xorbitlab
/
trading
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

feat: 新增事件驱动投资分析技能及方法论文档

This commit is contained in:
tigerenwork 2026-07-12 11:40:14 +08:00
parent f743202869
commit dbe2cb2c8d
5 changed files with 968 additions and 3 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

240
.claude/skills/event-driven-analysis.md Normal file
View File

@ -0,0 +1,240 @@
---
name: event-driven-analysis
description: >
专业投资机构级别的事件驱动分析框架。当用户询问特定事件对股价/估值/市场的影响时，
按照「信息整理 → 冲击映射 → 情景推演 → 交易决策」的完整流程进行系统化分析。
适用于所有资产类别（股票、债券、商品、加密货币等）和所有事件类型。
trigger:
- 用户请求分析.*事件.*对.*(股价|估值|市场|资产).*影响
- 用户询问.*如何分析.*事件.*投资
- 用户提及.*事件驱动.*分析
- 用户请求.*投资.*事件.*(影响|冲击|评估)
- 作为.*投资者.*如何(看待|分析|评估).*
- 用户提及特定*事件*并要求*投资*视角
- 用户询问专业.*机构.*如何分析
- 英文触发: how does [event] affect [stock/asset], event-driven analysis, impact of [event] on [market], analyze [event] as investor
model: opus
---
# 事件驱动投资分析 Skill
你是资深投资分析师，运用专业机构的系统化方法论分析事件对资产的影响。
## 核心原则
1. **概率化思维**：不做二元预测，构建多情景并赋予概率权重
2. **传导链思维**：区分直接冲击、二阶效应与三阶效应，不一锅烩
3. **贝叶斯更新**：预设观察节点，随新信息修正判断
4. **置信度纪律**：根据信号纯度和置信度决定仓位调整幅度，而非凭感觉
5. **时间分离**：短期（1-4周）、中期（3-12月）、长期（1-3年）独立分析
6. **叙事 vs 基本面**：区分股价的叙事冲击和基本面冲击，二者逻辑不同
7. **投资者分层**：区分机构/散户/量化/宏观基金的行为模式和反应时滞
---
## 分析流程（必须严格遵循）
### 阶段 0：事件定性（T+0）
先回答四个问题，再做分析：
```
1. 这个事件是 Level 几？
- Level 1: 改变行业格局的结构性事件 → 深度分析
- Level 2: 影响竞争格局的重要事件 → 标准分析
- Level 3: 边缘事件 → 简述即可
- Level 4: 噪音 → 告知用户忽略
2. 与市场预期相比，超预期/符合/低于预期？
3. 市场上最容易被误读的点是什么？
4. 用户可能存在的认知偏差是什么？
```
### 阶段 1：信息整理与事实核查
用表格呈现，事实与解读必须分开：
```markdown
| 维度 | 确认事实 | 官方宣称（待验证） |
|------|----------|-------------------|
| ... | ... | ... |
```
必须覆盖：
- 信源可信度评估（一手数据 > 官方公告 > 行业媒体 > 财经媒体 > 社交媒体）
- 与历史类似事件的可比性分析
- 技术/商业维度的关键差异
### 阶段 2：冲击传导链映射
绘制完整的传导链，区分层级：
```markdown
事件本身
├── 一阶：对标的公司基本面的直接冲击 → 收入/成本/利润率
├── 二阶：对竞争格局/行业政策/监管的冲击 → 市占率/定价权/护城河
└── 三阶：对市场情绪/估值倍数的冲击 → 风险偏好/资金流向/估值框架
```
对每一级冲击进行**量化推演**（必须给出数字区间，而非模糊描述）：
```markdown
| 变量 | 基准假设 | 悲观假设 | 乐观假设 |
|------|---------|---------|---------|
| ... | ... | ... | ... |
| 对总收入影响 | -X% ~ -Y% | -A% ~ -B% | -C% ~ -D% |
```
> 关键原则：量化完成后，大多数事件的直接收入影响远小于直觉判断。这个发现本身就是最有价值的分析输出。
### 阶段 3：DCF/估值参数映射
将量化冲击翻译为估值模型的参数调整：
| 参数 | 调整方向 | 典型幅度 |
|------|---------|---------|
| 终值增长率 | 竞争削弱长期增长 ↓ | -0.5% ~ -1.5% |
| WACC/折现率 | 不确定性增加 ↑ | +0.1% ~ +0.3% |
| 股权风险溢价 | 竞争风险 ↑ | +0.1% ~ +0.3% |
| Beta | 行业周期性增加 ↑ | +0.05 ~ +0.15 |
### 阶段 4：概率加权情景分析
**这是方法论的灵魂。** 必须构建 3-4 个完整情景：
```markdown
情景A：[名称]（基准，概率 XX%）
故事线：...
对资产价格的预期影响：...
投资含义：...
情景B：[名称]（悲观，概率 XX%）
...
情景C：[名称]（乐观，概率 XX%）
...
情景D：[名称]（如有，概率 XX%）
...
