10-Bagger 深度投研分析法
Overview
核心原则：用事实驱动的概率分布回答"这家公司 5 年和 10 年后值多少钱、有多大概率翻 10 倍"——而非单一目标价。
每份分析必须包含：双时间轴情景（5Y + 10Y）、加权期望市值、敏感度三大变量、Track Record 锁定的 4-6 条可验证假设、vs 被动组合的超额回报。机会成本不是现金，是被动 ETF。
当该用这个 skill
适用：
- 用户要求分析一家具体公司的投资价值（"XX 怎么样？"、"值得买吗"、"有 10x 空间吗"）
- 建立公司研究档案
- 比较两家或多家公司
- 判断某公司的未来 5-10 年市值区间
不适用：
- 短线技术分析（K 线形态、日/周涨跌预测）
- 单一财务指标问答（"XX 的 PE 是多少"）
- 纯会计审计 / 财报舞弊排查
核心问题
这家公司 5 年和 10 年后分别值多少钱？有多大概率翻 10 倍？
所有分析都服务于这一个问题。
硬规则（17 条必须 + 14 条禁止 · v3 新增 ★）
✓ 必须做
- 用事实而非故事：每个论点必须能被某个具体数据验证或证伪
- 包含反面证据：看多论点必须伴随等量的看空论点
- 标注数据时点：所有结论附 anchor date（"基于 YYYY-MM-DD 已披露数据"）
- 情景概率显式化：不说"可能"，只说"~X%"；概率加总 = 100%
- 区分事实与推断：哪些是公司披露，哪些是主观判断，分别标注
- 双时间轴并列：5Y 与 10Y 两个数字一起给，不能只给单边
- 量化下行风险：只给期望值是 research theater，必须同时给情景标准差、P(亏损 X%)、最大回撤估计
- 敏感度排序：找出"最敏感 3 个变量"并明示 —— 每季度追踪这三个，不是股价
- 仓位用公式推，不用拍脑袋：用 Kelly / Vol-targeting / Fixed 任一，把输入参数显式列出
- 评估管理层花钱能力 ✧：不止看团队背景，还要看 ROIIC / 回购节奏 / 股息 / M&A 命中率
- 对比共识与公司指引 ✧：管理层自己说 +20%、市场定价 +40% 时，gap 就是业绩爆雷的先行指标
- 锁定可验证假设 ✧：每份报告输出 4-6 条带目标日期的可验证命题，3/6/12 月后回看——没有 track record 就没有校准
- 对照被动组合定仓位 ✧：比"SPY + 10Y 国债 60/40"超出多少 CAGR 才值得 3-5% 单股仓位——否则拿 ETF
- ★ Web search 优先于记忆：任何"自信判断"前必先 search 最新事实——股价 / 市值 / 持仓 / mNAV / 政策。记忆中的数字默认过时——不 search 直接用记忆 = 系统性错误
- ★ 核心宏观假设用主流共识：BTC / ETH 长期 CAGR 不能拍脑袋"保守 15%"——用 ARK / 摩根 / Bitwise / VanEck 等主流共识中位数（BTC 25-40% / ETH 30-37%）
- ★ 基准计算一致性：vs ETF 比较时，两边用同样的情景假设——MSTR 用情景加权 BTC 28% 算自己，IBIT 也必须用情景加权 BTC 28% 算（不能用固定 18%）。计算 expected return 用加权 multiplier，不用 CAGR 加权
- ★ 拆解溢价 / 折价的"结构性 vs 真实低估"：mNAV 0.74x 不一定是"市场低估"——可能是治理折扣（CEO 兼职）+ 流动性折扣（小盘）+ 赢家通吃折扣（vs 行业龙头）的合理定价。不要简单假设"mNAV < 1 = 必然均值回归"
✗ 不能做
- PR 话术：禁用"颠覆性"、"革命性"、"无可替代"
- 单一目标价：必须给情景分布，不是点估计
- 只讲一面：只看多或只看空 = research theater
- 回避概率：不给概率的判断无法事后复盘
- 堆砌数据：数据只在推出决策时才有意义
- 只看 10Y 终局：忽视 5Y 节奏的持仓建议没人能执行
- 只报期望不报方差：平均赢多少 ≠ 最坏输多少
- 忽略组合视角：单股分析不够，必须给相对已有持仓的相关性 + 对冲建议
- 只看团队履历不看资本配置 ✧：好管理层 ≠ 好资本配置，要分开评
