Serenity Bottleneck Hunter

Serenity Bottleneck Hunter

把一个投资主题转成一份被忽视的上游瓶颈候选股名单 + 论证 + 目标价/时间框架。核心不是抄 Serenity 的票,而是复用他的逻辑去选新股。

📓 每条纪律是怎么用一次真实翻车换来的,见 reference/lessons.md。本文件只讲"做什么";完整事故复盘在那边,用 〔… → lessons.md#锚点〕 指过去。

何时用

• 用户给出一个主题/趋势,想要"沿这个方向能买什么"。
• 用户给一个上游环节/材料,想找对应的瓶颈公司。
• ❌ 不要用于:已知标的的纯财务分析、抄作业式"他买了啥"。

核心理念

逆向拆解供应链,在机构与分析师发现之前,埋伏那个无人察觉的上游瓶颈,用催化剂兑现。 alpha 来自"早于机构发现主题",不是抄到最低点。

---

v0.2 工具入口

• 首次安装后可执行 python scripts/run_demo.py：不联网的历史演示，输出与正式跟踪表分开；说明见 examples/README.md。演示不替代真实研究。
• 实际 A 股／美股／港股取价与估值设置见 reference/DATA_SOURCES.md。保留来源、行情日期及质量提醒；不得按跳空幅度自行猜除权。
• 报告 SPEC 中相对路径从本技能根目录解析；可用 tracking_file 选择自己的 CSV。现有默认路径兼容保留。shell_from 缺省时使用内置模板，无需私库或驾驶舱。
• 发布前可用 python scripts/verify_report.py <报告> --scan <输入> --tracking <跟踪表> --strict 完整对账。严格模式的输入缺失和数字错配必须先解决。

可选驾驶舱

只有用户需要管理、跟踪或复盘已有研究时，才使用 cockpit/README.md 的本地驾驶舱。核心研究流程不依赖它。

默认 python cockpit/run.py 读取只读历史演示，不抓取行情。用户自己的研究须明确指定目录；报告 SPEC 的 out 与 tracking_file 应指向该目录。取价、告警核对和定时任务分别由用户手动触发或显式启用。驾驶舱的“猎手／覆盖”是显示范围，不是龙头视角。

个人目录的星级用 tracking/cross_theme_scan.py --input <个人跟踪表> --output <个人星级表> 重建，避免把公库历史样本的星级混入个人研究。

工作流(7 步)

Step 1 · 确认资本开支确定性 这个主题的钱为什么"一定"会花?规模、周期多长?需求确定性 > 个股故事性。先归类:Bottleneck(瓶颈)/ Disruption(颠覆)/ Evolution(演进)?(本 skill 主攻 Bottleneck)

• 标明需求来源:政府/国防(节奏慢、看订单与预算周期)还是商业(超大规模厂商 capex、节奏快)?二者估值锚与择时节奏不同,Step 6/7 据此调整。

Step 2 · 逆向拆链 + 广扫纪律(5 层产业链 + 跨主题 root + 可选第 6 层独有 IP) 列出 5 层 从下游到上游:下游对照 → 中游系统 → 中游器件 → 上游设备 → 上游材料/代工。跳过人人都盯的下游龙头。

• 必做"广扫供应商":除最上游材料层外,单独再搜一轮该主题的子系统/器件/卖铲子供应商,否则漏 ④ 原型标的。〔教训:商业航天漏 Redwire → lessons.md#redwire〕

• 广扫颗粒度:覆盖 5 层,每层至少 2-3 个标的。广扫不到位 ≠ 板块没机会 —— 停手前先问"是真没机会,还是没扫够"。〔教训:800VDC 6 只→15 只才挖出 STM → lessons.md#breadth-stm〕

• 跨主题 root 节点:ARM / CDNS / SNPS 放在 chain-viz 上方独立的"跨主题 root"小卡片,显示一次,不画进每个主题的产业链层(三家是所有芯片设计驱动主题共用的根)。〔教训:7 份报告 IP/EDA 层 100% 重复 → lessons.md#ip-eda-root〕

