research-ingest

分类: 调研与分析 | 上传者: 0x43e96f | 下载: 0 | 版本: v1.0（最新）
机构研报入库工作流。将 PDF 研报解析、提取关键观点、写入 KB、更新 Obsidian、追加观察名单。触发词：研报入库、分析研报、把研报放到KB、研报解析、ingest research、帮我看这几份研报、桌面上有研报。用户发来 PDF 路径时也自动触发。 --- # Research Report Ingestion Skill ## 触发条件以下任一情况自动运行完整流程： - 用户说"研报入库"、"分析研报"、"帮我看这几份研报" - 用户提到桌面有研报 / 发来 PDF 路径 - 用户说"把研报放到 KB" ## 关键路径 ``` KB 根目录: /Users/mobi/Projects/MobiQuant/engine/kb
更新日志: Source: GitHub https://github.com/0x43e96f/skills
目录结构

当前层级: tree/main/_archived/research-ingest/
📄 SKILL.md 29.5 KB
SKILL.md

---
name: research-ingest
description: |
  机构研报入库工作流。将 PDF 研报解析、提取关键观点、写入 KB、更新 Obsidian、追加观察名单。
  触发词：研报入库、分析研报、把研报放到KB、研报解析、ingest research、帮我看这几份研报、桌面上有研报。
  用户发来 PDF 路径时也自动触发。
---

# Research Report Ingestion Skill

## 触发条件

以下任一情况自动运行完整流程：
- 用户说"研报入库"、"分析研报"、"帮我看这几份研报"
- 用户提到桌面有研报 / 发来 PDF 路径
- 用户说"把研报放到 KB"

## 关键路径

```
KB 根目录:    /Users/mobi/Projects/MobiQuant/engine/kb
Obsidian:    /Users/mobi/Documents/GitHub/james_vault/03-研报/{一级分类}/{二级分类}/YYYY-MM/
桌面:        /Users/mobi/Desktop/
服务器KB:    ***REDACTED***:/opt/mobiquant/engine/kb/  (SSH key: ~/.ssh/tencent_vps)
```

## 同步规则（硬规则）

**唯一权威源：本地 MD 文件 → 服务器 MD 文件 → 服务器自动重建 index.json**

**正确流程（单一写入，自动同步）：**
```
Step A: 写入本地 KB MD 文件（带 YAML frontmatter，见下方格式）
Step B: rsync 本地 → 服务器（推送所有 MD 文件）
         rsync -av /Users/mobi/Projects/MobiQuant/engine/kb/ \
               -e "ssh -i ~/.ssh/tencent_vps" \
               ***REDACTED***:/opt/mobiquant/engine/kb/ \
               --exclude="index.json" --exclude="rebuild-index.py"
Step C: SSH 服务器执行 rebuild-index.py（自动重建 index.json）
         ssh -i ~/.ssh/tencent_vps ***REDACTED*** \
             "cd /opt/mobiquant/engine/kb && python3 rebuild-index.py"
Step D: rsync 服务器 index.json → 本地（拉回）
         rsync -av -e "ssh -i ~/.ssh/tencent_vps" \
               ***REDACTED***:/opt/mobiquant/engine/kb/index.json \
               /Users/mobi/Projects/MobiQuant/engine/kb/index.json
```

**不需要手动更新 index.json！** 脚本自动从 MD 文件提取信息。

网站读取顺序：
- `/opt/mobiquant/engine/kb/index.json` → 研报列表（由 rebuild-index.py 自动维护）
- `/opt/mobiquant/engine/kb/ticker/` → 个股深度笔记（自动读取最近30天修改的文件）
- **不读取** `research_picks.md` / `watchlist/*.md`（这些只供Claude本地参考）

**KB MD 文件必须带 YAML frontmatter（让 rebuild-index.py 能精确解析）：**
```yaml
---
id: "YYYY-MM-DD_机构_简短标题"
type: macro|sector|ticker
source: "机构全名"
date: YYYY-MM-DD
tags: [标签1, 标签2]
relevance_tickers: [TICKER1, TICKER2]
key_thesis: "核心论点（中文，100字内）"
regime_signal: "宏观信号"
invalidation: "失效条件"
---
```

