导读：AI 不替你发明策略。你写不清的那部分，就是它帮不上的那部分。这篇讲我怎么把脑子里的投资逻辑写成 AI 能用的东西：先用四个问题把策略的骨架问出来，再看自己属于哪类、该先建哪一层，然后把反复出现的思考动作做成固定的提示词模具，最后用一个本地的 BrainStorm 文件夹接住每天的想法。中间会摊开我自己上个月犯的一个错：系统什么都看见了，却因为我只写下了一把尺子，用错尺子挡掉了一次机会。

一、四问自检：策略的骨架就四个问题

很多有经验的投资者，经验都散在脑子里、笔记里、盘中的临场反应里。你问他怎么做投资，他能讲一下午；但要他写一页纸，写不出来。

AI 读不了你的脑子，只读得了你写下来的东西。你跟它说「帮我看看这只股票好不好」，它只能给你一份四平八稳的泛泛研报；你跟它说「我只看未来三年营收增速是否大于 25%、自由现金流是否转正、管理层有没有正面回应大客户集中度」，它就能按你的标准干活。

任何一套策略，都可以被四个问题定下来：

[1. 主要证据是什么？] ─→ [2. 谁是最终裁判？] ─→ [3. 什么时候认错？] ─→ [4. 需要多快的信息？]
 (财报 / 价格 / 事件)      (基本面证伪 / 市场价格)   (假设坍塌 / 固定止损)     (季度 / 每天 / 实时)

大部分人卡在第二、第三问：说不清谁是裁判、什么时候认错；或者动作和裁判互相打架。两种典型结构放在一起看最清楚：

这张表本身不新。真正有用的是拿它照自己：你的每一类交易，四个问题都答得出来吗？答案之间打架吗？

二、我自己的样本：两个目标，两把尺子

四问自检我自己做过很多遍。做到现在，我的投资收敛成了两个目标，各配一把尺子。

目标一：能力圈里、行业中稀缺卡位的核心资产。 早期下注，赌非对称，长拿。

目标二：强势能事件带来的波段，持有期 7 天到 2 个月。 这一类是我回头翻自己的 A 股交割单才正式立起来的：按持有期分组，持有超过 7 天的那部分整体是赚的（数字和局限放在《05 操盘层》）。

每天的市场噪音，两个目标都不追。

把两个目标分别过一遍四问。先说清楚：下面这张表不是我当初一条条写好的，是我按两把尺子回头补写的四问答案，补的过程本身就在照出哪里以前没写清。

两类机会的裁判不一样。混用，就出错。

用错尺子的那一次

9 月中旬，美国监管层发了一份和资产代币化有关的文件。我的系统看见了这件事，也打开了六十来页的原件，把事件本身写得很清楚。我自己也认真调研了一只代币化概念的小票。

然后系统和我得出了同一个结论：不做。理由是「不在能力圈的甜区」「它从这份文件里拿到的收入增量算不清，而且有上限」。系统把它标成「只作观察」。

随后几天，这只票大涨。

事后复盘，问题不在信息：事件看见了，原件读了，方向也看懂了。问题在于我和系统用的都是目标一的尺子。业务增量、能力圈甜区、收入算不算得清，这些都是核心资产要问的问题，用它去量，结论必然是「不做」，而且在目标一里这个结论没错。

但这件事属于目标二。如果换目标二的尺子量：催化是真的（一手原件）；资金认了（发文次日放量，几家相关公司同日走强）；阶段还早（整个方向刚被认可）；标的在受益的那一类里算纯。剩下要做的是写清楚失效条件，按波段的纪律、用试探级的仓位去对待它。它不盈利、估值很高，本来就不该进核心资产的池子，它是博弈型的机会。

我当时在笔记里写过一句「至少证明这个方向得到了认可」。在目标一的尺子上，这句话不算数；在目标二的尺子上，它就是入场逻辑的前半句。

几条冷水，也一起摆上来：

• 这是事后视角。当时买了，也可能第二天就被洗出去；几天的涨幅不等于一个完整波段的结果。
• 只有一个样本，不够改系统，只够当「势能尺子」的第一个校准样本。
• 这次不是能力圈的问题。我对这件事做过原件级的调研，不是不懂，是拿错了尺子。

这件事和「写下来」的关系

回头看，根子在于我写下来的只有第一把尺子。我的投资偏好、能力圈、甜区都写得很细，系统每天照着这些去筛。第二把尺子一直在我脑子里，在我的交易习惯里，但没写成文字。

所以 AI 只能拿第一把尺子去量所有东西。它没有做错什么，它只是照着我写下来的东西干活。

后来我做的修正很简单：把第二把尺子的五个问题写下来；再加一条规则，同一个事件，两把尺子都量一遍，分别给结论。这就是这篇想说的那句话：你写不清的那部分，就是它帮不上的那部分。