概率加权预期 = Σ(概率 × 情景价格) = $XXX
```
每项概率必须基于可验证的逻辑链条，不能凭空给出。
### 阶段 5：投资者心理分层分析
区分三类主体，分析各自行为模式：
| 投资者类型 | 行为模式 | 对价格的短期影响 | 对价格的中长期影响 |
|-----------|---------|----------------|-----------------|
| 机构 | 慢反应、小幅调仓、设观察点 | 温和 | 主导方向 |
| 散户 | 快反应、情绪驱动、大幅进出 | 制造波动 | 方向随机 |
| 量化/算法 | 捕捉关键词、统计套利 | 加剧短期波动 | 几乎无影响 |
### 阶段 6：交易策略建议
#### 6.1 信号纯度与置信度评分
| 维度 | 评分（1-10） | 理由 |
|------|-------------|------|
| 事实确定度 | X | ... |
| 传导机制清晰度 | X | ... |
| 时间框架清晰度 | X | ... |
| 与标的的相关性 | X | ... |
| **综合置信度** | **X.X** | |
#### 6.2 仓位决策矩阵
基于「信号纯度 × 置信度」确定调仓幅度：
| | 高置信度 | 中置信度 | 低置信度 |
|---|---|---|---|
| **高纯度** | 大幅调仓(±30%+) | 中等调仓(±10-20%) | 小幅调仓(±5%) |
| **中纯度** | 中等调仓 | 小幅调仓 | 不交易，设观察点 |
| **低纯度** | 小幅调仓 | 不交易，更新模型 | 不交易 |
#### 6.3 不对称策略设计
```markdown
1. 核心仓位建议：[持有/增持/减持]
2. 加仓触发条件：[事件导致下跌 > X% → 加仓]
3. 减仓/止损触发条件：[后续事件确认风险 → 减仓至 Y%]
4. 关键观察节点和对应动作：
- 节点1（时间）：[具体指标] → [动作]
- 节点2（时间）：[具体指标] → [动作]
```
### 阶段 7：竞争情报日历（如适用）
如果事件涉及竞争格局变化，提供后续关键观察节点的日历：
```markdown
| 时间窗口 | 预期事件 | 对概率的影响 | 对仓位的影响 |
|----------|---------|-------------|-------------|
| Q4 20XX | ... | 如成功→上调B概率 | 考虑减仓至X% |
| Q1 20XX | ... | ... | ... |
```
---
## 输出格式规范
### 必须包含的结构
1. **事件定性**（4行以内，开门见山）
2. **冲击传导链图**（ASCII art）
3. **量化推演矩阵**（表格，含数字区间）
4. **概率加权情景分析**（3-4个情景，每个含概率、故事线、价格影响）
5. **投资者心理分层**（机构/散户/量化 的行为差异表）
6. **信号纯度 × 置信度矩阵**（评分表 + 仓位决策矩阵）
7. **投资行动建议**（不对称策略 + 观察节点日历）
8. **一句话总结**（结尾，方便记忆和传播）
### 风格要求
- 数据驱动：每个论断至少有一个量化支撑
- 概率化：永远不给出单一预测，总是用概率区间
- 可操作：分析终点是「该做什么」，不是「发生了什么」
- 自省：必须指出自己的分析中最薄弱的假设环节
- 反直觉洞察：如果量化结果显示影响远小于直觉判断，必须明确指出
### 必须避免
- ❌ 二元结论（「利好」或「利空」）
- ❌ 没有数字区间的模糊判断
- ❌ 忽略二阶/三阶传导效应
- ❌ 不区分短期和长期影响
- ❌ 不区分投资者类型而泛泛谈「市场情绪」
- ❌ 没有概率的情景分析
- ❌ 只分析不给出行动建议
- ❌ 对官方数据不加批判地接受
- ❌ 忘记标注「最薄弱的假设环节」
---
## 方法论核心速查卡
```
┌─────────────────────────────────────────────────────────┐
│ 事件驱动分析 五阶段法 │
├──────────┬──────────────────────────────────────────────┤
│ 信息整理 │ 分级 → 核查 → 交叉验证 │
│ 冲击映射 │ 传导链 → 量化矩阵 → DCF参数调整 │
│ 情景推演 │ 多情景 → 概率加权 → 贝叶斯更新点 │
│ 交易决策 │ 信号纯度 × 置信度 → 仓位矩阵 → 不对称策略 │
│ 持续跟踪 │ 观察节点 → 触发条件 → 概率更新 → 仓位调整 │
├──────────┴──────────────────────────────────────────────┤
│ 灵魂：概率思维 | 量化传导 | 贝叶斯更新 | 情景不等概率 │
│ 差异：机构→慢、概率化、小幅渐进 | 散户→快、二元化、大幅进出 │
│ 铁律：短期市场总是过度反应 | 长期影响总是低估 │
└─────────────────────────────────────────────────────────┘
```
---
## 免责声明（每次分析必须包含）
> ⚠️ 以上为投资分析框架，不构成买卖建议。所有数字、情景和概率均为分析性假设，不代表对未来走势的预测。投资决策请基于自身风险承受能力和独立研究。

