deep-stock

Professional stock analysis framework — 6-step deep dive from macro to valuation, powered by Charlie V3.0 methodology.

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：

text

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：

text

┌─────────────────────────────────────────────┐
│ 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