閘門狀態：
🔒 LOCKED: G1/G2/G3 [狀態]）🎯 樂透閘門達標：{ticker} 可評估進場，加入 Key Alerts actionable 與 Telegram T5/T6--send / launchd 路徑用 Write 追加今日欄位到 watchlist；互動 quick/full/deep 僅輸出提議行，不 Write4. 輸出「📋 thesis 驗收」區塊（接在 Key Alerts 後 / Quick Take 前）：
## 📋 thesis 驗收
| thesis | 命題 | 實際 | verdict | 公允價 before→after | 價格影響 | → actionable |
|--------|------|------|---------|---------------------|---------|-------------|
| MU:memory-cycle | DRAM 漲價毛利率>40% | ASP +8%、毛利率42% | ✅ passed | $320→$370 | +15.6% | HOLD，加碼門檻 $XXX |
（無到期項則略過此區塊；「公允價 before→after」和「價格影響」欄只在 resolve 時填，reschedule 留空）
⏳ 逾期未驗收已歸檔：[expired 清單，若有]
驗收結果直接餵 actionable：passed → 強化/HOLD/加碼（含新公允價上修幅度）；failed → 汰弱/減碼（含公允價下修多少）；partial → 分解 thesis vs multiple 成分後決定操作。resolve --next-action 寫的就是下一步行動，併入 Key Alerts / 行動項。
若 Step 0b 偵測到倉位變化，輸出差異表：
## ⚡ 倉位變動（vs 上次快照 YYYY-MM-DD）
| 類型 | 操作 | 標的 | 變化 | 計畫對應 |
無變動則顯示「倉位無變化」。
日期: YYYY-MM-DD
組合市值: $XXX,XXX (日變動: +/- $X,XXX / +/- X.XX%)
總損益: +/- $X,XXX (+/- X.XX%)
持倉: XX 檔股票 + XX 個選擇權合約
全持倉依日漲跌%排序：
| 標的 | 股數 | 現價 | 日漲跌% | 市值 | 總損益% |
+2% 或 -2% 標記。
4a. 無現股標的價格確認：
比對選擇權持倉的 underlying ticker vs 現股持倉。若 underlying 沒有對應現股（如 CRWD、DDOG、GOOGL、LRCX、TSLA、TEAM），
使用 mcp__technical-mcp__get_batch_indicators 或 mcp__yfinance-advanced__get_stock_info 取得該標的目前現股價格。
在 Options Status 表格中加入「標的現價」和「距 Strike %」欄位，方便判斷 ITM/OTM 狀態。
4b. Options 總覽表：
| 合約 | 方向 | 到期日 | 剩餘天數 | 標的現價 | 距Strike% | 損益% | 狀態 |
⚠️ 標記剩餘 <14 天的合約。
為何必要： 持倉 ticker 在 ±48h 內若有財報，technical signal（trend / momentum / RSI）會被 earnings reaction 主導，不是結構性訊號。直接套「弱勢持續 → 減碼」會在 fundamental beat 後賣在低點（PLTR 5/5 案例）。
資料來源：Step 0.6 已預載 briefing-out/cache/earnings-dates.json + earnings-history.json，直接從 cache 取，不再呼叫 MCP（若 cache 缺失或 ticker 不在，才 fallback mcp__fmp-mcp__getEarningsCalendar）。
執行步驟：
從 cache 列出未來 7 天內、或過去 48h 內有財報的持倉 ticker
對 earnings window（±48h）內的 ticker，在 Step 5 Technical Snapshot 表格的「標的」欄位前綴 ⚠️
對 earnings window 內的 ticker：
輸出格式（必須含 base rate）：
| 標的 | 日期 | 時機 | 距 earnings | Trailing 8Q beat | Avg surprise % | 狀態 |
|------|------|------|------------|-----------------|---------------|------|
| NVDA | 2026-05-20 | AMC | 2d | 8/8 (100%) | +6.3% | 🔴 window 內 |
| AVGO | 2026-06-03 | AMC | 16d | 7/8 (87.5%) | +3.4% | 觀察中 |
Trailing 8Q beat 與 Avg surprise % 從 earnings-history.json 的 beat_count/total 與 avg_surprise_pct 直接讀。
若 cache status ≠ "ok" 或 ticker 不在 cache → 該欄填 (unavailable)，並在輸出末尾加註 ⚠️ N tickers 缺 earnings cache（請手動 python3 tools/earnings_history.py --force）
詳見
feedback/earnings-reaction-window.md與feedback/weak-signal-root-cause.md
使用 mcp__technical-mcp__get_batch_indicators 取得全持倉技術指標。
