最近做了个叫 InvestPilot 的自动化投研流程项目。过去这阵子，我用 Claude Code 的 agent 能力，搭了一个深度基本面投研框架。它不追求”AI 帮你选股”，而是想解决一个更难的问题：怎么让大模型在跑一套严谨的投研流程时，不胡说八道。
为什么做这个
先说背景。我是二级市场的深度基本面投资者，投资风格偏向高赔率、寻找 0–3 个月能兑现的预期差。
用大模型做投研，大家应该都试过。痛点也都很清楚：
- 它会编数字。PE、EPS、净利润，张口就来，而且看起来特别自信。
- 它会口径混乱。一会儿用 trailing PE，一会儿用 forward PE；同业对比表里 T+1 和 T+2 混着算，比出来全是错的。
- 它会跳步、自嗨。你让它做分析，它跑着跑着就宣布”我做完了”，但你回头看中间环节根本没做扎实。
- 它给结论很痛快，但不可证伪。“我看好这只股票”——那什么情况下你会改口？它说不上来。
本质问题是：大模型是一个很会说话、但缺乏纪律的实习生。 你给它自由度，它就给你一个看起来很专业的幻觉。
所以我想试试：能不能用软件工程的纪律，给它套上一层硬约束，逼着它老老实实把一套投研 SOP 跑完？
这就是 InvestPilot。下面是它的几个核心设计。
一、它长什么样
整体是一个搭在 Claude Code 上的 agent harness。流程是把卖方研究所的深度投研 SOP，拆成 9 步（加一个前置筛选门）：
Step 0 快速筛选（Gate：PASS / WATCH / 全研）
│
▼
Step 1 业务深研 ──┐
Step 2 竞争壁垒 ──┤ 串行，前一步没完成，后一步别想启动
Step 3 边际变化 ──┤
Step 4 假设矩阵 ──┤ ← 15 项校验 gate，过不去就 block
Step 5 财务建模 ──┤
Step 6 蒙特卡洛 ──┤
Step 7 赔率策略 ──┤
Step 8 独立审计 ──┤
Step 9 投委会评审 ──┘ ← 自动生成 HTML / Markdown 报告支撑这套流程的，是 prompts/ 下 10 份加起来 3293 行的 prompt 模板，和 src/ 下 2.1 万行 Python（含 1.5 万行测试）。
一句话定位：它把”投研 SOP”编译成了一个带依赖图的状态机，让大模型只能沿着合规的路径走。
二、几个我自己觉得有点意思的设计
设计 1：把投研 SOP 编译成状态机
这是整个框架我最满意的一块。
每个 step 都有强制的三段式动作：
# 开始前
python -m src.cli workflow {workspace} start --step 5
# 写完产物后
python -m src.cli workflow {workspace} complete --step 5 --artifact step5_financial_model.md
# 缺料就阻塞
python -m src.cli workflow {workspace} block --step 5 --reason "..."所有 step 的元数据（依赖关系、必须产物、校验门、所属阶段）都定义在一个 step_contracts.json 契约文件里，workflow 守卫、报告生成、各类校验器全部读这一个文件——单一事实源。
效果就是：Step 7 想跑，但 Step 6 没完成？门都没有。 agent 没法跳步、没法幻觉式地宣布完成。
我之前的判断是：别信任 agent 的自我汇报，用代码强制约束它的行为边界。
设计 2：“自计算估值”——从源头切数字幻觉
大模型做投研最容易翻车的地方，是数字。新闻里说 PE 30 倍，研报里说 35 倍，某 API 返回 28 倍——LLM 抄哪个都行，但口径可能完全对不上。
所以我在 prompt 里立了一条铁律（用 🚨 标着，提示 agent 这是硬规则）：
所有估值指标必须自计算。 PE、PB、PS、EV/EBITDA 必须从原始数据算出来，禁止引用新闻、研报、第三方 API 的现成值。每次计算必须标注：价格值与日期、EPS/BPS/营收值与来源、公式、source: calculated。
并且明令禁止 trailing PE 和 forward PE 混用、T+1 和 T+2 混用、同业对比口径不一致。
这条规则简单粗暴，但效果很好——等于从源头切断了 LLM 投研最常见的错误来源。
设计 3：“禁止裸增长率”——逼出可证伪的假设
这是方法论上我最较真的一条。
在 Step 4 假设研究里，我规定：
一条光秃秃的增长率 % 是硬错误。每条收入预测必须拆解成 2–4 个可量化的驱动因子（比如”销量 × ASP”或”门店数 × 同店收入”），每个驱动因子要有 contribution_pct（贡献占比，求和须等于该分部增速）和至少一个 evidence_id（证据编号）。
为什么这么较真？因为这一步的输出，会直接喂给 Step 6 的蒙特卡洛模拟。
如果你只输入”明年收入增长 15%“，蒙特卡洛照样会煞有介事地跑出 P10/P50/P90 的分布图，看起来精确无比——但这是 garbage in, garbage out。 一堆精密的数字掩盖了输入端的拍脑袋。
逼着 agent 把”15%“拆成”销量 +8% × ASP +6.5%“，并要求每个因子挂上证据，本质是把”拍脑袋”逼成”可证伪”。
设计 4：蒙特卡洛 + t-Copula + Kelly——概率思维
大多数”AI 估值”给一个目标价就完事了。我想给的是一个分布。
概率引擎几个设计：
- PE/PB 用对数正态分布（严格为正、右偏）；
- 增长率/利润率用正态分布；
