美股送分題 · 分析框架（基于 2026-02～10 共 74 篇正文逆向还原）
整理日期：2026-06-28 首版；2026-10-06 依 7～10 月 31 篇增补 §2.1 与 §13 ｜ 来源：<https://openbookandeasypoint.substack.com/> 方法：通读 2026-02 ~ 2026-10 共 74 篇正文后收敛；逐篇要点见 全文要点。配套清单见 外部源-美股送分題-Substack文章整理。 性质：外部研究源的方法论提炼，非本库原创结论；引用其判断须独立验证。
0. 一句话总纲
市场定价的不是「公司好坏」，而是「共识/确定性的变化」。 钱赚在「机制已成立但共识未承认 → 确定性开始提升」的那一段（即 re-rate）。 散户用价格判断公司，机构用公司判断价格——差距全在这里。
1. 世界观：3 条公理
- 市场反应的是「变化」，不是绝对水平。 → 财报好却跌（已 price in）、利空却涨（预期更差）都源于此。你看对公司却不赚钱，是因为共识没动。
- 机会 = 错配（错杀 → re-rate）。 「机制已经成立，但还没被市场承认」的缺口就是 alpha。
- 报酬几乎全部来自「确定性提升的那一段」。 不是买点、不是卖点，而是「不确定 → 确定」的过程。市场是「确定性提高」后才加速，不是「发现价值」后立刻反应。
散户 vs 机构（贯穿全部文章的根本对立）
| 散户 | 机构 | |
|---|---|---|
| 看什么 | 价格、K 线、新闻 | 共识变化、确定性、风险是否下降 |
| 研究 | 一次性（买完就盯价） | 持续性（季度更新→改模型→修论点） |
| 跌的时候 | 看到风险上升 | 看到报酬上升 |
| 仓位 | 涨了反而减、跌怕了砍 | 信念越强越加，论点破了才砍 |
| 不确定时 | 急着找方向、频繁操作 | 主动减少动作（无优势时交易本身=风险） |
2. 中枢模型：三阶段定价周期 ★
这是整个体系的脊柱，几乎每篇都在用它。任何标的先定位「现在在第几阶段」：
| 阶段 | 名称 | 特征 | 散户感受 | 报酬 |
|---|---|---|---|---|
| ① 叙事/预期形成 | Multiple Expansion | 市场重新发现，PE 扩张（如 20x→60x）领先 EPS | 「太贵了，不敢买」 | 最高 |
| ② 基本面验证 | Earnings Catch-up | EPS 兑现，但股价盘整、没新惊喜 | 「公司一直赚钱，股价就是不动」→ 弃船 | 递减（最磨人） |
| ③ 估值消化/压缩 | Multiple Compression | 增速放缓，PE 收缩，利多出尽 | 「明明还赚钱却跌」 | 负 |
- 散户总在阶段①末买入（确定性出现后），刚好吃在最差段。
- 基础设施型公司能跳过阶段③：靠不断开启新叙事让自己回到阶段①（MSFT：PC→云→AI；AMZN：电商→AWS→AI；Costco：会员制永续①）。
- 信息也是分阶段扩散的 → 见 §3。
2.1 2026-08～09 作者对三阶段的细化（市场解码深度 #9、#11、#12）
- ① 不一定是「EPS 不动、PE 上升」：也可以 EPS 与 PE 同升（CIEN：共识 EPS 约翻倍、股价涨逾三倍，多出来的是估值）。判断看股价主要在交易什么：是在重新定义公司的未来，还是在验收已相信的未来。
- 基本面兑现≠第一阶段结束：只要每批新证据都让市场把终点再往外推（PLTR 2024–25 营收连续加速、EV/S 反而扩张；NOW 2024 Now Assist 进 ACV 时 PE 仍升到 70x 以上），就仍在 ①。「好消息开始只剩数字效果」（Beat 后只上修明年营收，不再改 TAM 与成长年限）是 ① 走向 ② 的最早讯号。