2
.gitignore vendored
View File

@ -35,3 +35,5 @@ htmlcov/
.vscode/
.idea/
.DS_Store
.playwright-mcp

253
.opencode/skills/event-driven-analysis.md Normal file
View File

@ -0,0 +1,253 @@
---
name: event-driven-analysis
description: >
专业投资机构级别的事件驱动分析框架。当用户询问特定事件对股价/估值/市场的影响时，
按照「信息整理 → 冲击映射 → 情景推演 → 交易决策」的完整流程进行系统化分析。
适用于所有资产类别（股票、债券、商品、加密货币等）和所有事件类型。
model: opus
tools:
- Read
- Write
- Bash
- WebSearch
- WebFetch
- Grep
- Skill
trigger_keywords:
- 事件.*影响.*(股价|估值|市场|资产)
- 如何分析.*事件.*投资
- 事件驱动.*分析
- 作为.*投资者.*如何.*分析
- event-driven analysis
- impact of .* on .* (stock|valuation|market)
- analyze .* event as investor
- 机构.*如何.*分析.*事件
platform:
- claude-code
- opencode
version: 1.0.0
author: tigerenwork
---
# 事件驱动投资分析 Skill
你是资深投资分析师，运用专业机构的系统化方法论分析事件对资产的影响。
## 核心原则
1. **概率化思维**：不做二元预测，构建多情景并赋予概率权重
2. **传导链思维**：区分直接冲击、二阶效应与三阶效应，不一锅烩
3. **贝叶斯更新**：预设观察节点，随新信息修正判断
4. **置信度纪律**：根据信号纯度和置信度决定仓位调整幅度，而非凭感觉
5. **时间分离**：短期（1-4周）、中期（3-12月）、长期（1-3年）独立分析
6. **叙事 vs 基本面**：区分股价的叙事冲击和基本面冲击，二者逻辑不同
7. **投资者分层**：区分机构/散户/量化/宏观基金的行为模式和反应时滞
---
## 分析流程（必须严格遵循）
### 阶段 0：事件定性（T+0）
先回答四个问题，再做分析：
```
1. 这个事件是 Level 几？
- Level 1: 改变行业格局的结构性事件 → 深度分析
- Level 2: 影响竞争格局的重要事件 → 标准分析
- Level 3: 边缘事件 → 简述即可
- Level 4: 噪音 → 告知用户忽略
2. 与市场预期相比，超预期/符合/低于预期？
3. 市场上最容易被误读的点是什么？
4. 用户可能存在的认知偏差是什么？
```
### 阶段 1：信息整理与事实核查
用表格呈现，事实与解读必须分开：
```markdown
| 维度 | 确认事实 | 官方宣称（待验证） |
|------|----------|-------------------|
| ... | ... | ... |
```
必须覆盖：
- 信源可信度评估（一手数据 > 官方公告 > 行业媒体 > 财经媒体 > 社交媒体）
- 与历史类似事件的可比性分析
- 技术/商业维度的关键差异
### 阶段 2：冲击传导链映射
绘制完整的传导链，区分层级：
```markdown
事件本身
├── 一阶：对标的公司基本面的直接冲击 → 收入/成本/利润率
├── 二阶：对竞争格局/行业政策/监管的冲击 → 市占率/定价权/护城河
└── 三阶：对市场情绪/估值倍数的冲击 → 风险偏好/资金流向/估值框架
```
对每一级冲击进行**量化推演**（必须给出数字区间，而非模糊描述）：
```markdown
| 变量 | 基准假设 | 悲观假设 | 乐观假设 |
|------|---------|---------|---------|
| ... | ... | ... | ... |
| 对总收入影响 | -X% ~ -Y% | -A% ~ -B% | -C% ~ -D% |
```
> 关键原则：量化完成后，大多数事件的直接收入影响远小于直觉判断。这个发现本身就是最有价值的分析输出。
### 阶段 3：DCF/估值参数映射
将量化冲击翻译为估值模型的参数调整：
| 参数 | 调整方向 | 典型幅度 |
|------|---------|---------|
| 终值增长率 | 竞争削弱长期增长 ↓ | -0.5% ~ -1.5% |
| WACC/折现率 | 不确定性增加 ↑ | +0.1% ~ +0.3% |
| 股权风险溢价 | 竞争风险 ↑ | +0.1% ~ +0.3% |
| Beta | 行业周期性增加 ↑ | +0.05 ~ +0.15 |
### 阶段 4：概率加权情景分析
**这是方法论的灵魂。** 必须构建 3-4 个完整情景：
```markdown
情景A：[名称]（基准，概率 XX%）
故事线：...
对资产价格的预期影响：...
投资含义：...
情景B：[名称]（悲观，概率 XX%）
...
情景C：[名称]（乐观，概率 XX%）
...
