四维分析框架 v1.0.0

> 收益 ≈ 市场Beta ＋ 行业Beta ＋ 企业Alpha ＋ 预期与筹码的重估（博弈）

一、功能概述

判断一只股票最终能不能赚钱，不能只看公司好不好。本技能把投资决策拆成四层，一层一层往下筛选：

• 宏观 → 决定市场Beta（顺风还是逆风，决定进攻力度）
• 行业 → 决定胜率（行业是企业最大的Beta，景气度先于基本面形成资金共识）
• 企业 → 决定Alpha（能否跑赢行业；N倍公司 = 行业很好 + 企业比行业更好）
• 博弈 → 决定赔率（市场交易的从来不是现实本身，而是现实与预期之差）

解决三个旧盲区：① 不知道市场在用什么逻辑定价（现实 vs 预期之差）；② 不知道什么位置算"贵"（基本面便宜 ≠ 筹码不拥挤）；③ 拐点来了还拿着旧叙事（质疑 ≠ 拐点，边际变化才是）。

它同时是一台决策重置机：定期对大盘/持仓过一遍四层，回答"现在该攻还是该守、持仓该加还是该换"，防止凭感觉和惯性操作。

二、输入说明

零配置可用：未配置数据接口时，基于用户提供的资料 + 公开渠道检索完成分析；取不到的数据按"数据暂缺（原因：XXX）"规范处理，禁止编造。

三、输出说明

• 默认格式：HTML 单页报告（templates/four-dim-report-template.html），可直接浏览器打开、可打印、可分享
• 简版格式：用户要求存档 Obsidian 时输出 Markdown（保留全部结论与清单勾选）
• 文件命名：{对象}_四维分析.html / {对象}_四维分析.md
• 必含要素（顺序固定）：
  1. 页眉：分析对象、市场、生成日期
  2. 四维评分栏：宏观/行业/企业/博弈 各 X/10 分 + 拐点信号 + 状态标签
  3. 一句话判断：攻/守、加/减，含仓位锚点（上限）
  4. 四层逐层拆解：每层 = 硬数据证据 → 评分 → 一句话结论（指出该层当前权重）
  5. 组合状态判定：命中"组合状态→决策"映射表的哪一行
  6. 拐点检查：边际变化清单 + 技术信号交叉验证（防自洽）
  7. 伪景气校验：行业"景气"是否有真实承接
  8. 决策重置三问：状态？持仓四维分数？最近边际变化响应？
  9. 跟踪变量：3–5 个可量化变量（当前值 + 预警阈值）
  10. 风险与失效边界 + 页脚免责声明

四、方法论

4.1 收益分解公式

收益 ≈ 市场Beta ＋ 行业Beta ＋ 企业Alpha ＋ 预期与筹码的重估（博弈）

四层不是等权——权重随市场环境切换（见 4.4）。框架是分类器，不是预测器：它把"现在处在什么状态"分类，再映射到应对；不预测涨跌点数，也替代不了对企业基本面的深入研究（框架决定"该不该买、买多少"，不决定"这家公司值不值"）。

4.2 四层拆解

① 宏观：决定进攻到什么程度
看经济增长、流动性、利率、财政、风险偏好。宏观向上，60分的公司也能赚钱（坐在电梯里）；宏观向下，好公司也会被估值压缩一起拖下去。宏观越差，对行业、企业、博弈的要求就越高。 宏观不是用来预测涨跌的，是用来决定进攻力度的。

② 行业：决定胜率
行业需求+30%，企业只要不犯错就能跟上；行业需求-20%，再优秀的管理层也要先对抗逆风。大A资金不怎么看财报，直接围绕景气趋势、产业叙事、价格变化交易，所以行业景气往往先于基本面形成共识。站在扩张行业里犯错容忍度高，站在萎缩行业里必须精准找到逆势者——难度不是一个级别。

③ 企业：决定Alpha
行业+30%，A公司利润+30%只是跟随Beta；B公司+70%、80%，多出来的才是Alpha。Alpha来源：产品升级、份额提升、成本下降、良率改善、产能释放、客户突破、价格上涨、海外扩张、对手退出。EPS不断超预期的公司 = 好行业 + 更强企业。

④ 博弈：决定赔率
基本面好 ≠ 股票好。如果公募重仓、私募买满、卖方强推、量化游资散户全挤在里面，基本面100分，股票未必是100分——因为价格已经按预期定价完了。大A尤其极端：T+1 + 特色JG + 做空受限 + 预期提前交易 → 兑现即利空。

关键认知：
- 低仓位 ≠ 高赔率，低估值 ≠ 高赔率
- 高赔率的前提 = 基本面已向上，但市场还没充分定价（潜在买盘 > 潜在卖盘）
- 景气度与确定性决定胜率，拥挤度决定赔率：胜率高 + 拥挤 → 赔率低

