Stock Analysis
💡 模型指引：session context < 100k →
/model sonnet；> 100k → 先/compact再 Sonnet，或直接/model opus（長 context 推理品質 Opus 更穩定）。重大決策（>5% 倉位）一律用 Opus。
Generate a standardized research report for one or more stock tickers.
Step 0: 分析前準備
預設模式（無 --current）— 純獨立分析
- 跳過 plan.md、feedback/*.md、持倉、journal 偵測
- 分析不考慮現有倉位或投資計畫，僅基於公開市場數據
- 保留 Step 0e：Verdict 之前必須完成「核心 thesis / 證偽條件 / 機率分布」三題
Step 0.5 (共用): Macro + Earnings + Fundamentals Cache Load
讀以下四份 cache：
briefing-out/cache/macro-snapshot.json— 用於 Step 0e 第一性檢查的 macro ground statebriefing-out/cache/earnings-history.json— 該 TICKER 的 trailing 8Q beat rate + surprisebriefing-out/cache/earnings-dates.json— 該 TICKER 的下次 earnings 日期briefing-out/cache/fundamentals-snapshot.json（TTL 24h）— TICKER 的三錨點輸入（pe_ratio/peg_ratio/wall_street_target/growth/margins）+forward_estimates（賣方共識 fwdEPS curr_fy/next_fy + EPS 修正動能）
若 TICKER 不在 earnings cache 中（如新標的）→ 跑一次 python3 tools/earnings_history.py --force；或標 (earnings cache miss)。
fundamentals cache 處理：
- TICKER 在 cache 且 mtime < 30h → 使用，供三錨點估值 + probability agent 1d/1h
- TICKER 不在 cache 或 mtime > 30h → 先跑
python3 tools/fetch_fundamentals.py --ticker TICKER（單票 fetch + merge 進 cache，含 A4self_valuation），再讀 cache。這樣 cache miss/stale 也能取得 A4，不再直接標(self-val N/A)。Agent 3 仍同批抓get_fundamentals_snapshot+get_earnings_history作即時三錨點交叉（fetch_fundamentals 失敗時的 fallback）。 - 只有
fetch_fundamentals --ticker真的失敗（EODHD 無資料/token 缺）才標(self-val N/A)。 pe_ratio == 0.0 / null→ 丟棄 A1 錨；peg_ratio == 0.0 / null→ 丟棄 A2 錨，標(anchor unavailable)
這些 cache 資料用於：
- Section「Investment Thesis」: 引用 trailing 8Q beat rate 強化/弱化基本面論點
- Section「三錨點公允價」: A1/A2/A3 錨點計算 Fair PE + EV（取代手寫點估計）
- Section「Verdict」前呼叫
probability-honesty-checker時，強制將 macro + base rate 帶入 prompt（Step 1d、1h、1i 必填）
--current 模式 — 整合持倉與計畫
啟用後執行完整 AGENTS.md Step 0 統一規範（0a → 0b → 0c → 0d → 0e）：
- 讀
plan.md+feedback/*.md；了解此標的在計畫中的角色 - 呼叫
get_account_position取即時持倉 - 今日 journal 不存在 → 執行 gap-fill + 變動偵測 + 自動建立 journal
- 報告額外輸出「持倉確認」與「配置計畫定位」兩節
Arguments
- Single ticker:
/stock-analysis PLTR - Multiple tickers for comparison:
/stock-analysis DCO AIR - With specific focus:
/stock-analysis TEAM options(include options strategy suggestions) - With portfolio context:
/stock-analysis MU --current(activates plan.md + positions) - With Codex second opinion:
/stock-analysis MU --codexor/stock-analysis MU --2nd - Combined:
/stock-analysis MU --current --codex
Workflow
-
Parse the ticker(s) from the arguments
-
Gather Data using MCP tools and WebSearch:
Primary: Yahoo Finance MCP
