Methodology · 方法

研究不是为了
证明自己有答案。

它要做的是:把一个模糊的投资课题拆成可回答的问题,穿过产业事实与市场定价之间的断层,最后告诉你——什么值得相信,什么仍需验证,什么现在不该交易。

01 · Why it exists

投资研究最常见的错误,
不是没有信息。

真正困难的是:信息越来越多,问题却没有被拆清;产业故事越来越完整,经济暴露和价格条件却越来越模糊。Trade Nothing 试图解决的不是“写一篇更长的研报”,而是让每一步判断都能回到它回答的问题、使用的证据和可能失效的条件。

传统主题研究很容易沿着一条顺滑的叙事前进:看到现实事件,找到相关产业,再列出一批概念股,最后用更多资料证明最初的直觉。这个流程看似完整,却经常把四件不同的事混在一起:事件是否真实、产业机制是否成立、公司是否获得经济增量、当前价格是否仍提供机会。

一旦这四层被压成一句“某公司受益”,后面的引用越多,错误反而越难被看见。Trade Nothing 因此从问题而不是结论出发,用 Research Agenda 管理未知,用正反质证保留冲突,再通过 Market Bridge 把产业事实落到具体证券和明确时间视野。

01

流程完整 ≠ 研究有用

轮次、引用数和状态都可以完全合规,却仍然没有回答用户真正关心的判断。工程门只能证明合同被执行,不能证明发现了机会。

02

概念归属 ≠ 经济暴露

一家公司被归入热门产业,并不表示它有客户、订单、收入、利润或现金流承接。标签只能开启搜索,不能完成映射。

03

技术成功 ≠ 股价空间

事件成功可能早已被定价,也可能只推动短线辨识度,不改变公司长期盈利。技术、产业、市场和价格必须分别作答。

04

没有答案 ≠ 研究失败

如果完成了有界搜索后仍无法闭合价值路径或找到上市载体,明确的观察池或 NO_USABLE_SETUP 比强凑一份股票名单更有价值。

02 · Product philosophy

三条产品宪法

Trade Nothing 不把流程完整当作研究成功。用户真正需要的,是一个此前没有看清、现在可以继续验证或据此放弃的判断。

01

课题是主对象

先问“最终要判断什么”,再建立 Research Agenda。假说只是遇到不确定机制时的工具,不是每个问题都必须经过的入口。

02

严格性校准措辞

弱证据可以保留为线索,前提是诚实标注。严格性用来防止把假说写成事实,而不是在发现之前消灭所有可能性。

03

产品止于报告

报告可以说“优先关注、继续观察、当前回避”,但不会自动创建 Thesis、Decision、订单、仓位、组合或任何外部动作。

发现与严格性不是二选一

研究早期允许保存尚未完全证实的机制、载体映射和非共识线索,因为过早抹掉不确定性,会让系统只剩下已经被所有人知道的共识。但这些内容必须以 INFERENCEHYPOTHESIS 出现,并同时写出最强替代解释与最低成本验证动作。

当报告准备表达明确判断时,证据等级决定措辞强度。FACT 可以支持明确判断,SINGLE_SOURCE 需要保留语气,INFERENCE 只能支撑条件性推断,而 HYPOTHESIS 只足以进入下一步研究优先级。严格性不是一个提前关闭机会的闸门,而是一套防止语言越过证据的刻度。

报告是边界,不是交易前台

最终产品是一份供人判断的 Deep Research Report。它可以比较具体载体,可以说明当前优先理由、触发条件、失效条件和何时切换,也可以明确“当前回避”。但 Thesis、Decision、订单、仓位、组合、提醒和对外发布属于其他产品或宿主的权限;研究结果不会自动穿过这条边界。

03 · Research Agenda

先把课题拆对,
再开始搜索。

Research Agenda 是研究的控制平面:它决定现在研究什么、哪些问题已经回答、哪些争议仍会改变建议,以及继续研究是否还值得付出成本。

01 · 事实

究竟发生了什么,时间与状态是否可信?

02 · 因果

哪一个约束真正决定结果,反例是什么?

03 · 市场

市场会怎样命名它,哪类增量资金会参与?

04 · 载体

谁承接事件弹性,谁承接真实经济增量?

05 · 定价

价格与筹码已经计入了多少预期?