遗留文件（无 frontmatter）：rebuild-index.py 会用内容启发式解析，基本字段能自动提取。

---

## Step 1 — 定位研报文件

**用户指定路径** → 直接使用。

**未指定** → 扫描桌面根目录（不含子文件夹）的 PDF：
```bash
ls /Users/mobi/Desktop/*.pdf 2>/dev/null
```

子文件夹（如"未命名文件夹"）视为已入库的旧文件，**跳过**。

查询每份 PDF 总页数：
```bash
mdls -name kMDItemNumberOfPages "/path/to/file.pdf"
```

---

## Step 2 — 提取英文正文

所有带"中英"前缀的 PDF 均为双栏双语格式（左列英文，右列中文）。

**硬规则：只处理英文列（左列），忽略中文列（右列）。**

提取方法（过滤 CJK 字符 >30% 的行）：
```bash
pdftotext "/path/to/file.pdf" - | python3 -c "
import sys, re
for line in sys.stdin:
    cjk = len(re.findall(r'[\u4e00-\u9fff]', line))
    total = len(line.strip())
    if total > 0 and cjk / total > 0.3:
        continue
    print(line, end='')
"
```

分批策略（每批 ≤20 页）：
- ≤20 页：一次提取全部
- 21-60 页：分 2-3 批
- >60 页：分 4+ 批，每批记录关键点，最后汇总

---

## Step 3 — 提取 Ticker + 观点

从英文正文中识别所有金融资产，覆盖所有市场：

| 市场 | 格式示例 |
|------|---------|
| 美股 | `NVDA`、`AAPL`、`Google`（→GOOGL）|
| 港股 | `9988.HK`、`腾讯`（自动识别）|
| A股 | `600519`、`贵州茅台` |
| 加密 | `BTC`、`ETH` |
| 大宗 | `GLD`、黄金、铜、铝 |
| 指数/ETF | `SPX`、`MSCI EM`、`Hang Seng` |

判断标签：
- `🟢 强烈看多` — Buy/OW/Overweight/明确推荐
- `🟢 看多` — 正面偏多
- `🟡 中性` — Neutral/Hold/等待
- `🔴 看空` — Sell/Underweight/减仓
- `⚠ 风险提示` — 无评级但有重大风险警告

**每个标的必须同时提取以下结构化字段（用于 Step 5C watchlist 入库）：**

| 字段 | 说明 | 来源 |
|------|------|------|
| `ticker_ums` | `HK:9988`、`CN:600519`、`US:NVDA` | 统一格式 |
| `display_name_cn` | 中文公司名（港股/A股必须，美股可选） | 研报正文 |
| `rating` | Buy/OW/Overweight/Neutral 等 | 研报评级 |
| `target_price` | 机构目标价（数字 + 货币单位） | 研报 |
| `entry_range_low` | 建议入场价下限（研报明确提及时填写） | 研报/当前价估算 |
| `bull_thesis` | 看多逻辑（3-5句，来自研报核心观点） | 研报 |
| `sector_tag` | 所属行业（如 HK科技互联网、港股医药、半导体、新能源汽车） | 判断 |

---

## Step 4 — 持仓交叉检查

**硬规则：每次执行前必须动态拉取最新持仓，禁止使用任何硬编码列表。**

```python
import requests, subprocess

s = requests.Session()
s.trust_env = False
pw = subprocess.check_output(['security','find-generic-password','-s','mobiquant','-a','password','-w'],text=True).strip()
s.post("https://mobiquant.xyz/api/auth/login",
       data={"password": pw}, headers={"Accept": "application/json"},
       proxies={"http": None, "https": None})

r = s.get("https://mobiquant.xyz/api/portfolio", proxies={"http": None, "https": None})
positions = r.json().get('positions', [])
# 只取 status=open 的持仓
holdings = {
    f"{p['market']}:{p['ticker']}": p.get('display_name', '')
    for p in positions if p.get('status') == 'open'
}
print(holdings)
```

将提取标的与 API 返回的实时持仓交叉（market:ticker 格式匹配）：

- 命中持仓 → 附注 `[📌 当前持仓]` + 判断是否支持持仓逻辑
- 研报看多但未持有 → `[🆕 新标的]`
- 研报看空且当前持有 → `[⚠ 研报看空]` + 加入行动建议