- 第三阶段拆成两种：③-A 预期耗尽型（公司没变差，市场已相信太多，如 LITE）；③-B 未来状态恶化型（近端 EPS 仍上修，但市场怀疑五年后的商业模式，如 CRM：NTM EPS 一路升、Forward PE 一路降）。
- ③-B 之后的反弹有两条路：估值修复（「你没有我想得那么差」，Future State 从 50 修回 70，不是回到 100）vs 新的 ①′（「AI 让你比以前更值钱」，需要改写长期获利能力的新证据）。
- 事件型风险重置不算第三阶段（CRWD 2024 年 7 月全球当机：倍数腰斩但营收预期与竞争位置未持续恶化）。
- 验证口诀：共识↑＋估值↑＝①；共识↑＋估值↓且叙事不变＝②；共识不降但估值大降、长期模式被质疑＝③-B；共识仍上修但好消息越来越推不动估值＝③-A。
3. 信息扩散链：散户为何永远迟到
信息按顺序传播，价格在第 1 步就开始动：
- 机构研究（共识形成前先分析）
- 卖方上调（财报 beat 后调高预期）
- 媒体/社群扩散（大众才发现叙事）
- ETF 被动流入（指数加权，早期资金常在此离场）
等到「所有人都同意这是好公司」时，阶段①已经结束。市场奖励「确定性扩张」，不奖励「已确认的结果」。
4. 个股研究引擎（系列二·底层系统）
4.1 30 分钟扫公司：看「变化」不看「数字」
- 10-K（拉 3 年+）：Item 1 业务用大白话写出 → 分部营收拆解＋同比 → MD&A 管理层「重复/强调/回避」了什么 → 只看*新增*风险项。
- 10-Q（追 4 季+）：找三表错配，关键是方向是否一致。
4.2 损益表五层穿透 → 锁定「营业杠杆」（起涨真引擎）
| 层 | 看什么 | 好 vs 坏 |
|---|---|---|
| 1 营收质量 | 经常性(SaaS)/结构性/景气循环 | 交叉验证递延收入 |
| 2 毛利率 | 产品组合、规模经济 | vs 杀价/存货跌价 |
| 3 营业费用 | R&D 投资型 vs 管销浪费型 | 警惕 SBC 稀释 |
| 4 营业利润（杠杆点） | 营收增速 > 费用增速 → 利润爆发 | EPS 增速远超营收 = re-rate 主升段 |
| 5 净利/EPS | 剔除一次性/汇率/税/回购 | 还原真实经营质量 |
4.3 九层资产负债表（系列底层#3·NVDA）—— 比损益表早 1-2 季看到拐点
损益表是「公司想让你看的」，资产负债表是「真实压力」。机构靠它提前 1-2 季发现 re-rate 拐点：
- 现金流质量：经营现金流是否持续增长（赚来的 vs 借来的）
- 应收账款：增速 > 营收 = 渠道塞货警讯；看 DSO
- 存货结构：DIO 升＋营收升＋现金流健康 = 供给紧（NVDA 58→113 天属此）；成品堆积 = 需求崩
- 预付款：上升 = 管理层对未来需求有信心（为稀缺提前付款）
- CapEx/固定资产：CapEx/营收是否 >5%；折旧是否高效
- 商誉/无形：过多 = 「财技拼装车」缺内生增长
- 债务结构：成长型杠杆 vs 求生债；看利息保障倍数（NVDA 528×）
- 应付账款：上升 = 议价力强 or 现金枯竭，需结合营收判断
- 股东权益：是否真实累积（NVDA 一年 83.8B→195.4B）
健康 re-rate 组合：营收扩张＋合约负债增长＋现金流改善＋CapEx 上升＋毛利稳。 恶化警讯：营收停滞＋存货堆积＋应收膨胀＋现金流下滑。
5. re-rate 判定（系列三·解码深度核心）
5.1 三种 re-rate（只有第③种持久）—— 来自能源/战争案例
| 类型 | 本质 | 持续性 | 历史例 |
|---|---|---|---|
| ① 情绪修复 | 情绪好转，基本面没变 | 短 | 1990 海湾战争后航空反弹 |
| ② 时序修正 | 市场把变量重要性排错（需求 > 成本） | 暂时 | 2022 报复性出行 vs 油价 |
| ③ 结构性 re-rate | 产业地位质变、持续投资、现金流结构改变 | 永久 | 1973 能源 |