06 · 风险

什么事实会让路径失效,谁会成为替代赢家?

Agenda 不是目录,而是控制平面

每个问题不仅有一句文本,还要说明:它为什么会改变结论、什么观察才算回答成功、从哪里开始搜索、研究成本多高,以及它是否阻塞当前建议。这样,系统调度的不是“还有哪些关键词没搜”,而是“哪个未知最可能改变判断”。

下一步只从 OPENPARTIALDISPUTED 中选择;已经达到成功标准的 ANSWERED 不会被机械重派。优先级依次考虑:是否阻塞当前建议、决策影响、新盲点带来的变化、不确定性和研究成本。承重的 crux 可以接受对称质证,但不能越过 Agenda 接管调度,也不能阻止报告交付。

OPEN尚未得到可用答案

问题仍需第一次有效搜索。

PARTIAL已有部分答案

关键因果、数据或市场环节仍缺失。

DISPUTED证据或解释冲突

保留正反答案,不能让最后一段文字覆盖争议。

ANSWERED当前边界内已回答

达到成功标准后退出调度,但仍受 as-of 日期约束。

选择当前高价值问题
研究事实、机制与反证
更新答案与证据边界
发现新盲点与下一问

停止条件不是“搜够了多少网页”或“跑满了几轮”,而是当前问题是否已经可回答,以及是否还存在低成本、会显著改变判断的下一项验证。

04 · Iterative research

每次研究都必须
推进一个判断。

新增 URL 不等于进展。一次有效推进必须改变答案状态、收窄证据边界、识别更强的替代解释,或者发现一个足以改变结论的新盲点。

输入

当前最值得回答的问题

携带问题的成功标准、已有答案、正式证据、最强质疑、相关候选与本轮工作窗口。角色看到的是完整合同,不是一个在隔离环境中无法读取的文件名。

双向研究

证据与反证同时推进

Detective 寻找事实、产业机制和具体载体;Inquisitor 攻击当前答案、寻找替代解释和失败路径。它不是机械的多空辩论,而是对“我们到底知道什么”的对称压力测试。

输出

答案、缺口与下一问题

更新必须同时给出答案状态、证据标签、最强质证、仍缺的关键事实、新盲点及其决策影响。新问题必须有父问题、可判定的成功条件和明确的决策变化。

Blind spots · 盲点账本

盲点不是“还可以多看一点”。

一个合格盲点必须说明:原来的哪项假设让它被漏掉,它可能改变核心结论、候选选择、时点还是风险,以及最低成本的判别检验是什么。只有高影响、低成本并且会改变当前建议的盲点,才有资格进入下一次调度。

为防止研究无限发散,每次只接纳少量新盲点和新问题;同一父问题已有活跃派生时,不继续无边界分叉。研究的目标不是消灭所有未知,而是把会改变决策的未知排在前面。

SEARCH_NOW

现在可以通过有界搜索获得,且可能显著改变判断。

WAIT_FOR_DATE

要等到财报、公告或特定日期,继续搜索不会凭空产生事实。

WAIT_FOR_EVENT

要等待事件发生或技术验证,当前只能写入观察条件。

NEEDS_USER_DATA

需要用户或私有系统提供数据,公开搜索无法完成。

只有 SEARCH_NOW 且低成本、高影响的问题可以建议继续消耗研究预算;建议不等于自动获得下一轮授权。

05 · Market bridge

产业成立,
不等于股票成立。

技术成功、题材强势、公司赚到钱和股价仍有空间,是四个不同问题。方法的核心工作,就是不让它们在叙事里被偷换。

现实起点事实发生变化
产业时钟价值如何兑现
  1. 哪个约束发生变化
  2. 利润池向哪里转移
  3. 谁有实质经济暴露
  4. 订单 → 收入 → 利润 → 现金
经济暴露池 真正可能赚到产业的钱
市场时钟资金如何选择
  1. 市场如何命名与理解
  2. 哪类增量资金会参与
  3. 辨识度、流动性与筹码
  4. 预期 → 扩散 → 兑现 → 分化
市场交易池 当下实际被资金选择的载体
横向比较为什么是它?为什么是现在?
为什么不是最近的替代项?
EVENT_DAYS事件日

