Ev Check

EV / Probability Distribution Honesty Check

對當前持倉執行嚴謹的機率分布與 expected value 計算。強制 first-principles，不接受偷懶輸出。

此 skill 可獨立呼叫做 ad-hoc check，或被其他 skill（briefing / portfolio-review / stock-analysis / todo）在輸出 Verdict / 機率分布前 mandatory 呼叫。

Arguments

• /ev-check → 預設 30 天 horizon
• /ev-check 7d / /ev-check 14d / /ev-check 30d → 自選時間窗
• /ev-check 30d nvda-bear → 用戶指定情境主題（agent 會以此為主要 catalyst 反推）
• /ev-check 30d 比選 ... → 名額比選模式。比選集合不是 briefing 點名的那幾檔，而是 plan.md 候補表整層 L1 全掃（2026-09-21 用戶質問「選 HWM 不選 ATI 什麼理由」，當次只比了 briefing 框的 HWM/CRDO，ATI 漏掉）。作法：先列 L1 每一檔的「進場分支是否成立（價格線/走強線）、分析師覆蓋 N、與空名額同鏈的上下游關係」做一張淘汰表，明寫每檔為何進或不進 EV 計算；只對淘汰表存活者跑 agent。淘汰表要出現在輸出裡，用戶事後問任何一檔都要能指出被淘汰的那一行。落選者同一次撤提名警報（shadow_signals.py record --kind cf-bench-loser 已自動撤該標的 price_above/rolling_high 線；輸出列「已撤警報」欄，見 feedback/alert-hygiene.md）。

Workflow

Step 1: 收集 raw 輸入

呼叫以下 MCP 取數據（可平行）：

1. mcp__firstrade-server__get_account_position — 持倉
2. mcp__firstrade-server__get_account_balance — 帳戶總值 + 現金
3. mcp__technical-mcp__get_batch_indicators(所有持倉, period=3mo) — RSI / momentum / trend
4. mcp__technical-mcp__get_sector_rotation(period=3mo) — leading / lagging
5. mcp__yfinance-advanced__get_stock_info(top 11 by MV) — 52w high/low、fundamentals
6. mcp__fmp-mcp__getEarningsCalendar(today, today+horizon) — binary catalysts in window
7. （平行 agent）mcp__eodhd-mcp__get_sentiment_trend(top 8 by MV, days=30) — 7d/30d sentiment
8. Read briefing-out/cache/macro-snapshot.json — macro state（fed_funds / 2s10s / HY OAS / VIX / CPI / regime_tag）；status == "skipped" 或缺失 → 1i 標 unavailable 並註明

Step 2: 整理成 9 項 Input Enumeration

按 probability-honesty-checker agent 的 Step 1 contract，整理：

• 1a. RSI 分布（每個 bucket 檔數 + % of port）
• 1b. 距 52w 高位置（中位數、最大、最小）
• 1c. 已實現波動（5d / 2d / 最大單日）
• 1d. Binary catalysts table（catalyst / 日期 / 影響持倉 % / base rate）
• 1e. 集中度（top 1、top 5、最大板塊）
• 1f. 板塊輪動曝險（leading 持倉 % / lagging 持倉 %）
• 1g. Sentiment 健康度（display-only，不進機率；2026-09-11 影子測試無擇時訊號）
• 1h. Thesis 健康度（從 plan.md + 近期新聞）
• 1i. Macro state（從 macro-snapshot.json：fed_funds + 30d change / 2s10s + regime / hy_oas + regime + pct_1y / vix + regime / cpi_yoy + trend / regime_tag；agent 缺 1i 會回 INVALID INPUT）

不齊全 → 不能進下一步，必須補齊。

Step 3: 呼叫 probability-honesty-checker subagent

Agent(
  subagent_type: "probability-honesty-checker",
  description: "EV check for [horizon]",
  prompt: """
  執行 6 步強制流程計算當前組合 [horizon] 機率分布與 EV。

  時間窗: [horizon]
  情境主題（如有）: [user-specified]

  ## Step 1 輸入資料（8 項齊全）:
  [貼上 Step 2 整理好的資料]

  ## 額外 context:
  [plan.md 摘要 / 用戶提到的特定 catalyst / 最近 N 天的事件]

  請按你的 6 步流程輸出：
  1. Input Enumeration（confirm 我給的齊全）
  2. 形狀反推
  3. Conditional Probabilities
  4. Aggregated Scenario Probabilities
  5. EV Calculation
  6. Self-Audit Checklist
  + 給主 skill 的精簡輸出
  """
)

Step 3.4: EV 怎麼用才不算濫用（2026-09-23 用戶 push back「跟 SGOV 比很不公平」，三條修正）

1. 基準看情境，不是永遠 SGOV。 組合滿編（砍一進一）時，新倉的比較對象是最弱在倉那檔的 EV（機會成本閘門原文），SGOV 只在「另一個選擇真的是現金」（R24 閒置、名額空著）時才是基準。拿 SGOV 判換手決策 = 用錯閘門。
2. EV 必附誤差帶，差距在帶內不得當裁決依據。 ev_ledger.py stats 2026-09-23：已驗收 15 筆，平均絕對誤差 10.0pp、平均偏差 −8.9pp（歷史偏樂觀）、Brier 技能分數 <0。輸出格式一律「EV −1.7%（±10pp）」；兩個選項 EV 差 <10pp 視為無法區分，裁決改看其他維度（相關度、thesis 成立機率、加權下行、載具）。n≥30 獨立樣本後依實測誤差重訂帶寬。
3. 有出場閘門的部位另算「規則管理版 EV」。 365d 買抱不動的 EV 會把最壞 regime 整段吃進去；實際部位有 R23 線 / thesis gate / R14 後的機械出場，左尾被截斷。做法：對 thesis 破的 regime 把報酬改為「閘門觸發時的截斷損失」（財報 gate 通常 −15%~−20%）重算 Σ，兩版並列，標明哪一版對應用戶實際的持有方式。

Why： NET 9/23 案——報告以「365d EV −9.6% 輸 SGOV 13.5pp」判不建倉，但 ①當時 18/18 滿編、真正對手是 MYRG；②5.7pp（FSLY）的差距在 10pp 誤差內；③用戶的部位有 10/29 硬閘門，截斷後 EV 約 −5%。用戶「感覺就不成立」是對的：原則沒錯（風險資產期望值須高於無風險利率），錯在用錯基準與把 ±10pp 的數字當精準門檻。