写下来还不够。没过两周，同一个错又犯了一次：mRNA 肿瘤疫苗那次（细节在《03 投研层》），系统用「能力圈外」把一个强势能方向挡在了门外。所以又加了一条自检：写「不做」之前，先看理由属于哪把尺子。「能力圈外」「甜区外」「收入算不清」「没有硬催化」，这些都是目标一的尺子；理由是这些，就必须换目标二的五问再量一遍，把结果写下来，再决定做不做。说到底，这就是按自己写下的逻辑门禁去路由：一件事先分清归哪一类，再用那一类的尺子去量。

三、六类策略坐标：先知道自己在哪

四问自检之后，可以对一下坐标。我用六类结构来定位，不设标准答案：

拿我自己对照：目标一大致落在 S2 偏 S1，目标二落在 S4 带一点 S3。我是混合型，而且现在明确知道自己在混什么。混合不是问题，不知道自己在混才是问题。

四、策略适配：你是哪类，就先建哪一层

理清流派之后，绕不开一个问题：投研、策略、操盘三层，先建哪一层？

没有绝对答案，看你的策略类型。给刺客穿重甲，给阵地战的机枪手装推进器，都会动作变形：

两道自测题，帮你找主导流派：

1. 买入后跌了 20%，你的第一反应是——A. 到击球区了，准备加仓；B. 纪律破了，先走；C. 回去看事件还在不在发酵、预期差还在不在。
2. 你最爱看哪类信息——A. 财报和深度研报；B. K 线、量价、板块强弱；C. 突发新闻、政策、机构动向。

偏 A，先建策略层；偏 B，先建操盘层和投研层；偏 C，先建投研层。大多数人是混合型，那就要把「核心」和「卫星」分开，像我分成两个目标那样，各自过四问、各自配尺子。不管哪一类，S0 那一层（止损不放宽、亏损加仓要过审批、绕过门禁要留记录）都躲不掉。

🎁 可带走资产 1：策略体检指令

复制给你的 AI（Claude、豆包、DeepSeek、WorkBuddy 都行），让它当一个严格的策略架构师，给你做一次结构问诊。我把这套诊断逻辑也单独开源成了一个 skill，放在 YMOS 仓库里，思路是一样的。

【角色】：你是一名中立、严格的投资策略架构师。
你的任务不是推荐股票，也不评价我能不能赚钱，而是帮我把自己的投资逻辑问清楚，
最后生成一份《Strategy_Profile.md》。

【规则】：每次只问 1–2 个问题，等我回答再继续；不给买卖建议，不预测涨跌。

【诊断流程】：
1. 【机会分类】：我平时做的交易，是一类还是几类？（例如：长拿的核心资产 / 几周的事件波段 / 短线）
   如果不止一类，后面每一步都按类别分别问。
2. 【证据】：每一类，我做决策主要靠什么？（财报 / 行业景气 / K 线 / 事件）
3. 【裁判与认错】：每一类，谁是最终裁判？（基本面证伪 / 市场价格 / 事件是否兑现）
   在什么具体条件下我承认看错、离场？
4. 【信息频率】：每一类，我需要多快的信息？我实际看盘的频率和它匹配吗？
5. 【风险与仓位】：每一类的单只仓位上限是多少？亏损时允不允许加仓、什么前提下允许？
6. 【交叉审查】：
   - 我的回答里有没有逻辑冲突？（例如用短线形态入场，却用长线基本面死扛）
   - 我有没有用 A 类机会的裁判，去评判 B 类机会？请举出我回答里可能出现这种情况的地方。
   - 有哪一类机会，我能说出来、但从来没写成文字的判断标准？把它列出来，让我补写。
7. 【生成】：输出 `Strategy_Profile.md`，每一类机会单独一节，写清四问答案、判断标准（尺子）和失效条件。

现在请开始问第一个问题。

五、提示词模具：每个反复出现的思考动作，都有一个固定模具

策略写清楚之后，下一步是把日常反复要做的思考动作固定下来。

我以前的用法是想到哪问到哪：今天问估值，明天问财报，每次的问法都不一样，得到的答案也没法比较。后来我发现，投资里真正反复出现的思考动作其实没几个：建档、估值、读财报、事件推演、买入前审查、卖出裁判、复盘。每一个都值得做成一个固定的模具。

一个模具大概是这个结构：

角色设定 ─→ 输入变量 ─→ 审查框架（逐条要回答的问题） ─→ 输出字段（不许只答能买 / 不能买） ─→ 失效条件

为什么要固定：

• 可比：同一个模具，这个季度跑一次，下个季度再跑一次，你能看出哪里变了。
• 可审计：AI 答不上来的地方，模具会逼它标「存疑」，而不是编一段流畅的话糊过去。
• 可交给机器：模具写清楚了，才能交给每天自动跑的流程去调用（第 07 篇讲）。问法每次都变，就只能你自己坐在那问。