欄位順序（依決策權重排列）：
| 標的 | 現價 | 趨勢 | MACD | 量能比 | 動能分 | RSI |
複合訊號標記規則（必須多指標同時觸發 + 無 earnings window）：
| 標記 | 觸發條件 |
|---|---|
| 🔴 拋物線警示 | strong_uptrend + RSI > 75 + volume_ratio < 0.8（創高但量縮，背離） |
| 🔴 弱勢持續 | downtrend + momentum_score < -30（不是機會，是落刀） |
| ⚠️ 動能背離 | uptrend + momentum_score 轉負 OR death_cross（趨勢未破但動能轉弱） |
| 🚀 強勢確認 | golden_cross + strong_uptrend + volume_ratio > 1.2 |
| 🟡 留意 | RSI > 70 但無以上複合條件 → 只標數字，不加警示標籤 |
| ⚠️ earnings window | 過去/未來 48h 有財報 → 以上規則一律不套用，標記 wait N+1d |
根因分類規則（看到弱勢/強勢訊號必做）：
對任一 weak_down / strong_down / momentum < -20 訊號，先回答根因再行動：
只有 (a) 才執行「汰弱留強」減碼。詳見 feedback/weak-signal-root-cause.md
只在觸發時顯示（無則跳過整個 section）：
🔒 強制：機率分布必須呼叫 probability-honesty-checker agent
寫出機率分布 / EV 之前必須執行：
Agent(
subagent_type: "probability-honesty-checker",
description: "Briefing quick take EV check",
prompt: """
計算當前組合 7 日 horizon 機率分布與 EV。
## Step 1 九項輸入（已備齊）:
1a. RSI 分布: [從 Section 5 Technical Snapshot 摘出，每 bucket 檔數 + % of port]
1b. 距 52w 高: [從 get_stock_info 摘出，中位數/最大/最小]
1c. 已實現波動: 過去 5d/2d 累積，最大單日
1d. Binary catalysts (window 7d): [從 Section 4.5 Earnings Calendar Check 摘出，
**必須含 trailing 8Q beat rate + avg surprise %**。
資料來源優先順序：
(1) fundamentals-snapshot.json → tickers.TICKER.base_rate（EODHD，首選）
(2) earnings-history.json → tickers.TICKER（yfinance，備選）
格式：「N/8 beat, +X.X% avg」。⚠️ 低基期股（AMD/CRDO/ONTO 等 avg_surprise_unreliable=true）→ 只用 beat N/8，avg% 標 (unreliable-low-base) 不進 Step 3。cache 缺 → (unavailable)]
1e. 集中度: top 1 / top 5 / 最大板塊（從 Section 1 倉位 + B 板塊配置）
1f. 板塊輪動曝險: leading 持倉 % / lagging 持倉 %（從 sector rotation）
1g. Sentiment: 7d/30d 對比（如 quick tier 無 sentiment 數據則標 N/A）
1h. Thesis 健康度: 持倉 fundamental 是否 intact
1i. Macro state: [從 Step 0.5 載入的 macro-snapshot.json 完整貼入：
fed_funds + 30d change / yield_2s10s + regime / hy_oas + regime + pct_1y /
vix + regime / cpi_yoy + trend / regime_tag]
## 額外 context:
[plan.md 摘要 + 最近 N 天事件]
請執行你的 6 步流程並回傳完整輸出 + 精簡結論。
"""
)
收到 agent 結果後 verbatim 顯示精簡結論（含 EV 數字）。不可手動改機率或寫質性結論。
第一性檢查（Quick Take 前必填）：
### 第一性檢查（市場主題）
- **核心 thesis：** [1 句可驗證命題]
- **證偽條件：** [2-3 個 falsifiable]
- **機率分布：** [由 probability-honesty-checker agent 算出，引用其精簡輸出]
- 樂觀 X% / 基準 X% / 悲觀 X%
- EV (7d) = X.XX%
2-3 句總結（明確 conditional 在 thesis 機率）：
💰 估值快訊（Quick tier 僅一行，cache 算）：
💰 估值：{最被低估標的} vs 公允價 −X%（三錨點中位） | {最被高估標的} vs 公允價 +X% | 今日 thesis 影響：{ticker} {verdict}→ $FV_before→$FV_after（±X%） | 自建分歧最大：{ticker} A4 vs A3 {±X%}
規則：
self_valuation.own_target_price vs A3 wall_street_target 計算 A4vsA3 = (own_target − A3_target)/A3_target；取 ≥3% 持倉中絕對分歧最大者；confidence==unavailable 的 ticker 跳過；整段在所有 ≥3% ticker 都是 unavailable 時省略禁止偷懶（直接由 agent self-audit 攔截，主 skill 絕不可寫）：
