Menü
AI Berkshire skill: 投资论文追踪：买入后的纪律系统. Source: skills/thesis-tracker.md.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
AI Berkshire skill: 财务数据获取与交叉验证规范. Source: skills/financial-data.md.
AI Berkshire skill: 深度公司系列：8 篇长文拆一家公司. Source: skills/deep-company-series.md.
AI Berkshire skill: 投资论文漂移检测：分清事实变化与措辞变化. Source: skills/thesis-drift.md.
AI Berkshire skill: 供应链瓶颈猎手：AI驱动的全球产业链瓶颈套利. Source: skills/bottleneck-hunter.md.
AI Berkshire skill: 段永平问答：以他的方式思考. Source: skills/dyp-ask.md.
AI Berkshire skill: 财报精读：一手资料深度解读. Source: skills/earnings-review.md.
| name | thesis-tracker |
| description | AI Berkshire skill: 投资论文追踪：买入后的纪律系统. Source: skills/thesis-tracker.md. |
This skill is generated from skills/thesis-tracker.md so Claude Code and Codex users share one canonical workflow.
$ARGUMENTS as the user's request in the current Codex thread.tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.对 $ARGUMENTS 执行投资论文追踪检查。
支持输入格式：
公司名 — 首次使用时建立投资论文，后续使用时追踪检查公司名 建立论文 — 强制重新建立投资论文公司名 季度检查 — 基于最新财报进行论文检查"买入只是开始。真正的工作是持有期间的持续跟踪。" —— 李录
"当事实改变时，我就改变想法。你呢？" —— 凯恩斯
大多数投资者的流程是：研究 → 买入 → 祈祷。缺少买入后的系统化跟踪，导致：
巴菲特和李录的做法是：买入前就写下卖出条件。然后每个季度检查论文是否完整。
检查是否已存在该公司的投资论文文件（reports/{公司名}-thesis.md）：
使用 WebSearch 获取当前股价、估值指标（PE/PB/股息率）、最新财报核心数据，用于填写估值锚点。如果已有该公司的 /investment-research 或 /investment-team 报告，优先从中读取。
使用 tools/financial_rigor.py verify-valuation 校验估值数据。
投资论文必须回答以下5个问题，每个问题一句话：
我以 ___元 买入 ___公司，因为：
1. 这门生意的本质是___，我理解它的赚钱方式
2. 它的护城河是___，而且在变宽/稳定
3. 管理层___，值得信赖的原因是___
4. 当前价格相当于内在价值的___折，安全边际来自___
5. 即使我错了，下行风险可控，因为___
如果5句话写不完整，这个论文本身就有问题——说明买入决策不够清晰。
把投资论文拆解成可验证的具体假设：
| # | 核心假设 | 验证方式 | 验证频率 | 当前状态 |
|---|---|---|---|---|
| 1 | 例：收入增速维持15%+ | 季报收入增速 | 每季度 | 🟢 成立 |
| 2 | 例：毛利率稳定在60%+ | 季报毛利率 | 每季度 | 🟢 成立 |
| 3 | 例：管理层持续回购 | 回购公告/现金流表 | 每季度 | 🟢 成立 |
| 4 | 例：竞争对手未取得突破 | 行业数据/竞对财报 | 每半年 | 🟢 成立 |
| 5 | ... | ... | ... | ... |
通常3-7个假设。太少说明思考不够深入，太多说明论文不够聚焦。
| # | 红线条件 | 严重程度 | 触发后动作 |
|---|---|---|---|
| 1 | 例：管理层诚信出问题（财务造假、关联交易） | 致命 | 立即清仓 |
| 2 | 例：核心业务连续2季度收入下滑 | 严重 | 减仓50%，重新评估 |
| 3 | 例：护城河被明确突破（竞对获得同等能力） | 严重 | 启动深度研究，考虑退出 |
| 4 | 例：监管政策根本性改变商业模式 | 严重 | 重新评估内在价值 |
| 5 | 例：管理层大规模减持（非计划性） | 警告 | 深入调查原因 |
段永平："卖出只有三个理由：1.发现买错了；2.公司基本面变了；3.找到了更好的。"
| 指标 | 买入时 | 乐观目标 | 中性目标 | 悲观情景 |
|---|---|---|---|---|
| 股价 | ||||
| PE | ||||
| 市值 | ||||
| 内在价值估算 | ||||
| 安全边际 |
将投资论文写入 reports/{公司名}-thesis.md，包含：
读取 reports/{公司名}-thesis.md，加载：
使用 WebSearch 收集：
对每个核心假设，用最新数据验证：
| # | 核心假设 | 上次状态 | 最新证据 | 当前状态 | 变化 |
|---|---|---|---|---|---|
| 1 | 收入增速15%+ | 🟢 成立 | Q4收入增速12% | 🟡 边际弱化 | ⚠️ |
| 2 | 毛利率60%+ | 🟢 成立 | 毛利率61.2% | 🟢 成立 | — |
| 3 | ... | ... | ... | ... | ... |
状态定义：
逐条检查红线清单：
| # | 红线条件 | 是否触发 | 证据 |
|---|---|---|---|
| 1 | 管理层诚信问题 | ❌ 未触发 | — |
| 2 | 核心业务连续2季下滑 | ❌ 未触发 | — |
任何一条红线触发 → 在报告中用醒目标注，给出明确的行动建议。
| 指标 | 买入时 | 上次检查 | 当前 | 变化 |
|---|---|---|---|---|
| 股价 | ||||
| PE(TTM) | ||||
| 内在价值估算 | ||||
| 安全边际 |
一、论文健康度评分（满分10分）
二、核心假设检查结果（表格）
三、红线检查结果（表格）
四、本期关键变化（不超过500字）
五、估值更新
六、结论与行动建议
七、下次检查需关注的重点
| 评分 | 含义 | 建议动作 |
|---|---|---|
| 计算公式：健康度 = 10 - (⚫破裂假设数×3) - (🔴受损假设数×2) - (🟡弱化假设数×1) - (红线触发数×5)，最低1分最高10分。 |
| 评分 | 含义 | 建议动作 |
|---|---|---|
| 9-10 | 所有假设成立，论文比买入时更强 | 考虑加仓 |
| 7-8 | 核心假设成立，个别边际弱化 | 继续持有 |
| 5-6 | 1-2个假设受损，但核心逻辑未变 | 持有但提高警惕 |
| 3-4 | 多个假设受损，论文基础动摇 | 考虑减仓 |
| 1-2 | 红线触发或核心假设破裂 | 强烈建议卖出 |
将本次检查记录追加到 reports/{公司名}-thesis.md 的追踪记录表中：
| 检查日期 | 健康度 | 核心变化 | 动作建议 |
|---|---|---|---|
| 2026-04-09 | 7/10 | 收入增速放缓至12%，但利润率改善 | 持有 |