---

## Step 5 — 写入 KB

### 5A. 单份研报文件（必须）

根据报告主题决定放置位置：
- **宏观/策略/大宗商品** → `kb/macro/YYYY-MM-DD_机构_简短标题.md`
- **个股深度** → `kb/ticker/TICKER/YYYY-MM-DD_机构_简短标题.md`（自动 mkdir）
- **行业/板块** → `kb/sector/板块名/YYYY-MM-DD_机构_简短标题.md`

**KB 文件内容深度要求（与 Obsidian 笔记同等标准）**：

KB 文件不是摘要，是**机器+人都可查阅的深度笔记**。以下要求强制执行：

**① 逻辑链必须完整**：不能只写结论，必须写出"为什么 A 导致 B 导致 C"的推导链。
- ❌ 错误："美联储维持利率，对成长股不利"
- ✅ 正确："5Yx5Y 美元利率相对宏观基本面偏贵 → 中期利率有上行压力 → 折现率上升 → 成长股估值承压；JPM 做空 2Y 美债印证这一判断"

**② 数据层必须到位**：每个结论后面必须有支撑数据（数字、百分比、比率、时间节点）。
- ❌ 错误："CPO 市场快速增长"
- ✅ 正确："CPO 出货量从 2025 年 5,000 台增至 2030 年 200,000 台，CAGR 144%；TSMC COUPE 产能目标 1Q27 达 10kwpm"

**③ 分析框架必须保留**：机构用的分析方法/比较框架是最有复用价值的内容。
- 历史类比框架（如"2022俄乌 vs 2026伊朗"五大差异）
- 量化传导关系（如"油价每涨 10% → GDP -15~20bp"）
- 情景矩阵（牛市/基准/熊市假设分别写出）

**④ 失效条件必须明确**：什么情况下这份研报的结论就不再成立。

文件模板：
```markdown
# [机构] — [报告标题]

**机构**: [机构名] | **日期**: YYYY-MM-DD | **来源文件**: [原始文件名]
**评级变化**（若有）: [旧评级 → 新评级 | 目标价: 旧→新]

---

## 核心论点（逻辑链）

[3-6 句，写出完整推导链，不只是结论。例：
"中东冲突推高油价(约+$10-15/bbl) → 全球通胀预期上调 50bp → 央行政策空间收窄 →
增长预期下调，Citi 将2026全球GDP从2.9%下调至2.7%。与2022俄乌相比，当前利率
起点更高（政策空间更小），但企业盈利预测方向更好（当前预期加速 vs 2022预期减速）。"]

## 关键数据与量化关系

[表格或要点，每条必须有具体数字]
- 传导关系：油价每涨10% → GDP -15~20bp，通胀 +30~40bp
- 情景测试：持续>$100/bbl → 额外 -1pp GDP, +2ppts 通胀
- 目标价/预测：[机构名] [标的] 目标价 $XXX（+X%），基于 [估值方法 + 假设]
- 历史对比：[当前 vs 历史参照的关键差异]

## 分析框架（可复用）

[这是 KB 中最有长期价值的部分——记录机构用的分析方法，以后遇到同类情景可以直接套用]
例："Citi 滞胀冲击框架：以俄乌战争为模板，按地区（净能源进口/出口国）+ 板块（能源/防御/可选消费）
双维度排列资产配置优先级，辅以定位数据（当前净头寸 vs 历史极值）判断超超/低配空间"

## 相关标的

| 代码 | 公司 | 评级 | 目标价 | 当前价 | 空间 | 关键逻辑（逻辑链，不只是结论）|
|------|------|------|--------|--------|------|------|

## 情景分析（若研报有）

| 情景 | 触发条件 | 资产影响 | 概率 |
|------|---------|---------|------|

## 对持仓的影响

| 持仓 | 影响方向 | 机构观点与逻辑 | 建议行动 |
|------|---------|-------------|---------|

## 失效条件

- [具体的、可观察的失效信号，不是泛化描述]
  例："中东局势24小时内全面缓和 → 板块轮动反转，科技/成长反弹最强"

## 时间戳预测

| 预测内容 | 时间节点 | 验证方法 |
|---------|---------|---------|
```