4.3 组合状态 → 决策映射

核心机制：稀缺性 —— 全市场盈利都在恶化、只有少数行业还在上修时，资金只能向少数高景气方向集中，越稀缺越贵。弱宏观反而强化最强行业。

4.4 分层权重：什么时候哪层最重要

失效边界：框架不预测涨跌点数；不替代对企业基本面的深入研究；技术进出负责日内/短线择时，本框架负责大级别"该不该买、买多少"。

4.5 拐点：边际变化跨过临界点

拐点 = 关键变量的边际变化跨过临界点，而不是质疑和降速。
- 质疑 ≠ 拐点，降速 ≠ 反转
- 真正改变趋势的边际变化（2026年7月案例）：
1. 最激进的玩家改变行为——连最激进的 CapEx 玩家都开始出租算力 → 单边叙事首次出现裂缝 → 衍生出新逻辑
2. 杠杆资金见顶反转（如韩国杠杆流动性，三星/SK海力士行情风向标）→ 支撑科技的另一股边际资金减弱
3. 杠杆出清的标志事件（如爆仓事件）
- 大A 特性：T+1 + 特色JG → 拥挤交易反转时流动性冲击被放大，共识可以在极短时间内流畅向下出清
- 普通人识别拐点最有效的方法：技术进出（价格和趋势先给答案）→ 再回头用四维验证。最危险的是新变量已出现，还拿着旧逻辑解释新剧本。

防自洽陷阱：技术进出的客观纪律
技术进出判断拐点，若只用"价格跌了所以拐点来了"解释，就是循环论证。必须绑定客观纪律：
- 买入前先写下退出的客观条件（破位价/止损线/时间止损），而不是事后找理由
- 技术信号 ≠ 拐点结论，只是"需要验证"的提醒——先出信号，再用四维逐层验证，两层共振才行动
- 单次技术信号失灵是常态，靠的是纪律的一致执行，不是每次判断的正确

4.6 五层实战检查清单（核心执行工具）

> 每次复盘/调仓前过一遍，凑齐信息再下结论。五层：①宏观 ②行业 ③企业 ④博弈 ⑤拐点 ＋ 伪景气校验。

① 宏观层 —— 市场处于顺风还是逆风？
- [ ] 政策口径：财政/货币政策边际改善还是收紧？（如 ZZJ 会议定调、增量政策预期）
- [ ] 流动性：宽松预期升温还是收紧？（利率、杠杆成本）
- [ ] 关键海外变量：美联储降息/加息预期、地缘冲突对能源与风险资产的实际影响
- [ ] 结论：宏观 Beta 向上 / 向下 / 中性 → 决定进攻力度上限

② 行业层 —— 我关注的行业景气是否独立向上？
- [ ] 行业需求是否进入客户预算、有真实承接（而非新闻稿意向）？
- [ ] 行业叙事是否已形成资金共识？景气度拐点（利润率/销量预期见顶）是否出现？
- [ ] 该行业在弱宏观里是否具备稀缺性（全市场少数还在上修利润的方向）？

③ 企业层 —— 我买的公司有没有 Alpha？
- [ ] 它的增速能否显著超过行业？（+30% 行业里它 +70% 才算 Alpha）
- [ ] Alpha 来源是否可跟踪：份额、产品升级、良率、产能、海外扩张、提价？
- [ ] EPS 有没有可能不断超预期？

④ 博弈层 —— 赔率还够不够？
- [ ] 拥挤度：公募/私募/卖方/量化/游资/散户是否已全部挤进来？（越挤赔率越低）
- [ ] 筹码结构：上方套牢盘多不多？流通盘/机构持仓重不重？套牢盘轻、筹码干净 → 反弹弹性大
- [ ] 利好是否已被提前定价？（若按 +80% 增长定价，兑现 +80% 也只是符合预期，大A甚至兑现即利空）
- [ ] 高赔率三连问：基本面向上吗？市场充分定价了吗？潜在买盘 > 潜在卖盘吗？

伪景气校验（行业层交叉验证） —— 防止"价格先涨、叙事后到、再用叙事解释价格"的循环论证：
- [ ] 行业"景气"有真实承接吗：订单进了客户预算、有厂务/洁净室落地，还是只有新闻稿和卖方PPT？
- [ ] 景气是"新增产能"驱动（依赖扩产意愿，随资本开支波动）还是"工艺步骤增加"驱动（技术路线演进，抗资本开支下修）？
- [ ] 利润率/销量预期是否已见顶？（叙事拐点 vs 基本面拐点要分开看）

⑤ 拐点层 —— 有没有边际变化？
- [ ] 最激进的玩家是否开始改变行为？（如出租算力 = 叙事裂缝）
- [ ] 杠杆资金是否在出清 / 拥挤交易是否在反转？
- [ ] 技术面（价格/趋势）是否已先于认知给出信号？
- [ ] 我是拿着旧逻辑解释新剧本，还是已经完成认知切换？