5.2 结构性 re-rate 三因子（必须同时出现，否则只是「政策＋情绪」）
- 供给结构变化（新增产能/集中度下降）
- 持续 CapEx（长期投，证明相信永久性）
- 现金流可持续（脱离当下条件仍能维持）
辅助筛：竞争强度、进入壁垒、现金转换周期是否变快（领先 EPS/FCF 可见度）。
5.3 「正确的叙事」是否被过度定价（AMD 案例）
- PE 扩张但 EPS 预期停滞（估值靠情绪）
- 叙事极端化（从「CPU 重要」→「吃下 100% AI 负载」，最大情景当基准）
- 零容错（小 miss 就暴跌 = 完美已 price in）
5.4 re-rate 生命周期 5 阶段（AMD 两年实证）
①叙事建立(低估→建仓) → ②基本面浮现(小 miss 暴跌→加仓) → ③长期能见度确认(大单→持有) → ④叙事被接受(Forward PE 压缩→减速) → ⑤短期催化耗尽(暴跌但基本面没坏→看长期)。
6. 买入与底部（系列四·时机篇）
6.1 相对低点 vs 陷阱低点
- 相对低点 = 价格跌了，资产没变 → 机会
- 陷阱低点 = 价格跌了，且基本面恶化 → 价值陷阱
三要素：① 基本面（营收/订单/客户）未变 ② 风险（利率/波动/资金流）受控 ③ 区分情绪杀 vs 结构损伤。
6.2 三止跌信号（反复出现的核心，CTA 卖压出尽标志）
- 坏消息很多，但股价不再创新低（强制卖盘——CTA、风控去杠杆、ETF 赎回——已出尽）
- 强势股守住支撑（资金没离场）
- 市场出现分化（从「一起跌」→「选择性跌」= 流动性危机切到基本面定价）
6.3 反向定价
不需要利多成立，只需要利空不再成立。 机构交易的是「市场不再相信的东西」，不是「现在发生的事」。
6.4 机构加仓顺序（不是先补亏最多的！）
| 阶段 | 仓位 | 信号 |
|---|---|---|
| 1 试单 | 10-20% | 价格止跌 |
| 2 | 30-50% | 核心强势股回稳、风险可观察 |
| 3 | 60-80% | 市场按选择性轮动、基本面重定价 |
| 4 | 80-100% | 趋势确认、资金流明确 |
顺序：大型股企稳 → 成长股恢复 → 高 beta 延伸（风控优先于收益最大化）。买在「更安全」而非「更便宜」。
6.5 强势股是在下跌中被发现的
真正强势股 = 「该跌的时候没跌的」。三步：① 盯最差的交易日 ② 建「抗跌清单」（跌幅小/翻红/下影线） ③ 看谁带量领涨反弹。两者兼具 = 机构在布局。
6.6 执行：永远分批
试单 → 确认 → 加码。容忍判断不完美，但不错过结构性机会。反弹期散户四错：盯价格不看结构 / 追新闻不做分析 / 把价格波动当 re-rate / 心理锚定旧利空。
7. 持有与仓位（系列四）
7.1 信念 → 仓位（Monster MNST 实例）
30% 信念→3% 仓 → 50%→5% → 60%→8% → 80%→15%。信念越强越加，散户却反着来。
7.2 绩效公式与安全边际重定义
绩效 = 研究能力 × 仓位大小。 真正的安全边际 = 「市场的错误 > 你的研究深度」，不是低 PE。 例：40x PE 但实际增速 40%（市场以为 20%）比 10x PE 但共识与现实一致的「便宜股」更安全。
警惕「把熟悉当优势」：天天看 TSLA 占 50%、真正跑赢的记忆体只有 2% = 典型错置。
7.3 左侧 vs 右侧
- 左侧 = 赌「价格错了」（买低估）；擅长避泡沫，不擅长参与科技革命（革命初期总是贵）。
- 右侧 = 「价值本身在变」，验证成功后提高部位 ≠ 追高。
- 桥梁 = 仓位管理：尝试→验证→确认→趋势，用「胜率概率」匹配仓位。
7.4 为什么持有大型科技股（M7）
「安全」≠ 日内抗跌，而是「企业不会发生永久性价值损伤」。风险偏好下降时机构是等比例砍整个组合（像家庭预算分配，不是零和搬钱），所以 M7 会跟跌却不领涨——这正常。持有它买的是「数十年可预测的价值创造」，是耐力赛不是冲刺。