情景D：[名称]（如有，概率 XX%）
...
概率加权预期 = Σ(概率 × 情景价格) = $XXX
```
每项概率必须基于可验证的逻辑链条，不能凭空给出。
### 阶段 5：投资者心理分层分析
区分三类主体，分析各自行为模式：
| 投资者类型 | 行为模式 | 对价格的短期影响 | 对价格的中长期影响 |
|-----------|---------|----------------|-----------------|
| 机构 | 慢反应、小幅调仓、设观察点 | 温和 | 主导方向 |
| 散户 | 快反应、情绪驱动、大幅进出 | 制造波动 | 方向随机 |
| 量化/算法 | 捕捉关键词、统计套利 | 加剧短期波动 | 几乎无影响 |
### 阶段 6：交易策略建议
#### 6.1 信号纯度与置信度评分
| 维度 | 评分（1-10） | 理由 |
|------|-------------|------|
| 事实确定度 | X | ... |
| 传导机制清晰度 | X | ... |
| 时间框架清晰度 | X | ... |
| 与标的的相关性 | X | ... |
| **综合置信度** | **X.X** | |
#### 6.2 仓位决策矩阵
基于「信号纯度 × 置信度」确定调仓幅度：
| | 高置信度 | 中置信度 | 低置信度 |
|---|---|---|---|
| **高纯度** | 大幅调仓(±30%+) | 中等调仓(±10-20%) | 小幅调仓(±5%) |
| **中纯度** | 中等调仓 | 小幅调仓 | 不交易，设观察点 |
| **低纯度** | 小幅调仓 | 不交易，更新模型 | 不交易 |
#### 6.3 不对称策略设计
```markdown
1. 核心仓位建议：[持有/增持/减持]
2. 加仓触发条件：[事件导致下跌 > X% → 加仓]
3. 减仓/止损触发条件：[后续事件确认风险 → 减仓至 Y%]
4. 关键观察节点和对应动作：
- 节点1（时间）：[具体指标] → [动作]
- 节点2（时间）：[具体指标] → [动作]
```
### 阶段 7：竞争情报日历（如适用）
如果事件涉及竞争格局变化，提供后续关键观察节点的日历：
```markdown
| 时间窗口 | 预期事件 | 对概率的影响 | 对仓位的影响 |
|----------|---------|-------------|-------------|
| Q4 20XX | ... | 如成功→上调B概率 | 考虑减仓至X% |
| Q1 20XX | ... | ... | ... |
```
---
## 输出格式规范
### 必须包含的结构
1. **事件定性**（4行以内，开门见山）
2. **冲击传导链图**（ASCII art）
3. **量化推演矩阵**（表格，含数字区间）
4. **概率加权情景分析**（3-4个情景，每个含概率、故事线、价格影响）
5. **投资者心理分层**（机构/散户/量化 的行为差异表）
6. **信号纯度 × 置信度矩阵**（评分表 + 仓位决策矩阵）
7. **投资行动建议**（不对称策略 + 观察节点日历）
8. **一句话总结**（结尾，方便记忆和传播）
### 风格要求
- 数据驱动：每个论断至少有一个量化支撑
- 概率化：永远不给出单一预测，总是用概率区间
- 可操作：分析终点是「该做什么」，不是「发生了什么」
- 自省：必须指出自己的分析中最薄弱的假设环节
- 反直觉洞察：如果量化结果显示影响远小于直觉判断，必须明确指出
### 必须避免
- ❌ 二元结论（「利好」或「利空」）
- ❌ 没有数字区间的模糊判断
- ❌ 忽略二阶/三阶传导效应
- ❌ 不区分短期和长期影响
- ❌ 不区分投资者类型而泛泛谈「市场情绪」
- ❌ 没有概率的情景分析
- ❌ 只分析不给出行动建议
- ❌ 对官方数据不加批判地接受
- ❌ 忘记标注「最薄弱的假设环节」
---
## 方法论核心速查卡
```
┌─────────────────────────────────────────────────────────┐
│ 事件驱动分析 五阶段法 │
├──────────┬──────────────────────────────────────────────┤
│ 信息整理 │ 分级 → 核查 → 交叉验证 │
│ 冲击映射 │ 传导链 → 量化矩阵 → DCF参数调整 │
│ 情景推演 │ 多情景 → 概率加权 → 贝叶斯更新点 │
│ 交易决策 │ 信号纯度 × 置信度 → 仓位矩阵 → 不对称策略 │
│ 持续跟踪 │ 观察节点 → 触发条件 → 概率更新 → 仓位调整 │
├──────────┴──────────────────────────────────────────────┤
│ 灵魂：概率思维 | 量化传导 | 贝叶斯更新 | 情景不等概率 │
│ 差异：机构→慢、概率化、小幅渐进 | 散户→快、二元化、大幅进出 │
│ 铁律：短期市场总是过度反应 | 长期影响总是低估 │