mcp__yfinance-advanced__get_stock_info— fundamentals, analyst targets, margins, PE ratiosmcp__yfinance-advanced__get_financial_statement(income_stmt) — revenue, earnings trendsmcp__yfinance-advanced__get_recommendations(recommendations) — analyst consensusmcp__yfinance-advanced__get_yahoo_finance_news— recent headlinesmcp__yfinance-advanced__get_historical_stock_prices(period=6mo) — price trend
Secondary: SEC EDGAR MCP (for deeper analysis)
mcp__sec-edgar-mcp__get_financials(statement_type="all") — official SEC financial datamcp__sec-edgar-mcp__get_insider_transactions(days=90) — insider buying/sellingmcp__sec-edgar-mcp__get_recent_filings(days=60) — recent 8-K, 10-K/Q filingsmcp__sec-edgar-mcp__get_segment_data— revenue breakdown by geography/product
Technical: Technical Indicators MCP
mcp__technical-mcp__get_technical_indicators— RSI, MACD, Bollinger Bands, ATR, momentum score, trendmcp__technical-mcp__get_support_resistance— support/resistance levels, 52-week range
Sentiment: EODHD MCP
mcp__eodhd-mcp__get_news_sentiment— news with AI sentiment scoresmcp__eodhd-mcp__get_sentiment_trend— 30-day sentiment trajectory
Tertiary: FMP MCP (free tier, supplementary)
mcp__fmp-mcp__getStockPeers— peer companies for comparisonmcp__fmp-mcp__getCompanyProfile— company profile (fallback if yfinance incomplete)
Supplementary: WebSearch (if MCP data is insufficient)
- Search: "[TICKER] stock analysis 2026"
- Search: "[TICKER] earnings revenue growth"
平行數據收集（Agent 子代理 — subagent_type: "data-collector"）：
使用 Agent tool 平行派遣以下 3 組子代理（每組指定 subagent_type: "data-collector"，自動使用 Sonnet 5 純數據收集）：
- Agent 1 — Yahoo Finance（subagent_type: "data-collector"）：
get_stock_info+get_financial_statement+get_recommendations+get_yahoo_finance_news+get_historical_stock_prices - Agent 2 — SEC EDGAR（subagent_type: "data-collector"）：
get_financials（all）+get_insider_transactions（90d）+get_recent_filings（60d）+get_segment_data - Agent 3 — Technical + Sentiment + EODHD Fundamentals（subagent_type: "data-collector"）：
get_technical_indicators+get_support_resistance+get_sentiment_trend+get_news_sentiment（ticker format: TICKER.US）；若 fundamentals cache miss 或 mtime > 30h，同批加抓mcp__eodhd-mcp__get_fundamentals_snapshot(TICKER.US)+mcp__eodhd-mcp__get_earnings_history(TICKER.US)（不額外 round-trip）
多股比較時，為每個 ticker 各派一組 Agent。若 Agent tool 不可用，依序呼叫亦可。
⚠️ Agent 失敗 fallback：若 Agent 3（Technical）回傳空結果或聲稱「沒有 MCP 權限」，主 Claude 直接呼叫
mcp__technical-mcp__get_technical_indicators+mcp__technical-mcp__get_support_resistance+mcp__eodhd-mcp__get_sentiment_trend，絕不跳過技術分析 section。 -
Check Current Portfolio（
--current模式才執行）- 呼叫