8. 卖出（系列四）
8.1 止损 = 论点被破坏（不是跌幅！）
三种论点失效：① 产业方向错（需求没来） ② 公司竞争力错（份额/毛利/执行） ③ 时序错（方向对但更久——最常见）。
最危险的不是坏消息，而是「好消息不再推动股价上涨」。
8.2 分批出场三阶段
| 阶段 | 减仓 | 信号 |
|---|---|---|
| 1 早期涨多 | 10-20% | 涨幅大、共识形成 → 锁利、降压力 |
| 2 动能转弱 | 再 20-30% | 领涨股见顶、回调加深、资金轮动 → 攻转守 |
| 3 结构破位 | 大幅减/清 | 关键支撑破、趋势反转、叙事变 |
机构问的是「这波我能吃到多少」，不是「目标价多少」；保留核心仓让赢家跑，逐步砍输家。
8.3 是不是利多出尽（price-in 判定）
预期 → 验证 → 定价。三个诊断：
- 财报前涨幅 vs 指引改善幅度（涨 40% 但指引只好 10% = 已 price in）
- 板块动能（个股涨 40-60% 而板块仅 10% = 资金过度集中、空间有限）
- 基本面叙事（核心驱动/资本配置/现金流真的坏了，还是只是增速不及高预期）
9. 宏观 / 共识追踪（系列一·分析师备忘录）
9.1 备忘录方法：每周「这周市场共识在改变什么？」
三层结构：① 机构基线（跟机构讨论的共识） ② 作者延伸（超越共识的深度） ③ 前瞻指标（尚未被定价的催化）。
驱动行情的不是新闻，是投资人开始问新的问题。追问题的变化，不追头条。
9.2 识别 re-rate 拐点：机制 > 能力
不追 AI 模型能力（线性进步），追：定价权（谁掌握 Token 经济→现金流主导）、使用频次跃升（可选→刚需嵌入工作流）、结构性需求爆发（Agentic AI 让 Token 非线性增长）。 关键句：「机制已成立但未被市场承认」= 真正的 re-rate 机会。
9.3 资金行情 vs 分化行情
- 资金行情：估值扩张脱离 EPS、普涨、对货币极敏感、无视利空 → 拥抱 beta 但控仓不上杠杆、别用基本面合理化。
- 分化行情：退潮见裸泳，优质与高估分离 → 转纪律选股，砍无优势仓位、提高标准。
- 高手能分辨自己在赚哪种钱，且两边都赚。
9.4 系统性风险四指标（memo #5）
高收益债利差（300-400bps=重定价非崩）、FRA-OIS（银行信任）、国债流动性、跨资产相关性抛售（局部=去杠杆，全面=系统危机）。
9.5 资本黑洞 vs 复利成长（memo #5）
复利成长 = 营收扩张不需等比追加资本（SaaS、平台、品牌）；资本黑洞 = 每轮成长要更大资本、打掉重做（钢铁、航运、记忆体、部分 AI 基建）。三诊断：① 需求是否锁定 ② 现金流是否稳定 ③ 供给是否有纪律。CSP 当前「被当资本黑洞检验，但其实不是」（有 RPO/用量锁定）。
9.6 范式切换：效率优先 → 安全优先（memo #6）
供应链从「哪里最便宜」转向「哪里不会被中断」，更高成本变成带「风险溢价」的结构性常态。需求侧确认要等：供给结构变 + 持续 CapEx + 现金流稳。
10. AI 产业链定价观（贯穿备忘录 + 解码深度）
10.1 主线：集中 → 扩散
卖铲子(GPU/算力) → 记忆体/HBM → CSP 资本支出与现金流 → Token 经济与定价权 → AI Agent 入口革命 → 获利向各产业「扩散 re-rate」。 问题从「谁赢 AI？」变成「谁会因 AI 改变商业模式而被重定价？」——从技术颠覆转向商业模式转型。
10.2 价值迁移（memo #13 核心）
「未来超大规模厂商的利润，正在转移今天半导体的利润」——价值在产业链各层迁移，尚未到终端捕获。跟踪「哪一层捕获经济价值：芯片厂→CSP→应用层？」
10.3 Token 经济 ≠ Token 定价（memo #7、#13）