  <div class="cross-theme-root">
    <span class="label">跨主题 root(芯片设计驱动主题共用)</span>
    ARM ⭐⭐ + CDNS ⭐⭐ + SNPS ⭐⭐
  </div>

  其 ⭐⭐ 状态来自 tracking/cross_theme_index_snapshot.csv,不每个主题重画。

• 可选第 6 层 · 主题独有 IP/EDA 玩家(仅当主题真有独立玩家才画):

  • 自动驾驶 L4 → 真有独立 IP:MBLY(Mobileye 授权给 BMW/Audi/Geely)— 必须画
  • 个人 AI PC → ARM 在 PC 是真单源(Apple M + Qualcomm Snapdragon X + AMD AI300)— 保留画在产业链顶层 + 标本主题真单源
  • AI Agent / 物理 AI / AMR → 无独立 IP 玩家 → 不画第 6 层,root section 提一次即可
  • MLCC / 800VDC / 商业航天 → 不依赖芯片设计,完全跳过 IP/EDA
  • 凑数禁令:没有真独立玩家的主题不强制画第 6 层 —— IP/EDA 是 optional 不是 mandatory。

• A 穷尽性 · 已知玩家全集:每个主题开扫前先列已知玩家全集(全球+全市场,涵盖上市/私有/被并购),逐一显式标记 covered / private(跳过+原因)/ acquired(标合并实体)/ delisted / untracked(EODHD/yfinance 无数据)。不允许"默认遗漏",不允许"我扫了 5 家就够了"。写在报告底部"已知玩家全集 audit"块。〔示例:L4 LiDAR 全集枚举 → lessons.md#player-census〕

• A+ ETF audit(强制工具化兜底):A 项"凭记忆列全集"不够,会漏主仓玩家。 每个新主题开 forward_picks 扫描前,必跑 python scripts/theme_etf_coverage.py --etfs <ETF1>,<ETF2>,... --theme "<主题名>" → 拉主题 ETF top 25 持仓、与 forward_picks diff、输出 tracking/_etf_audit_<theme>.json。对每只 new candidate 人工判定产业链层 + 原型 + 是否纳入;top 25 持仓 100% 必 audit(主仓占权重 >70%,小权重 me-too 可跳)。〔教训:Dogfood #10 漏 PANW/CRWD 等 34 只、covered 率 50% → lessons.md#etf-audit〕

  • 主题 ETF 映射:
    • AI Agent / SaaS / Software → IGV + WCLD + AIQ
    • 网络安全 → CIBR + BUG + HACK
    • 半导体 → SOXX + SMH + PSI
    • AI 算力/GPU → AIQ + BOTZ
    • 网络/算力基础设施 → WCLD + CLOU + SKYY
    • 物理 AI 机器人 → BOTZ + ROBO + IRBO
    • 自动驾驶 → DRIV + IDRV
    • 电网/能源 → GRID + XLU + URNM
    • 清洁能源/电气化 → ICLN + LIT + KARS
    • 国防/航天 → ITA + XAR + UFO
    • 5G / 通信 → FIVG + NXTG
    • 数据中心 / 算力 → DTCR + CLOU + SRVR
  • 报告 audit section 必列:① ETF 清单 ② ETF top 持仓全集数 ③ covered/private/跳过原因逐一分类 ④ ETF coverage %。< 80% 必须诚实标"穷尽性纪律未达标"。
  • 注:A 股无 stockanalysis ETF 持仓数据 → 改用申万行业指数成分 + 人工列已知玩家全集。

• A++ ticker 双向验证(强制):广扫前用 EODHD search 反查"代码 → 公司名"双向验证——A 项穷尽 + A+ ETF audit 都不防"错标"(标对公司名但 ticker 指向另一家)。每只候选必验:

  curl "https://eodhd.com/api/search/<COMPANY_NAME>?api_token=$KEY&fmt=json"
  curl "https://eodhd.com/api/search/<TICKER>?api_token=$KEY&fmt=json"

