割，还是扛？我用 AI 做了个决策体检

---
name: deep-position-analysis
description: >-
  任何「已经投入、进退两难」决策点的系统性深度分析框架。核心方法论为「三维时间 × 多维信息源」编织定位：回望做归因还原（叙事×量价×定价的关系 + 主力操作还原）、当下做结果归因、未来做多空辩论与路径推演，最后基于自身情况（成本/仓位/期限）做交叉判定，输出对称纪律与置信度。Use when: 面对深套/重仓/追加/跳槽这类难决策，需要先把数据拉全、把问题看全。NOT for: 需要实时快评的场景，或没有真实数据可拉的问题。
---

# Deep Position Analysis

> **这份文件怎么用**：把它整份贴给你的 AI（哪一家都行），给它你的决策对象和待决策问题——比如「XX，深套，割还是扛」。它会按里面的步骤追问你要数据。它不是答案机：数据串起来之后，拍板的是你，结果也是你的。
> **欢迎改到顺手为止**。它出自江集的个人站 nclcat.com，用出问题或者改出了更好用的版本，欢迎回来告诉我。

## 它做什么

把当下孤立的处境放进**三重时间坐标系**里定位，而非静态看现状。核心信念：**当下不是一个点，而是一条历史轨迹的末端、一条未来轨迹的起点。**

每个时间维度都不是摆数据，而是回答一个问题：

- 回望问「过去发生了什么、**为什么**」——量价、宏观与定价是怎么互相定价的，主力各阶段做了什么
- 当下问「现在的走势是**什么造成的**」——K 线是结果，原因必须找出来
- 未来问「多空**谁对**」——辩论之后走向哪条路径，现价已被哪条路径定价

最后综合判定**没有统一答案**：同一个标的，成本 250 的人和成本 400 的人，该做的动作不一样。判定必须基于自身情况（成本 / 仓位 / 期限）。

最近的一次升级来自一个真实标的的完整试跑：回望从「摆数据」升级为「归因还原」，当下补上「结果的原因」，未来从「单边情景」升级为「多空辩论」，判定从「统一结论」升级为「基于自身情况的条件分支」。

## 什么时候用 / 不用

- **用**：已经投入、进退两难的决策点——深套是否割肉、重仓是否加仓、项目是否追加、offer 是否接。越疼越该走一遍。
- **不用**：盘中快评、日常小决策、没有真实数据可拉的问题。它重、慢、挑数据。

## 核心框架：三维时间 × 多维信息源

**先确立坐标系，再填内容：**

| 时间维度 | 核心提问 | 综合调用的信息源（个股实例） | 难度梯度 |
|:--|:--|:--|:--|
| **回望 · 归因还原** | 过去发生了什么、为什么 | 长周期量价（主力成本区/天量顶/抛压消化）+ 历年财报（业绩兑现、毛利率趋势）+ 宏观叙事与行业周期 + 重大事件与公司重点决策 → **产出：量价×宏观×定价的阶段关系 + 主力操作还原** | 相对确定（有数据可验证） |
| **当下 · 结果归因** | 现在的走势是什么造成的 | 逐日量价（量能/换手/天量地量）+ **主力资金流（超大单/大单净流入）** + 最新财报与预告 + 板块资金动向 + 当期事件 → **产出：每一波异动对上原因，边际在变好还是变坏** | 模糊（需读纹理） |
| **未来 · 辩论与路径** | 多空谁对，走向哪条路径 | 未来财报预估 + **多空双边论据对峙** + 路径推演（概率/触发点/验证信号）+ **主力下一步博弈预判** + **定价层安全边际** + 关键时间窗 | 最难（分歧最大） |

## 强制数据源清单（缺一不可，缺则判定「分析未完成」）

| # | 信息源 | 回望 | 当下 | 未来 | 个股实例的获取方式 |
|:--|:--|:--|:--|:--|:--|
| 1 | 长周期与近期记录 | ✅ | ✅ | ✅ | 行情接口拉日线 |
| 2 | 基本面兑现（历年财报） | ✅ | ✅ | ✅ | 财报接口 / 年报原文（未来预估标注假设） |
| 3 | 宏观与行业周期 | ✅ | ✅ | ✅ | 行业研报 / 新闻检索 |
| 4 | 重大事件与重点决策 | ✅ | ✅ | ✅ | 新闻检索 / 公司公告 |
| 5 | **主力资金流** | ✅ | ✅ | ✅ | **资金流接口（真实数据，东财 fflow 等）** |
| 6 | **定价层** | ✅ | — | ✅ | 市值/股本/净利情景；回望看 PE 摆动，未来看定价 |
| 7 | 主力行为（三连问） | ✅ | ✅ | ✅ | 上述交叉印证 |

> 第 5-7 项历史上最易被漏掉，必须显式落地。换到其他领域：「资金流」换成关键资源的真实流向，「定价层」换成「付出的代价 vs 得到的」，「主力」换成「对结果影响最大的关键玩家」。