普通问法和模具问法的差别：

我按投资阶段把模具分成五组：

┌──────────────────────────────────────────────────────────────┐
│ 1. 建档与基础调研：基石建档、追踪雷达、反向 DCF、核心资产七问      │
├──────────────────────────────────────────────────────────────┤
│ 2. 市场与事件更新：市场阶段定性、突发事件映射、市场扫描、板块挖掘  │
├──────────────────────────────────────────────────────────────┤
│ 3. 决策前审查：买入门禁、宏观压力过滤、纪律裁判                  │
├──────────────────────────────────────────────────────────────┤
│ 4. 持仓与风险：卖出裁判、组合健康检查、财报叙事进化               │
├──────────────────────────────────────────────────────────────┤
│ 5. 复盘与进化：单笔平仓归因                                     │
└──────────────────────────────────────────────────────────────┘

我自己给它们编了号，叫 P 系列，公开的版本在 YMOS 仓库里（https://github.com/evan-xyz/YMOS）。编号是我的习惯，不是标准。 你完全可以按自己的流程重新分组、重新命名。我的模具里带着我的能力圈和偏好，照搬过去不一定合身；值得拿走的是结构。

还有一点是用错尺子那次教会我的：模具也分目标。 核心资产七问是目标一的模具，用它去审一个事件波段，它会忠实地告诉你「收入算不清、不入池」。这不是模具的错，是调用的人拿错了。

六、三个模具样本

1. 反向 DCF（不拍脑袋估值）

不问它将来值多少钱，只倒推当前市值隐含了多高的增长要求，再看这个要求现不现实。

直接问 AI「合理估值多少」，它会给你一个看起来很精确、其实没意义的数字，因为正向 DCF 对远期假设太敏感。反过来用，就只需要检验一个假设：

当前市值（已知事实） ──倒推──> 市场隐含的增长率 ──对照──> 行业天花板与常识

【角色】：严格的估值分析师，用反向自由现金流折现（Reverse DCF）度量市场预期。
【输入】：名称 / 当前市值 / 基准 FCF（或净利润）/ 折现率（常用 8%–10%）/ 永续增长率（常用 2%–3%）。
【推演】：
1. 【倒推隐含增速】：要支撑当前市值，未来 3 年 / 5 年必须保持的年复合增速各是多少？
2. 【现实性校验】：结合行业规模和渗透率上限，这个增速现实吗？是否要求 5 年后吃下行业绝大部分份额？
3. 【敏感性】：如果实际增速比隐含要求低 30% / 50%，当前市值的回撤空间各是多少？
4. 【定性】：显著安全边际 / 合理定价 / 已被透支（完美预期定价）？写清依据。

2. 财报叙事进化（读管理层的口径变化）

财报数字是滞后的，管理层在电话会里的口径变化、对尖锐问题怎么接，才是往前看的信息。这个模具专门做前后两个季度的对比：

• 承诺兑现：上季度说的兑现节奏（新客户导入、毛利率爬坡、扩产进度），这季兑现了吗？推迟的理由是什么？
• 叙事转移：主业放缓时，是不是在刻意转去讲一个新概念？
• 问答回避：对存货减值、应收账期、对手降价这类问题，回答是不是含糊？
• 下季锚点：列出 3 个下个季度财报必须核实的硬指标。

用它有一个前提：喂进去的是真实的电话会全文。拿不到原文就别让它脑补，AI 编出来的「管理层原话」比没有更危险。

3. 核心资产七问（好公司不等于好买点）

这是我目标一的终审模具。逐问输出，答不上来直接标【存疑】：

1. 产业链地位：是不是绕不过去的节点？没有它，行业受不受影响？
2. 内在价值：找对标、算份额，先回答「它应该值多少」，再谈贵不贵。
3. 价值捕获：行业红利能变成它自己的利润吗？利润池占比在扩还是在被蚕食？
4. 稀缺性与议价权：能不能把成本压力转给下游？
5. 三种终局：悲观 / 中性 / 乐观情景下，3–5 年后的市值各是多少？当前价格反映的是哪一种？
6. 势能阶段：导入、爆发、成熟还是衰退？看「剩余空间 / 已涨幅」的比值，不看绝对涨幅。
7. 价格验证：走势和基本面逻辑共振吗？资金在认这个故事吗？

输出判定卡，不许只答「能买 / 不能买」：资产等级（基石核心 / 卫星 / 不入池）；证伪线（哪条事实发生就认错）；下一步（进观察、补研究盲区、放弃）；存疑清单。

