research-loop.md

Research Loop

research-loop 用于建立一个研究主题的初始认知和首版研究包。

它服务于“首次覆盖”或“需要重建 thesis”的场景，不负责每日更新。

Loop Input

• theme
• research_question
• market_scope
• research_cutoff_date
• thesis_horizon
• depth_mode 可选；默认由 analysis-routing 推断为 quick_map / standard / deep_dive
• framework_hint 可选
• overlay_hint 可选
• concept_mode 可选；当主题是产业、技术、材料、设备、工艺或供应链概念时设为 true
• known_sources 可选

States

define

明确主题、问题、时间边界和首版输出目标。

route-analysis

先运行 analysis-routing，明确：

• task_mode
• research_object
• market_scope
• time_boundary
• depth_mode
• source_budget
• artifact_budget
• primary_skill_or_loop
• routing_basis
• routing_mismatch_risk
• expected_output_package
• expected_handoffs
• readiness_level
• readiness_basis

如果总路由显示任务应进入 earnings_event、monitoring_update、methodology_review、macro_asset_or_regime 或 etf_or_product_listing，不要继续强行走普通单票 research loop。

如果主题是 存储、CPU、GPU、ABF、HBM、CPO、液冷、先进封装 这类产业概念，先进入 industry-concept 分支。

depth-budget

按 analysis-routing 的 depth_mode 控制本轮研究成本：

• quick_map: 只做 routing、最高增量来源读取、核心判断、source gap 和 refresh trigger；不默认写完整 research package 或 thesis ledger。
• standard: 输出 routed package 的必需文件；只读取本轮 route 和 gate 需要的 loop、skill、template。
• deep_dive: 允许多轮 refine、peer / contrary evidence、calculation artifacts、expectation map 和专题 overlay，但每个附加 artifact 必须能提高证据质量、结论强度或刷新条件。

如果一个步骤不会改变结论、source gap、actionability 或 refresh condition，应显式 waive，而不是机械填满模板。

industry-concept

当 concept_mode = true 时，运行 industry-concept-analysis，并先输出：

• one_page_industry_map
• concept_boundary
• value_chain_map
• demand_map
• supply_map
• pricing_mechanics
• volume_mechanics
• tightness_and_profit_pool_ranking
• company_shortlist
• stock_research_handoff

完成后再决定是否对 shortlist 里的公司进入 route-framework 和 equity-research-core。

route-framework

仅当 research_object = single_equity 时进入本步骤。

先判断研究结论的 thesis_horizon，再判断该标的当前的 pricing regime，选择研究框架，并记录：

• horizon_bucket

• horizon_basis

• horizon_mismatch_risk

• selected_framework

• framework_basis

• secondary_regime

• why_not_other_framework

select-overlays

判断是否需要专题 overlay，并记录：

• selected_overlays
• overlay_basis
• expected_incremental_insight

如果研究问题本质是预期差，还要判断是否启用 variant-perception lens，并记录：

• selected_lenses
• lens_basis
• what_it_forces_us_to_check

collect

按选定框架和已选 overlay 收集并登记首版研究需要的来源。

如果处于 industry-concept 分支，来源至少覆盖公司披露/IR、行业或官方材料、专业研究和市场数据，不能只依赖主题文章或二手产业图。

classify-claims

把已收集来源中会被用于研究结论的具体信息拆成 claim，并按 ../data/claim-taxonomy.md 标注：

• claim_type
• claim_text
• source_speaker
• verification_status
• as_of_date
• confidence

同时按 ../data/evidence-posture-taxonomy.md 标注：

• evidence_category
• freshness_status
• conflict_status
• treatment
• readiness_impact

必须特别区分：

• 事实 vs 观点
• 承诺 vs 预测
• 指引 vs 长期目标
• 假设 vs 结论
• 弱信号 vs 可用证据
• 价格反应 vs 基本面验证

quant-check

识别已分类 claim 中的数量型、比较型、估值型和趋势型依赖，并决定是否运行：

• skills/data-analysis-quality-gate/SKILL.md

必须检查：

• 是否存在同比、环比、CAGR、run-rate 或 margin bridge
• 是否存在 peer comparison、peer rank、相对估值或相对财务质量
• 是否存在 valuation implied expectation、base / bull / bear scenario math
• 是否存在市场规模、渗透率、份额或 TAM / SAM / SOM
• 是否存在三表交叉校验、现金流质量或营运资本异常
• 是否存在宏观、商品、价格、库存、利率、就业或通胀时间序列
• 是否存在多来源数字冲突或口径不一致

如果结论会影响 thesis_impact、research_action 或 actionability_bridge，且缺少可复算计算，必须标记 calculation_gap 或 source_gap，并在必要时向用户征求是否动用本地 CSV、Python、Spreadsheet、API 或插件。

scan

从公司、财务、技术面、事件四个统一视角快速建立初判，但要按已选框架调整权重，并用 overlay 补充验证关键传导链。

如果处于 industry-concept 分支，scan 的重点改为：

• 一页版结论是否足够清楚，可以先读后查
• 概念边界是否清楚
• 上下游公司是否分层
• 定价和放量机制是否分开
• 紧供需和利润池是否排序
• 候选标的是否能交接给单票研究

如果研究对象适合做预期差分析，允许在这里插入 variant perception checklist，用于把初判转成：

• consensus proxy
• what is mispriced
• why market may be wrong
• what changes the price
• what falsifies the view

如果研究对象适合做 3-5 年 multi-lens long-term thesis，优先路由到 loops/long-term-thesis-loop.md，不要只把长期研究当成普通 research-loop 里的一个小 checklist。

如果研究对象适合做长期 10x / 100x / multibagger 分析，允许在这里插入 long-term-multibagger checklist，用于把初判转成：