**反面教材（禁止出现的过于简单写法）**：
```
❌ "Citi 认为滞胀风险上升，建议超配能源和防御板块，低配日本和EM亚洲。"
```
这只是结论，没有逻辑链、没有数据、没有框架、没有失效条件。

**正面示范**：
```
✅ 核心论点：中东冲击（美对伊军事行动 "Operation Epic Fury"）推高油价，创造滞胀条件。
Citi经济学家将全球GDP增长基准下调20bp至2.7%，通胀上调50bp至3.1%。传导量化：
每10%油价上涨对全球增长-15~20bp、通胀+30~40bp；若油价持续>$100/bbl，额外-1pp增长、
+2ppts通胀。框架基准：以2022俄乌冲击为历史模板，提出当前五大关键差异：
①利率起点更高（货币政策空间更小）②无财政余量（疫情补贴已耗尽）③财政扩张受限
④企业盈利预测方向相反（当前预期加速 vs 2022预期减速）⑤估值起点历史高位（比2022高10%）。
资产配置：超配 Energy/Utilities/Healthcare + 英国/澳大利亚/EM LatAm；
低配日本（能源净进口+定位未平仓）、欧洲大陆、科技/成长。
```

### 5B. 更新 watchlist/research_picks.md（追加，不覆盖）

只追加有明确评级的标的：
```bash
cat >> /Users/mobi/Projects/MobiQuant/engine/kb/watchlist/research_picks.md << 'EOF'

---
## [报告标题] — [机构] — [日期]
| 状态 | 代码 | 公司 | 机构+评级 | 目标价 | 关键逻辑 |
...
EOF
```

### 5C. POST 到 MobiQuant Watchlist API（必须）

对所有有明确看多/强烈看多评级的标的，POST 到 watchlist。跳过已在 watchlist 的标的和中性/看空评级。

**关键**：ticker 字段必须用 UMS 格式 `"MARKET:TICKER"`，否则全部默认为 US 市场。

| 市场 | ticker 格式示例 |
|------|--------------|
| 美股 | `"US:NVDA"` |
| 港股 | `"HK:9988"` |
| A股  | `"CN:600519"` |
| 台股 | `"TW:2330"` |

#### 季节性周期映射表（自动关联 related_cycle）

根据股票所属行业，自动匹配以下周期（`related_cycle` + `source="seasonality"`）：

| 行业/板块 | related_cycle | 说明 |
|----------|--------------|------|
| 港股科技/互联网（腾讯/阿里/美团/京东/快手/携程） | `HK_Tech_Internet` | 11月建仓→1月离场 |
| 港股医药/生物科技 | `HK_Pharma_Biotech` | 1月建仓→5月离场 |
| 港股新能源汽车/电动车 | `HK_EV_Auto` | 按具体窗口 |
| 港股运动服饰/体育用品（安踏/李宁/FILA） | `HK_Sportswear` | 按具体窗口 |
| 港股地产/房地产 | `HK_Property` | 按具体窗口 |
| 港股金融/银行/保险 | `HK_Financial` | 按具体窗口 |
| 港股消费/零售 | `HK_Consumer_Retail` | 按具体窗口 |
| 港股券商 | `HK_Brokers` | 按具体窗口 |
| 美股DRAM/内存（MU/EWY） | `DRAM` | 11月建仓→2月离场 |
| 美股NAND/闪存（WDC/STX） | `NAND` | 10月建仓→3月离场 |
| 新兴市场ETF/宏观 | `EM` | 按具体窗口 |