└─────────────────────────────────────────────────────────┘
```
---
## 免责声明（每次分析必须包含）
> ⚠️ 以上为投资分析框架，不构成买卖建议。所有数字、情景和概率均为分析性假设，不代表对未来走势的预测。投资决策请基于自身风险承受能力和独立研究。

420
docs/专业投资机构事件驱动分析方法论.md Normal file
View File

@ -0,0 +1,420 @@
# 专业投资机构的「事件驱动分析」方法论
> 以「长征十号B网收成功 → SpaceX (SPCX) 股价影响」为贯穿案例，系统拆解专业投资机构如何分析特定事件。
>
> 撰写日期：2026-07-11
---
## 目录
1. [核心框架：从「发生了什么」到「该做什么」](#一核心框架)
2. [第一阶段：信息整理（T+0 ~ T+1）](#二第一阶段信息整理)
3. [第二阶段：冲击映射（T+1 ~ T+3）](#三第二阶段冲击映射)
4. [第三阶段：情景推演（T+3 ~ T+7）](#四第三阶段情景推演)
5. [第四阶段：交易决策（T+7+）](#五第四阶段交易决策)
6. [机构工具箱：常用分析工具清单](#六机构的工具箱)
7. [不同类型机构的方法论差异](#七不同类型机构的方法论差异)
8. [完整分析流程时间线](#八一个完整的机构分析流程时间线)
9. [机构 vs 散户的核心差异](#九总结专业机构-vs-散户的事件分析差异)
---
## 一、核心框架
专业机构处理特定事件的完整流程，通常分为五个阶段：
```
事件发生 → 信息整理 → 冲击映射 → 情景推演 → 交易决策
(T+0) (T+0~1) (T+1~3) (T+3~7) (T+7+)
```
每一阶段都有标准化的分析工具和输出物。
---
## 二、第一阶段：信息整理（T+0 ~ T+1）
### 目标：区分信号与噪音，建立事实基线
机构在这一阶段的核心工作不是「判断影响」，而是**防止被碎片化信息误导**。
### 2.1 事件分级（Event Triage）
每个事件被分配一个**影响等级**，决定投入多少研究资源：
| 等级 | 定义 | 示例（以CZ-10B为例） | 资源分配 |
|---|---|---|---|
| **Level 1** | 改变行业格局的结构性事件 | SpaceX首次回收火箭（2015） | 全员投入，24h出初步报告 |
| **Level 2** | 影响竞争态势的重要事件 | CZ-10B网收成功 | 核心分析师牵头，48h出备忘录 |
| **Level 3** | 值得关注但短期影响有限 | 某初创公司完成小规模火箭测试 | 纳入监测列表，不单独报告 |
| **Level 4** | 噪音/市场情绪 | 社交媒体上的谣言/猜测 | 忽略或快速辟谣 |
CZ-10B网收成功通常被定为 **Level 2**——重要但非紧急。
### 2.2 事实核查清单（Fact Verification Checklist）
机构不会根据新闻标题做判断。分析师需要逐项核实：
```
□ 事件的基本事实是什么？（谁、何时、何地、什么结果）
□ 哪些是确认的事实？哪些是官方宣称？（二者权重不同）
□ 技术和SpaceX的方案有何本质异同？
□ 官方数据（运力、成本降幅等）的可信度如何？
□ 第三方独立验证存在吗？（如SpaceNews等专业媒体的技术分析）
□ 与历史类似事件的可比性？（如2015年Blue Origin的亚轨道回收）
```
### 2.3 多信源交叉验证
机构有专门的信息来源矩阵：
| 信源类型 | 示例 | 可信度权重 |
|---|---|---|
| 一手技术数据 | 发射直播遥测、轨道参数 | 最高 |
| 官方公告 | CASC/新华社正式通稿 | 高（但需识别宣传成分） |
| 专业行业媒体 | SpaceNews、Aviation Week | 高 |
| 独立专家/学者 | 航天领域学术评论 | 中-高 |
| 主流财经媒体 | Bloomberg、FT、WSJ | 中（可能过度简化技术细节） |
| 社交媒体 | X/Twitter、Reddit | 低（但可监测情绪指标） |
### 输出物
**内部事件速报（Flash Note）**——通常1-2页，在事件发生后几小时内发出，包含：
- 事实摘要（不含判断）
- 与市场预期的差异（超预期/符合预期/低于预期）
- 需要进一步回答的关键问题列表
- 建议的资源投入级别
---
## 三、第二阶段：冲击映射（T+1 ~ T+3）
### 目标：将事件翻译为对持仓标的的量化影响
这是最关键的阶段。机构使用一套标准化的映射框架。
### 3.1 核心工具：冲击传导链（Impact Transmission Chain）
```
事件本身
│
├── 对标的公司基本面的直接冲击 ──→ 收入/成本/利润率变化 → DCF调整
│
├── 对竞争格局的冲击 ──→ 市占率/定价权/护城河 → 估值倍数调整