注意第 6、7 问：它们和目标二的尺子有重叠（阶段早不早、资金认不认）。这也是为什么我后来觉得两把尺子要分开写——同样的问题，放在不同的目标里，权重完全不同。在目标一里它们只是七问里的两问；在目标二里，它们几乎就是全部。

七、BrainStorm 外部大脑：想法不过夜，做过的事也不过夜

上面这些是写给 AI 的「规则」。但规则从哪里来？从你每天的想法和经历里来。所以还需要一个地方，接住每天冒出来的东西，让它慢慢沉淀成规则。

想法只停在聊天记录或脑子里，三天就忘；没验证过就直接拿去下单，又容易冲动。我的做法是在本地建一个 BrainStorm 文件夹，分三层：

┌──────────────────────────────────────────────────────────────┐
│ 1. 原始想法：语音转文字原样存，语无伦次也不改                   │
│        │ AI 帮忙梳理：拆成 事实 / 解释 / 假设 / 情绪 四块      │
│        ▼                                                      │
│ 2. 阶段 Insight：可验证的假设 + 下一步要查什么                  │
│        │ 经过实盘检验 + 我自己批准                              │
│        ▼                                                      │
│ 3. 长期规则：能力圈、偏好、红线，AI 每次开工先读               │
└──────────────────────────────────────────────────────────────┘

前面那次用错尺子，就是走的这条路：当天我先口述了一段原话（为什么没买、现在怎么看），AI 按原话顺序整理成一份复盘 Insight，事实、解释、假设分开；「两个目标用两把尺子」先作为一个假设待在 Insight 里，以后要不要升级成长期规则，由我来批。

后来我又加了一层，叫每日 Trigger-Record。原始想法记的是「我今天在想什么」，Trigger-Record 记的是「我今天真的做了什么」：读了哪份原件、跑了哪个流程、改了哪条规则、在哪一步犹豫了。想法很容易美化自己，动作不会。两边对着看，很多「我以为我是这么做的」会露馅。

日常用起来就两步：

1. 对 AI 说「开始今天的头脑风暴」→ 它先读长期规则和当前状态 → 你随便说，不管排版 → 它把原话存进当天的文件。
2. 说「整理今天的内容」→ 它拆成事实 / 解释 / 假设 / 情绪，生成当天的 Insight。

复盘的时候，重点记的不是买卖价格，而是：当时为什么特别想买、特别不想卖？哪条消息改变了我的注意力？我是在执行计划，还是在给冲动找理由？

🎁 可带走资产 2：BrainStorm 工作区初始化指令

请在当前目录下，为我初始化一个【投资 BrainStorm 外部大脑工作区】，创建以下结构并写入初始模板：

1. 目录结构：
   - BrainStorm/状态机/
   - BrainStorm/每日头脑风暴/Raw_Thoughts/          （原始想法，按 YYYY-MM/YYYY-MM-DD.md 存）
   - BrainStorm/每日Trigger-Record/                 （今天真的做了什么，按 YYYY-MM/YYYY-MM-DD.md 存）
   - BrainStorm/Summarized_Insights/                （阶段 Insight，按 YYYY-MM/ 存）
   - BrainStorm/历史投资资料/原始资料/
   - BrainStorm/投资感悟归档/{短期灵感, 长期框架, 执行清单}/

2. 核心文件：
   - `MEMORY.md`：长期背景模板——核心市场、能力圈边界、投资目标（可以不止一个，每个目标单独写判断标准和失效条件）、长期风险红线，全部留占位符；
   - `状态机/STATUS.md`：当前状态模板——当前市场阶段的看法、本周研究焦点、待决事项；
   - `SOP_头脑风暴.md`：日常三步——读 MEMORY 和 STATUS → 原话记录进 Raw_Thoughts → AI 拆成「事实 / 解释 / 假设 / 情绪」生成 Insight；
     规则：原话按说话顺序保留，不美化；新假设先留在 Insight，升级成长期规则必须经我确认；
   - `每日Trigger-Record/README.md`：记录模板——时间、动作类型（调研 / 跑流程 / 改规则 / 交易执行）、做了什么、为什么做、结果或卡点；
   - `历史投资资料/资料索引.md`：旧资料按「时期 / 市场 / 核心教训 / 代表样本」分类的索引模板。

创建完成后汇报目录结构，并告诉我怎么开始第一次记录。

💡 下一篇阅读建议

逻辑写清楚了，下一步是它在真下注那一刻怎么起作用： 👉 《05 操盘层 · 门禁在真下注时出场》——门禁在出手前把你拦一下；而我自己的交割单说，比门禁更大的变量是你拿多久。