- 默认"这家公司 vs 现金" ✧：真正的机会成本是"这家公司 vs 被动 ETF"
- 不留可验证假设 ✧：没有 Track Record 记录的预测，事后无法追责
- ★ 用记忆数据做"自信判断"：mNAV / 持仓 / 股价 / 政策 / 公司战略月级别就过时——不查证就给数字 = 大概率错
- ★ 用悲观/乐观双重假设：算自己时用乐观（BTC 30%），算对手时用悲观（IBIT 18%）= 系统性高估超额。两边必须一致
- ★ 涨幅 +50%+ 后还用"基线乐观"假设：1 年涨 5x 后，未来 10 年再 5x 是几何上更难的——必须 down-bias。Intel 5.8x / Nebius 7.3x / Sungrow 1.64x 都是反弹陷阱案例
9 步流程（v3 新增 Step 00）
00 · Web Search Pre-Flight ★（v3 新增 · 强制）
任何分析前必先做 web search——这是 v3 最重要的新规则。
必须 search 的 6 项（按优先级）：
- 当前股价 / 市值 / 流通股（"XXX 当前股价 市值"）
- 最近一次财报（"XXX 2026 Q1 / Q2 财报 营收 净利"）
- 最近 3 个月重大新闻（"XXX 战略 / 收购 / CEO / 监管"）
- mNAV / 估值倍数（如果是加密财库股：BTC / ETH 持仓 + 市值 / NAV）
- 核心宏观假设的主流共识（BTC / ETH 长期 CAGR / 行业 TAM）
- 同业对比（不要假设"#1 地位"——验证 CoreWeave / 其他对手营收）
禁止行为：
- ❌ "我以为 X 公司 mNAV 是 Y" → 必须 search 验证
- ❌ "BTC 长期 CAGR 估 15%" → 必须用主流共识
- ❌ "Nebius 是 Neocloud #1" → 必须验证（实际 CoreWeave 是 4x 规模）
为什么强制：v2 时代依赖记忆做了 7 次错误判断（详见末尾 v3 校准案例）。Web search 一次成本 < 30 秒，错误一次成本 = 用户信任 - 1。
01 · 事实锚定（Fact Anchor）
锁定分析日期，输入只允许那天之前的公开信息：
- 最新季报 / 年报 / 招股书
- 官方指引与 press release
- 合同披露（SEC 6-K/8-K / 港交所公告 / 巨潮资讯）
- 主流券商研报
不允许传闻、未确认新闻、任何"预测"作为输入（预测只能在 step 05-06 里出现）。
02 · 十倍基因体检（10x DNA Check）
对照 5 项核心基因做差距扫描：
| 维度 | 10 倍股该有的表现 | 评级 |
|---|---|---|
| 规模化杠杆 | 软件边际成本 ≈ 0 | red / yellow / green |
| 网络/平台效应 | 用户越多越值钱 | red / yellow / green |
| 数据/资产壁垒 | 独占数据、IP、规模 | red / yellow / green |
| 定价权 | 毛利 60%+ 可持续 | red / yellow / green |
| 再投资空间 | 高 ROIC × TAM 足够大 | red / yellow / green |
03 · 合同积压量化（Revenue Floor）
把已签长期合同、战略入股、产能路径图转化为未来 3-5 年收入地板。
公式：合同总额 / 合同年限 = 年均收入地板
04 · 竞品横向对照（Peer Benchmark）
选同赛道最强对手做指标对齐，8 维对比 + 雷达图可视化（收入规模/增长/盈利/Nvidia 绑定/主权定位/资产负债表/客户分散度/软件栈）。
05 · 双时间轴情景推演（5Y + 10Y Scenarios）
构建 3-4 档情景，每档同时推到 5 年和 10 年两个时点，显式标概率（加总 = 100%）。
06 · 双时间轴加权期望（Weighted Expectation）
E[Mcap_5Y] = Σ Pᵢ × 5Y_Midᵢ
E[Mcap_10Y] = Σ Pᵢ × 10Y_Midᵢ
Multiplier_5Y / 10Y = E[Mcap] / Current