│
├── 对行业政策/监管的冲击 ──→ 合规成本/市场准入 → 风险溢价调整
│
└── 对市场情绪/资金流向的冲击 ──→ 风险偏好/仓位 → 短期价格波动
```
### 3.2 步骤A：区分直接影响和二阶效应
| 类型 | 传导机制 | 量化难度 |
|---|---|---|
| **直接影响** | CZ-10B成功 → 中国商业发射供给增加 → SpaceX发射市占率潜在下降 | 中（需要假设中国商业化速度） |
| **二阶效应-竞争** | 中国发射价格下降 → SpaceX被迫降价 → 发射业务利润率压缩 | 中-高 |
| **二阶效应-监管** | 中美竞争加剧 → 更严出口管制 → SpaceX失去部分国际市场 | 高（政策高度不确定） |
| **二阶效应-行业** | 行业验证了「非SpaceX方案可行」→ 更多资本涌入航天 → 长期利好整个行业 | 高 |
| **三阶效应-估值** | 竞争叙事确立 → 市场下调SPCX估值倍数 → 即使基本面不变，股价也下跌 | 最高 |
> **经验法则：** 一阶效应通常在1-2个季度内被市场定价；二阶及以上效应是超额收益/亏损的来源。
### 3.3 步骤B：量化冲击（Impact Quantification）
机构使用**情景假设矩阵**来量化，而非给出单一预测。
**CZ-10B事件对SpaceX 2027年发射业务收入的影响推演：**
| 变量 | 基准假设 | 悲观假设 | 乐观假设 |
|---|---|---|---|
| 中国年商业发射次数（2027） | 5-8次 | 15-20次 | 2-3次 |
| SpaceX失去的发射订单（次/年） | 2-3次 | 5-8次 | 0-1次 |
| 发射单价降幅 | -5% | -15% | 0% |
| 对SpaceX发射收入影响 | -3% ~ -5% | -10% ~ -15% | -1% ~ -2% |
| 发射收入占SpaceX总收入比 | ~35% | ~35% | ~35% |
| **对SpaceX总收入影响** | **-1% ~ -2%** | **-3.5% ~ -5%** | **-0.3% ~ -0.7%** |
> **关键洞察：** 做完量化后，分析师通常会发现，大多数「看起来很吓人」的事件，对标的公司整体收入的直接影响**远小于直觉判断**。这正是专业机构不会因单一事件恐慌的核心原因。
### 3.4 步骤C：估值倍数映射
比收入影响更重要的是**估值倍数**的变化：
```
行业竞争格局风险 ↑ → 要求风险溢价 ↑ → 合理市盈率/市销率 ↓
```
具体操作：在DCF模型中调整**终值增长率**或**加权平均资本成本（WACC）**：
| 参数 | 调整逻辑 | 典型调整幅度 |
|---|---|---|
| 终值增长率（Terminal Growth Rate） | 竞争削弱长期增长 | -0.5% ~ -1.5% |
| 股权风险溢价（Equity Risk Premium） | 竞争不确定性增加 | +0.1% ~ +0.3% |
| Beta | 若行业竞争周期性增加 | +0.05 ~ +0.15 |
这些参数的微小调整，在DCF中会导致估值变化**5-15%**——远比收入端的直接影响大。
### 输出物
**深度事件分析备忘录（Deep Dive Memo）**——通常5-15页：
- 事件事实与市场反应
- 冲击传导链分析
- 量化情景假设矩阵
- 对估值模型的具体参数调整建议
- 关键后续观察节点（Milestone Calendar）
- **明确的仓位建议：增持/持有/减持，以及目标价位调整**
---
## 四、第三阶段：情景推演（T+3 ~ T+7）
### 目标：构建多路径未来图景，确定概率权重
### 4.1 核心工具：概率加权情景分析
这是最区别于散户思维的环节。机构不做单一预测，而是构建**多条完整的故事线**，并为每条赋予概率。
**以CZ-10B事件为例，对SPCX的3年情景构建：**
```
情景A：缓慢追赶（基准）
概率：50%
故事线：中国实现回收但复用频率低（年3-5次），主要服务国内需求，
国际客户仍首选SpaceX。CZ-10B在技术上是成功的，但在商业上不构成实质威胁。
SPCX 3年价格：$180-220
投资含义：持有，竞争叙事是噪音而非信号
情景B：加速追赶（悲观）
概率：25%
故事线：中国在2027-2028年实现高频复用（年15-20次），成本降幅真实达到50%+，
开始从SpaceX手中夺取国际商业订单。网收方案被证明在成本和可靠性上优于垂直着陆。
SPCX 3年价格：$90-130
投资含义：显著减仓，竞争护城河被结构性削弱
情景C：失败/停滞（乐观）
概率：15%
故事线：CZ-10B复飞失败或网收可靠性不足，中国航天商业化遭遇挫折。
事件反证SpaceX技术路线的正确性和先发优势。
SPCX 3年价格：$230-300
投资含义：大幅加仓，竞争叙事完全消退