## 执行步骤

### 第0步 · 数据完整性预检（最先执行）
开始前先确认本次**待决策问题**（退/扛/进），并建立「数据拉取清单」。若后续某步需要真实数据但无法获取，**立即降级标注「数据缺失 = 不能下高置信度结论」**，置信度上限「中」。

### 第1步 · 明确对象与决策问题
先锁定：对象名称与标识**一致性校验**（严禁凭记忆，从数据源读取）→ 当前状态（已投入/观察中）→ 本次要决策的问题 → 决策时限。**若标识校验失败，立即停止并核对。**

### 第2步 · 回望 · 归因与还原
拉取长周期记录（个股：5 年日线，复权口径与读者常用软件一致）。先沿三条线分别拉数据，再做两个强制产出：

**三条线（数据层）：**
- **叙事线**：宏观与行业周期的阶段划分、重大事件、公司重点决策（定增/扩产/上市/关键产品）——每个阶段的市场叙事是什么
- **业绩线**：历年财报真实获取，营收/净利/毛利率轨迹，识别「增收不增利」与盈利质量拐点
- **量价线**：主力成本区、历史天量顶、锚点定位（当下在高位/中枢/低位）

**产出 A：量价 × 宏观 × 定价的阶段关系（强制）**
把三条线合到一张阶段表：每个阶段回答——叙事是什么 → 量价怎么反应 → 定价（PE）怎么摆动。重点识别：**戴维斯双击/双杀发生在哪个阶段，业绩涨但股价跌（杀估值）发生在哪个阶段，预期先行于业绩的拐点在哪**。看不懂这段历史，就没资格谈未来。

**产出 B：主力操作还原（强制）**
从量价结构还原主力各阶段的动作：哪里在吸筹、哪里在拉升、哪里在派发、哪里在撤退、当前处于什么状态（成本、浮盈/深套、有无撤退证据）。**这决定主力下一步是自救、再拉一轮，还是彻底放弃。**

### 第3步 · 当下 · 结果与归因
**K 线是结果，本步必须回答「为什么走成这样」。**

- **结果**：近期量价形态、换手率、**主力资金流（必须真实拉取，禁止凭 K 线推断）**——近 20-25 日超大单/大单净流入趋势
- **归因（强制）**：把近期每一波明显异动对上原因——最新财报与预告、公司公告、行业事件、板块共振/背离、宏观边际变化。**说不出原因的异动，老实标注「原因未明」，不许脑补。**
- **边际**：吸筹/出货动能在增强还是衰减；原因清单里，利好是兑现了还是刚开始

### 第4步 · 未来 · 辩论与路径推演
不是单点预测，也不是单边罗列情景，是**先辩论、再推演**：

- **财报预估**：未来 2-4 个季度的盈利路径（个股：营收/净利方向与量级），假设写明白
- **多空辩论（强制）**：多方论据与空方论据**逐条对峙**（多 3-5 条、空 3-5 条），每条标注证据强度（数据支撑 / 推断 / 拍脑袋）。禁止只列一边
- **路径推演**：辩论收敛出 2-3 条路径，各带**概率、触发点、验证信号**（什么信息出现=这条路径被证实/证伪）
- **主力预判（三连问，必须显式回答）**：成本在哪 → 当前吸筹还是出货的证据 → 下一步博弈路径
- **定价层推演（强制）**：三情景净利 × 定价带 → 价格区间；**核心问句：现价已被哪条路径、哪个定价计入？有没有安全边际，还是已打满乐观预期？**
- **关键时间窗**：下一个财报日/事件节点在哪，会如何切换路径

### 第5步 · 综合判定 · 基于自身情况
**判定没有统一答案，必须输入决策者的自身情况：**

- **自身情况输入（强制）**：持仓成本、仓位占比、持有期限、风险承受（睡不着觉的线在哪）
- **条件分支判定**：三维结论 × 自身情况 → 分支动作。同一个标的：成本远低于主力成本区的人和高位站岗的人，动作不同；重仓和轻仓，动作不同；波段和养老仓，动作不同
- **对称纪律**：不因恐慌低位割肉，也不因反弹急于追高；两个方向的情绪化是同一种错误
- **技术面 vs 定价面冲突处理**：取交集、给折中方案，不偏废任何一维
- **置信度标注**：高/中/低（数据越全置信度越高；有降级时不超过「中」）
- **风险提示**：最坏路径会在什么信息下出现，边界设在哪