**如果研报提到某只股票具有明确的季节性特征或属于上表某行业，必须设置 `related_cycle`。**

#### POST 代码模板

```python
import requests, subprocess

s = requests.Session()
s.trust_env = False
pw = subprocess.check_output(
    ['security','find-generic-password','-s','mobiquant','-a','password','-w'],
    text=True).strip()
s.post("https://mobiquant.xyz/api/auth/login",
       data={"password": pw}, headers={"Accept": "application/json"},
       proxies={"http": None, "https": None})

# 先查已有 watchlist，避免重复
existing = s.get("https://mobiquant.xyz/api/watchlist",
                 proxies={"http": None, "https": None}).json()
existing_set = {f"{i['market']}:{i['ticker']}" for i in existing.get('items', [])}

# ── 每个标的的完整字段（研报阅读后填充）──
items_to_add = [
    {
        "ticker": "HK:9618",               # UMS格式，必须
        # ↓ reason = 列表页一句话展示，格式固定：[评级] 机构+评级，目标价HKD XXX (+X%)。核心逻辑
        "reason": "[🟢看多] Jefferies Buy，目标价HKD180（+64%）。618电商龙头，AI+供应链降本驱动利润释放",
        "target_entry_high": 180.0,        # 机构目标价（HKD），非必填
        "target_entry_low": 105.0,         # 建议入场下限（研报提及或当前价附近），非必填
        # ↓ notes = 详细信息，含中文名+当前价+推荐价+看多理由+入场建议
        "notes": (
            "京东集团\n"
            "📊 推荐价: HKD 109.60（研报日期价格） | 目标价: HKD 180（+64%）\n"
            "📝 看多理由: 618大促GMV同比+18%超预期；AI客服降低运营成本约15%；"
            "供应链直采占比提升至45%驱动毛利率扩张；管理层启动$2B回购计划。\n"
            "📅 季节性: HK_Tech_Internet周期，建议11月建仓 → 1月离场（平均+7.1%，胜率51%）\n"
            "⚠️ 失效条件: GMV增速连续两季低于10%或监管重大调整"
        ),
        "related_cycle": "HK_Tech_Internet",  # 匹配季节性周期
        "source": "seasonality",               # seasonality = 触发季节性标签+入场时机显示
    },
    # 无季节性关联的示例：
    {
        "ticker": "US:NVDA",
        "reason": "[🟢强烈看多] MS Overweight，目标价$1200（+35%）。Blackwell供不应求，数据中心AI推理需求加速",
        "target_entry_high": 1200.0,
        "notes": (
            "英伟达 NVIDIA\n"
            "📊 目标价: $1200（+35%）\n"
            "📝 看多理由: Blackwell GPU订单已售罄至2025Q2；CSP资本开支指引上调20%；"
            "推理市场份额>85%形成护城河。\n"
            "⚠️ 失效条件: 出口管制升级或AMD MI400实质抢单"
        ),
        "related_cycle": "",   # 无季节性周期
        "source": "research",
    },
]

for item in items_to_add:
    uid_raw = item['ticker']
    market, tkr = uid_raw.split(':', 1) if ':' in uid_raw else ('US', uid_raw)
    uid = f"{market}:{tkr}"
    if uid in existing_set:
        print(f"  SKIP {uid} (already in watchlist)")
        continue
    r = s.post("https://mobiquant.xyz/api/watchlist", json=item,
               proxies={"http": None, "https": None})
    print(f"  {uid} → {r.status_code} {r.json()}")
```

**字段规则总结：**
- `reason`（不是 `added_reason`！）= 列表页一句话，格式：`[🟢看多/🟢强烈看多] 机构+评级，目标价XXX（+X%）。一句话核心逻辑`
- `target_entry_high` = 机构目标价（数字）
- `target_entry_low` = 建议入场下限（研报提及时填，否则可留空）
- `notes` = 多行详细信息，必须包含：中文名 + 价格 + 3-5句看多理由 + 季节性说明（如有）+ 失效条件
- `related_cycle` = 从季节性周期映射表选择，无关联填 `""`
- `source` = 有季节性关联填 `"seasonality"`（触发列表页显示建仓/离场时间），否则填 `"research"`

**名称硬规则（新增）**：
- 任何港股/A股/美股标的，**必须写出公司名称**，不能只写代码（尤其是纯数字代码）。
- 若研报中已给出中文/英文名：直接使用。
- 若研报未写明：必须自行补齐名称后再写入（优先顺序）：
  1) 服务器 `ticker_labels.py` 的 `_SEED_DISPLAY/_SEED_ENGLISH`（已有种子名则直接用）
  2) 本地/服务器已有 KB 或 watchlist 中的历史命名
  3) 动态获取（如 yfinance/其他可用数据源）
- 写入 watchlist 的 `notes` 第一行必须是公司名称；`research_picks.md` 表格里的“公司”列也必须是名称而非纯代码。
- **正文硬规则（新增）**：正文中出现的任何股票代码（港股/A股/美股）必须在首次出现时标注公司名，格式 `代码（公司名）`；后续出现可继续标注或保持一致，不允许只出现纯代码而无名称。

**中文名标签规则（硬规则）**：
每次 POST 新 ticker 后，若 display_name 为空，必须在服务器 `ticker_labels.py` 中追加中文名：
- 港股（HK:XXXX）→ 必须有中文公司名（如 `"9618": "京东集团"`）
- A股（CN:XXXXXX）→ 必须有中文公司名（如 `"600312": "平高电气"`）
- 台股（TW:XXXX）→ 至少有中文或英文名
- 美股（US:TICKER）→ 必须有中文或英文全称

