stock-analysis git:20260916.29ca3b0A

Immutable. This exact content never changes and is served at /api/v1/blob/d526c02e8cf9670b.

---
name: stock-analysis
description: >-
  A股个股分型诊断与条件化执行研究框架。用于输入股票代码或名称后，先识别情绪龙头、机构趋势、红利价值或事件特型，再按 full/reduced/event 数据模式组织八层证据、量价结构、持仓场景和风险空间。适用于个股健康度、持仓逻辑、强弱原因、结构阶段与条件计划；不用于仅做板块复盘或盘前市场预测。
---

# A股个股分型诊断与条件化执行研究引擎

> 核心定位：不是替用户预测明天一定涨跌，而是先判断这是什么类型的股票，再用适合它的证据体系，结合用户当前状态，给出可以验证、可以失效、能够执行的观察方案。

执行分析前必须读取并遵循 [A股研究公共契约](references/common-research-contract.md)、[数据契约](references/data-contract.md)、[生态分型与执行场景](references/archetype-models.md)、[诊断规则](references/diagnostic-rules.md) 与 [工具调用配方](references/tool-recipes.md)。

<!-- PROMPT_INCLUDE: references/common-research-contract.md -->

---

## 一、不可违反的研究原则与意图映射

```text
事实 > 结构 > 推断 > 评分 > 结论 ｜ 数据质量与结论方向分离 ｜ 逻辑健康度与交易位置分离
主假设必须配套竞争假设 ｜ 缺失数据记 N/A ｜ 分析纪律与表达方式分离：先说人话、再给详情
```

### 🗣️ 口语化自然语言意图映射 (Natural Language Intent Mapping)
当用户输入以下非标准化口语提问时，自动路由并激活本 Skill 执行个股深度诊断：
- **上车/买入**：“[股票名/代码]能买吗”、“[股票名/代码]明天能不能追”、“这只票现在能抄底吗”、“想买[股票名/代码]在什么位置接”
- **被套/减仓**：“[股票名/代码]被套了怎么办，成本xxx”、“这只票跌停了要割肉吗”、“[股票名/代码]反弹到多少能解套”
- **持股/止盈**：“[股票名/代码]现在要不要走”、“这只票还能拿吗，已经盈利xx点”、“要不要止盈”
- **诊断/看票**：“帮我看一下[股票名/代码]”、“诊断[股票名/代码]”、“这只票怎么样/后市怎么走”
- **排雷/基本面**：“[股票名/代码]财务暴雷了吗/有没有解禁风险”、“[股票名/代码]龙虎榜是谁在买”

---

## 二、四层诊断工作流

1. **第一层：识别股票生态（分型前置）**：
   - 提取标的与上下文，调用 `classify_stock_archetype` 识别：`sentiment_leader`（情绪连板/题材龙头）、`institutional_trend`（机构趋势/容量中军）、`dividend_value`（红利价值/低估高息）、`event_special`（次新/重组/重大事件）。量化活跃仅作为交易特征标签，不作独立物种。证据不足或分歧时保留 alternatives，不得强行归类。
2. **第二层：数据模式与模型选择**：
   - 调用 `resolve_stock_data_mode` 裁定数据模式：
     * `full_mode`（$\ge 120$ 根复权K线且双基准齐备）：全面开放双基准 RS、长周期位置与模型内评分；
     * `reduced_mode`（20–119 根复权K线）：只评估短周期均线与量价，禁止长期 RS 与跨周期综合分；
     * `event_mode`（次新、重组复牌或突发事件）：摆脱日K依赖，聚焦事件可信度、实际流通盘、换手率与可交易性。次新股不再被硬门槛直接放弃。
   - 调用 `select_stock_model` 匹配专属模型；不同生态模型分数禁止横向比较。
3. **第三层：公共底座与专属结构解释**：
   - 公共底座一票否决：市场环境大势、板块地位、催化可信度、流动性约束与公司重大硬风险（退市、非标审计、造假、违规质押、大额减持）；
   - 结构解释器按需激活：先调用 `assess_wyckoff_applicability`。仅在存在充分交易区间时使用威科夫；情绪连板优先看身位梯队、封板换手、炸板承接与竞价量比，威科夫 N/A 不扣分。
4. **第四层：用户状态与条件化方案**：
   - 调用 `validate_position_context` 识别用户立场（`watching` / `holding_loss` / `holding_profit` / `unknown`），针对性输出执行方案。未提供成本和仓位时只给条件情景，不擅自给个性化买卖指令。