第一性檢查產出後 → 登錄 Thesis Ledger（收尾步驟）：
只登錄有明確時間/事件觸發點的 thesis（當日核心市場 thesis + 行動項裡帶「請在財報後/N 日後檢視」的個股 micro thesis）；沒有觸發點的泛泛評論不登錄。
每筆登錄前先看既有，避免 slug 飄移：
python3 tools/thesis_ledger.py list --ticker <T>
python3 tools/thesis_ledger.py add --ticker <T> --slug <slug> \
--thesis "<可驗證命題>" --falsification "<證偽點1>" "<證偽點2>" \
--trigger-type event|date --trigger-date YYYY-MM-DD \
[--event earnings] [--metric "到期要比的指標"] --source briefing --ev "<EV snapshot>"
supersede--ticker MARKET/briefing full 或 /briefing deep 時執行）資料來源： Step 0.65 fundamentals-snapshot.json（cache-first；Deep tier 強制已刷新）
執行範圍：
三錨點 Fair PE 計算規則（每檔必守）：
| 錨點 | 來源欄位 | 規則 |
|---|---|---|
| A1（市場隱含） | highlights.pe_ratio | == null / 0.0 → 丟棄，標 (N/A) |
| A2（成長合理） | highlights.peg_ratio × (quarterly_revenue_growth_yoy × 4 或 fwdEPS_growth%)；AI 龍頭（NVDA/AVGO/CRWD/AMD）目標 PEG 1.5，其餘 1.0 | == null / 0.0 → 丟棄 |
| A3（分析師隱含） | highlights.wall_street_target ÷ fwdEPS。fwdEPS 來源優先序： ① snapshot.forward_estimates.curr_fy.eps_avg（EODHD 真實賣方共識，當前 FY）→ ② forward_estimates.next_fy.eps_avg（次年 FY）→ ③ 保底 eps_ttm × (1 + growth%) 近似。cache 已在 self_valuation.a3_fwdeps_source 標來源（consensus_curr_fy/consensus_next_fy/approx），直接讀勿重推 | 任一缺 → 丟棄 |
情境指派規則（可重複）：
⚠️ 單錨低信心情境 FwdEPS：
forward_estimates.curr_fy.eps_avg；缺則 next_fy；再缺才用 eps_ttm×(1+growth) 近似）forward_estimates.{curr_fy,next_fy} 另帶 eps_revision_30d_pct 與 revisions_up_30d / down_30d——共識 30 日內上修（up≫down 或 pct>0）= guidance 偏正領先訊號，可在備註或 P3 訊號推導引用（非估值輸入）Full tier 輸出表（每持倉一行）：
| 標的 | 現價 | A1 PE | A2 PEG錨 | A3 PT錨 | Fair PE(基/牛/熊) | FwdEPS | 公允價(基/牛/熊) | A4自建目標 | A4vsA3分歧% | 現價/公允基% | 備註 |
|------|------|-------|---------|---------|-----------------|--------|----------------|----------|------------|------------|------|
| MU | $XXX | 40.8 | 35.2 | 44.1 | 40.8/55.1/28.6 | $9.2 | $375/507/263 | $987 ⚠️低信心 | +33% | −8% | beat 8/8 |
| CRWD | $XXX | N/A | 62.1 | 71.3 | 66.7/89.1/46.7 | $3.8 | $253/339/177 | (self-val N/A) | — | +5% | A1 anchor N/A |
欄位說明：
⚠️ 大幅偏離；若 abs > 50% → 標 ⚠️⚠️ 異常大偏離，錨點可能失效self_valuation.own_target_price（cache 已算，不重算）；confidence=="unavailable" → 標 (self-val N/A)；confidence=="low" → 標 ⚠️低信心(A4目標 − A3 wall_street_target) / A3 wall_street_target；A4 不進 median(A1,A2,A3)，不進 EV（與 DCF 同為 sanity/divergence flag）DCF 交叉檢核（Deep tier 每檔追加一行）：
mcp__fmp-mcp__getDCFValuation(ticker)
DCF 交叉: $XXX (vs 基準公允 $XXX, 差 ±X%) [⚠️ 乖離>30% → 錨點存疑]DCF 不可用 (FMP free tier) 靜默略過資料缺口標準處理（不得猜測）：