  → 两次返回的 Name 必须一致。禁止凭记忆写 ticker,哪怕"我很确定"也必须 search。A 股尤其踩坑:6(沪市)/ 0(深市)/ 3(创业板)/ 688(科创板)/ 002(中小板)代码段交叉,同 5 位数字可能是不同公司。工具:scripts/ticker_truth.py(ground-truth 库)+ scripts/verify_tickers.py(git pre-commit hook 自动拦截)。验证通过才写入 scan*.py。 〔教训:绿的谐波/信质电机/ASEKY/EHGO 共 4 个真错位 → lessons.md#ticker-verify〕

• 公司状态检查(写判定前必查):每只候选(含链路图非候选节点)搜一次当前状态——收购/被收购/私有化/IPO 上市/退市/破产重组(搜 <公司名> acquisition/IPO/merger)。收购中的标的 🔴 剔除(被收购反向验证选股方向、记进报告当佐证)。"私有/不可投"是状态性断言,LLM 的"某某私有"先验是训练快照、极易过期,必须当场搜证,状态写进 company_desc 带日期的 status 字段。〔教训:SkyWater 被 IonQ 收购 + SpaceX IPO 当天报告还标"私有" → lessons.md#company-status〕

• 私有公司诚实跳过:每个主题都有"真单源但私有/子部门"的标的。禁止为凑标的硬塞不纯/不可投的公司;在报告里显式列"已识别但跳过的瓶颈 + 原因"(本身就是高密度信号)。例:物理 AI 六维力传感器(坤维/字节灵犀/宇立全私)、鼎智科技(北交所 EODHD 不支持)→ 跳过。坦诚标"无干净纯 play"比硬凑更有价值。

• 主题边界声明:跑大类主题(物理 AI / AI 算力 / 能源转型)时,报告顶部必须界定本期边界 —— 大类下常有 3+ 个供应链差异显著的子领域,显式说"本期聚焦 X,其他子领域作为独立专题分批跑"。命名:<大类>_<子领域>_完整分析报告.html。〔教训:物理 AI v1 默认=人形 → lessons.md#theme-scope〕

Step 3 · 对每层套「9 大瓶颈原型」(详见 reference/supply-chain-and-archetypes.md Part D): ①上游材料/衬底垄断 ②单一来源卡脖子 ③产能售罄/已锁定=去风险 ④进每个设计的BOM/普适 ⑤估值对标套利 ⑥测试/设备瓶颈 ⑦冷门/前机构 ⑧巨头依赖护城河 ⑨宏观二阶/错杀。 命中原型越多的环节,越是猎区。

Step 4 · 产出候选(偏上游、冷门、小市值) 每个环节挑 1-3 家最纯正的公司。优先:小市值、卖方覆盖少、散户没听过(原型⑦)。用 EODHD search 校验代码与上市地(含海外,见 A++ 纪律)。

• 别只押"最上游材料咽喉(①②)":也纳入"普适器件/卖铲子(④)"——两档都列,避免选股偏科。
• 最纯的瓶颈常在海外/OTC(如 5N Plus 在 TSX、Umicore 在布鲁塞尔)→ 主动去海外交易所找,注明流动性/准入限制。
• 若瓶颈落在私有公司或大公司的一个部门 → 必须给"暴露路径":买含该业务的母公司(说明稀释/纯度),或如实标"无干净纯 play、跳过"。不硬凑不纯标的充数。
• 跨主题节点检查(强制):产出候选后立即跑 python tracking/cross_theme_scan.py,与历史 forward_picks.csv 对照:
  • 同 symbol 跨 ≥2 主题 = ⭐;≥3 = ⭐⭐(罕见,真"非线性定价权")。
  • 档位过滤防巨头摊薄误标:中游系统/下游对照/反面参照不计入;中游卖铲子必须有 ④ 普适才计入。
  • ⭐ 节点在 Step 5"前机构"闸门自动加分(多个 capex cycle 同时驱动 = 产能压力叠加、即使有机构覆盖仍可能 mispriced)。
  • eodhd_symbol 规范:美股一律带 .US 后缀,否则脚本无法匹配同一只。〔首测案例 AEHR 跨双主题 → lessons.md#cross-theme-aehr〕