- 变量之间用 t-Copula 建模（自由度 6，能捕捉非高斯的尾部相依——极端情况下变量会一起崩）；
- 7 点百分位网格：P5 / P10 / P30 / P50 / P70 / P90 / P95；
- 最后用 Kelly 半仓公式给仓位上限，Edge 评级差还要再打 5 折。
到 Step 7，用这个分布算赔率：
RRR = P(上涨) × E[上行幅度] ÷ P(下跌) × E[下行幅度]| RRR | 决策 |
|---|---|
| > 2.0 | 建仓 |
| 1.0–2.0 | 等催化剂确认 |
| < 1.0 | 不建仓 |
t-Copula 的参数选择、百分位网格的粒度、Kelly 在投资实战里的边界——这些都有不少可以讨论的空间。
三、一个真实跑通的案例：名创优品（MNSO）
光说设计没意思，给你们看一个真实跑通的例子。2026 年 6 月 12 日，我用它跑了一遍名创优品（MNSO / 9896.HK），当时股价 HKD 26。
这是 Step 0 快速筛选阶段，它自己提出来的预期差：
名创优品 FY2025 营收 +26.2%，但经调整净利润仅 +6.5%——增收不增利。市场因此给了一个很低的估值（Forward PE ~9x）。我们的预期差是：如果 Q2 2026 财报能验证利润率修复（从 Q1 的 9.7% 回到全年 13.5%+），这只股票应该能迎来 PE 重估。
然后它一路推导到 Step 7，给出赔率：
| 指标 | 数值 |
|---|---|
| 当前价 | HKD 26.00 |
| P50 目标 | HKD 30.66 |
| P70 目标 | HKD 41.15 |
| 上涨概率 | 61.1% |
| 下行概率 | 38.9% |
| RRR | 3.06（超过 2.0 阈值，建议建仓） |
| Kelly 半仓 | 20.6% |
但我特别想强调的是它的反证检查和投委会评审——这两步是这个框架区别于”AI 鼓吹手”的地方。
Step 7 的反证检查，它自己回答了”在什么条件下 RRR 会小于 1.0”：
情景一：结构性利润率恶化被证实。 Q2 经调整净利率持续低于 10%（和 Q1 的 9.7% 一样），证明直营店转型永久稀释利润率。净利率掉到 9%，EPS 跌到 ~RMB 1.5，PE 8x → 目标价 HKD 13（-50%），RRR 掉到 0.5。
情景二：永辉超市（601933.SH）扭亏逆转。 若永辉 Q1 那个 +2.87 亿利润不可持续、重回大额亏损，市场会给予永久的多元化折价，PE 压到 6-7x，RRR 跌破 1.0。
到 Step 9 投委会评审，“研究总监 AI”给出了有条件通过，而不是无脑看多：
Override Decision：Conditional Endorsement（有条件通过）
① Q2 2026 财报确认经调整净利率 ≥12% 前，仓位不超过 15%； ② 当前价位（HKD 25-26）初始只建 8%，另外 7% 要等回调到 HKD 24 或右侧 Q2 确认； ③ Q2 财报必须强制复评，经调整净利率 <12% 减仓到 5%； ④ Kill switch：任一单季经调整净利率 <9%，立即清仓。
它没有说”强烈建议满仓买入”，而是说”这是一个本质上对 Q2 利润率恢复的二元博弈，38.9% 的亏损概率是真实的”。
这一份研报，从 Step 0 筛选到 Step 9 投委会评审 + HTML 报告，是 agent 自动跑完的。完整的 5 份交付物（HTML 报告、Markdown 摘要、分布图、PE Band、敏感度热力图）都在 workspace 里。
这个案例的完整输出已经放在仓库里。
四、一个细节：它是在真实失败中迭代出来的
我不想把这篇文章写成自夸，必须说实话：这个框架一开始烂得很。
翻一下它的演化记录。最近一次完整研究（另一只股票：中芯国际 H 股）暴露了 11 个工程缺陷（FIND-029~039），其中几个是 P0 级别的：
🔴 资产负债表平衡不了：三表联动模型里，资产侧和负债+权益侧各自独立计算，没有平衡插项（plug），旧版竟然能静默容忍 30% 的不平衡。修复后引入平衡项，A=L+E 按构造成立，并加了”插项占比 >15% 就警告”的透明 gate。
🔴 重资产周期股用 PE 估值失真：那种重资产代工厂，因为折旧吞噬利润导致 PE 高达 200 多倍，用 PE×EPS 算出目标价完全失真。修复后蒙特卡洛支持 valuation_primary="pb"，优先用 BPS×PB 路径。
🔴 蒙特卡洛没扣 R&D 和利息：模拟路径漏了研发费用和利息支出，导致 EPS 高估约 2.6 倍，触发对齐 gate 硬失败才发现。
这些缺陷的命名、分级（🔴P0 / 🔵P1 / 🟡P2）、回归测试的追加，都记在 _optimization_findings.md 里。当前测试基线 1061 passed / 0 failed。
我分享这段是想说：一个 agent 框架成不成熟，不看 README 写得多漂亮，看它有没有一份诚实的踩坑记录。 每跑一次真实研究，都会暴露之前没想到的问题。这个迭代节奏，才是这个框架真正的价值。
结尾
最后说一句负责任的话。
InvestPilot 是一个用于教育和信息目的的研究工具。它不构成任何形式的投资建议。
它不会替你赚钱。它想做的事是：当大模型遇上一个足够严谨的流程框架，它能不能成为一个不胡来的研究伙伴，帮我们把研究做得更系统、更可证伪、更可复现。
文中提及的名创优品（MNSO / 9896.HK）相关数据，均为 InvestPilot 框架于 2026-06-12 的研究输出示例，不构成任何投资建议，市场有风险，决策需谨慎。