A1: N/A （CRWD 已知缺口）A2: N/A（CRDO 已知缺口）A3: N/A(fwdEPS unavailable)，不輸出公允價使用 Agent 子代理（subagent_type: "data-collector"）取 top 5 持倉的情緒數據：
get_sentiment_trend（ticker format: "TICKER.US"）| 標的 | 7日情緒 | 30日情緒 | 趨勢 | 備註 |
情緒 < -0.3 的標的額外調用 get_news_sentiment 顯示負面新聞。
目的： 從 news body + SEC 8-K + 宏觀 calendar 抽已量化陳述，推導可驗證 thesis 候選，補上財報間隙的高頻 thesis-health 信號。
反幻覺門檻（必守）： 每個 signal 必須附 raw_quote（≤120 字逐字引用）；無 quote → 無 signal；只有 narrative → 明寫「無可量化信號（only narrative news）」，不捏造數字。
資料管道優先順序（可靠度由高到低）：
mcp__sec-edgar-mcp__analyze_8k）→ confidence: high；僅針對 ≥3% 持倉在過去 14 天有新 8-K 者mcp__fmp-mcp__getEarningsTranscript 最新一份，取 capex/ASP/wafer/utilization 句）→ confidence: high；僅財報後 30 天內news-articles.json，需 "content" in fields_available）→ confidence: medium（一般新聞常缺晶圓級細節）macro-snapshot.json regime_tag + get_economic_calendar(high_impact_only=True)）→ 宏觀主題 thesis 輸入訊號 record shape（Claude 輸出，不寫 JSON 到 cache）：
metric: wafer_starts / capex / ASP_QoQ / segment_revenue / utilization / Fed_rate / CPI
value: "+8% QoQ"（逐字含單位）
direction: up | down | flat
ticker/theme, source_url_or_desc, source_type: news|sec_8k|transcript|macro, date
confidence: high | medium | low
raw_quote: "<逐字引用，≤120 字>" ← 無此欄 = 不成立
訊號 → thesis 轉換（Step 0e 紀律）： signal 需轉成 1 句可驗證命題 + 2-3 量化證偽點 + 觸發點才算完整 thesis：
SIGNAL: MU 投片量 +8% QoQ (source: EODHD/Reuters, conf medium)
→ THESIS: "MU 投片量 +8% QoQ 預示 FY27 bit 出貨 YoY >25% 且 DRAM ASP 不跌破 −5% QoQ"
→ FALSIFY: ["下季 bit shipment YoY <25%","DRAM ASP QoQ <−5%","guide 下修 >10%"]
→ TRIGGER: event, <next_earnings from earnings-dates.json>, metric="bit shipment YoY + DRAM ASP QoQ"
Thesis 登錄規則： 僅 confidence ∈ {high, medium} 且有明確前瞻 trigger → 登錄 ledger（--source signal-inference，--ev 存 signal provenance）；confidence=low 只在 briefing 文字呈現，不入 ledger；exit-code-2 碰撞 → 改 slug 或 supersede。
python3 tools/thesis_ledger.py list --ticker <T> # check existing first
python3 tools/thesis_ledger.py add --ticker <T> --slug <slug> \
--thesis "..." --falsification "..." "..." \
--trigger-type event|date --trigger-date YYYY-MM-DD \
--event earnings --metric "..." \
--source signal-inference \
--ev "signal: <metric> <value>, <source>, conf=<confidence>"
誠實退化（必守）： 若此 tier 的 ≥3% 持倉全部回傳「只有 narrative，無量化數字」→ 整段輸出：
§9.5 訊號擷取：本期無可量化信號（只有 narrative news，無 SEC 8-K / 逐字稿量化句）
不輸出任何推測數字，不改寫 qualitative 為 quantitative。
mcp__fmp-mcp__getBiggestGainers + getBiggestLosersmcp__polymarket-mcp__search_markets 搜尋與持倉板塊相關事件目的： 從市場掃出至多 3 個適合短 DTE OTM Call 樂透的候選（per memory feedback：樂透用近期 OTM Call 不用 LEAPS，避免 vega 干擾凸性）。
篩選步驟（重用 Section 10 movers + active list 數據，不額外抓取）：