决策重置： 五层过完后，明确回答三件事——
1. 现在四维组合是哪种状态？（→ 决定仓位上限）
2. 我持仓的公司，四维分别打几分？（→ 决定去留）
3. 最近一个边际变化是什么？我有没有第一时间响应？（→ 决定是否调整节奏）

4.7 评分纪律（每层 X/10）

• 每层评分必须由硬数据证据支撑，证据先行、分数后给；禁止凭印象打分
• 分数不是重点，"哪一层在决定胜率/赔率"才是重点——逐层结论必须落到这一句
• 同一输入同一输出：同类证据必须给出同类评分，防止随情绪漂移
• 结论不得含糊：必须落到攻/守、加/减、仓位上限，禁止"观望"式结尾

4.8 数据纪律

• 价格类判据（技术位、破位价）取分析当日实时值，禁止沿用旧值或区间表述
• 数据缺失不得标 N/A 后跳过：标注「数据暂缺（原因：XXX）」并在结论中降低该层置信度
• 禁止用社交媒体/论坛数字作数据源；禁止用模型记忆数字填补缺口

4.9 检查点（内嵌自检，本技能独立执行）

• CP1 数据完整性：五层每层是否都有证据支撑？无证据的层是否显式降权并说明？
• CP2 评分一致性：评分与证据是否匹配？同类证据是否给出同类评分？
• CP3 决策落地：输出是否落到攻/守、加/减、仓位上限？是否存在"关注/观望"式无效结论？
• CP4 伪景气自检：行业"景气"是真实承接（订单/预算/落地）还是只有新闻稿和PPT？
• CP5 拐点自检：是否在拿着旧逻辑解释新剧本？技术信号是否已与四维逐层验证共振？

五、数据源与配置

5.1 数据获取优先级

1. 用户提供的资料 / 财报文件 / 持仓数据          ← 最可信
2. 公开官方渠道：公司IR、交易所披露、行业协会（销量/价格）、
   政策与监管文件（ZZJ会议/两网投资/招标）、SEC EDGAR
3. 已配置的 HTTP 数据接口（config.json）        ← 行情/估值/资金面/新闻
4. 环境内可用的数据技能（如行情、资金面、北向、两融类技能）← 拉拥挤度与边际变化数据
禁止：社交媒体/论坛 UGC 数字作数据源；模型记忆数字作定量依据

各层常用数据：宏观层（政策定调、利率、杠杆成本、美联储预期）；行业层（行业销量/价格/招标、龙头财报）；企业层（公司财报：营收/利润/毛利率/Alpha来源）；博弈层（机构持仓、估值历史分位、换手/成交、北向/两融、龙虎榜）；拐点层（重大新闻、价格趋势/技术位）。

5.2 配置文件

将 config/config.example.json 复制为 config/config.json 按需填写。密钥通过环境变量注入，禁止明文写入文件。未配置时基于用户提供资料 + 公开渠道检索运行（零配置可用）。

5.3 接口未配置或不可访问时的行为

六、使用示例

用户：用四维框架看看现在的A股，我重仓AI算力，该加还是该减？

技能动作：
1. 界定环境：宏观（政策/流动性/海外）→ 行业（AI算力景气与叙事）→
   企业（持仓标的Alpha）→ 博弈（拥挤度/估值分位/资金面）→ 拐点（边际变化/技术位）
2. 逐层评分并给出证据 → 命中"组合状态→决策"表 → 给出攻/守与仓位锚点
3. 输出 HTML 单页报告（评分栏 + 四层拆解 + 拐点检查 + 跟踪变量）

更多场景（大盘环境界定、行业筛选、伪景气识别、持仓决策重置、跨市场）见 examples/example-usage.md。

七、目录结构

four-dimensional-analysis/
├── SKILL.md                        # 本文件
├── config/
│   └── config.example.json         # 配置模板
├── templates/
│   └── four-dim-report-template.html  # HTML 单页报告模板（含占位符）
└── examples/
    └── example-usage.md            # 使用示例（大盘/行业/伪景气/持仓/拐点）

八、注意事项

• 风格禁忌：禁止废话与恭维性措辞；禁止"观望"式结论（必须给攻守方向与转换条件）；禁止模糊证据（每层结论必须指向"哪一层在决定胜率/赔率"）；禁止用模型记忆填补数据空白
• 框架是分类器不是预测器：不预测涨跌点数；技术进出负责短线择时，本框架负责大级别决策
• 结论须附条件与失效边界，不构成投资建议
• 本技能独立运行，不依赖其他任何技能

九、版本记录

• v1.0.0（2026-08-30）：首个发布版本。四层拆解（宏观/行业/企业/博弈）+ 收益分解公式 + 组合状态→决策映射 + 分层权重切换 + 拐点（边际变化）识别 + 防自洽陷阱技术纪律 + 五层实战检查清单（含伪景气校验）+ 决策重置三问 + 评分/数据纪律 + 五检查点 + HTML/Markdown 双输出。源框架整理自个人 Obsidian 卡片《四维分析框架》。