get_account_position確認是否持有此標的 - 若持有，在報告開頭輸出「持倉確認」段落（成本、口數、損益）
- 呼叫
4a. Thesis Ledger 雙向整合（--current 或有持倉時執行；新標的分析只做「寫」端）
讀端（consumer）— 了解「上次的論點驗證了沒」
python3 tools/thesis_ledger.py list --ticker TICKER
輸出「📋 {TICKER} 既有 thesis 狀態」段落：
| thesis slug | 命題 | 建立 | 狀態 | 上次 resolve 結果 | 公允價 before→after | 價格影響 | 下一步 | |------------|------|------|------|-----------------|---------------------|---------|------| | memory-cycle | DRAM ASP上漲... | 2026-01-10 | pending | — | — | — | 等 Q2財報 | | q1-guide-exec | Q1 guide確認... | 2026-02-01 | passed | AI revenue +6% | $460→$490 | +6.5% | HOLD |
若帳本無此 ticker → 輸出「📋 {TICKER} 帳本：無既有 thesis」
若有 today-due thesis（due 命令輸出中出現此 ticker）→ 在此段末尾標：
⚠️ 今日到期 thesis：{slug} — 請在本次分析後執行 D2 三桶分解 + resolve
如果有到期需驗收的 thesis，執行 D2：
- 從本次 Agent 數據抓實際指標（財報數字/分析師 PT/毛利率等）
- 照 briefing Step 0.7 邏輯做 passed/failed/partial 三桶分解
- 呼叫
resolve帶結構化旗標（--fair-value-before從上次登錄時的公允價基準取，或從 history 最後一筆取）
寫端（producer）— 本次分析的新 thesis 登錄（Verdict 後執行）
凡 Verdict 含明確時間/事件觸發點的論點，在輸出末尾登錄：
python3 tools/thesis_ledger.py list --ticker TICKER # 先查既有 slug python3 tools/thesis_ledger.py add --ticker TICKER --slug <slug> \ --thesis "<可驗證命題>" --falsification "<條件1>" "<條件2>" \ --trigger-type event|date --trigger-date YYYY-MM-DD \ [--event earnings] [--metric "到期要比的指標"] --source stock-analysis \ --ev "<EV snapshot: bull/base/bear 公允價>"
新增 --ev 時同時記錄當下基準公允價（= fair_value_before 的基準，日後 resolve 時用）
EV ledger 事前登錄（thesis add 之後緊接執行，機率校準自驗）：
python3 tools/ev_ledger.py add --ticker TICKER --slug <slug>-ev \ --horizon-days 365 --spot <現價> \ --p-bull XX --p-base XX --p-bear XX \ --fv-bull XXX --fv-base XXX --fv-bear XXX --ev-price XXX \ --source stock-analysis --model <本次模型> --thesis-ref TICKER:<thesis-slug> \ --priced-in-pct <fundamentals-snapshot self_valuation.priced_in_pct>
到期由 briefing resolve-due 機械驗價（零判斷）；校準統計由 /trade-review 讀。機率/公允價直接抄機率分布表，不重算。--priced-in-pct（2026-09-14）從 cache 直接抄：= 市場前瞻 PE ÷（目標 PEG × 共識 EPS 成長，成長截斷 5–60%）− 1，正 = 成長已 priced in（priced_in_note 有完整算式）；只是登錄變數，不進 EV、不改 Verdict，/trade-review 用三分位驗「高 priced-in 是否更常 thesis 對但 realized<EV」。已知盲點：週期頂峰 EPS 讓 fwdPE 極低 → 深負 ≠ 便宜（MU 型），報告可引用但要標。cache 為 null 就省略參數。
4b. 訊號擷取 & Thesis 候選（Signal Extraction，stock-analysis 預設開）
目的：從 news body + SEC 8-K + 財報逐字稿抽已量化陳述，用以補強/修正 thesis 機率分布輸入（Step 0e）。
反幻覺門檻（必守）： 每個 signal 必須附 raw_quote（≤120 字逐字引用）；無 quote → 無 signal；只有 narrative → 明寫「無可量化信號（only narrative）」。
資料管道優先順序：
- SEC 8-K（Agent 2
analyze_8k/get_recent_filings14d 內）→confidence: high - 財報逐字稿（
mcp__fmp-mcp__getEarningsTranscript最新一份，取 capex/ASP/wafer/utilization 句）→confidence: high；僅財報後 30 天內 - EODHD raw news body（