Step 5 · 三道闸门逐一检验

• 🔒 真瓶颈:产能受限/有定价权/短期无法绕过("别人能 1-2 年内绕过吗?")
• 👁️ 前机构:卖方研报少、机构持仓低、市值小;⭐ 跨主题节点自动加分
• 💰 便宜+已去风险:估值压抑 + 产能/订单锁定或现金充足

Step 6 · 入场时机(见下方两套模式,别搞错)

Step 7 · 出报告(单文件 HTML,用下方输出模板 + reference/report_template.html,含目标价+时间框架+反向研究+证伪条件+风险+免责)→ 交付前必过 scripts/verify_report.py 契约校验(见下方"交付契约")

---

入场时机:两套模式(经价格回测校准,勿混用)

回测依据(11 只光子学标的):首 call 多在前 6 月区间 86%-237% 高位入场,之后 2-6 个月中位 ~+277%。→ 早于主题、容忍不抄底才是 alpha 来源(注:此为逻辑自洽校准,非业绩,见"验证状态")。

判定二轴(2026-06-21 核心修正):水位 ≠ 判定。 高水位(rng 高、贴顶)不再自动 = 🟡——单看水位是「均值回归」伪装成「动量」,会系统性把热门板块的真龙头判成"别追"、错过最大涨幅(闪迪式 melt-up)。判定必须叠加第二轴:这波涨基本面跟不跟得上——price.py 的 valuation() 出 forward P/E / PEG / 盈利&营收增速,扫描算 RS-rank(同主题内 3 月动量排名),Step 1 出周期 runway(早/中/晚)。render_report 标尺自动显示第二轴 + 给 hint:

A股 forward/PEG 常缺(yfinance 估计覆盖薄)→ 退化用"盈利/营收增速 vs 涨幅"+ RS;标尺显示"—"即数据缺、不强判。limit:顶 vs 续涨本质难判,二轴只 tilt 概率、不根治,新规则对不对靠 L1 向前跟踪校准。〔教训:水位标尺均值回归伪装动量、系统性反龙头 → lessons.md#water-level-2axis〕

价格纪律(硬规则):

• 强制用 scripts/price.py 拉真实价格(provider 自动回退:EODHD(EODHD_API_KEY)→ yfinance),输出 6 月区间位置、距高点、近 1/3 月动量、stage 标签。严禁 WebSearch 抓价格、严禁凭印象猜 early/extended——猜测 = 流程错误。海外股若 yfinance 拿不到,让用户提供 EODHD key 或换可解析代码重跑,不降级为定性。
• 批量拉价必须走 price.py 接口:python -c "from scripts.price import analyze; print(analyze('6324.T'))" 或脚本里 from scripts.price import fetch_history。禁止 inline Invoke-RestMethod 调 EODHD(绕过 yfinance fallback)。〔教训:物理 AI v1 漏 4 只日股 → lessons.md#price-interface〕
• 报告所有数字 100% 来自 price.py 输出,禁止手填/猜数:批量 scan 脚本输出必含全 9 字段(last / range_pos_6mo_pct / pct_off_6mo_high / ret_1m_pct / ret_3m_pct / above_sma50 / stage + high/low_6mo)+ 保留完整 log;写入 forward_picks 前逐字段 verify。〔教训:手填 9 个 off% 全错(HSAI -89% 真 -35.6%)→ lessons.md#hand-filled〕

---