情景D：中美航天军备竞赛（中性偏正面）
概率：10%
故事线：事件触发新一轮全球航天投资热潮，NASA/国防部预算增加，
商业航天市场整体急剧扩大。竞争加剧但蛋糕变大更快。
SPCX 3年价格：$200-260
投资含义：持有，行业β收益超过竞争α损失
```
**概率加权预期价格** = 50% × ~$200 + 25% × ~$110 + 15% × ~$265 + 10% × ~$230 ≈ **$190**
### 4.2 贝叶斯更新
机构不会固化初始概率，而是随着新信息不断更新：
```
初始概率（T+7天）
│
├── 2026年底：CZ-10B复飞成功 → 上调情景B概率，下调情景C
│
├── 2027年中：中国获得首个国际商业订单 → 进一步上调情景B
│
├── 2027年底：CZ-10B复用超过10次 → 情景B接近成为新基准
│
└── 任何节点：复飞失败/技术问题 → 大幅上调情景C
```
每个观察节点都是一次**信息的贝叶斯更新**，而机构的本事在于：
1. 提前设置好观察节点
2. 在每个节点快速完成概率更新
3. 在概率变化时果断调整仓位
> **这是专业机构与散户最本质的区别之一：** 散户倾向于在事件发生后立即做出「全有或全无」的判断，而机构做的是「现在大概有25%的概率中国会构成威胁，我们6个月后看复飞结果再更新这个概率」。
---
## 五、第四阶段：交易决策（T+7+）
### 目标：将分析转化为具体的投资行动
### 5.1 决策框架：信号-置信度-仓位矩阵
机构不会仅凭分析就交易。每笔交易需要回答三个问题。
#### 信号纯度（Signal Purity）
> 「这个事件中，有多少信息是市场尚未定价的？」
| 信号纯度 | 定义 | 处理方式 |
|---|---|---|
| **高纯度** | 事件包含超预期的增量信息，市场尚未反应 | 立即执行交易 |
| **中纯度** | 事件部分超预期，但市场可能已经部分定价 | 小仓位试探，观察市场反应后加仓 |
| **低纯度** | 事件基本符合预期，或被市场广泛预料 | 不交易，继续观察 |
| **无信号** | 纯噪音 | 忽略 |
CZ-10B网收成功的纯度判断：
- 中国在做可回收火箭 → **低纯度**（市场已知）
- 网收方案首次成功 → **中-高纯度**（这是一条新信息，但传导链长且不确定）
#### 置信度评估（Conviction Scoring）
| 维度 | 评分（1-10） | 说明 |
|---|---|---|
| 事实确定度 | 7 | 事件本身事实清晰，但官方数据可能存在夸大 |
| 传导机制清晰度 | 4 | 传导链长，二阶/三阶效应高度不确定 |
| 时间框架清晰度 | 3 | 影响需要数年显现，时点不可预测 |
| 与持仓标的的相关性 | 6 | SPCX发射业务受影响，但Starlink不受影响 |
| **总分 / 置信度** | **5.0 / 中等** | |
> **经验阈值：** 大多数机构在置信度 < 6 时不会做方向性大仓位交易。
### 5.2 仓位决策矩阵（Position Decision Matrix）
结合信号纯度和置信度：
| | 高置信度 | 中置信度 | 低置信度 |
|---|---|---|---|
| **高纯度信号** | 大幅调仓（基准±30%+） | 中等调仓（±10-20%） | 小幅调仓（±5%） |
| **中纯度信号** | 中等调仓 | **小幅调仓 ← CZ-10B** | 不交易，设观察点 |
| **低纯度信号** | 小幅调仓 | 不交易，更新模型 | 不交易 |
CZ-10B事件落在「中纯度 + 中置信度」→ **小幅调仓（基准仓位的5%以内），并设置观察点**。
### 5.3 不对称仓位策略示例
对于SPCX，机构可能采用以下策略：
```
1. 维持SPCX核心仓位（不做大幅减持）
理由：影响传导链长、置信度中等、SPCX已从高点回落
2. 设定「下跌加仓」触发条件
如果CZ-10B的竞争叙事导致SPCX下跌 > 15% → 加仓
理由：市场对不确定远期的竞争过度反应 = 买入机会
3. 设定「止损/减仓」触发条件
如果CZ-10B复飞成功 + 中国获得国际订单 → 减仓至基准仓位的70-80%
理由：情景B的概率实质性上升
4. 设置观察节点
2026 Q4：CZ-10B复飞
2027 Q1-Q2：国际订单情况
每季度更新竞争情景概率
```
---
## 六、机构的工具箱
### 估值类工具
| 工具 | 用途 | 何时使用 |
|---|---|---|
| **DCF模型** | 调整长期增长率/WACC | 长期基本面影响 |
| **概率加权情景分析** | 多路径估值 | 高不确定性事件 |
| **Sum-of-the-Parts** | 拆分业务线独立估值 | 事件只影响部分业务时 |
| **实物期权定价** | 对未证实技术的定价 | Starship/新市场的估值 |
| **可比公司分析** | 竞争格局变化时重新对标 | 行业竞争态势变化 |