辨识度、流动性、筹码与催化窗口

TACTICAL_WEEKS战术周

预期扩散、相对强弱与拥挤变化

EARNINGS_QUARTERS财报季度

订单、收入、毛利与现金转换

STRUCTURAL_YEARS结构性年份

产业格局、产能约束与议价权

同一家公司可以是高事件弹性、低经济确定性,也可以短线拥挤、长期占优。因此不存在一张适用于所有时间尺度的“总排名”。

先写最短价值转移路径,再谈“受益”

ValueTransferPath 必须把五件事连起来:什么事实发生了变化、哪一个产业约束被放松或强化、利润池如何移动、兑现需要多长时间、什么事实会证伪这条路径。只有“行业空间很大”或“公司属于该概念”不能构成价值路径。

随后分别冻结两个 universe。经济暴露池回答谁可能通过客户、订单、收入、毛利、营运资金和现金流获得增量;市场交易池回答资金当前实际选择了哪些载体,以及辨识度、流动性、相对强弱和筹码如何影响价格。两个池可以重合,也可以完全错位。

市场阶段是带截止日的投影,不是自动前进的状态机

事件日关注标签、稀缺性和窗口;战术周关注预期扩散、拥挤与相对强弱;财报季度关注订单到利润和现金的转换;结构性年份关注产业格局与议价权。报告必须在每个视野下重新比较候选,而不是让一张综合分数表替代时间结构。

06 · Candidates & setups

候选必须是实体,
Setup 必须有条件。

抽象命题、产业环节、筹码机制和“如果……那么……”都不是上市候选。上市证券必须同时有公司名、交易所和 ticker,并能回指它承接的价值路径。

Candidate anatomy

一条候选记录要回答什么

Identity
它究竟是谁:公司、资产、商品或技术;上市证券必须有可验证 ticker。
Mechanism
它通过哪一条 ValueTransferPath 承接增量,而不是只写“属于概念”。
Market role
它是事件 beta、经济承接、瓶颈、二阶受益、替代路线还是失败对冲。
Comparison
最近替代项是谁,为什么当前优先它,什么条件出现时应当切换。
Boundary
触发、失效、拥挤风险、催化窗口,以及哪些关键字段仍缺证据。
EVENT_SETUP

市场先交易谁

看主题辨识度、载体稀缺性、流动性、相对强弱、筹码和事件窗口。它解释短期价格弹性,不自动证明公司会获得长期利润。

ECONOMIC_SETUP

产业最终让谁赚钱

看客户、订单、收入、利润、产能、定价传导和现金转换。它解释经济承接,不保证市场已经开始定价,也不保证短线更强。

CONFIRMED_LEADER

经济暴露与市场确认同时可见

LATENT_ECONOMIC

产业承接较强,市场尚未充分识别

EVENT_BETA

事件辨识度较高,经济确定性较弱

LOW_PRIORITY

有映射,但相对替代项不占优

UNRESOLVED

身份、证据或定价仍不足以判断

SETUP_READY 不是推荐。

它只表示关键字段与字段证据完整。只有价值路径不是纯假说、双股票池完整、市场快照可信、时间视野明确、最近替代项和切换条件都可见时,报告才有资格表达跨标的条件性优先项。字段齐全不能回答“为什么是它、为什么是现在”。

