serenity-investment-skill | 白毛股神 AI技能 （Claude Code版）

## 买前须知：
参考了用户Sz的意见，推出了claude code专用版，若您使用的Agent为Hermes，请移步购买此版本：Serenity skill Hermes 版本

如果遇到任何问题或者有修改意见，可以直接平台私信我，再次感谢各位的支持！

# Serenity 投资研究框架

一套基于贝叶斯推理的 A 股基本面研究框架，包含两个互补工具：

1. Serenity Alpha — 将市场新闻转化为可验证的 Alpha 假设
2. 贝叶斯内在增长估值 — 用概率更新评估公司真实增长速度 vs 市场定价

## 设计理念

传统投资分析容易陷入"利好/利空"的二元判断。Serenity 的核心思想是：

> 不要把新闻简单归类为利好或利空。把每个数据点转化为对未来 3-5 年收入 CAGR 的概率更新。

## 框架组成

### 一、Serenity Alpha（新闻 → Alpha 假设）

将新闻/事件/公告转化为可验证的投资假设，核心流程：

新闻 → 已观察到的需求变化 → 财务传导路径 → 小市值弹性 → 验证路径

输出一份结构化的 Alpha 报告，包含：
- 结论先行（点名最值得验证的公司）
- 需求变化分析（区分"叙事"vs"已发生的需求变化"）
- 财务翻译（需求如何进入利润表）
- 小市值高弹性标的筛选
- 市场误分类测试
- 验证指标（1-4 季度内可验证）
- Alpha 强度评分

### 二、贝叶斯内在增长估值

用概率思维评估公司真实增长速度，与市场定价对比：

- 6 个增长假设：从 H0（衰退 <0%）到 H5（平台级扩张 >50%）
- 先验 → 新信息 → 后验：每条信息都更新各假设的概率
- 加权内在增长速度：根据后验概率估算 CAGR
- 市场隐含增长速度：反推当前股价/市值已隐含的增长率
- 估值状态判断：低估 / 合理 / 高估但可交易 / 泡沫化

## 触发场景

| 场景 | 使用方法 |
|------|---------|
| 分享一条新闻/公告 | Serenity Alpha — 分析是否产生 Alpha 机会 |
| 问某公司值不值得买 | 贝叶斯估值 — 内在增长 vs 市场定价 |
| 问新闻对持仓的影响 | Alpha + 贝叶斯结合 |
| 连续分析多只同主题股票 | 独立分析 + 横截面比较 |

## 文件结构

serenity-investment-framework/
├── README.md                               # 本说明文档
├── SKILL.md                                # 主框架 — 完整方法论 + 输出模板
└── references/
    ├── data-gathering-workflow.md          # 数据采集命令大全（Sina/东方财富/同花顺API）
    ├── serenity-alpha-original.md          # Alpha 框架原文（精简英文版）
    ├── bayesian-valuation-original.md      # 贝叶斯估值框架原文（中文完整版）
    └── 4-source-extraction-flow.md         # 四源数据采集实战流程

## 数据源

框架整合了以下跨平台数据源（所有命令仅依赖 curl + python3，具体用法见 references/data-gathering-workflow.md）：

- 实时行情 → Sina Finance API（curl, 无浏览器）
- 估值/市值/PE → 腾讯股票 API（qt.gtimg.cn，替代东方财富 push2）
- K 线走势 → Sina 30分钟/5分钟 API
- 新闻 → 新浪财经首页 curl 提取
- 财务时间序列 → 同花顺 F10 页（WebFetch）
- 公告/减持/龙虎榜 → 东方财富公告页（WebFetch）或新浪搜索
- 全文阅读降级 → WebFetch 工具（跨平台内置）

## 注意事项

- 所有输出均为研究假设，不构成投资建议
- 重视 内部人减持信号 — 股票暴涨期间控股股东同步减持是最强烈的警示
- 重视 股东户数变化 — 筹码分散是中期方向的重要信号
- 数据交叉验证：Sina 实时价 vs 腾讯估值，避免单一来源错误

---