getBiggestGainers + getMostActiveStocks輸出格式（限 1-3 筆，無符合則輸出「⏳ 本次無符合凸性條件的樂透機會」）：
| Ticker | 題材 / Binary 催化 | 建議結構 | 預估成本 | 凸性備註 |
|---|
規則：
完整進度表：
| # | 計畫操作 | 狀態 | 觸發條件 | 當前數據 | 備註 |
|---|---|---|---|---|---|
| 1 | 加碼 NVDA | ⏳ 待觸發 | RSI<35 | RSI=42 | 接近 |
| 2 | DDOG BCS | ✅ 已完成 | — | — | 3/5 建倉 |
/briefing deep 時執行）同時派出 3 組 Agent 子代理（全部 subagent_type: "data-collector"，自動使用 Haiku 4.5）：
get_insider_transactions（90d）+ get_recent_filings（30d）get_stock_info + get_financial_statement — 基本面摘要getStockPeers（top 3）+ getBiggestGainers / getBiggestLosers若 Agent tool 不可用，依序呼叫亦可。
對 Key Alerts 中標記異常的股票（跌>5%、虧>15%），執行 stock-analysis 級別的分析：
目的： 顯示「公司目標/thesis 有無達成」，讓用戶一眼看出哪些論點正在驗證、哪些可能破裂，不 resolve（只讀取、對照、標狀態）。
資料來源：
thesis_ledger.py list --status pending（取得所有待驗收 thesis）Scorecard 邏輯（每筆 pending thesis 做一行）：
對每筆 pending thesis，取其 trigger.metric 欄位（或從 thesis 命題推斷），與 fundamentals cache 的實際指標對照，判定當前狀態：
| 狀態 | 標記 | 條件 |
|---|---|---|
| 進行中 / 符合目標 | ✅ on-track | 核心指標與 thesis 方向一致（例：quarterly_revenue_growth_yoy > 0 且加速） |
| 待財報驗收 | ⏳ 待 event | trigger_type=event 且 trigger_date 尚未到（不能從 cache 判斷，等財報） |
| 有風險 / 指標轉弱 | ⚠️ at-risk | quarterly growth decel 連 2Q 或 guide 下修方向；技術面 death_cross |
| 已接近證偽條件 | 🔴 warning | falsification 條件中有 1+ 個已出現（精確比對 thesis 列的證偽點） |
| 無法判定 | ❓ unknown | cache 缺相關指標，無法自動比對 |
輸出格式：
### 14.5 📋 Thesis 目標達成度
| ticker | thesis slug | 核心命題（摘要）| 到期/觸發 | cache 指標現況 | 狀態 |
|--------|------------|----------------|---------|--------------|------|
| MU | memory-cycle-asm | DRAM ASP持續上漲 + 毛利>40% | 2026-06-15 財報 | revenue growth +21% YoY；PE 40.8 | ⏳ 待 event |
| NVDA | datacenter-demand | DC revenue連4Q加速 | 2026-05-28 財報 | revenue growth +78% YoY | ✅ on-track |
| CIEN | margin-recovery | 毛利率50%以上連2Q | 2026-06-10 財報 | beat 1/8（⚠️最弱）| 🔴 warning |
附加：thesis 到期日程（未來 30 天）
📅 近期 thesis 到期：
6/10 MU:memory-cycle（財報前） → 屆時需抓實際 ASP + 毛利率驗收
6/15 AVGO:ai-revenue-accl（財報後） → AI revenue YoY + guide 驗收
規則：
resolve 或 add，那是 Step 0.7 的工作）portfolio-review 式的計畫執行進度表：
/briefing telegram）目的： 每日盤中推送至 Telegram + Email 的精簡決策摘要。不跑 Phase 1-3 的完整分析，只抓推送所需的 7 個資料點，直接產出 emoji 純文字格式。
Sonnet 4.6（資料抓取為主，無深度合成需要）
同標準規範（0a-0e）：讀 plan.md + feedback/*.md → get_account_position → journal 確認。
T1. Earnings Window（next 7 days）
改從 cache 讀： Step 0.6 已預載 briefing-out/cache/earnings-dates.json + earnings-history.json，直接 Read 兩份 JSON。
列出所有持倉 ticker 的：
next_date, timing）earnings-history.json）若 cache status ≠ "ok" → fallback mcp__fmp-mcp__getEarningsCalendar，並加註 ⚠️ earnings cache unavailable。
T2. Sentiment Pulse + Fundamentals Cache 預讀（平行 Agent） 派出 data-collector subagent，取所有持倉的 EODHD 7d sentiment_trend（格式：TICKER.US）：