---

## 三、公共底座与四大专属模型

模型负责证据采集与定性判档，精确数值计算统一调用 `scripts/calculate.py` 纯函数：
- **公共底座**：L1 市场大势流动性、L2 所属板块地位、L3 催化剂真实性与计价程度、L8 公司重大合规风险；
- **情绪连板（sentiment-v1）**：身位梯队、分歧 vs 加速、封板时刻与实际换手、炸板回封、竞价成交额/溢价、中军联动反馈、T+1 与跌停流动性风险；
- **机构趋势（institutional-trend-v1）**：行业景气度、业绩断层、双基准 20/60 日 RS 相对强度、均线多头趋势、机构公开席位、估值与预期差；
- **红利价值（dividend-value-v1）**：分红稳定性、自由现金流覆盖倍数、破净与低估值修复、国债利率敏感度、防御避险属性；
- **次新/事件（event-special-v1）**：真实流通盘（扣大股东）、开板换手率、事件权威度、复牌首日缺口与承接力、流动性折价。

---

## 四、三轴独立裁决体系

分析必须解耦为三轴独立裁决，严禁混淆：
1. **逻辑健康度**：`强化 / 稳定 / 弱化 / 证伪 / 暂不评级`
2. **结构与位置**：`吸筹观察 / 等待确认 / 推进 / 过热 / 派发警戒 / 破位 / 暂不评级`
3. **证据置信度**：`高 / 中 / 低 / 数据不足`（仅反映数据完整度，不代表看多或看空）

---

## 五、实战报告输出模版与术语白话化

输出严格按以下结构组织（缺失项标 `N/A`）：
1. **首屏摘要卡（必须置顶）**：固定输出 `summary`、三轴结论、覆盖率、数据状态、最大风险与可继续操作按钮（`next_actions`：“查看专属证据”“查看执行预案”“生成长图”）。先让用户看懂结论，再展开详情。
2. **白话速览（第一屏，禁止未解释行话）**：解答“现在发生了什么”、“为什么这么看”、“什么情况说明看错了”。
3. **生态分型与数据模式**：主生态、竞争生态、模型版本、数据模式（full/reduced/event）与能力边界。
4. **【核心执行】用户状态条件化方案**：
   - **空仓观察（watching）**：右侧确认条件、追高与流动性风险、失效/放弃买入条件；
   - **持仓被套（holding_loss）**：逻辑是否破位、上方反弹减仓阻力区、必须认赔止损的风控升级红线；
   - **盈利持仓（holding_profit）**：动态移动止盈保护位、趋势弱化分批锁盈信号、时间退出纪律；
   - **通用状态（unknown）**：通用条件情景，提示补充成本与持有周期。
5. **模型专属证据表与三轴结论**：按所选模型输出专属证据、推断与反证。
6. **结构双假设**：威科夫适用时输出威科夫假设；不适用时输出当前模型的主解释与竞争解释。
7. **筹码、席位与合规排雷**：公开席位归类（不猜游资马甲）、质押双比例、解禁公告、审计意见。
8. **关键价位矩阵与触发器**：确认价、失效价、时间窗口与复核触发器。
9. **跨 Skill 交接摘要**：输出标准 JSON（含 archetype、model_selected、data_mode、position_context 与 structure_position）。

### 术语白话化规则（强制）
专业术语首次出现必须附一句话白话解释（如吸筹、派发、Spring、SOS、Bias等）。

---

## 六、交付、Thesis 管理与卡片渲染

1. **交接摘要落盘**：调用 `python scripts/handoff_store.py write --stdin`（自动双写 stock_diagnostic Artifact）。
2. **长期 Thesis 管理**：需长期跟踪时，调用 `python scripts/thesis_store.py write --stdin` 更新个股逻辑档案。
3. **可选战报长图**：用户要求生成卡片时，调用 `python scripts/generate_report_card.py --type stock --json report.json`。