追加到服务器 `ticker_labels.py` 的 `_SEED_DISPLAY`（中文名）和 `_SEED_ENGLISH`（英文名）字典：
```bash
ssh -i ~/.ssh/tencent_vps ***REDACTED*** "
  cd /opt/mobiquant/web
  # 在 _SEED_DISPLAY 中追加：\"9618\": \"京东集团\",
  # 在 _SEED_ENGLISH 中追加：\"9618\": \"JD.com\",
  systemctl restart mobiquant
"
```

**验证**：POST 完成后必须调用 `GET /api/watchlist` 确认所有新条目的 `display_name` 非空。

### 5D. 更新 macro_views.md（追加）

只追加有新数据的部分，不重复已有行。

### 5E. 更新 cross_insights.md（追加）

提炼 2+ 机构同向的交叉洞察，格式：
```
### ⚡ [洞察标题]（2+ 机构印证）
- [机构1]：[数据/观点]
- [机构2]：[数据/观点]
- 结论：[对持仓的影响 1 句话]
```

---

## Step 6 — 写入 Obsidian 研报笔记（必须，每次都执行）

**硬规则：每次研报入库后，每份研报都必须在 Obsidian 写一个独立的可读笔记。无需用户提醒。**

路径规则：
```
/Users/mobi/Documents/GitHub/james_vault/03-研报/{一级分类}/{二级分类}/YYYY-MM/YYYY-MM-DD-机构-标题.md
```

命名规则（英文，kebab-case）：
- `2026-03-05-BofA-Metals-Weekly-Aluminium-War.md`
- `2026-03-05-Jefferies-ORCL-DeepDive.md`
- 年月决定子目录：2026-03 → `03-研报/{一级分类}/{二级分类}/2026-03/`

**Obsidian 笔记格式**（参照 [[2026-03-05-Jefferies-ORCL-DeepDive]] 样式）：
```markdown
---
title: "[中文标题]"
source: [机构全名]
date: YYYY-MM-DD
recorded_on: YYYY-MM-DD
authors: [作者列表，可选]
tags: [研报, 机构, 主题关键词...]
related_tickers: [TICKER1, TICKER2]
---

# [中文标题]

> **来源**：[机构]
> **报告日期**：YYYY-MM-DD | **录入日期**：YYYY-MM-DD
> **PDF**：`[原始文件路径]`
> **评级**（若有）：[评级 + 目标价]

---

## 一、报告摘要

**这是 Obsidian 笔记中最重要的部分，必须让读者不看 PDF 也能完整理解研报说了什么。**

要求：
- **最少 4-8 段**，完整覆盖研报的论证主线和各板块分析
- **第一段**：评级/目标价变动 + 核心定性判断（如"高盛将本次业绩定性为双面故事"）
- **中间段落**：按研报结构逐一展开，每个业务板块/主题用一段，必须包含关键数据
  - 个股报告：各业务线收入增速、利润率变化、管理层指引、估值对比
  - 宏观报告：核心数据变化、情景分析、传导机制
  - 行业报告：产业链上下游关系、供需格局、关键公司定位
- **数据密度**：每段至少 1-2 个具体数字（同比增速、目标价、市场份额、产能数据等）
- **估值对比**：个股报告必须有同行估值对比（P/E、EV/EBITDA 等）
- **盈利修正**：如有 EPS/净利润预测调整，必须写清调整幅度及与市场一致预期的差异
- **语气**：客观转述机构观点，不加个人判断，但要保留机构的分析框架和叙事逻辑

**反面教材**（禁止出现的过于简单的写法）：
```
❌ "MS看好中国AI GPU发展，认为2028年可实现国产替代。SMIC是核心受益标的。"
```

**正面示范**（应有的深度和信息密度）：
```
✅ 摩根士丹利于2026年3月11日发布大中华半导体深度研报，行业评级"Attractive"。
报告构建三维评估框架（商业价值/竞争力/整合路径），核心结论：国内GPU商业竞争力
预计2028年左右具备，中国AI数据中心TCO在推理工作负载上已有竞争力——芯片价格
更低叠加电力成本优势。

