GENERAL MODELS / REASONED ALPHA
共同方法用于形成可核算、可比较的研究。个股模型负责填入该公司的经营、资本与风险假设；通用模型负责解释计算规则、执行条件和如何检验。Shared methods make research calculable and comparable. Stock models supply company-specific operating, capital and risk assumptions; general models explain calculation rules, execution conditions and how to evaluate them.共同方法用於形成可核算、可比較的研究。個股模型負責填入該公司的經營、資本與風險假設；通用模型負責解釋計算規則、執行條件和如何檢驗。
返回模型研究分类Return to model categories返回模型研究分類 · 查看Google逐代模型View Google model generations查看Google逐代模型
| 研究层Research layer研究層 | 用途Purpose用途 | 与估值的关系Role in valuation與估值的關係 |
|---|---|---|
| 数据与验证Data and evaluation數據與驗證 | 核对来源、日期、输入、成熟样本与失败版本。Check sources, dates, inputs, mature samples and failed versions.核對來源、日期、輸入、成熟樣本與失敗版本。 | 决定结果是否可核算和可用于比较。Determines whether results are auditable and comparable.決定結果是否可核算和可用於比較。 |
| 经营与估值模型族Operating and valuation model families經營與估值模型族 | 规范业务收入、利润、股数、倍数及现金流的计算桥。Define calculation bridges for revenue, profit, shares, multiples and cash flows.規範業務收入、利潤、股數、倍數及現金流的計算橋。 | 由个股适配层形成带日期的目标价格或条件价值。Company adapters produce dated price targets or conditional values.由個股適配層形成帶日期的目標價格或條件價值。 |
| BuyZoneBuyZoneBuyZone | 判断估值、质量、趋势及确认是否满足入场条件。Assess valuation, quality, trends and confirmation against entry rules.判斷估值、質量、趨勢及確認是否滿足入場條件。 | 将估值转成可检验的执行条件。Turns valuation into testable execution conditions.將估值轉成可檢驗的執行條件。 |
| CC / PMCCCC / PMCCCC / PMCC | 研究期权结构、收益、行权与风险。Study option structures, income, assignment and risk.研究期權結構、收益、行權與風險。 | 围绕持仓与价格观点管理收益；不改写股票价值。Manages income around the holding and price thesis without redefining stock value.圍繞持倉與價格觀點管理收益；不改寫股票價值。 |
研究需求、交付、产品周期、利润率及增长持续期。Study demand, delivery, product cycles, margins and growth persistence.研究需求、交付、產品週期、利潤率及增長持續期。
为NVDA、AVGO提供共享计算规范；每家公司单独设定盈利路径、会计桥与倍数。A shared calculation specification for NVDA and AVGO; each company keeps separate earnings paths, accounting bridges and multiples.為NVDA、AVGO提供共享計算規範；每家公司單獨設定盈利路徑、會計橋與倍數。
研究广告、订阅、云和零售的收入、经营利润、资本强度与现金转化。Study revenue, operating profit, capital intensity and cash conversion in advertising, subscriptions, cloud and retail.研究廣告、訂閲、雲和零售的收入、經營利潤、資本強度與現金轉化。
为GOOGL、MSFT、AMZN提供业务分项与集团盈利桥；共享方法不代表共享参数。A segment-to-group earnings bridge for GOOGL, MSFT and AMZN; shared methods do not imply shared parameters.為GOOGL、MSFT、AMZN提供業務分項與集團盈利橋；共享方法不代表共享參數。
研究估值距离、质量、趋势及执行确认如何构成可检验的入场规则。Study how valuation distance, quality, trends and execution confirmation form testable entry rules.研究估值距離、質量、趨勢及執行確認如何構成可檢驗的入場規則。
接收个股估值与风险信息，决定入场条件；本身不生成公司公允价值。Uses equity valuation and risk information to define entry conditions; it does not calculate company fair value.接收個股估值與風險信息，決定入場條件；本身不生成公司公允價值。
研究备兑与对角期权的权利金、行权风险、波动率及仓位结构。Study premiums, assignment risk, volatility and position structure for covered and diagonal calls.研究備兑與對角期權的權利金、行權風險、波動率及倉位結構。
以估值和持仓观点作为背景，再研究期权收益与风险；期权权利金不是股票估值。Uses valuation and the holding thesis as context, then examines option income and risk; option premiums are not equity valuation.以估值和持倉觀點作為背景，再研究期權收益與風險；期權權利金不是股票估值。