07 · Architecture

模型负责研究,
代码负责守住事实。

架构刻意把判断、确定性约束和执行权限分开。这样,流程状态不能冒充投资结论,模型也不能靠一段自信的文字制造证据或授权。

Research plane研究与质证层
立题

Framer

把原始课题拆成 4—8 个能改变判断的问题,并定义什么才算回答。

推进

Detective

寻找事实、产业约束、客户与订单,也把路径落到具体市场载体。

质证

Inquisitor

寻找最强反证、替代解释、失败路径,以及原框架没有看见的盲点。

审计

Judge

只核对正式证据与引用边界,不替研究者决定机会是否值得存在。

综合

Reporter

合并分歧,解释市场机制,比较候选,并交付条件性建议与未决问题。

Deterministic core共享确定性内核

校验证据日期与 URL,去重同一事实;对称合并不同角色与不同时间的答案;规范证券身份;检查 setup 是否真的有字段证据。

它不拥有轮次、预算、调度、候选晋级或交易权限。
Host boundary宿主与授权边界

宿主提供网络、数据、隔离执行与用户授权;执行完整性记录真实 prompt、载荷与回执,只证明“实际执行了什么”。

执行真实不等于研究正确,研究精彩也不能抹去执行降级。
研究真相

Research Agenda + Evidence + Candidate Map

决定报告可以得出什么结论
执行真相

Run manifest + Prompts + Payloads + Receipts

决定报告可以声称执行了什么

为什么确定性内核必须很小

模型适合搜索、解释、比较和提出新问题,但不应该自己决定一条引用是否晚于事实截止日、同一个数字是否被重复计算、两个来源名称是否其实来自同一个域名,或一家公司代码是否有效。这些能够确定性判断的规则,由共享内核统一处理。

内核只守住五类不变量:证据日期与 URL 身份、事实去重、跨角色和跨时间的答案合并、上市标的身份、setup 的字段与字段证据。它不创造新的生命周期,不决定研究多少轮,也不把完整度转换成投资优先级。

宿主采集事实Canonical evidenceAgenda / Bridge / Candidate 当前投影Report + Evidence Ledger
历史是日志

当前答案是依据最新有效证据形成的时间投影。旧的 OPEN 不会永远压住后来有证据的 ANSWERED,同等级冲突则保留为 DISPUTED。

事实不能自证

证据发布日期必须不晚于 as-of,发布方身份从 URL 推导;更换 evidence ID 或来源名称不能把同一事实复制成“多源验证”。

行情不能串股

市场快照绑定具体候选与采集回执。甲公司的价格、成交与相对强弱证据,不能被拿来授权乙公司的市场判断。

08 · Evidence honesty

不删掉不确定性,
给它正确的名字。

证据较弱不是违规。真正危险的是去掉标签,把推断、单一信源或猜想写成已经发生的事实。

FACT来源直接支持

可以支撑明确判断,但仍受事实截止日约束。

SINGLE_SOURCE单一真实来源

可以保留地使用,不能伪装成交叉验证。

INFERENCE从事实推导

来源没有直接说出结论,推理链必须可检查。

HYPOTHESIS待验证机制

用来决定下一步研究,不足以冒充已证实结论。

证据先进入统一账本,再被答案引用

每条正式证据保存 claim、数字或空值、来源、具体 URL、日期和来源层级。系统按规范化 URL、claim 与 number 去重,并从域名推导发布方。研究方向只能绑定到它明确关联的问题;同一角色、同一工作窗口中的引用才能进入正式证据链,避免一段看似合理的文本借用另一个问题的证据。

没有正式引用的思路不会被删除,而是留在推断或假说层。这样既不让散文“洗白”为事实,也不因引用暂缺而丢掉值得验证的新观点。报告和 Evidence Ledger 从同一 canonical evidence plane 渲染,正文的事实数量与证据附录不应来自两本不同的账。

Execution integrity · 执行真实性

报告内容可信,与流程确实发生,是两件事。

执行模式只描述宿主真正完成了什么,不改变问题状态,也不给结论加分。缺少完整收据时,系统可以交付有价值的研究,但必须降低关于“完成了几轮、是否隔离”的声明强度。

ORCHESTRATED_VERIFIED

方法身份、注册状态、角色载荷与宿主回执一致,可以声明完成了经验证的隔离研究。

STATE_ONLY_UNVERIFIED

存在状态更新,但缺少完整回执;可以交付内容,不能把它描述成已验证研究轮次。

HISTORICAL_REPLAY

旧状态与当前方法身份不同,只能作为历史回放,不能冒充“使用最新方法重跑”。

INLINE_DEGRADED_RESEARCH

宿主能力不足时直接研究;不借用失败 run,不表演多角色隔离,并明确降级。

09 · The product

一份可以继续行动,
也可以明确不行动的报告。

最终报告把用户价值放在正文,而不是藏在运行日志里。即使研究没有收敛,也必须交付当前最好的答案,并把未决问题留在明处。

  1. 01核心结论与条件性建议
  2. 02研究课题、Agenda 与总体进展
  3. 03已回答问题、最强质证与尚缺信息
  4. 04研究方向的支持、挑战与未决判断
  5. 05价值转移与分视野市场阶段
  6. 06双股票池、替代比较与条件性优先级
  7. 07事件 setup 与经济兑现 setup
  8. 08新盲点、二阶影响与前瞻推演
  9. 09情景树、触发、失效、价格与筹码
  10. 10未回答问题与下一验证动作
  11. 11证据边界与方法限制
报告可以

