Professional stock analysis framework — 6-step deep dive from macro to valuation, powered by Charlie V3.0 methodology.
--- name: deep-stock description: "Professional stock analysis framework — 6-step deep dive from macro to valuation, powered by Charlie V3.0 methodology." --- # Deep Stock 🎯 ## 一套框架,穿透噪音 > 大多数股票分析工具告诉你一只股票*过去*发生了什么。 > Deep Stock 告诉你它*现在*值多少钱——以及现在是不是该行动的时机。 --- **Charlie 是谁?** → Charlie 致敬 **查理·芒格(Charlie Munger)**——他的多元思维模型和人类误判心理学是这个框架的底层基因。 ## 你用它会得到什么 - ✅ **专业级分析**(以前得找卖方分析师才能拿到的东西) - ✅ **6步系统框架**(宏观→行业→公司→估值→概率→决策) - ✅ **贝叶斯概率更新**(不是拍脑袋猜) - ✅ **内置反面论证**(防止确认偏误) 这不是又一个股票筛选器。这是**一套思考框架**——每一步都强制你严谨。 --- ## 怎么用 就一句话: > **"分析 [股票名/代码]"** 然后 Deep Stock 自动跑完整 6 步流程: ``` ① 数据采集 → 股价、财报、新闻、股东数据 ② 宏观过滤 → 国际 → 国内 → 行业 → 公司(4层) ③ 估值分析 → PE-TTM / PEG / DCF / SOTP + 可信度评级 ④ 贝叶斯更新 → 概率加权情景推演,告别主观猜测 ⑤ 反面论证 → 强制找反面证据(芒格25种误判) ⑥ 决策矩阵 → 综合评分 → 买入/持有/减仓/观望 ``` 每一步的完整方法论在 **Charlie V3.0 框架**(12章,随 Skill 附送)。 --- ## 一份典型报告长什么样 分析一只股票后,你会得到这样的深度报告: ``` ┌─────────────────────────────────────────────┐ │ Deep Stock · 分析报告 │ │ 目标:小米集团 (01810.HK) │ │ 日期:2026-05-26(一季报后) │ └─────────────────────────────────────────────┘ 📊 第一层:宏观过滤 国际形势 → [分析] 国内政策 → [分析] 行业发展 → [分析] 公司层面 → [分析] 📈 第二层:估值分析 PE-TTM: 22.5x (行业均值 28x) → ⭐⭐⭐⭐ PEG: 0.8x → ⭐⭐⭐ DCF: HK$48.2/股 → ⭐⭐⭐ SOTP: HK$52-58/股 → ⭐⭐⭐⭐ 🎯 最终结论:买入(65%置信度,±8%) ``` --- ## 适合谁用 | 你是... | Deep Stock 帮你... | |---------|-------------------| | 个人投资者 | 用结构化流程做买卖决策 | | 长线持仓者 | 季度复盘持仓逻辑是否依然成立 | | 学习型投资者 | 理解一只股票*为什么*值这个价 | | 厌倦拍脑袋交易的人 | 用概率加权逻辑取代情绪 | --- ## 快速开始 ```bash # 1. 安装 clawhub install deep-stock # 2. 开始分析 # 直接说: # "分析比亚迪" # "分析 002594.SZ" # "用 Deep Stock 分析小米" ``` --- ## ⚠️ 使用须知 ### 1. 数据深度靠你追问 AI 的默认行为是够用就停。你第一句说"分析比亚迪",它可能只拉 2-3 个数据源就出报告了。 **建议用法:** - 先问:"分析比亚迪" - 觉得不够深 → "财报数据再详细点" - 想查更多 → "搜一下最近的负面新闻" - 不够 → "More! More! More!" 🤣 这不是 bug,是 AI 的工作方式——它倾向于简洁,你倾向于深度。**你追问越狠,报告越硬。** ### 2. 数据不准怎么办——让 AI 互相质疑 AI 可能编造数字、记错增长率、用错币种。解决方式是让**多个 AI 互相质疑数据**,谁编的谁露馅。 **建议用法:** - 先跑一轮 Deep Stock 出报告 - 换一个 AI 说:"检查这份报告的数据,找出所有可疑的数字" - 冲突的地方自然浮出水面 **这不是作弊,这叫"对抗式验证"**——比你手动核对 100 个数字靠谱多了。 --- ## 为什么选 Deep Stock | 对比项 | Deep Stock | 普通分析 | |--------|-------------|---------| | 4层宏观过滤 | ✅ 系统化 | ❌ 通常缺失 | | 4种估值方法 | ✅ 带可信度评级 | ❌ 通常只用1种 | | 贝叶斯概率 | ✅ 动态更新 | ❌ 主观猜测 | | 强制反面论证 | ✅ 内置 | ❌ 确认偏误 | | 数据来源标注 | ✅ 每个数字有来源+时间+币种 | ❌ "据报道" | | 决策矩阵 | ✅ 0-10分量表 | ❌ "我感觉要涨" | --- ## 附送框架 完整的 **Charlie V3.0 分析框架**(12章,32,000+字)包含在此 Skill 中: 📄 `charlie-v3.0.md` | 章节 | 内容 | |------|------| | 一 | 核心方法论 | | 二 | 专业报告搜索 | | 三 | 数据来源标注规范 | | 四 | 评分量表 | | 五 | 四层过滤框架(国际→国内→行业→公司)| | 六 | 估值分析模块(PE/PEG/DCF/SOTP)| | 七 | 因果回路图(系统动力学)| | 八 | 贝叶斯概率(动态更新机制)| | 九 | 反面论证(芒格25种误判)| | 十 | 决策矩阵(综合评分)| | 十一 | 分析流程(标准SOP)| | 十二 | 配套文件说明 | --- ## License MIT-0 — 自由使用、修改、分发,无需署名。 --- ## 英文版 / English ### Deep Stock 🎯 **One framework to cut through the noise.** Most stock analysis tools tell you what a stock *did*. Deep Stock tells you what it's *worth* — and whether now is the time to act. **Charlie** = inspired by **Charlie Munger** — his multidisciplinary mental models and human misjudgment psychology are the DNA of this framework. ### What You Get - Professional-grade analysis (used to require a sell-side analyst) - 6-step systematic framework (macro → industry → company → valuation → probability → decision) - Bayesian probability updates (not subjective guesses) - Built-in contradiction checker (avoids confirmation bias) ### Notes - **Data depth:** AI defaults to "good enough." Push for more data — the framework is designed for depth. - **Data accuracy:** Use adversarial verification — have one AI check the report, another re-verify key numbers from different sources. Cross-agent questioning catches fabricated data better than manual checking. ### Quick Start ```bash clawhub install deep-stock # Then ask: "Analyze Xiaomi" or "Run Deep Stock on 002594.SZ" ``` --- *Built with Charlie V3.0 · 经实战检验*
don't have the plugin yet? install it then click "run inline in claude" again.