用查理·芒格的投资框架审一只股票：先看生意好不好，再看人、看账、看价格，最后反过来问「怎么会亏钱」。
模型只判断「生意质量」和是否落在框架盲区；「价格」由程序按事先写死的规则计算；三个筐再由固定规则推出。一次调用 DeepSeek，约 10~30 秒。
Yes 生意质量「好」，且价格「便宜 / 合理」
No 看得懂但不值得买：生意平庸（含强周期股），或好生意但价格贵
Too Hard 真看不懂：生意质量看不清，或生死取决于政策 / 单一技术路线这类框架盲区
批量分析结果
10-29旧名单复跑与原批次对比
初筛条件与读法
A 股（原10-28批次为5,383 → 65只；11-03覆盖统计见上表）：2021–2025 年每一年 ROE ≥15%；2025 年毛利率比 2021 年下滑 ≤5 个百分点；2025 年营收高于 2020 年；静态 PE 0–30 倍、市值 ≥100 亿；剔除 ST 和北交所。
美股及海外（库内美股挂牌）：库内 ROE ≥15、PE 0–30、市值 ≥300 亿美元 → Yahoo 近 3–4 年年报逐年核实 ROE ≥15%、营收增长、毛利率下滑 ≤5 个百分点、自由现金流累计为正。
同一公司的多挂牌按财报数字指纹合并展示，这是一种去重近似，不是法定主体认定；原批次123只 → 90行，11-03结果见上表。
- Yes 不等于建议买入。Yes 只说明「质量好 + 价格按规则不贵」。规则参考最近一期利润增速，但不预测未来，因此部分 Yes 的一句话结论仍提示增长停滞或利润下滑——要读那一句。
- A 股这 65 只就是制定 m3 价格阈值时参照的那一批，所以它的三筐分布是样本内的，不能拿来证明规则好用；阈值已冻结。
- 同一输入两次结果可能不同：德国电信、GSK 的两个挂牌喂进去的数字几乎一样，模型一次判「好」、一次判「平庸」，筐也就一个 Yes 一个 No（行下方红字标出）。生意质量处在边界上的公司，结论别看得太重。
原批次前向跟踪：10-28 冻结结论之后真实涨跌
名单和结论在 2026-10-28 冻结，从结论出来之后第一个能成交的开盘价算起（A 股 10-29 开盘、美股 10-28 开盘），等权买入持有、不计成本，每天收盘后更新。
这是唯一不含「事后知道」的成绩。Yes 跑赢 No，说明模型 + 价格规则有用；初筛池跑赢对照，说明量化初筛有用。两件事分开看。
65 只集中在消费行业、彼此高度相关，有效样本远小于数字本身；3 个月内的差距基本是噪音，至少看 6~12 个月。
量化初筛的历史回测（A 股）
只回测「量化初筛 + 程序价格规则」这两层，模型那一层不能回测（它的训练数据里有这段行情，回测等于开卷考试）。
每年 5 月第一个交易日用当时已披露的年报和当天估值重新筛选，次日开盘等权买入、持有一年，单边成本 0.15%。
规则与这次初筛逐字相同（用今天的数据重跑，65 只完全一致）。库里年报从 2016 年起，连续 5 年 ROE 要到 2021 年才凑得齐，所以只有 5 年半、一种市场环境。
模型没有联网。它看到的数字只有两处：本站行情库（股价、估值，A 股另有 10 年年报利润 / ROE / 毛利率）
和 Yahoo 的近 4 年年报三表（收入、现金流、负债、股本）。每节标题旁标了依据：
数据 来自上面两处；背景知识（未核实） 是模型的训练记忆，管理层、竞争格局这类多半是这一种，可能过时。
分析结果最下面可以展开看喂给模型的全部原始数据。
价格规则（m3 起，事先写死）：
A 股：先把静态 PE 按最新累计利润增速折算（PE ÷ (1+增速)）。折算后 >40 倍或 ≥自身历史 80 分位 → 贵；利润同比 ≤−10% 且折算后 ≥历史中位 → 贵；折算后 >30 倍 → 贵；
折算后 ≤历史 20 分位、≤15 倍且利润同比 ≥0 → 便宜；其余 → 合理。
港美股（库内无足够 PE 历史）：利润同比 ≤−10% 且 PE ≥15 → 贵；PE ≤12 且利润同比 ≥0 → 便宜；PE ≤20，或 ≤25 且利润同比 ≥15% → 合理；其余 → 贵。
规则看不到一次性损益、周期位置；模型若认为规则在这只股票上会误判，会在「估值」一节说明。