### 第6步 · 输出与沉淀
- 输出结构化结论（结论先行、每步标注置信度）
- 关键判断写进你自己的决策记录，方便日后复盘
- **执行后自检**（见下方「强制检查点」）

## 数据获取方法（个股实例）

- **K 线量价**：行情接口拉日线（前复权对齐读者常用软件），长周期 + 近 25 日逐日
- **历年财报**：财报接口或年报原文，至少覆盖近三年营收/净利/毛利率；TTM 推算只是下限，不能替代原文
- **行业趋势**：行业研报、产业新闻检索，定位行业所处周期阶段
- **主力资金流（东财 fflow 接口示例）**：

```bash
python3 -c "
import urllib.request, json
url='https://push2his.eastmoney.com/api/qt/stock/fflow/daykline/get?lmt=25&klt=101&fields1=f1,f2,f3,f7&fields2=f51,f52,f53,f54,f55,f56,f57,f58,f59,f60,f61,f62,f63,f64,f65&secid=0.300750'
req=urllib.request.Request(url, headers={'User-Agent':'Mozilla/5.0'})
d=json.loads(urllib.request.urlopen(req,timeout=15).read())
for line in d['data']['klines'][-25:]:
    p=line.split(',')
    print(f\"{p[0]} 主力净:{float(p[1])/1e8:+.2f}亿 超大:{float(p[2])/1e8:+.2f} 大单:{float(p[3])/1e8:+.2f}\")
"
```

> **secid 规则**：深市 `0.`+代码，沪市 `1.`+代码。
> **解读要点**：①「超大单+大单」趋势是吸筹还是出货；②暴跌日是否逆势扫货；③动能是否边际衰减。换其他数据源亦可，**真实拉取**是底线。

## 强制检查点（每步完成必须打勾）

**每步完成打勾，缺项禁止进入下一步；输出结论之前逐项核对以下清单，缺任何一项都判定「分析未完成」，禁止给出决策结论：**

| # | 检查项 | 完成 |
|:--|:--|:--|
| 1 | 对象标识已校验（非凭记忆） | ☐ |
| 2 | 回望三线索全：叙事线 / 业绩线 / 量价线 | ☐ |
| 3 | **量价×宏观×定价 阶段关系已总结** | ☐ |
| 4 | **主力操作还原已做**（各阶段动作 + 当前状态） | ☐ |
| 5 | 当下：**真实主力资金流已拉取**（非推断） | ☐ |
| 6 | 当下：**走势已归因**（每波异动对上原因，或标注原因未明） | ☐ |
| 7 | 未来：**多空辩论已做**（双边论据对峙，非单边罗列） | ☐ |
| 8 | 未来：路径推演 + **定价层**（现价被哪条路径定价） | ☐ |
| 9 | 判定：**已输入自身情况**（成本/仓位/期限）+ 条件分支动作 | ☐ |
| 10 | 对称纪律 + 置信度标注 + 风险边界 | ☐ |

> **自检规则**：任一 ☐ 未打勾 → 回到对应步骤补齐，**不得带缺交卷**。

## 核心纪律（必须遵守）

1. **标识校验**：对象名称与标识严格从数据源校验，严禁凭记忆
2. **数据优先，禁推断编造**：流向、定价、基本面均须真实拉取，禁止凭感觉补
3. **归因强制**：任何走势结论必须配原因；说不出原因的，标注「原因未明」，不许脑补
4. **辩论强制**：未来必须多空双边对峙，禁止单边乐观或单边恐慌
5. **自身情况强制**：不给脱离决策者处境的统一答案；判定必须落到成本/仓位/期限的分支上
6. **不提供精确买卖点**：给区间、给触发条件、给纪律，不给「某价位必买/必卖」
7. **对称纪律**：恐慌撤退与狂热追加是**同一枚硬币的两面**，违反任一都是情绪化决策
8. **置信度诚实**：数据不足坦诚说明，降级模式下置信度 ≤ 中
9. **三维缺一不可**：只有回望或只看当下或只猜未来，都不完整，必须三维交叉
10. **定价不可缺**：纯看走势会低估定价风险，**技术面与定价面必须双轨交叉**

## 输出模板

```
【deep-position-analysis｜对象·标识】
■ 数据完整性自检：☑ 标识校验 ☑ 流向数据 ☑ 定价层 ☑ 财报/行业/事件 ……
一、回望归因：叙事线/业绩线/量价线 → 量价×宏观×定价阶段关系（双击/双杀/拐点在哪）→ 主力操作还原（各阶段动作+当前状态）
二、当下归因：结果（量价/资金流）→ 原因（财报/事件/板块/宏观）→ 边际变化
三、未来辩论：多方论据 vs 空方论据（逐条对峙）→ 路径A/B/C（概率+触发点+验证信号）→ 现价被哪条路径定价
四、基于自身情况的判定：成本X/仓位Y/期限Z → 分支动作 + 对称纪律 + 置信度(高/中/低)
五、风险边界：最坏路径触发信息 + 止损止盈区间
```

## 边界（它做不到什么）

- 主力资金流数据是 proxies，主力的真实意图不可直接观测——所以框架才要求交叉印证，而不是单看一路数据下结论
- 定价带、情景概率、财报预估都是假设驱动，不是测算；多空辩论的质量取决于输入数据的质量
- 它保证「不漏项、不单边、不脱离自身情况」，不保证「判断对」——框架是手，人是脑，最后拍板的是人，结果也是人的