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：

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