stock-deep-redo

name

stock-deep-redo

description

个股 buffett 深度重做分析（re-underwrite）全流程编排：全量联网验证供需事实 → 实时行情锚定 → 场景加权估值 → 写入 docs/stock-analytics 的 buffett 分析档 → frontmatter/lint/related_docs 对称收尾。 当用户要求对某只股票做深度分析、重做/重估/重新承做、用新事实（供给侧变化、涨价、AI、政策、财报、并购） 刷新或推翻旧结论、或产出/更新某股的 buffett 深度分析文档时，务必使用本 skill——即使用户没说 "buffett""重做""re-underwrite"也要触发。典型触发语："深度分析 XX""重做 XX 的分析""XX 还能不能买" "用最新存储涨价重估 XX""考虑 AI/供给侧重新看 XX"。不要用于：板块批量分析（用 analyze-category）、 纯季报点评（quarterly 流程）、持仓再平衡（portfolio-rebalance）、清仓策略（liquidation-strategy）。

个股 buffett 深度重做分析（stock-deep-redo）

把一只股票的投资结论"重新承做一遍"：拿当下最新事实（联网验证）+ 实时估值，套 buffett 框架， 用场景加权给出一个能经得起反驳的新评级，并落档到 docs/stock-analytics/。

这个 skill 的价值不在"写得长"，而在纪律：联网核实而非凭记忆、证据分硬软、供给侧论点必须双面、 拒绝用周期顶利润定价、诚实面对"贵"、撰写与审查分属不同上下文。下面每一步都为这些纪律服务。

何时用 / 何时不用

用：对单只个股做深度分析或重估，尤其是有新变量（涨价周期、供给侧出清、AI、政策红利、重大财报/并购） 需要刷新甚至推翻旧结论时。

不用：板块批量 → analyze-category；季报点评 → quarterly 流程；再平衡 → portfolio-rebalance； 清仓 → liquidation-strategy；只要个实时价 → 直接查不必起 skill。

默认参数（烘进流程，不必每次问）

除非检测到歧义，按这些默认直接做，开工时一句话说明用了什么默认即可：

维度	默认
产出形态	新建一份 buffett 深度档（conviction_date = 今天）+ git rm 该股所有历史 buffett 档（只删 buffett 档；comps/theme/quarterly 一律保留），目录只留最新一份
证据深度	全量联网验证 + 实时行情锚
估值框架	场景加权：结构性重估(bull) / 基准(base) / 空头(bear)，概率由证据强度定
分析框架	先调用 buffett skill 取框架，再动笔
A+H 口径	A+H 双重上市标的取 A/H 两地中估值更低（安全边际更大）一侧作跟踪主体，不强行 A 股；H 股通常折价更优。frontmatter stock_code + valuations market/currency/每股内在价值按选定口径写，币种统一见 playbook §3、H 口径市值自洽校验见 .claude/rules/data-fetch-conventions.md 港股节
语言	中文

只有这些情况才回头问用户（歧义门）：

• 标的跨两个一级 sector 且收入权重接近，归属不明（按主业权重判，见 .claude/rules/docs-conventions.md）
• 用户明确要的是 comps 横评或 theme 专题，而非个股 buffett 档
• 旧档结论与近期已有底稿（comps/theme/quarterly）出现冗列冲突，不确定以谁为准

总编排：3 阶段 subagent + 合并审查

为什么拆 subagent：联网采证、长文撰写、lint 收尾是三种不同的认知活；分开派能让每棒上下文干净， 也满足"撰写与审查分属不同上下文、不在同一上下文自审"（见 CLAUDE.md）。串行，不要并行派实现者。

先做（控制者本人）

1. 用 Glob 找该股已有底稿：docs/stock-analytics/**/*<股票名>*.md（buffett / comps / quarterly / theme）。 挑出最新 buffett 档 + 最相关 comps 作为基线，传给后续 subagent。
2. 确认股票代码、市场（A/US/HK）、sector/subsector 归属。
3. 列待删旧档清单：从上面 Glob 结果筛出该股所有历史 buffett 档（*buffett*.md）。删前先 Read 一眼 确认确属同股旧 buffett 档（判据：档名含目标股票名 且 frontmatter stock_code 与目标一致；CLAUDE.md 铁律：删除前看目标。不满足判据、或内容与预期严重不符，停下 surface 给用户，不照删）。把确认后的待删清单传给 Phase C。
4. 选 sector-lens：按 subsector 从 references/sector-lenses.md 挑命中的 lens 节（可叠加：主 lens 如 PCB/存储 + 两个横切 lens（AI、成长）默认对每只股跑识别）。把命中节的【必查清单】【撰写落点】摘出，分别注入 Phase A / Phase B 提示。