Agent(subagent_type="data-collector"):
呼叫 mcp__eodhd-mcp__get_sentiment_trend 對每個 ticker
回傳 dict: {ticker: {score: float, trend: str}}
分類：score 7日變動 > +0.1 → 改善；< -0.1 → 轉弱；急降（從 > +0.3 → < +0.1）→ ⚠️ 注意
同時讀取（不額外 MCP round-trip）：
briefing-out/cache/fundamentals-snapshot.json（Step 0.65 已預載）→ 供下方 T2.5 💰 計算
T2.5 💰 估值 & Thesis Pulse（cache 算，signal-only）
資料：fundamentals-snapshot.json + Step 0.7 resolve 結果
計算邏輯（同 Section 8.5 三錨點精簡版）：
現價/基準公允價 比值（基準公允 = median錨 × fwdEPS）省略整段的條件（全部滿足則 T8a/T8b 不輸出此段）：
|現價/公允基 − 1| > 10%，AND→ signal-only：無訊號不推送（比照現有「無 alert 則略過整個 section」慣例）
T3. News & Catalysts（past 24h）
mcp__yfinance-advanced__get_yahoo_finance_news 取 top 5 持倉的新聞，各取 1-2 篇 24h 內最重要的。篩選標準：有具體事件（財報、合約、產品發布、監管）優先，無實質 catalyst 跳過。最多 3 條進入 Telegram 輸出。
T4. Sector Rotation
mcp__technical-mcp__get_sector_rotation() → 取全 sector ETF 相對 SPY 的 leading / improving / weakening / lagging 分類。只顯示各分類各 1-2 個代表 sector。
T5. Alerts（閾值觸發） 根據 T1 + T2 + Step 0b 持倉數據生成 alerts（無則跳過整個 section）：
get_stock_info）→ 標記「逼近 52w 低」T6. 今日 / 明日待辦
從 plan.md 的策略佇列 + 觀察清單（⏳ 待評估）+ Step 0e 第一性分析，生成：
• {action}（{trigger / catalyst}）T7. Quick Take（第一性） 2 行以內，情緒/敘事走向。不講 RSI/MACD。句子格式：
T8a. 完整 Markdown → briefing-out/YYYY-MM-DD-full.md
使用 Write tool 寫入，格式：
# Briefing Telegram YYYY-MM-DD
## Earnings Window
...
## Sentiment Pulse
...
## News & Catalysts
...
## 💰 估值 & Thesis（signal-only，無訊號則省略整段）
### 估值偏離
- 最被低估：{ticker} 現價 $X vs 公允基準 $X（−X%，三錨點中位）；A1 PE={X}/A2 PEG錨={X}/A3 PT錨={X}
- 最被高估：{ticker} 現價 $X vs 公允基準 $X（+X%）
（|偏離| < 10% 則省略該行）
### 今日 Thesis 驗收影響
- {ticker}:{slug} → {verdict} | 公允價 $FV_before → $FV_after（±X%） | 影響：{impact_decomp}
（無今日 resolve 則省略此小節）
## Sector Rotation
...
## Alerts
...
## 今日待辦
...
## 明日待辦
...
## Quick Take
...
T8b. Telegram 純文字 → briefing-out/YYYY-MM-DD-telegram.txt
使用 Write tool 寫入，格式嚴格遵守（純文字 + emoji，無 markdown，無表格，無 bold/italic/link）：
📊 M/D HH:MM（發送時間，本地時區）
📰 News & Catalysts
• {ticker}: {一句話} ({source})
（無 catalyst 則略過整個 section）
📅 Earnings This Week
• {ticker} {M/D} {盤前/盤後} ({beat_count}/{total} beat, +{avg_surprise}%) — {focus 重點}
（Trailing beat rate 從 earnings-history.json 讀；cache 缺則省略括弧）
📊 Sentiment Pulse (EODHD 7d)
📈 改善: {ticker} +{delta}, {ticker} +{delta}
📉 轉弱: {ticker} -{delta}
⚠️ 注意: {ticker} {一句說明}
（無變化的 ticker 不列出）
💰 估值 & Thesis
📉 最低估: {ticker} vs 公允價 −X%（三錨點中位）
📈 最高估: {ticker} vs 公允價 +X%
📋 今日 thesis: {ticker} {verdict} 公允價 $FV_before→$FV_after（±X%）
（整段省略條件：無 >10% 偏離 且 今日無 thesis resolve）
🔄 Sector Rotation
💪 leading: {sector}, {sector}
📈 improving: {sector}