news-articles.jsonStep 0.67，或mcp__eodhd-mcp__get_news即時抓）→confidence: medium - FMP segment（
mcp__fmp-mcp__getRevenueProductSegmentation）→confidence: medium（有數字才算） - 來源訊號 cache（
briefing-out/cache/twitter-signals.json，Step 0.68 同源；Trusted/Core tier →confidence: medium，Probation →confidence: low不入 ledger）→ post 全文（裁至 ≤120 字逐字）即 raw_quote 來源；引用即代表 add-claim，同一次python3 tools/source_credit.py add-claim ...登錄該主張
訊號 record（Claude 輸出，不寫 JSON cache）：
metric: wafer_starts / capex / ASP_QoQ / segment_revenue / utilization / ... value: "+8% QoQ"（逐字含單位） direction: up | down | flat ticker, source_url_or_desc, source_type: sec_8k | transcript | news | fmp_segment | twitter | substack | rss date, confidence: high | medium | low raw_quote: "<逐字引用，≤120 字>" ← 無此欄 = 不成立
Signal → Thesis 轉換後登錄（confidence ∈ {high, medium} 且有明確前瞻 trigger）：
python3 tools/thesis_ledger.py list --ticker <T> # 先查重 python3 tools/thesis_ledger.py add --ticker <T> --slug <slug> \ --thesis "<1句可驗證命題>" \ --falsification "<條件1>" "<條件2>" "<條件3>" \ --trigger-type event|date --trigger-date YYYY-MM-DD \ --event earnings --metric "<到期要比的指標>" \ --source signal-inference \ --ev "signal: <metric> <value>, <source>, conf=<confidence>"
confidence=low 或純 paraphrase → 在報告文字呈現即可，不入 ledger。exit-code-2 碰撞 → 改 slug 或 supersede。
輸出段落（報告末尾）：
### 第 4b 節 訊號擷取 | metric | value | dir | source | confidence | raw_quote（首 80 字） | |--------|-------|-----|--------|------------|----------------------| | wafer_starts | +8% QoQ | up | Reuters/EODHD | medium | "...逐字引用..." | THESIS 候選：[若有 high/medium conf 訊號] - slug: wafer-starts-bit-growth → 已登錄 thesis_ledger [若無] - 無可量化信號（only narrative news，無 SEC 8-K / 逐字稿量化句）
- Generate Report for each ticker:
Standard Report Format
markdown## [TICKER] - [Company Name] ($XX.XX) **Sector:** [sector] | **Market Cap:** $XXB | **Forward PE:** XX.X ### Key Metrics | Metric | Value | |--------|-------| | Revenue (TTM) | $X.XB | | Revenue Growth (YoY) | XX% | | EPS (TTM) | $X.XX | | EPS Growth | XX% | | Forward PE | XX.X | | PEG Ratio | X.XX | | Gross Margin | XX% | | Free Cash Flow | $XM | | Debt/Equity | X.XX | ### Investment Thesis - Bull case (2-3 points) - Bear case (2-3 points) ### Analyst Consensus - Rating: Buy/Hold/Sell - Price Target Range: $XX - $XX - Median Target: $XX (upside/downside %) ### Technical Analysis Use `mcp__technical-mcp__get_technical_indicators` and `mcp__technical-mcp__get_support_resistance`. | Indicator | Value | Signal | |-----------|-------|--------| | RSI (14) | XX.X | 數值列示（不標超買；<30 可標 Oversold） | | MACD | line/signal/histogram | Golden Cross/Death Cross/None | | Bollinger %B | X.XX | Upper/Middle/Lower band | | ATR (normalized) | X.X% | Low/Medium/High volatility | | Momentum Score | XX | -100 to +100 | | Trend | description | | | Volume Ratio | X.XX | Above/Below average | **Support & Resistance:** | Level Type | Price | Distance % | |------------|-------|-----------| | Resistance 1 | $XX.XX | +X.X% | | Support 1 | $XX.XX | -X.X% | | 52W High | $XX.XX | -X.X% | | 52W Low | $XX.XX | +X.X% | **Entry Timing（revision 閘門 — per `feedback/momentum-valuation-symmetry.md`；RSI 過高不進任何判定）：** - **estimate 上修中**（`forward_estimates` revisions up ≫ down）的加速領導者：**不否決、不等回檔才給方向** — 強者愈強；starter 倉現在進 + 回檔 GTC ladder + bull call spread 定義風險參與 - **estimate 翻下修/flat + 高倍數**：唯一「不追」的正當情況（均值回歸 edge 只在此成立） - 深跌至支撐 + **revision 未惡化**：洗盤錯殺，加碼機會（RSI < 30 可作超賣佐證）；revision 惡化中 → 受損 turnaround，等催化不接刀 - High ATR regime: wider stop-loss needed, consider smaller position - 原則：**revision 定方向，估值只定下手結構與 size**；RSI 僅數值列示，過高側不觸發任何「不追/減碼」判定 - **技術面三態原則（H12，2026-09-17，`feedback/ma-filter-evidence.md`）**：技術指標只描述狀態不產生觸發。報告必列三個狀態：①價是否在 SMA50 與 EMA200 之上（趨勢濾網）②是否布林帶寬擠壓 / 回檔 SMA20（趨勢中低波動整理）③EMA50 5 日斜率（≥2% 強）。**MACD、均線交叉、SAR、通道突破當日只作 fact 列示，不得寫成訊號或進場理由**；5/10/20 日均線與 DEMA/TEMA 不引用 - **revision coverage 分級（引用必附 N）**：分析師數 N≥15 全權重；8–14 半權重（須與 trend/季成長印證）；<8 不單獨觸發（改靠 第 4b 節 P3 硬數字 + beat rate + guide）；上次財報後 >45 天標 stale 降權 ### SEC EDGAR Insights - Insider Trading (90 days): net buying/selling activity - Recent Filings: any material 8-K events, 10-K/Q highlights - Revenue Segments: geographic/product breakdown (if available) ### 市場情緒 (Sentiment) Use `mcp__eodhd-mcp__get_sentiment_trend` and `mcp__eodhd-mcp__get_news_sentiment`. - Sentiment trend: improving / declining / stable (30-day trajectory) - 7-day vs 30-day average sentiment comparison - Recent news headlines with sentiment polarity scores - Flag strongly negative sentiment (< -0.3) as risk factor ### Peer Comparison (FMP) - Top 5 peers by market cap similarity ### Investment Context（獨立分析） - 所屬板塊 / 主題（AI、半導體、SaaS、基建…） - 在同類股中的競爭定位（leader / challenger / niche） - 一般性倉位建議（不參考個人帳戶）：進取型 / 穩健型各建議比例 ### 配置計畫定位（`--current` 模式才輸出） - 此標的是否在 plan.md 待建倉/加碼清單中？ - 與現有持倉是否重疊？ - 計畫建議的進場方式：現股 vs Bull Put Spread vs LEAPS（引用計畫原文） - 建議倉位佔帳戶 % - **桶別建議（必填）**：進場後歸 🔵 信念桶（中低 β + 多年結構 thesis → 讓 run）/ 🟢 認列循環桶（高 β >3 / 純週期 / 純波段 → 系統性 harvest）/ 🟡 L1 On-Deck（thesis 已驗證但等觸發）/ 🔵 L2 Research Pool（thesis 未驗證完）。疑問時歸認列桶 - **機會成本閘門（新倉必答）**：**先過行業濾網——該行業 TAM 是否 GROWING-STRUCTURAL？衰退行業內的相對強者直接不進 bench（垃圾桶尋寶濾網，2026-08-19）**；過濾網後才比：此標的是否**明顯優於目前最弱的在倉名額**？