组织数据、经营盈利、倍数、期限、入场与收益管理之间的关系。Organize the relationship between data, operating earnings, multiples, horizons, entry and income management.組織數據、經營盈利、倍數、期限、入場與收益管理之間的關係。
用于解释各模块的位置与边界；保留当时的股票案例和版本状态。Explains the role and boundaries of each module; preserves the stock examples and version states of that dated record.用於解釋各模塊的位置與邊界；保留當時的股票案例和版本狀態。
记录数据来源、成熟样本、采用门槛、误差、失败版本与停止规则。Record data provenance, mature samples, adoption gates, errors, failed candidates and stopping rules.記錄數據來源、成熟樣本、採用門檻、誤差、失敗版本與停止規則。
帮助检验个股模型；回顾性重建、分析师对照和独立前瞻验证分别记账。Helps evaluate stock models; retrospective reconstruction, analyst comparison and independent prospective validation remain distinct.幫助檢驗個股模型；回顧性重建、分析師對照和獨立前瞻驗證分別記賬。
同一个模型族不共用增长率、利润率或PE。公司分部口径、财年、资本开支、税率和股数要分别对齐；缺失的必要输入保持缺失，不补造估值。A shared model family does not share growth rates, margins or P/E. Segment definitions, fiscal years, capex, taxes and shares must be aligned separately; required missing inputs stay missing rather than creating an estimate.同一個模型族不共用增長率、利潤率或PE。公司分部口徑、財年、資本開支、税率和股數要分別對齊；缺失的必要輸入保持缺失，不補造估值。
历史回填、同日分析师目标对照、期限内触达和到期价格误差回答不同问题。窗口未完成时不能算作完整样本；多轮迭代的回顾性优势不自动等于独立前瞻有效性。Historical reconstruction, same-day analyst targets, in-window attainment and endpoint price errors answer different questions. Unfinished windows are not complete samples; retrospective gains across many iterations do not automatically establish independent prospective validity.歷史回填、同日分析師目標對照、期限內觸達和到期價格誤差回答不同問題。窗口未完成時不能算作完整樣本；多輪迭代的回顧性優勢不自動等於獨立前瞻有效性。
THE CORE / OPEN MODEL RESEARCH
模型研究的核心不是一个永远正确的估值公式，而是一套持续提出、质疑、验证、淘汰和留档的研究制度。Model Research is not a valuation formula that is always right. It is a continuous system of proposals, challenges, testing, selection and preserved evidence.模型研究的核心不是一個永遠正確的估值公式，而是一套持續提出、質疑、驗證、淘汰和留檔的研究制度。
从已有误差或新证据出发，登记可检验假设、修改理由、适用范围及预期改善指标，不以抬高目标价为目标。Start from observed errors or new evidence. Register a testable hypothesis, rationale, scope and expected metric improvement—not a higher price target.從已有誤差或新證據出發，登記可檢驗假設、修改理由、適用範圍及預期改善指標，不以抬高目標價為目標。
由不同模型或审查视角检查证据、会计口径、时间窗口与反例，记录分歧和回应。模型之间一致不等于事实正确。Use different models or review perspectives to challenge evidence, accounting, time windows and counterexamples. Record disagreements and responses; model agreement is not factual validation.由不同模型或審查視角檢查證據、會計口徑、時間窗口與反例，記錄分歧和回應。模型之間一致不等於事實正確。
冻结规则后，只使用历史起点当时已公开的数据；记录发布时间、财报版本及拆股口径，隔离未来信息、调参与留出样本。Freeze rules and use only information publicly available at each historical origin. Record release times, filing vintages and split treatment; separate future information, tuning and holdout samples.凍結規則後，只使用歷史起點當時已公開的數據；記錄發佈時間、財報版本及拆股口徑，隔離未來信息、調參與留出樣本。
候选模型与现役模型在相同窗口、口径和基准下比较。按预先登记的误差、风险及稳健性标准决定晋级或保留，不用单一触及率定胜负。Compare challenger and champion on identical windows, definitions and baselines. Promote or retain using preregistered error, risk and robustness criteria—not touch rate alone.候選模型與現役模型在相同窗口、口徑和基準下比較。按預先登記的誤差、風險及穩健性標準決定晉級或保留，不用單一觸及率定勝負。