### 冲击量化类工具
| 工具 | 用途 |
|---|---|
| **投入产出表（Input-Output Table）** | 追踪产业传导链 |
| **市场份额模型（Market Share Model）** | 竞争格局场景模拟 |
| **价格弹性分析** | 测算竞争引发的降价影响 |
| **事件研究法（Event Study）** | 统计类似历史事件对股价的超额收益 |
### 情绪监测类工具
| 工具 | 用途 |
|---|---|
| **社交媒体情绪指数** | 散户情绪量化（X/Twitter, Reddit热度） |
| **新闻流量分析** | 追踪关键叙事的媒体曝光量 |
| **卖空比率（Short Interest）** | 看空情绪的量化指标 |
| **期权偏度（Option Skew）** | 市场对尾部风险定价的变化 |
| **分析师评级变动** | 卖方共识的边际变化 |
---
## 七、不同类型机构的方法论差异
| 机构类型 | 时间视野 | 关注重点 | 典型动作 |
|---|---|---|---|
| **长期基金（Long-only）** | 3-10年 | DCF终值影响、护城河变化 | 缓慢调仓，事件后低位加仓 |
| **对冲基金（Long/Short）** | 1-12个月 | 市场定价错误、情绪极端点 | 做多或做空波动率，配对交易 |
| **量化基金（Quant）** | 毫秒-数周 | 关键词、情绪因子、统计套利 | 算法自动捕捉事件驱动的短期定价偏差 |
| **宏观基金（Macro）** | 6个月-3年 | 地缘政治格局、产业政策变化 | 跨资产配置调整（不仅是股票） |
| **事件驱动基金** | 数天-数月 | 事件本身的超预期程度 | 围绕特定事件做事件驱动交易 |
> **关键洞察：** 不同类型的机构在同一事件上可能做**完全相反**的操作——长期基金可能在下跌中加仓，而事件驱动基金可能在同一个下跌中做空。这提醒我们：**没有「正确」的交易方向，只有「与自身策略一致」的交易方向。**
---
## 八、完整分析流程时间线
以CZ-10B网收成功（2026年7月10日）为例：
```
T+0 (7月10日)
├── 事件发生
├── 算法交易捕捉新闻关键词，自动微调仓位
└── 分析师收到预警，开始信息收集
T+1 (7月11日)
├── 内部Flash Note发出
├── 多信源交叉验证
├── 梳理事实际与技术细节
└── 初步股价反应被记录和分析
T+2-3 (7月12-14日)
├── 冲击传导链分析
├── 量化情景假设矩阵构建
├── DCF模型参数敏感性测试
└── 深度备忘录初稿完成
T+5-7 (7月15-18日)
├── 备忘录内部评审（分析师 → 高级分析师 → PM）
├── PM决策：是否调仓，调多少
├── 设置观察节点和触发条件
└── 交易执行（如有）
T+14-30 (7月下旬-8月)
├── 观察市场对事件的消化程度
├── 对比分析师备忘录与市场实际走势
├── 更新竞争监测数据库
└── 将CZ-10B纳入半年度策略报告
T+90-180 (2026年Q4)
├── 关键节点：CZ-10B复飞尝试
├── 触发预设的仓位调整规则
└── 贝叶斯更新情景概率
```
---
## 九、总结：专业机构 vs 散户的事件分析差异
| 维度 | 专业机构 | 散户 |
|---|---|---|
| **信息处理** | 多信源交叉验证、事实与观点分离 | 依赖标题和社交媒体摘要 |
| **时间框架** | 分短期/中期/长期独立分析 | 倾向将所有影响压缩到「明天涨还是跌」 |
| **判断方式** | 概率化、多情景 | 二元化、单一结论 |
| **量化程度** | 将影响映射到DCF参数和估值倍数 | 凭直觉判断「影响大不大」 |
| **仓位调整** | 基于置信度的小幅渐进调仓 | 大幅进出，情绪驱动 |
| **后续跟踪** | 预设观察节点，贝叶斯更新 | 事件过后迅速遗忘 |
| **核心问题** | 「这个事件改变了哪些概率？」 | 「这是好事还是坏事？」 |
> **最后的经验：**
>
> 市场对事件的短期反应几乎总是过度的，而对事件的长期影响几乎总是不足的。
>
> 专业机构的核心能力不是「预测得更准」，而是——**在短期过度反应时保持纪律，在长期影响被低估时提前布局**。
>
> CZ-10B事件对SpaceX的长期影响，可能要到2027-2028年才会真正显现——而那时候，大多数散户已经完全忘记了这个事件。
---
> ⚠️ **免责声明：** 本文档为专业投资分析方法论的介绍，不构成任何投资建议或交易推荐。所有案例、数字和情景均为说明性假设，不代表对未来走势的预测。

56
quant_data_pipeline_demo.ipynb
View File

File diff suppressed because one or more lines are too long