（列出最弱在倉 1-2 檔 revision/動能對比）。組合在 14–18 上緣 → 必須指名砍誰進場（砍一進一，不淨增）；相關 beta 門檻最高，去相關 hedge/填缺口門檻較低 - **進場結構（對稱性）**：貼高加速領導者 → starter + 回檔 ladder + bull call spread；支撐區 → GTC 限價階梯 / bull put spread；長期信念 → LEAPS deep ITM delta 0.80–0.88。結尾附可掛的 Firstrade 單（per `feedback/actionable-firstrade-orders.md`） ### 第一性檢查（必填，在 Verdict 之前） - **核心 thesis：** [1 句可驗證命題，非 narrative] - **證偽條件：** [2-3 個 falsifiable 觀察點 — 量化指標 / 事件 / 時程] **三錨點 Fair PE 計算（D1，必做）：** | 錨點 | 值 | 說明 | |------|----|------| | A1 市場 PE | EODHD `pe_ratio` | 0.0/null → N/A | | A2 PEG 錨 | `peg_ratio × growth%`（AI龍頭 PEG基準=1.5，其餘=1.0） | 0.0/null → N/A | | A3 分析師錨 | `wall_street_target ÷ fwdEPS`；fwdEPS 優先 `forward_estimates.curr_fy.eps_avg`（真實共識）→ `next_fy.eps_avg` → `eps_ttm×(1+growth)` 近似 | 任一缺 → N/A | | **A4 自建錨（分歧）** | `self_valuation.own_target_price`（cache miss/stale 已由 `fetch_fundamentals.py --ticker` 補抓）| `unavailable`（真失敗才）→ `(self-val N/A)`；`low` → `⚠️低信心`；**A4 不進 median，不進 EV — 僅做分歧 flag** | - **基準 Fair PE** = median(A1, A2, A3)（A4 排除在外）；**樂觀** = max × 1.25（上限 current_PE × 1.25）；**悲觀** = min × 0.70 - **FwdEPS 情境**：基準=analyst 共識 fwdEPS（`forward_estimates.curr_fy.eps_avg`，缺則 next_fy，再缺才用 `eps_ttm×(1+growth)` 近似；cache `self_valuation.a3_fwdeps_source` 已標來源）；樂觀=基準×(1+min(avg_surprise%,15%))；悲觀=基準×(1−5%/10%) - **EPS 修正動能**：`forward_estimates` 另帶 `eps_revision_30d_pct` + `revisions_up/down_30d`，30 日共識上修=guidance 偏正領先訊號，供 thesis/P3 引用（非估值輸入） - stock-analysis 單股深度**每次都做 DCF 交叉**，改用**自建 `tools/simple_dcf.py`**（FMP free tier 無 getDCFValuation）：把 Agent 1 yfinance 已抓的數字餵進去—— ```bash python3 tools/simple_dcf.py --fcf <freeCashflow> --shares <sharesOutstanding> \ --cash <totalCash> --debt <totalDebt> --growth <forward EPS/rev 成長小數> [--wacc 0.10] [--terminal 0.03]
回 intrinsic_value_per_share。FCF≤0 → 工具自動回 N/A（標 DCF 不適用（FCF 為負））。DCF 僅 sanity flag，不進 EV；高成長股 terminal 佔比常 >70%（工具會回 terminal_pct_of_ev），偏離大時註明「假設敏感、參考性低」。FMP getDCFValuation 僅作備援（通常 402）。
-
機率分布：
情境 機率 FwdEPS A1 A2 A3 Fair PE 公允價 樂觀 XX% $X XX XX XX XX（max×1.25） $XXX 基準 XX% $X — — — XX（median） $XXX 悲觀 XX% $X XX XX XX XX（min×0.70） $XXX Expected value = Σ(機率 × 公允價) = $XXX → vs 現價 $XXX：±X%
DCF 交叉（
simple_dcf.py自建，必做）：DCF: $XXX vs 基準公允 $XXX（差 ±X%）；terminal 佔 EV X%（FCF<0 →DCF 不適用） -
A4 自建分歧（必顯示）：
- A4 目標價：
$XXX（信心：ok/⚠️低信心/(self-val N/A)） - A4 vs A3：
(A4 − A3) / A3 = ±X% - 解讀（|分歧| > 20% 才說）：
- A4 > A3 + 20%：「我的營收/利潤推估較 Street 樂觀 — 檢查是否有市場未定價的成長催化」
- A4 < A3 − 20%：「我的推估較 Street 保守 — 分析師可能過樂觀，注意下修風險」
- |分歧| ≤ 20%：「自建估值與 Street 大致吻合」
- Note：A4vsA3 分歧隔離「EPS/盈利觀」差異（倍數相同），不混入估值倍數變動。
- A4 目標價：
Verdict