• target_return_path
• return_path_math
• market_expansion
• right_to_win
• reinvestment_runway
• dilution_risk
• evidence_ladder
• kill_criteria

如果研究对象需要进入持续跟踪、用户关心可执行性，或 key debate 涉及估值是否已 price in，必须插入 valuation-expectation overlay，用于把初判转成：

• current_valuation
• what_is_priced_in
• base_bull_bear
• revision_path
• downside_path
• valuation_anchor_quality

如果研究对象被描述为“左侧”“埋伏”“跌下来接”“值得盯一盯”或类似提前参与语境，不要直接升级到 actionability。先把它拆成：

• watch_only: 只是值得观察
• left_side_candidate: 反转变量、观察窗口、估值/预期锚和失效条件都能说清
• confirmed_participation: 关键确认变量已经出现，且剩余收益来源仍可识别

左侧候选必须运行 ../templates/actionability-system/left-side-participation-check.md 或显式 waiver 并降级。继续下跌时，必须判断 thesis 是增强、未变还是被破坏；不能把“跌多了”本身当作证据。

gap-check

识别缺口、冲突、低可信结论，以及框架错配风险。

按 ../data/research-readiness-gate.md 给当前 package 预设：

• readiness_level
• readiness_basis
• blocking_gaps

如果存在 stale、contradicted、unknown、weak_signal 或未复算的 material estimate，不得把 package 升级为 research_ready 或 actionable_with_caveats， 除非已经有更高质量证据明确解决缺口。

如果使用了 variant perception checklist，这里还要额外检查：

• 共识是不是被清晰刻画
• 分歧是不是具体到变量层
• 是否只是“想和市场不同”而不是有可验证 edge

refine

补足关键来源，修正判断。

如果 variant perception 仍停留在概念层，必须继续补：

• 共识代理
• 证据链
• 失效条件

如果 long-term-multibagger 仍停留在故事层，必须继续补：

• 目标倍数、年限和隐含 CAGR
• 收入、利润、现金流和估值结果要求
• 生存性和稀释风险
• 证据阶梯
• kill criteria

如果 valuation-expectation 无法给出 valuation anchor 或 base/bull/bear，必须标记 source_gap，并把 actionability_bridge 降级为 watch_only 或 no_action。

如果 participation 需要等待一个完整或部分业务/商品/产品/市场周期，必须记录 path_fit_control：说明预期痛苦路径、支持穿越周期的证据、替代等待条件和刷新触发。缺少这些字段时，不得把结论升级到 actionable_with_caveats。

package

输出首版 research package：

• investment memo
• evidence log
• case notes
• research-package-manifest.json

并显式写入：

• task_mode
• research_object
• routing_basis
• routing_mismatch_risk
• horizon_bucket
• horizon_basis
• horizon_mismatch_risk
• selected_framework
• framework_basis
• framework_mismatch_risk
• selected_overlays
• overlay_basis
• selected_lenses
• lens_basis
• readiness_level
• readiness_basis
• blocking_gaps
• evidence_log_status
• quant_gate_status

如果处于 industry-concept 分支，则输出 industry-analysis-package：

• industry-map.md
• company-map.csv
• evidence-log.csv

如果 quant-check 触发 calculation gate，还必须输出或明确 waived：

• formula note
• data-requirement-brief.md
• calculation-ledger.csv
• full model / spreadsheet，若 gate 要求

并记录：

• quant_dependency
• calculation_gate
• calculation_gate_basis
• tool_consent_required
• calculation_status

如果研究结果会交接给 earnings、SEC、industry、macro 或 thesis system 以外的 模块，必须按 ../data/handoff-contracts.md 写入 handoff note 或在 research-package-manifest.json 中登记 handoff。

write-thesis-ledger

如果研究结论已经足够稳定，写入或更新 Thesis System 对象：

• thesis-ledger.md
• expectation-map.csv
• decision-log.csv，如需要记录研究动作

写入前必须检查：

• 核心 thesis 是否能回溯到 evidence log 或 explicit source note
• supporting claims 是否区分事实、指引、预测、假设、公司口径、市场定价和情绪
• expectation map 是否有真实 consensus proxy；没有则标记 source_gap
• thesis state 是否为 draft、active、watch、upgrade_watch、downgrade_watch、stale 或 retired
• stale_after 和 must_refresh_if 是否完整

write-memory

把首版研究中相对稳定的内容沉淀到 memory/。

Exit Criteria

• 核心结论已有足够来源支撑
• research package 已生成
• 若结论进入持续跟踪，thesis-ledger 与 expectation-map 已生成或明确 waived
• 若结论进入行动跟踪，valuation_and_expectation_quant 与 actionability_bridge 已生成或明确 waived
• 若存在数量型结论，已完成 quant-check，并输出 calculation artifact 或明确写明 calculation_gap / calculation_waived_by_speed
• 事实、公司口径、承诺、指引、预测、假设、观点和市场定价已分离
• 已写出后续刷新条件
• 已完成总分析路由并说明为什么进入当前 loop / skill
• 已完成框架选择并说明适配原因
• 如启用 overlay，已写明其增量价值
• 如果是产业概念研究，已完成概念边界、产业链地图、供需/定价/放量机制、利润池排序和单票研究交接
• 如果是产业概念研究，报告最前面已给出可快速阅读的 one_page_industry_map

Stop Rules

• max_iterations = 3
• 如果关键问题只能依赖 L4/L6，降级结论
• 如果关键来源缺失，允许输出“证据不足”
• 如果无法稳定判断框架，允许输出“框架暂定”，但必须写明歧义来源
• 如果 overlay 只能增加噪音而不能提升判断，允许显式不启用