CAGR_5Y = Multiplier_5Y ^(1/5) − 1
CAGR_10Y = Multiplier_10Y ^(1/10) − 1
真 10-bagger：5Y 3-4x + 10Y 10x+；假命中：5Y 8x + 10Y 9x+；估值陷阱：5Y 2x + 10Y 3x。
07 · 观察指标清单（Tracking Signals）
输出 5 项季度级可追踪指标，每项给 10x 轨迹 / 基线 / 落后 三种信号值。
08 · Track Record 锁定（Forward Assumptions）✧
写完报告不是结束，而是校准循环的开始。每份报告锁定 4-6 条带目标日期的可验证命题（例："Brukinsa 2026 销售 ≥$5B"），3/6/12 月后回看，建立分析师自我命中率。连续 3 份报告命中率 <40% → 系统性校准问题，暂停新报告。
25 个完整模块（顶级投研报告所需）
按字母分组。✦ 第一次大升级加入；✧ 本次迭代（v2）加入。
A · 公司全景
- A1 沿革 · 商业模式 · 营收构成
- A2 创始人 · 团队 · 股权结构 + 关键人风险表 ✦（4+ 关键人 × 离职概率 × 影响 × 缓释）
- A3 管理层资本配置评分 ✧（ROIIC / 回购节奏 / 股息政策 / M&A 命中率 四项 1-5 分打分 + 综合 A-D 等级）
B · 事实与财务
- B1 关键事实锚点
- B2 营收与 CapEx 轨迹
- B3 盈利能力（损益表 · 利润率演进 · 里程碑 · 单位经济 · FCF）
- B4 现金流三张表 ✦（OCF / ICF / FCF / FreeCashFlow 逐年数据 + Cash Conversion Ratio + 现金流关键风险）
C · 护城河
- C1 核心竞争优势（带外部证据）
- C2 结构性劣势
- C2b 空头剧本 Bear Playbook ✦（悲观情景的完整 ruin 时间线 × 6 步 × 识别信号 × 退出触发器）
D · 机会
- D1 短期催化剂日历（3-18 个月，方向 / 概率 / 幅度）
- D2 长期增长驱动（3-10 年）
E · 风险
- E1 分类风险矩阵（7 大类 × 严重度 × 缓释）
F · 竞争
- F1 多空快速简报
- F1b 赛道 TAM + 市占率演进 ✦（6 个时间点 × 总 TAM / 子赛道 / 公司营收 / 市占率；对数坐标柱图 + 市占率折线图 + 10x 所需市占门槛线）
- F2 竞争格局（全景对照表 + 8 维雷达图 ✦ + 市场份额饼图 + Win-Loss 场景）
- F2b vs 头号对手深度对照
- F3 十倍基因差距扫描
G · 情景与估值
- G1 双时间轴情景推演
- G2 双时间轴加权期望
- G2b 下行风险量化 ✦（情景标准差、Sharpe-like、P(5Y 亏 30%+)、最大回撤估计、下行/上行比）
- G3 估值框架（多口径 + SOTP）
- G3b 历史估值分位 ✦（季度 forward EV/Sales 折线图 + 当前百分位 + cheap/fair/rich 判定）
- G4 Watchlist · 季度跟踪
- G5 敏感度 · Tornado 图 ✦（7 变量 × ±1σ 扰动对 10Y 期望市值的影响，按敏感度排序的水平双向柱图 + 最敏感三变量结论）
- G6 共识 vs 指引 Gap ✧（管理层指引 / 卖方共识 / 本分析假设 三列对比；gap >15% 时红标警报；业绩爆雷先行指标）
- G7 对照组策略 ✧（与 SPY / QQQ / 60-40 / 10Y 国债被动组合对比，回答"是否真的值得单选"）
H · 决策
- H1 结构化投资建议（评级 / 仓位 / 加仓区 / 止损 / 关键假设 / 仓位推导公式 Kelly ✦）
- H2 组合相关性 · 对冲 ✦（与 7+ 参考资产的 Beta + 相关系数 + 对冲价值评级 + 建议组合）
- H3 Track Record 机制 ✧（锁定 4-6 条关键可验证假设 + 目标日期 + 当前状态 pending/hit/miss；3/6/12 个月后回看建立自我校准数据）