One of: Strong Buy / Buy / Hold / Sell / Avoid With 1-2 sentence rationale，明確說 Verdict conditional on thesis 成立的機率。
5. **If comparing multiple tickers**, add a comparison table at the end: | Metric | TICKER1 | TICKER2 | |--------|---------|---------| With a clear recommendation on which to prefer. --- ## Step 6: Codex 第二意見（opt-in） **僅當 arguments 含 `--codex` 或 `--2nd` 時執行。** ### B1. 獨立第一性分析（預設，independent first-principles） **核心原則：Codex 不看 Claude 的結論**，只給 raw data，讓它獨立跑 Step 0e。Claude 與 Codex 兩個獨立輸出並排比較，真實共識 = 高信心，真實分歧 = 值得深入。 **🔴 Prompt 中性化要求**（詳見 `feedback/codex-prompt-neutrality.md`）： raw data 必須是 fact 數值，**不能** 是 derived label。技術面只給 RSI 純數字、MACD 三個 line/signal/histogram 數值、價格 vs SMA 百分比、6-12 週區間，**不寫**： - trend 分類（strong_uptrend / weak_downtrend / consolidation） - status 分類（overbought / oversold / neutral） - momentum_score（這已是 derived score，改寫成「N 個交易日累計漲跌 X%」） - 「弱勢」「強勢」「拋物線」「打底」等敘事標籤 讓 Codex 自己跑 indicator interpretation，從 raw 數值推導結論。**用戶 push back 後重做時，新 prompt 必須完全去除舊 framing**，不能寫「之前判斷 X，請重新評估」。 呼叫 Codex（**用 AGENTS.md「Codex 呼叫方式」的 `codex exec` CLI；勿用 codex:codex-rescue subagent / `/codex:rescue`，會卡 superpowers preamble**），prompt 首行加強制 no-tool 指令，模板：
我是一名美股投資人，使用 Level 2 options + Spread 的 margin 帳戶。 請對 [TICKER] 個股，完全獨立執行 Step 0e 第一性分析 — 不要受任何先前結論或 framing 影響，這是一份獨立第二意見。
Raw data（只給 fact 數值，無 derived label）：
估值（純數字 — 三錨點原始值，讓 Codex 自行推導 Fair PE）：
- 現價：$XXX
- Trailing PE：XX / Forward PE：XX / PEG：X.X / P/S：X.X / EV/EBITDA：XX
- Forward EPS：$X.XX / FY 估算 EPS：$X.XX
- 分析師 median PT：$XXX
- EODHD earnings base rate：N/8 beat, avg_surprise X.X%（或 unreliable-low-base）
- Market Cap：$XXB
最近財報（fact，含日期）：
- 報告日：YYYY-MM-DD（[已過 X 天 / 即將公佈]）
- Revenue：$XXX M（YoY +X.X%，QoQ +X.X%）
- EPS：$X.XX（YoY +X.X%）
- 公司 guide / 分析師 estimate revision
Quarterly 軌跡（最近 4-6 季 raw 數字）：
- Q[N] [date]：Revenue $XXX M / EPS $X.XX
- ...
Margins（最近一季 vs 前一季）：
- Gross：XX.X% / Operating：XX.X% / Net：XX.X% / FCF：XX.X%
資產負債： Cash $XB / Debt $XB / Net cash position $XB / Quick ratio X.X
分析師共識： [N] strong buy / [N] buy / [N] hold / [N] sell / [N] strong sell；median PT $XXX；high $XXX / low $XXX
內部人交易（90 天）： [N] 筆 Form 4，[X 筆 buy / X 筆 sell]，金額摘要 — 不寫「警訊」「正常」分類
技術面（fact only，不分類）：
- RSI(14)：XX.X（純數字，不標 OB/oversold）
- MACD：line X.XX / signal X.XX / histogram X.XX（不標 bullish/bearish）
- 價 vs SMA20：X.X% / 價 vs SMA50：X.X% / 價 vs SMA200：X.X%
- ATR normalized：X.X%
- 6 週價格區間：低 $XXX → 高 $XXX → 現 $XXX
- 距 52W 高：X.X% / 距 52W 低：X.X%
- 主要 supports：$XXX / $XXX / $XXX
- 主要 resistances：$XXX / $XXX
Sentiment（30 天 raw）： 平均 X.XX / 7d 平均 X.XX / 今日 X.XX（新聞量 N 篇）
近期催化（事實 timeline）： 財報日、產業事件、guidance update 等（不寫評語）