SMIC已成为国内AI芯片规模化的事实瓶颈，其N+2节点（7nm等效）是当前国产GPU
制造的主力工艺。MS预计SMIC N+2产能将从2025年的约22,000 wpm翻近一倍至2026年
的40,000 wpm，2027年进一步扩至51,000 wpm。但关键设备瓶颈仍存，尤其是KLA
检测/量测工具和EUV光刻机受出口管制限制。

中国AI芯片TAM至2030年预计达670亿美元。MS给出牛市/熊市情景：牛市假设国内GPU
延伸至训练工作负载并获得海外采购；熊市则是商业竞争力缺失导致芯片商品化和行业
整合。核心推荐标的包括SMIC（代工核心）、北方华创（设备国产替代首选）和ASMPT
（先进封装受益于OSAT扩产）。
```

## 二、评级与目标价（个股报告）
[表格：代码 | 评级 | 目标价 | 当前价 | 上涨空间]

## 三、关键数据
[表格或要点：财务预测/供需数据/FX矩阵等]

## 四、风险因素
[上行风险 + 下行风险]

## 五、持仓影响
[表格：持仓 | 影响方向 | 机构观点]

## 六、时间戳可验证预测
| # | recorded_on | 预测内容 | horizon | expires | verify_method |

## 七、相关链接
- [[其他相关研报]]
- KB：`/Users/mobi/Projects/MobiQuant/engine/kb/...`
```

**注意**：
- **所有报告：「报告摘要」是最重要的部分**，必须 4-8 段，信息密度高，读者不看 PDF 也能完整了解研报内容
- **宏观/策略类报告摘要不得过简**：必须包含“核心叙事主线 + 至少 5 个具体事实/数字 + 明确的情景差异/比较框架 + 资产/行业配置倾向 + 失效条件/验证节点”。如果报告提供多维比较（如“与2022对比的五个差异”），必须逐条展开，不能只用一两句概括。
- **个股报告摘要也不得过简**：必须包含业务线拆解、盈利修正或估值对比、关键假设与失效条件；避免只写结论性表述。
- 宏观报告：重点写"持仓影响"和"时间戳预测"
- 个股报告：必须写"评级与目标价"和财务预测表，摘要中必须有估值对比和盈利修正
- 所有报告：时间戳预测 section 不可省略（这是最有价值的内容）

---

## Step 7 — 终端输出汇总

```
📄 研报解析结果 [日期]
─────────────────────────────────────────────────
共 N 份研报 | 提取 X 个标的 | 🟢 看多 N | 🟡 中性 N | 🔴 看空 N
─────────────────────────────────────────────────
Ticker      | 公司   | 市场 | 评级        | 目标价 | 关键逻辑
─────────────────────────────────────────────────
[每行一个标的，📌=持仓 / 🆕=新标的 / ⚠=持仓看空]
─────────────────────────────────────────────────
KB 更新: N 个文件  |  Obsidian: 已更新
📋 需要关注: [持仓影响最大的 1-2 条]
```

---

## Step 8 — 结构化结论文档（自动接 technical-writer）

**Step 7 输出完成后自动执行，无需用户提醒。**

调用 `technical-writer` agent，基于本次已提取的所有观点，生成一份可读性强的结论文档：

**输出路径**：
```
/Users/mobi/Documents/GitHub/james_vault/03-研报/04-综合与汇总/YYYY-MM/YYYY-MM-DD-synthesis-[主题].md
```

**文档结构**（technical-writer 按此模板输出）：

```markdown
---
title: "研报综合结论 — [主题/日期]"
date: YYYY-MM-DD
type: synthesis
source_reports: [报告1, 报告2, ...]
tags: [综合分析, 机构观点]
---

# 研报综合结论 — [主题]

> 涵盖 N 份研报 | [机构1]、[机构2]、[机构3]

---

## 核心共识（2+ 机构一致）

| 观点 | 支持机构 | 置信度 |
|------|---------|--------|
| ...  | ...     | 高/中  |

## 分歧点

| 议题 | 看多方 | 看空方 | 我的判断 |
|------|--------|--------|---------|

## 标的行动清单

| 标的 | 方向 | 目标价 | 入场区间 | 优先级 |
|------|------|--------|---------|--------|
| 📌 持仓标的 ... | | | | |
| 🆕 新标的 ...   | | | | |
| ⚠ 风险标的 ... | | | | |

## 宏观背景

[1-2 段，机构对当前宏观/流动性/风险的共识判断]

## 失效条件监控

| 标的/观点 | 失效信号 | 监控频率 |
|----------|---------|---------|

## 下一步动作

- [ ] [具体操作，带时间节点]
```