📉 weakening: {sector}
💀 lagging: {sector}
🚨 Alerts
• {alert}
（無 alert 則略過整個 section）
🎯 今日待辦
• {action}（{trigger}）
📋 明日待辦
• {action}（{catalyst}）
⚡ Quick Take
{第一行：今日情緒/敘事方向}
{第二行：本週核心注意事項}
格式規則：
**、_、[text](url) 等 markdown 語法briefing-out/ 目錄不存在時先用 Bash mkdir -p briefing-out 建立寫完 briefing-out/YYYY-MM-DD-full.md 後，先寫 tier 標記再生成 HTML：
# 1. 寫 tier 標記（讓 generate_html.py 知道這次是哪個 tier）
echo "<tier>" > briefing-out/YYYY-MM-DD-tier.txt
# <tier> 填入：quick | telegram | full | deep
# 2. 生成 HTML + push（tier gate 自動判斷：只有升級才推）
python3 tools/generate_html.py briefing YYYY-MM-DD --push
# 成功時印出網頁連結；若網站已有更高 tier 則跳過 push（本地 HTML 仍更新）
Tier 升級規則： quick(1) < telegram(2) < full(3) < deep(4)
寫完兩個檔案後，若 arguments 含 --send：
python3 tools/send_briefing.py YYYY-MM-DD
send_briefing.py 會自動：
tools/generate_html.py briefing YYYY-MM-DD --push（best-effort，失敗不擋發送）成功時輸出「✅ Telegram 已發送 / Email 已寄出」，失敗時輸出錯誤訊息（sender 自帶 retry + error notification）。
full 或 deep 層）僅當 arguments 含 --codex 或 --2nd 時執行。Quick 層完全跳過本 Phase。
三個子 block 依序執行（可並行派 Agent）：
核心原則：Codex 不看 Claude 的 Phase 1–3 結論（不給 Quick Take / Key Alerts / 建議），只給 raw 持倉變動 + 市場數據，讓它獨立評估今日 priorities。Claude 與 Codex 兩個獨立輸出並排比較。
🔴 Prompt 中性化要求（詳見 feedback/codex-prompt-neutrality.md）：
raw data 區只能放 fact 數值，不能放 derived label：
| ❌ 不能寫 | ✅ 改寫為 |
|---|---|
MU strong_uptrend / 49 / 量縮 | MU $635.80 (+10.30%) / RSI 81.7 / vol_ratio 0.49 / 6w range $XXX-$XXX |
PLTR weak_downtrend / momentum -24 | PLTR $138.30 (-5.29%) / RSI 46.2 / 6w range $122-$146 / Q1 earnings 5/4（昨日） |
BE 拋物線警示 | BE $291 (+0.9%) / RSI 77.6 / 5d 區間 $275-$303 |
禁止的 label： strong_uptrend / weak_downtrend / consolidation / overbought / oversold / 拋物線 / 打底 / 弱勢持續 / 強勢確認 / momentum_score（這已是 -100~+100 derived score，改寫成「X 個交易日累計漲跌 X%」）。
讓 Codex 自己跑 indicator interpretation，從 raw 數值推導結論。
呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI；勿用 codex:codex-rescue subagent / /codex:rescue，會卡 superpowers preamble），prompt 首行加強制 no-tool 指令，模板：
我是一名美股投資人，使用 Level 2 options + Spread 的 margin 帳戶。
請對今日 briefing，**完全獨立**評估 — 不要看任何先前結論。
**Raw data（只給 fact 數值，無 derived label）：**
帳戶：總值 $XXX / 現金 $XXX / 今日帳戶變動 +X.XX%
**今日 movers（價格 + % + 量能比 + 6 週區間）：**
- [ticker] $XXX (+/-X.XX%) / RSI XX.X / vol_ratio X.XX / 6w range $XXX-$XXX
- ...
**Earnings Window 標記（過去/未來 48h 有財報的 ticker）：**
- [ticker] — 財報日 X/X（[已過 X 天 / 還剩 X 天]）
**主要持倉技術面（fact only）：**
- [ticker]：價 $XXX / RSI XX / MACD line/signal/histogram / vs SMA20 X% / vs SMA50 X%
- ...
**板塊輪動（vs SPY 3mo，純數值）：**
- SMH +X.XX% / 1w +X.XX% / RSI XX.X
- ...
**待執行/觀察的計畫項目**（從 plan.md 摘出 ⏳，不寫評語）：
- ...