附加
- 子公司期权价值 SOTP
- 分析师共识目标价 + 条形图 + 当前股价水平线
输出格式
快速版本（一轮对话）
- 当前股价 + 市值 + anchor date
- 5Y 加权期望 + 10Y 加权期望 + 5Y 情景标准差
- 3-4 档情景 + 概率
- 最敏感三变量（from G5 sensitivity）
- P(5Y 亏损 30%+)（from G2b downside）
- 一句话评级 + Kelly 推导的仓位
- 关键风险（3 条）
完整版本（25+ 模块）
按 CompanyDetail 接口填充（参考 coin 项目 src/types/company.ts）。
结构化数据要包含：
- 7 步 × 各自数据
- 25+ 模块 × 各自填充字段
- Chart.js 可视化数据（营收轨迹 · 利润率演进 · 情景概率 · 双时间轴对比 · TAM 增长 · 市占率轨迹 · 8 维雷达 · 历史估值 · Tornado · 分析师目标价）
- 数据 anchor date
市场差异（US / A 股 / HK）
🇺🇸 美股
| 项 | 说明 |
|---|---|
| Ticker | NASDAQ:XXX / NYSE:XXX |
| 数据源 | SEC EDGAR、Yahoo Finance、Seeking Alpha、券商研报（Goldman / MS / Morgan） |
| 货币 | USD |
| 对标池 | SaaS 巨头、Mag 7、大市值科技股 |
| 特殊规则 | Regulation FD、季报会议、SEC 6-K/8-K 披露 |
🇨🇳 A 股
| 项 | 说明 |
|---|---|
| Ticker | SH:600XXX（上交所）/ SZ:000XXX（深交所）/ SZ:300XXX（创业板）/ SH:688XXX（科创板）/ BJ:8XXXXX（北交所） |
| 数据源 | 巨潮资讯（cninfo）· 东方财富 · 同花顺 · 公司定期报告 |
| 货币 | CNY（元 / 万元 / 亿元） |
| 对标池 | 白马龙头、行业 TOP3 |
| 特殊规则 | 证监会政策窗口、定增 / 限售股解禁、机构持仓披露、A 股涨跌停限制 |
🇭🇰 港股
| 项 | 说明 |
|---|---|
| Ticker | HK:XXXXX（5 位数，前导零保留） |
| 数据源 | 港交所披露易（hkex.com.hk）· 阿思达克 · 富途 |
| 货币 | HKD（港元） |
| 对标池 | 中概股、H 股 + 红筹、港股通标的 |
| 特殊规则 | 南下资金、互联互通额度、H-A 溢价、同股不同权（WVR）结构 |
公司名称中文化约定
有公认中文名的英文公司，正文中统一用中文（Ticker 保留英文）：
| 英文 | 中文 |
|---|---|
| Nvidia | 英伟达 |
| Microsoft | 微软 |
| Oracle | 甲骨文 |
| TSMC | 台积电 |
| Tesla | 特斯拉 |
| Amazon | 亚马逊 |
| Google Cloud | 谷歌云 |
保留英文的情况：
- 品牌简写：Meta / Google / Apple
- 无通用中文名：SpaceX / Stripe / Palantir / CoreWeave / Lambda / Crusoe
- 产品缩写：AWS / Azure / GCP / CUDA / GB300
- Ticker：NASDAQ:NVDA / NASDAQ:MSFT 等
中文排版：中文名与中文字之间不要有空格（"英伟达持股" 不是 "英伟达 持股"）；与英文/数字之间保留空格（"英伟达 GTM"）。
关键量化公式速查
1. 加权期望值
E[Mcap] = Σ Pᵢ × Midᵢ
Multiplier = E[Mcap] / Current
CAGR = Multiplier^(1/n) − 1
2. Kelly 公式（保守版，用 1/2 Kelly）
f* = (期望回报率 − 无风险利率) / 方差 × 0.5
输入：期望 CAGR · 无风险利率（10Y 国债）· 情景标准差。
3. 情景标准差（下行风险量化）
σ = √(