事件/股票预期差分析

一套系统化的【预期差分析】框架，发掘当下市场与未来预期之间的差距。帮助投资者挖掘市场非共识性机会，判断风险收益。

【适用场景】

🎯事件正向传递挖掘：用户输入"XX事件的预期差分析"

🎯股票逆向自检分析：用户输入"YY股票预期差分析"

【核心框架】

✅双向分析模式：支持事件催动的→板块→个股的正向传递分析+已知个股全面自检的逆向分析两种方式，适配不同投资场景

✅三层分析体系：认知差（信息获取层）→ 解读差（分析框架层）→ 定价差（估值量化层），层层递进挖掘预期差。

✅四层传导推演：L0事件表层 → L1直接冲击 → L2供应链重构 → L3政策/资本反馈 → L4结构性重塑逐层推演，确保分析深度。

✅多空辩论引擎：强制执行多头vs空头辩论机制，主动暴露风险盲区，避免确认偏误，创建7个独立Agent模拟机构投委会决策流程。

✅行业适配指标：区分消费/医药/科技/银行/周期/新能源等不同行业，匹配PE/PB/PEG/DCF等对应估值指标。

✅数据质量规范：严格的来源分级体系（A/B/C/D级）和交叉验证机制，避免使用不可靠数据

【核心优势】

1、系统化：从信息获取到估值量化的完整分析链条，避免碎片化判断

2、反人性：多空辩论机制强制挑战自己的观点，减少认知盲区

3、可执行：明确的四步法流程（识别共识→挖掘真相→量化差异→判断催化剂）

4、防踩坑：内置估值陷阱识别信号、数据来源标注规范、卡点报告机制