**触发逻辑**：
- Step 7 输出完成后 → 自动进入 Step 8
- 多份研报（≥2份）→ 生成 synthesis 文档（聚合多份观点）
- 单份研报 → 跳过 Step 8（Obsidian 笔记已足够，不重复）

---

## Step 9 — Wiki 概念层写回 + 研报双向链接（自动执行）

Step 7 完成后自动执行，参见 `~/.claude/skills/mq/references/wiki-write-procedure.md`。

**写入范围**：研报涉及的行业/宏观**概念**认知（机构共识结论），不是标的级结论。
- 宏观/策略研报 → `Wiki/宏观/`
- 行业/技术研报 → `Wiki/交易/`
- 触发门槛：研报对某概念有明确结论（非模糊观点）
- 多份研报 synthesis → 可能触发多个词条更新

**来源索引格式要求**（Wiki 词条里，每个研报来源必须写清楚）：
```
- [研报标题](vault路径)
  - 框架/方法论：{核心分析框架，如"2022俄乌历史模板 + 5大当前差异"}
  - 关键数据：{关键数字，如"油价每涨10% → GDP -15~20bp"}
  - 机构立场：{机构 + 核心判断，如"Citi 下调GDP至2.7%"}
  - 值得读的理由：{一句话，如"含完整板块轮动框架和历史验证数据"}
```

**双向链接（P1）**：
写入 Wiki 词条后，同时在研报 MD 文件的 frontmatter 追加 `related_wiki` 字段：
```yaml
related_wiki:
  - 宏观/滞胀-地缘冲击资产配置
  - 交易/地缘冲击交易方法论
```
操作：Read 研报文件 → 在 frontmatter 的 `tags:` 行后追加 `related_wiki:` → Write 回去。

**交叉引用更新（P1，每次必执行）**：

Wiki 不止一个词条会涉及同一份研报。写完主词条后，还必须把这份研报追加到**所有相关现有词条**的来源索引。

```bash
# 1. 提取研报的主题关键词（从 tags / key_thesis / 报告标题）
KEYWORDS=("霍尔木兹" "能源" "定价框架" ...)

# 2. 在所有现有 Wiki 词条里搜有重叠主题的
grep -rl "$KEYWORD" /Users/mobi/Documents/GitHub/james_vault/00-Wiki-Todo/Wiki/ --include="*.md"

# 3. 对每个命中的词条：判断是否有实质贡献 → 有则追加来源索引条目
```

追加格式（在命中词条的"## 来源索引"末尾追加）：
```markdown
- [报告标题 日期](../../../03-研报/路径.md)
  - 核心贡献：{一句话，这份报告对本词条的独特贡献}
  - 关键数据：{最重要的数字/机制}
```

**判断标准**：
- 提供补充数据、独立验证、或反向视角 → 追加
- 只是泛泛涉及同话题但无具体贡献 → 跳过
- 来源索引里已有此条目 → 跳过（不重复）

完整步骤参见 `~/.claude/skills/mq/references/wiki-write-procedure.md Step 3.5`。

---

## 注意事项

- 页数 >30 页的报告：分批读取，每批读完记录要点，全部读完再汇总
- 中英长篇格式：严格只读左列英文，遇到中文段落直接跳过
- 已在 KB 中且评级未变的标的：跳过，不重复写入
- 个股研报（如 ORCL）：在 `kb/ticker/` 下建专属目录
- 宏观策略报告（如 Citi EM）：放 `kb/macro/`，重点提炼对持仓的影响

---

## 快捷触发示例

```
用户: "桌面上有几份新研报帮我看一下"
→ 自动执行 Step 1-7 全流程

用户: "帮我分析这份研报 /Users/mobi/Desktop/xxx.pdf"
→ 跳过 Step 1 扫描，直接 Step 2 开始

用户: "研报入库完了，更新一下 Obsidian"
→ 只执行 Step 6（Obsidian 补录）
```
登录后下载/点赞/收藏 ❤ 8 | ★ 0
research-ingest

目录结构

SKILL.md

举报内容

提示