**近期重大事件（fact）：** 財報日列表、FOMC、產業催化
**投資風格：** AI/半導體主軸、汰弱留強、信念持倉 [TSLA/MU/AVGO]
**請輸出（獨立判斷）：**
1. **今日組合 thesis**（1 句：今日是「進攻」「防守」「觀望」？理由？）
2. **3 個今日最重要的訊號**（具體 — 自己解讀 raw data，不依賴 Claude 標籤）
3. **未來 5 個交易日機率分布（組合表現）：**
| 情境 | 機率 | 條件 | 預期 % |
|------|------|------|--------|
| 樂觀 | XX% | [...] | +X% |
| 基準 | XX% | [...] | ±X% |
| 悲觀 | XX% | [...] | -X% |
4. **3 個 actionable 建議**（含口數 / 觸發條件）— 對 earnings window 內的 ticker 預設「等 settle」
5. **Verdict**（1 句）：今日整體該做什麼？
**規則：**
- 機率分布必須 sum 到 100%
- 不假設 Claude 已說過什麼
- 保持獨立判斷
- earnings window 內的 ticker 不直接套「汰弱留強」
請以繁體中文回覆，控制在 700 字內。
--effort high --fresh
呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI）：
我目前的美股持倉（含市值占比）：
[插入 Step 0b get_account_position 取得的持倉表]
我的投資風格：
- 主軸：AI/半導體、高成長科技；汰弱留強，集中持倉
- 信念持倉（不換）：TSLA, MU, AVGO 多年期 thesis
- 板塊偏好：[從 plan.md 摘出 3-5 行板塊目標]
請以獨立分析師視角：
1. 掃描今日市場有哪些當紅題材/個股，是我目前持倉沒覆蓋到的
2. 對每個候選列出：題材、代表 ticker、為何此刻有機會、建議切入方式（現股/Spread/LEAPS）
3. 要追這些新機會，最該砍掉哪一檔現有持倉？為什麼？
4. 提供 2-3 個具體 actionable 建議（含目標 entry zone）
請以繁體中文回覆。輸出限 600 字。
Step 1 — Claude 預先收集數據：
mcp__technical-mcp__get_sector_rotation() → 全板塊 ETF 相對強度 vs SPY（leading / improving / weakening / lagging）mcp__technical-mcp__get_batch_indicators(tickers=[所有持倉]) → 個股動能分數 + 趨勢Step 2 — 呼叫 Codex（用 CLAUDE.md「Codex 呼叫方式」的 codex exec CLI）：
我的美股持倉（含市值占比 + 板塊歸屬）：
[持倉表]
當前板塊輪動數據（vs SPY）：
[get_sector_rotation 完整輸出]
當前個股動能：
[get_batch_indicators 摘要]
請以輪動專家視角：
1. 板塊輪動：哪些板塊 leading，哪些 weakening？我的持倉是否站在 leading 板塊？
2. 個股輪動：在我已持有的板塊內，有更強的 leader 我沒拿到？有持倉已被同板塊其他名字超越？
3. 資金流向：從 weakening 輪到 leading 的訊號是否明確？建議調倉路徑
4. 具體建議：3 條 actionable 輪動操作（從哪檔減 → 加到哪檔，附理由）
請以繁體中文回覆。輸出限 700 字。
## 🤖 Codex 第二意見
### B1. 獨立第一性分析（Codex 獨立輸出）
**Codex 今日 thesis：** [...]
**Codex 列的 3 個重要訊號：** [...]
**Codex 機率分布：**
| 情境 | 機率 | 條件 | 預期 % |
|------|------|------|--------|
| ... |
**Codex 3 個建議：** [...]
**Codex Verdict：** [...]
#### 並排比較：Claude vs Codex（獨立輸出）
| 維度 | Claude | Codex | 一致性 |
|------|--------|-------|--------|
| 今日 thesis | [Claude] | [Codex] | 同 / 異 |
| 機率分布偏向 | 偏多 / 中性 / 偏空 | 偏多 / 中性 / 偏空 | — |
| 主要建議 | [Claude] | [Codex] | 同 / 異 |
| Verdict | [Claude] | [Codex] | 同 / 異 |
**真實共識：** [1-2 條]
**真實分歧：** [1-3 條]
### 機會掃描（vs 現有持倉）
[B2 Codex 完整回覆]
### 輪動分析（板塊 + 個股）
[B3 Codex 完整回覆]
---
**值得追蹤的新機會：** [從 B2 挑 1-2 個 Claude 也認同的]
**輪動 actionable：** [從 B3 挑 1-2 條 Claude 也認同的調倉操作]
--codex-adversarial（opt-in 壓力測試）僅當 arguments 含 --codex-adversarial 時，追加對立面審查段落（攻擊 Claude 結論、找 bug）。預設 --codex 不執行。
若 Codex 失敗 → 輸出
⚠️ Codex 不可用：[error]，跳過第二意見，繼續正常輸出。
briefing-out/ 的兩個檔案briefing-out/ 已加入 .gitignore（個人化數據，不 commit）python3 tools/send_briefing.py YYYY-MM-DD 或 python3 tools/send_briefing.py latest