配置上下文：（--current 模式才填入）已持有 X 股 @ avg $X / 未持有；若無 --current 則省略此行
請輸出：
-
核心 thesis（1 句可驗證命題，falsifiable，非 narrative）
-
證偽條件（2-3 個 falsifiable 觀察點 — 量化指標 / 事件 / 時程）
-
機率分布表（三錨點 Fair PE，自行推導不依賴 Claude 的計算）：
先導出你自己的三錨點：
- A1 = Trailing PE（市場隱含）
- A2 = PEG × growth%（成長合理倍數；AI 龍頭 PEG=1.5，其餘=1.0）
- A3 = 分析師 median PT ÷ fwdEPS（賣方共識隱含）
- base = median(A1,A2,A3)；bull = max × 1.25（上限 current_PE × 1.25）；bear = min × 0.70
情境 機率 FwdEPS Fair PE（推導方式） 公允價 樂觀 XX% $X XX（A?錨 × 1.25） $XXX 基準 XX% $X XX（median） $XXX 悲觀 XX% $X XX（A?錨 × 0.70） $XXX Expected Value = Σ(機率 × 公允價) = $XXX → vs 現價 $XXX：±X%
-
Verdict（1 句）：Strong Buy / Buy / Hold / Sell / Avoid，並說明 conditional 在什麼前提。
-
加分題：用戶持倉建議（持有 / 加碼 / 減碼 / 出清？加碼/停損觸發點？）
規則：
- 機率分布必須 sum 到 100%
- Verdict 必須有可量化條件
- 不假設 Claude 已說過什麼
- 用客觀數據與你自己的 mental model 從 raw 數值自行 derive interpretation
- 若 ticker 在 ±48h earnings window，特別考慮「earnings sell-on-news」vs「thesis 破裂」的根因區分
請以繁體中文回覆，控制在 700 字內。
--effort high --fresh
### 輸出整合
🤖 Codex 第二意見（獨立第一性分析）
Codex 獨立輸出
核心 thesis： [Codex 的 thesis] 證偽條件： [Codex 列的條件] 機率分布：
| 情境 | 機率 | EPS | PE | 公允價 |
|---|---|---|---|---|
| 樂觀 | XX% | ... | ... | $XXX |
| 基準 | XX% | ... | ... | $XXX |
| 悲觀 | XX% | ... | ... | $XXX |
Codex EV： $XXX vs 現價 $XXX → ±X% Codex Verdict： [...]
並排比較：Claude vs Codex（獨立輸出）
| 維度 | Claude | Codex | 一致性 |
|---|---|---|---|
| 核心 thesis | [Claude] | [Codex] | 一致 / 部分 / 顯著 |
| 證偽條件數 | N | N | — |
| 機率分布（樂/基/悲） | XX/XX/XX | XX/XX/XX | 差異 |
| Expected Value | $XXX | $XXX | 差 ±X% |
| 現價 vs EV | ±X% | ±X% | — |
| Verdict | [Claude] | [Codex] | 同 / 異 |
真實共識（兩邊獨立都認同）：[1-2 條 — 高信心結論] 真實分歧（兩邊獨立得出不同結論）：[1-3 條 — 值得深入] 整合建議： [基於真實共識給出最終行動，明示不確定性來源]
### 進階：`--codex-adversarial`（opt-in 壓力測試） 僅當 arguments 含 `--codex-adversarial` 或 `--codex-adv` 時，**追加**對立面審查段落（攻擊 thesis、找 bug）。預設 `--codex` 不執行。
[追加段落 — 只在 --codex-adversarial 時觸發] 請對 Claude 的 [TICKER] 結論進行對立面審查 — 攻擊 thesis、找最弱假設、提出 dissenting verdict。 [Claude 完整 thesis + verdict + technical analysis] 請以繁體中文回覆。
> 若 Codex 失敗 → 輸出 `⚠️ Codex 不可用：[error]，跳過第二意見`，繼續正常輸出。 --- ## Output Language Use Traditional Chinese (繁體中文) for all text output. ## 存檔 + HTML 生成 報告完成後： 1. 使用 Write tool 把完整 markdown 寫到 `briefing-out/stock-analysis-<TICKER>-YYYY-MM-DD.md` 2. 執行： ```bash python3 tools/generate_html.py stock-analysis briefing-out/stock-analysis-<TICKER>-YYYY-MM-DD.md --push
成功時印出網頁連結，失敗（repo 尚未建立）時印警告並繼續。
R35 基準門檻（2026-10-20 用戶）
收尾 ev_ledger add 後，若標的非既有持倉，跑 python3 tools/bench_hurdle.py TICKER --ev <365d EV%>，把 PASS/FAIL 與「需要的 EV」寫進 Verdict 第一行；FAIL 的 Verdict 不得寫「可建倉」，只能寫「不買，停泊 VOO；觸發條件 X 時重評」。