重点是「绝对 Token 量 × 盈利能力」，不是每 Token 单价。降价→用量指数增长→净收入扩张（参照 AWS 100+ 次降价反而提毛利/FCF、Google 搜索趋近免费）。
10.4 持久赢家护城河（memo #13）
控制：Flow（谁拥有用户/agent 交互）、Data（企业上下文库）、Workflow（嵌入业务深度）、Pricing Architecture（如何计量价值）、Cost Efficiency（最低成本交付）。基础设施(Context/Workflow/Distribution) > 商品化模型。
10.5 子行业判断要点
- 半导体：从景气循环股 → 基础建设股（问题从「今年卖几支手机」变「未来十年盖多大 AI 基建」）；估值底永久抬升。
- 记忆体：资本密集用 PB 不用 PE（峰值 EPS 虚高使 PE 假性便宜）；三超级周期皆「估值扩张→盈利追上→估值收缩」；AI 让周期变长但不会消失；HBM 或是「iPhone moment」，记忆体或分化为先进(随 CSP)/成熟(随消费电子)。
- 类比晶片：数位在「算」，类比「让世界运作」；EV $300-500 含量 vs 油车 $50-100；从盯库存周期 → 盯现金流稳定，周期振幅变浅变短即去循环折价。
- CSP：现金流永动机（参照 MSFT 云 8 年才盈利、Copilot 捆绑暗涨价）；看 CapEx 增速见顶 + 折旧对未来利润影响。
- 应用/各业：Walmart 从零售商→消费决策平台；Meta 用 AI 强化广告系统(非卖模型)、隐藏的 commerce 入口看涨期权；车厂转软件/TaaS 经常性收入。
- 体验经济：AI 内容泛滥下，真人创意/奢侈品/独特体验/Disney/Live Nation/F1 享「真实性溢价」、抗 AI 护城河。
11. 一页速查清单（实战用）
研究一只票，按顺序问：
- 共识现在认为什么？什么正在变？（机制是否已成立但未被承认）
- 现在在三阶段定价的第几阶段？（①扩张 / ②验证 / ③压缩）
- 三表变化方向一致吗？（10-K/10-Q 扫描，先看资产负债表找早期拐点）
- 营业杠杆启动了吗？（营收增速 vs 费用增速）
- 如果有 re-rate，是哪一种？三因子齐了吗？（供给变/持续 CapEx/现金流可持续）
- 正确的叙事被过度定价了吗？（PE 扩张无 EPS 支撑 / 叙事极端 / 零容错）
- 若下跌，是相对低点还是陷阱低点？三止跌信号出现了吗？
- 我的信念匹配我的仓位吗？（信念↑→仓位↑；分批：试单→确认→加码）
- 这是资金行情还是分化行情？我在赚哪种钱？
- 卖出触发是「论点被破坏」还是只是跌幅/情绪？好消息还推得动股价吗？
- （AI 标的）它处在价值链哪一层？控制 Flow/Data/Workflow/定价/成本 中的哪几个？
- 它现在在哪个估值抽屉？市场未来可能把它搬进哪个抽屉？各假说机率多少？（§13.1）
- 现价要求它做到什么？Buyside 预期跑得比共识远多少？（§13.4）
- 新证据只是兑现已相信的未来，还是改写 TAM、成长年限、含量或 Value Capture？（§2.1、§13.5）
- 它在我的资金排序里是不是最好的下一块钱？什么证据会证明我错？（§13.6）
13. 付费期新增工具（2026-07～10）
13.1 估值先是分类：「估值抽屉」与四问＋一机率（解码深度 #8）
- 大型 re-rate 不是 EPS 暴增，是公司被搬进另一个估值抽屉（AMZN 零售→云、NFLX DVD→内容平台、TSLA 车厂 vs Robotaxi/AI 平台）。分类决定模型，模型决定估值。
- 四问：今天现金流来自哪？未来五年成长来自哪？市场现在认为估值来自哪？市场未来可能重新定价什么（Alpha 所在）？＋各假说成功机率。无数据时先追迹象（招聘、建数据中心、客户案例）。