保留规则、输入快照、代码版本、测试结果和晋级或淘汰原因。淘汰是停用，不是删除；修订另开版本，不覆盖旧预测。Retain rules, input snapshots, code versions, test results and selection rationale. Retirement means no longer active, not deletion. Revisions create new versions and never overwrite old forecasts.保留規則、輸入快照、代碼版本、測試結果和晉級或淘汰原因。淘汰是停用，不是刪除；修訂另開版本，不覆蓋舊預測。
把偏差归因于数据、收入、利润率、股份、倍数或制度变化，记录失败条件。新的改进提案回到第一步，不能事后移动门槛。Attribute errors to data, revenue, margins, shares, multiples or regime change. Record failure conditions and return new proposals to step one without moving thresholds after the fact.把偏差歸因於數據、收入、利潤率、股份、倍數或制度變化，記錄失敗條件。新的改進提案回到第一步，不能事後移動門檻。
事前记录模型版本、信息截止、真实发布时间、目标窗口、阈值及失效条件；到期追加结果与更正，不回写原判断。回填不冒充实时预测。Record model version, information cutoff, actual publication time, target window, thresholds and invalidation rules before outcomes. Append results and corrections; never rewrite the original call or relabel backfills as live predictions.事前記錄模型版本、信息截止、真實發布時間、目標窗口、閾值及失效條件；到期追加結果與更正，不回寫原判斷。回填不冒充實時預測。
公开可核验的方法摘要、证据来源、质疑与回应、版本差异及验证结果，用稳定链接和可读取正文连接完整过程；明确缺失与尚未完成的环节。Publish verifiable method summaries, evidence sources, challenges and responses, version changes and evaluation results. Connect the process through stable links and readable text, with missing or incomplete stages explicitly identified.公開可核驗的方法摘要、證據來源、質疑與回應、版本差異及驗證結果，用穩定鏈接和可讀取正文連接完整過程；明確缺失與尚未完成的環節。
Champion是当前被选用的基准模型，不代表真理；Challenger是待验证的候选。比较标准先登记，再观察结果。反复用同一历史样本优化的模型，必须披露选择偏差并接受新的前瞻验证。The champion is the currently selected reference model, not the truth. A challenger is a candidate awaiting validation. Register selection criteria before observing outcomes. Repeated tuning on the same history requires disclosure of selection bias and new forward validation.Champion是當前被選用的基準模型，不代表真理；Challenger是待驗證的候選。比較標準先登記，再觀察結果。反覆用同一歷史樣本優化的模型，必須披露選擇偏差並接受新的前瞻驗證。
公开研究依据、假设、计算与可复核结果，而非凭证、个人身份信息或无权再分发的数据。保留失败模型与负面结果；必要的脱敏或更正另记时间与原因。Live Prediction指事前预测，不等于Live账户交易。Publish research evidence, assumptions, calculations and checkable results—not credentials, personal identifiers or data without redistribution rights. Retain failed models and negative results; log the time and reason for necessary redactions or corrections. Live prediction means an ex-ante forecast, not a Live-account trade.公開研究依據、假設、計算與可複核結果，而非憑證、個人身份信息或無權再分發的數據。保留失敗模型與負面結果；必要的脱敏或更正另記時間與原因。Live Prediction指事前預測，不等於Live賬户交易。
当前已上线模型结构、版本页面和已有历史检验摘要。这八步是核心研究框架，不表示自动化多模型评审、严格PIT回测、Champion晋级或完整Live Prediction审计系统已经全部完成。后续每个模型按实际证据标注状态，不虚构验证成绩。Model structures, version pages and available historical-evaluation summaries are published. These eight steps define the core framework; they do not mean automated multi-model review, strict PIT backtesting, champion promotion or a complete live-prediction audit system are already implemented. Each model’s status will follow actual evidence, without fabricated results.當前已上線模型結構、版本頁面和已有歷史檢驗摘要。這八步是核心研究框架，不表示自動化多模型評審、嚴格PIT回測、Champion晉級或完整Live Prediction審計系統已經全部完成。後續每個模型按實際證據標註狀態，不虛構驗證成績。