建档前避坑门（强制，先于 Phase A）：采证第一步先查 docs/stock-analytics/avoidance-list.yaml——命中目标 stock_code 则按 .claude/rules/docs-conventions.md「建档前避坑列表验证」做原因验证：用最新单季季报 + akshare 重取 key_metrics_snapshot 对应指标，逐条对照 avoid_reason 判仍成立/被推翻。理由仍成立即中断建档（口头说明后停手，不派 Phase A/B/C）；被推翻（基本面真实反转）才放行，且建档完成后从 avoidance-list.yaml 移除该条并 commit。

Phase A — 联网采证（派 1 个 subagent，opus）

产出 .omc/artifacts/<股票名>-<日期>-evidence.md（gitignore，不入库）。要点：

• WebSearch/WebFetch 逐条验证核心多空论点（供给侧/需求/涨价/政策/财报），英文+中文交叉验证。
• 实时行情直连腾讯 HTTP（比走 service 快且无副作用）：qt.gtimg.cn/q=sh<code>（A股 sh/sz 前缀）， GBK 解码、~ 分隔，字段 [1]=name [3]=price [39]=PE_TTM [45]=市值(亿) [46]=PB。脚本跑完即删。
• 证据分级：【硬】=公司公告/财报/官方 EOL；【软】=媒体/分析师推测；【缺】=未找到。找不到就写"未找到公开证据"，绝不编造数字或来源，每个关键数字挂一个真实 URL + 日期。
• 注入命中 lens 的【必查清单】（来自 references/sector-lenses.md 命中节）：要求逐条联网核实， 查不到就明写"未找到公开证据"，不许跳过。
• 详细采证清单与字段见 references/playbook.md。

Phase B — 撰写（派 1 个 subagent，opus）

先 Skill buffett 取框架，读 evidence.md + 基线底稿，按 13 节结构写正文 + frontmatter，跑 frontmatter lint，提交。 只跑 lint_docs_frontmatter.py，不跑 refs（对称留给 Phase C）。13 节模板、frontmatter 字段、场景加权 估值机制、AI 维度标签法、质量红线全部在 references/playbook.md，撰写 subagent 必须先读它。 注入命中 lens 的【撰写落点】（来自 references/sector-lenses.md 命中节）：要求对应节按落点深化， 命中 lens 的每个必查项都要在正文有回应（查无证据也要写明）。

合并审查（派 1 个 read-only subagent，sonnet；异常升 opus）

一个 sonnet 只读 subagent，单 prompt 内先规格、后质量两段顺序输出（顺序不可反）：

1. 规格符合性：13 节齐全？frontmatter 合规（含 valuation 块与正文 §0/§9/§3 数字一致）？三情景概率 Σ=100% 且期望值算术对？AI 维度都打了标？供给侧双面写了吗？数字可追溯无造数？无范围外夹带？命中 lens 的必查项是否 在正文均有回应（查无证据也写明）？命中成长 lens 时：扩产达产 / 客户增长预期（分层兑证）/ 跑道长度是否 均有回应？bull 是否被增长证据包门控？→ 输出 SPEC-COMPLIANT 或问题清单。
2. 分析质量：内在一致性、概率可辩护性、供给侧双面是否走过场、"贵"是否被诚实消化、AI 是否蹭概念拔高、 增长是否被诚实证据化、bull 赋权是否与增长证据强度匹配、slop 检查、buffett 框架贴合度、监控指标是否带阈值可执行。 → APPROVED / APPROVED-WITH-NITS / CHANGES-REQUESTED。

纪律保持：审查员是独立 subagent（非撰写者自审），撰写≠审查上下文铁律不变。 异常升级：sonnet 给出 CHANGES-REQUESTED，或规格段发现 Critical 问题 → 控制者追派 1 个 opus 只读审查员 复核该结论，再据复核让撰写 subagent 修；同一审查上下文复审直到过。Minor nits 可修后控制者直接核验。

