01
观察
先收集价格结构、财报、预期、新闻、持仓信号和宏观环境，再形成观点。
7 类证据
研究流程
一条 thesis，四个受控阶段
每个阶段职责清晰，并为下一阶段留下可追溯的输出。
02
辩论
多头、空头、估值和风险角色交叉挑战关键假设、信源质量与替代解释。
保留正反论据
03
决策
把证据综合成方向判断、时间周期、置信度以及明确的下行情景。
4 项决策框架
04
监控
按照预先声明的 thesis 变化条件，跟踪催化剂、财报、价格破位和新披露。
事件驱动复核
证据覆盖
七类证据，分别核验后再综合
覆盖率表示在数据相关且可获得时，各类证据应在报告中完成核验的目标比例。
基本面
100%收入质量、利润率、现金创造能力、资产负债表韧性与经营驱动因素。
估值
95%估值倍数、现金流假设、同业参照及股价已包含的市场预期。
市场结构
90%趋势、波动率、成交量、流动性以及与时点相关的支撑和阻力。
业绩与预期
95%已披露业绩、管理层指引、预期修正、历史超预期表现和一致预期分歧。
新闻与催化剂
90%公司重大事件、产品周期、监管、诉讼及有明确日期的催化因素。
情绪与仓位
80%分析师调整、机构仓位、空头仓位和交易拥挤度指标。
宏观与行业
85%利率、汇率、大宗商品、需求周期、竞争格局及行业特有约束。
研究输出
提供决策框架，而不是孤立评级
方向判断
买入 / 持有 / 卖出
这是一项研究分类，不能单独作为交易指令。
置信度评分
0-100
衡量现有证据对报告 thesis 的支持强度。
风险等级
低-高
独立于方向判断，评估潜在下行损失特征。
复核条件
触发条件
出现可衡量的事件或阈值时，必须重新审视 thesis。
置信度与风险
两个维度，回答两个不同问题
高 / 较低
高置信度、较低风险
证据较一致，主要下行通道相对可控，但仍需持续监控。
高 / 较高
高置信度、较高风险
thesis 有充分证据支持，但波动、杠杆、估值或事件暴露仍可能造成重大损失。
低 / 较低
低置信度、较低风险
下行空间看似有限，但证据稀少或相互冲突，等待可能比强行判断更合适。
低 / 较高
低置信度、较高风险
不确定性与下行风险同时较高，报告应重点提示回避、控制仓位和二次核验。
已知局限
仍需人工复核的环节
- 公开数据和第三方数据可能延迟、缺失、被修订或发生标的映射错误。
- AI 智能体可能误读证据、过度外推历史规律，或生成逻辑自洽但事实错误的内容。
- 不同市场、证券类型、披露制度、语言和可靠信源可用性会导致覆盖深度不同。
- 置信度是研究质量评估，不是盈利概率或预测准确率。
- 报告不了解个人的投资目标、税务情况、流动性需求、持仓结构和风险承受能力。
方法论常见问题
投资者应当追问的问题
AlphaVue 是持牌投资顾问吗？
不是。AlphaVue 是 AI 辅助研究产品，不是注册投资顾问或证券经纪商；输出仅供研究参考，不构成个性化建议。
置信度评分代表什么？
它综合信源质量、证据一致性和未解决分歧，不代表股价上涨概率，也不代表交易盈利概率。
为什么高置信度也可能是高风险？
置信度关注 thesis 是否有证据支持，风险关注可能损失。即使观点可靠，杠杆、高估值、低流动性或二元事件仍会放大损失。
每份报告都会使用所有数据源吗？
不会。系统只在相关且数据可得时核验对应证据；缺失或过期输入应降低置信度并明确披露，而不是静默补全。
多头和空头观点如何合并？
两方论据会被保留。决策阶段根据信源强度、重要性、时间周期以及各观点成立的条件进行权衡。
什么时候会复核 thesis？
财报等计划内事件，以及价格、指引、预期、公告、催化剂或风险条件发生重大变化时，都会触发复核。
不同股票的评级可以直接比较吗？
框架相同，但信源深度、流动性、会计制度和企业成熟度不同，横向比较时必须考虑这些限制。
可以直接按报告交易吗？
报告只是独立研究的起点。行动前应核验重大事实，并结合个人周期、仓位、成本、约束和必要的专业意见。