明确判断,但保持条件。

  • 优先关注 / 继续观察 / 当前回避
  • 区分事件 beta 与产业利润承接
  • 说明触发、失效、拥挤与切换条件
  • 在证据不足时给出 NO_USABLE_SETUP
报告不会

把研究伪装成执行。

  • 自动创建订单、仓位或组合
  • 给出未经校准的概率、收益或目标价
  • 为了“有答案”强凑股票名单
  • 把测试通过、引用数量或 FORMAL 当作 Alpha

为什么未完成也必须交付

研究可能因为预算用完、事件尚未发生、数据需要用户提供,或公开来源根本不存在而停下。隐藏这些限制不会让结论更强,只会让读者误判确定性。因此报告无论是否收敛都要产出:完整回答放在前面,部分回答和争议保留最强质证,无法立即验证的问题进入 deferred tests。

兼容意义上的 FORMAL 只表示旧证据流程满足完整性条件;它不是机会发现成功的徽章。固定测试、方法哈希、角色隔离和报告渲染都只能证明控制链工作正常,不能证明机会召回率、Alpha、收益或风险调整收益。产品有效性仍需要真实课题回放和人工盲评。

一个有效的“没有机会”需要付出搜索成本

系统不能因为第一批公司证据不足就宣布市场没有机会。只有实际检查过经济链、市场载体、竞争与替代路线、失败分支以及股权和资本关系,并保存真实 query、具体 URL 与 outcome,才有资格给出 NO_USABLE_SETUP。研究枯竭只表示当前搜索没有新增,不等于世界上不存在机会。

10 · Walkthrough

用一个事件课题,
走完整条链。

假设用户问:“某项可回收火箭试验如果成功,产业链增量在哪里,市场会交易谁?”下面不是该事件的结论,而是方法怎样把一个宽泛问题变成可审计判断。

Step 01 · 立题

先定义“成功”与用户真正要做的判断

发射成功、入轨成功、一级回收成功和低成本复用是不同命题。先冻结事实截止日和用户关心的视野:事件日交易、数周战术、季度订单,还是多年产业结构。

Step 02 · Agenda

把大问题拆成可判定的小问题

至少覆盖:正式时间与状态、技术约束、延期原因、市场叙事、增量资金、具体载体、价格筹码、失败与部分成功路径、产业利润池和二阶影响。每题写明什么证据才算回答。

Step 03 · 质证

同时寻找支持路径与替代解释

支持方可能认为复用降低成本并提升发射频次;质证方要问:一次成功是否足以证明可重复复用,产能和订单是否才是瓶颈,事件是否已经被价格提前交易。

Step 04 · Market Bridge

分别建立经济暴露池与市场交易池

经济暴露池追踪谁通过整箭订单、关键部件、材料、测试或服务获得收入;市场交易池观察资金实际选择的上市载体。两者交叉后,再区分事件 beta 与长期经济承接。

Step 05 · 横向比较

回答为什么是 A,而不是 B

比较具体 ticker 的客户与订单证据、价值路径、相对强弱、成交活动、事件窗口和拥挤度。短线可能选择辨识度更高的 A,季度视野可能转向订单更清晰的 B;两者不必共享排序。

Step 06 · 交付

给条件性建议,也保留“不交易”

报告写出完整成功、部分成功、失败和延期的不同路径;列触发、失效、替代项与切换条件。如果价值转移、市场载体或价格证据无法闭合,最终结论可以只是继续观察或 NO_USABLE_SETUP。

Anti-patterns · 方法拒绝什么

这些看似专业,实际都在偷换问题。

  • 先强造一组大胆假说,再让整个研究围着它们运行。
  • 用概念板块成员表代替经济暴露和市场载体搜索。
  • 只列公司,不解释资金为什么选它、利润如何兑现。
  • 用一个综合分数覆盖事件、战术、财报和长期视野。
  • 把引用数量、测试通过或执行隔离写成研究有效。
  • 把支持度分数当作概率、目标收益、目标价或仓位输入。
  • 因为证据不足而删除线索,或因为故事精彩而删除标签。
  • 为了页面看起来“有结论”而强制凑出股票名单。