Phase C — 收尾（派 1 个 subagent，sonnet 足够）

• 删除旧档：对"先做"传来的待删清单逐个 git rm（该股历史 buffett 档）。
• 反向链改指：扫所有 symmetric: true 指向被删档的反向条目（别的 comps/theme/quarterly 的 related_docs）→ 改指到新档，或删除该条目（防 refs lint 悬空报错）。
• 给指向新档的外部文档（comps/theme/quarterly）补反向 related_docs 条目（symmetric: true 的那些）。
• python scripts/lint_docs_refs.py --rewrite-blocks 重生顶部块（别手编 <!-- BEGIN/END related_docs -->）。
• lint_docs_frontmatter.py + lint_docs_refs.py 都要 exit 0；--check-orphans 确认新档非孤儿。
• 同步 valuations.yaml：估值数字已由 Phase B 写进 buffett 档 frontmatter 的 valuation 块， 此处只需运行 PYTHONIOENCODING=utf-8 rtk python scripts/sync_valuations.py --stock-code <code> 确定性 upsert（无需 LLM 再从正文提取）。详见 references/playbook.md §8。
• 质地星级覆写（仅当与 rating 背离）：估值页质地列默认按 rating 现算星级（core5/config4/watch3/exclude2）。仅当业务质地与该默认背离时——典型即红线 #4 的对偶：护城河顶级的好公司仅因太贵被评 watch/config——在 valuations.yaml 该条目手工加 quality: N（1-5），sync 已保留不冲掉。一致则留空。详见 references/playbook.md §8「quality 质地星级」。
• 矿产/商品标的加 commodity 字段：若标的属铜/锂等矿产板块（受某商品期货价格驱动），在 frontmatter 与 valuations.yaml 条目同步写：
  • commodity: copper | lithium（枚举见 scripts/_docs_schema.py:COMMODITIES；非矿产标的不写）
  • commodity_impact: positive（上游资源/矿/锂盐——商品涨价利好，卖方如紫金/赣锋）| negative（下游加工/电池/消费——商品涨价是成本，买方如铜冠铜箔/亿纬锂能）| neutral（中游冶炼厂——低自给率，铜价 pass-through、利润由 TC/RC 加工费驱动，如云南铜业/铜陵有色/江西铜业）
  • 判据来自产业链位置（与 .claude/rules/docs-conventions.md「电池厂是锂买方，锂价涨=成本压力」一致）；本字段驱动 /minerals 矿产看板的板块归属与影响徽章。
  • 枚举权威源：scripts/_docs_schema.py 的 COMMODITIES/COMMODITY_IMPACTS（含 neutral）。
• 确认一次性采证脚本已删、evidence.md 未被 add。
• 提交终稿。

收尾（控制者本人）

git log --oneline + git status 确认 commit 链干净、双 lint 全绿，向用户汇报核心结论（评级是否翻转、 期望内在价值、安全边际）。工作流默认在 main 直接提交（本仓库 docs 一贯如此）；不主动 push，等用户要。

质量红线（这套流程的灵魂，审查重点查这些）

1. 联网而非凭记忆：知识截止之后的供需/报价/业绩进展一律实时核实；硬软证据措辞要区分（"官方 EOL" vs "据媒体"）。
2. 供给侧/任何强论点必须双面：把最强的反驳点前置写出来（如"大厂退出是否可逆"），不能写成单边多头叙事。
3. 拒绝用周期顶利润定价：周期股正常化利润取穿越周期的均值，绝不把财报顶部年化当常态——这是周期股 buffett 分析最常翻车处。
4. 诚实面对"贵"：PB/PE/市值高就老实算安全边际，必要时对最乐观情景也做压力测试；不要用"护城河上修"稀释"价格太贵"。
5. AI/概念维度分"产品 vs 业绩"：有产品能力不等于有业绩贡献；未兑现的概念不许偷渡进估值。每个 AI 维度打【真敏感】/【蹭概念】+理由。
6. 数字可追溯：正文每个关键数字能回指 evidence.md 或基线底稿；无裸断言、无造数。
7. 替换=物理删除旧档：新档落定后该股历史 buffett 档必须 git rm，且所有指向旧档的 symmetric 反向链 改指到新档——目录里同股只留最新一份，refs lint 无悬空引用。
8. 看增长但不被增长拔高：成长/扩产标的必查扩产达产 + 客户增长预期（分层：具名优先 → 终端兑底，逐条标【硬/软/缺】）；bull 情景的概率/倍数由「成长持续性证据包」门控（扩产达产确定性 + 客户 capex 能见度 + TAM 跑道），证据全软则 概率封顶；同时高增长不许稀释"贵"——这是红线 3（拒绝周期顶定价）的对偶，既防高估也防系统性低估真成长。

参考文件

• references/playbook.md — 13 节模板、frontmatter 字段集 + rating 枚举、场景加权估值机制、采证清单、qt.gtimg.cn 字段、lint 命令、各 subagent 派发提示骨架。撰写/审查 subagent 必读。
• references/sector-lenses.md — 可扩展板块视角注册表（AI/PCB/存储…），每 subsector 一节五段式调查清单。命中 lens 的撰写/审查 subagent 必读对应节。
• 项目既有 rules（按需指给 subagent）：.claude/rules/docs-conventions.md（目录/frontmatter/lint/related_docs）、 .claude/rules/data-fetch-conventions.md（akshare/实时价/qt.gtimg.cn 字段坑）、.claude/rules/stock-data-cache.md（缓存）、 .claude/rules/dev-environment.md（Windows 编码/heredoc/create_app 副作用）。