- 机率加权情境估值：Anthropic 模型公司/企业平台/Agent 平台＝7,500 亿/1.5 兆/3 兆 × 70/25/5% ≈ 1.05 兆（与 9,650 亿私募估值接近＝无明显 Alpha）。Alpha 出现在「我给的机率 ≠ 市场隐含的机率」。
- 假说停损 vs 估值停损：跌 50% 但证据超预期可加码；涨 30% 但假说失败要减；合理价值 2.5 兆而股价到 4 兆＝Alpha 兑现。
13.2 Value Capture 四层因果链（解码深度 #9、#10）
- 能力 → 边界（产品范围）→ 控制 → 经济。有价值的边界扩张＝新能力×整合能力×客户采用×经济捕获；控制分四种：工作流控制、转换成本、Attach Rate、标准控制。核心自问：「它每多做一件事，有没有让原本的能力更值钱？」
- 区分 估值波动 vs 估值体系改变（Valuation Regime Change）：Apple 营收成长较慢时 PE 反而脱离区间（Services 占比 8.5%→19.8%、毛利率 55%→71.7%）；Intel 营收创高时毛利率已开始流失（投入↑≠能力↑≠价值捕获↑），2023 年后 PE 冲高是分母效应。
- 资产组合 vs 生态系：很多好资产≠一个好生意；协同四来源＝营收、成本、入口、资本。公司价值＝独立资产价值＋协同价值－AI 投资负担（含机会成本）。追踪「AI 资本效率＝增量 FCF÷AI 资本投入」与「生态系放大倍数＝集团增量经济价值÷AI 业务独立收入」。Model Winner ≠ Economic Winner。
13.3 选尺与建模（底层系统 #5、#6）
- PE 是建立在一套已被市场接受的 DCF 假设之上的交易语言；商业模式重大改变时市场先重建 DCF，再得出新的合理 PE。景气循环股要找正常化获利；还没获利或变化太快退回 EV/Sales；重资产看 EV/EBITDA 但要问折旧背后的真实 CAPEX；没有正常获利时看 PB 背后的 ROE。两种商业模式并存用 SOTP，结果差异极大用情境分析。
- PE 替成长周期定价，不是替明年成长率定价（JPM 估 NVDA FY28 EPS +72% 仍只给约 20x）。
- 建模纪律：每一格预估对应一个投资假设；看绝对增量而非只看百分比；用 TAM 检查模型是否失控；Base Case 不应要求所有好事同时发生；做完 DCF 才翻译成隐含 PE，再与卖方比较「从哪一格开始不同」（NVDA 分歧从 FY29 才拉开）。
13.4 Price-in 方法（解码深度 #11、Price-in #1–#2）
- Consensus ≠ 市场预期：Buyside 想像常远高于卖方共识（LITE：Buyside CY28 EPS 约 50 vs UBS 33.41），财报超共识仍可能不涨。「共识还没 Price ≠ 股价还没 Price」。
- 不要猜市场在买哪一年：年份拉越远看起来越便宜，但预先接受的假设越多。改为把预估曲线整条摊开，反推现价需要什么样的未来（美光：在缺货到 FY28、12x 条件下，约 1,000 美元需正常化 EPS 约 84）。
- 区分 Rollover/Pull-forward（把远期获利提前买到今天）与 Structural Upgrade（连远期获利能力都被估低）；周期股区分高峰获利与正常化获利；EPS 上修≠生意变好（可能来自更低的预估股数）。
13.5 下一轮估值扩张七条件（解码深度 #11；#13 版为六条）
① TAM 扩大到原本模型里不存在的一块；② 成长周期被拉长；③ 每单位系统的含量变多；④ 新产品是增量而非替代；⑤ 利润结构改变；⑥ 竞争位置改变、拿走更多增量价值（AMAT 份额上升 vs KLAC 份额未如预期）；⑦ 市场改用不同类型公司的估值框架。软件版额外强调：必须形成新增预算（不是旧预算换名字）、成为企业 AI 架构的必经控制点。
13.6 决策与纪律（投资纪律 #21–#31、Founder Q&A #1）
- 决策三层金字塔：执行（可天天改）→ 资金配置（数周一改）→ 投资论文（一年改一两次）；别用改论文的方式解决执行问题。
- Market is a Ranking Game：没变差≠仍值得占用最多资本；Expected Return Ranking＝获利上修空间（现实减预期）×估值空间×机率×时间，再看下行。资讯过滤三层：改变我的假设？改变市场期待？改变 Ranking？
- 重新研究 trigger 取代机械停损；允许「我不知道」（如机率 70%→65%＝资讯完整度信心下降）；把 Fair Value 打开成区间，先调信心再调价值；加码需要的证据比继续持有更多。
- 错误三分类：方向错误、时间错误（晚一点不是免费的）、幅度错误，且会互相转化；证据排序看区分力（能否区分两个竞争假说）；假设被证明后要换题目（Thesis Migration）；失验条件必须在答案出来前写下（What would prove me wrong）。
- 总经盘的决策边界三层：只变 PE→重估值；EPS 预期也变→重估报酬与部位；需求/竞争力/FCF 变→重查论文。你的绩效＝ETF 报酬＋所有主动偏离 ETF 的结果。
13.7 Coverage Universe 系统（2026-07 起）
- 每家公司：研究底稿 → 本月新增证据（逐项给分）→ 成功机率 / 证据星级 / 市场接受程度 → Forward PE 与共识 EPS → 月结。要找的是时间序列背离：机率与证据上升但接受度与 PE 下降（黄金坑或未见风险）；机率小升但接受度与 PE 暴升（市场跑在基本面前）。
- 决策流程：营运假设→EPS model→DCF 合理价值→隐含 PE→与现价比较→Add / Hold / Wait / Reduce（示范：NVDA「条件式加码」、MRVL「证据增加，等待估值验证」）。
13.8 AI 产业链新增观点
- 两个十年候选叙事：数字劳动力（TAM 从 IT 预算到人力成本）与 Physical AI（TAM 从数字经济到实体经济）；判断霸主是否更替看市场是否开始相信另一个更大的 TAM。
- AI Factory：NVDA 下一阶段是「AI Factory 成为企业标准 IT 基础设施」且 NVDA 成为平台；8 月起出现资本供给层（长租约信用支持、第三方资本平台），关键风险是 GPU 经济寿命与「需求有多少依赖融资结构提前释放」。
- Data Movement：AI 集群扩大后资料搬运可能成为下一个瓶颈（MRVL 的 AI Data Fabric 能力地图）；光通讯的 re-rate 取决于每单位算力的光学含量与谁拿走增量。
- Agent 时代的软件三问：AI 营收是增量还是此消彼长？AI 越强护城河变厚还是变薄？每增加一个 Agent，公司能捕捉多少价值？「AI 复杂税」三价值池：AI 资安与身份权限、Agent 监控、Agent 记忆与企业脉络（前两者较接近财务预期，后者想像最大、证据最弱）。
- 消费与 Agentic Commerce：购买摩擦五类（资讯/实体/信任/稀缺/基础设施）；Agent 最易消灭资讯型摩擦；看入口被拿走后商品、基础设施与高毛利收入是否仍是你的，以及新增价值被谁拿走。
12. 使用提醒
- 体系重「叙事/定价/确定性变化」，轻「绝对估值数字」——适合培养盘感与判断拐点，不宜作唯一估值依据。
- 备忘录系列时效性强，引用务必标注日期。
- 账号成立约 8 个月，方法论自洽但无长周期实绩验证（Coverage Universe 的机率序列 2026-07 才开始累积），结论需独立交叉检验（可与本库
认识论与方法论.md、报告/2026-方法论专题-价格为何领先共识(美光案例).md对照）。 - 三阶段的划分以价格与估值倍数的走势为依据，多半是事后描述；作者每季写下的「下一张考卷」与失验条件，是这套框架中较可事前检验的部分。