Threads
ai-toolscrypto-trading
Original source

卡脖子美股戰法 — 用供應鏈瓶頸思維研究 AI 美股的開源工具

Summary

一位工程師把「白毛股神」的投資邏輯拆解成開源 AI Skill，不是模擬炒股，而是把選股邏輯、倉位管理、風控規則轉成 AI 可執行的指令框架。

核心思路

不是問「哪只票會漲」，而是：

  1. 先定系統（如 NVIDIA DSX AI Factory、TPU pod、機器人執行器鏈條）
  2. 拆上下游供應鏈
  3. 找真正的瓶頸（卡脖子）— 如果需求繼續放大，哪一層會先卡住？
  4. 拉證據（財報、電話會、新聞、研報）
  5. 最後才給方向和候選公司

三種用法

  1. 單條研究線直接出研究包 — scripts/build_research_pack.py
  2. 多條研究線橫向比較排優先級 — scripts/compare_lanes.py
  3. 原始材料整理成研究包 — scripts/run_source_pipeline.py

產出文件

  • quick_scan.md（快速掃描）
  • evidence_memo.md（證據備忘）
  • graph.json / graph_mermaid.md（供應鏈圖譜）
  • scorecard.json（評分卡）
  • catalyst_watch.md（催化劑觀察）

定位

把「熱門敘事」翻譯成「供應鏈研究」的工具。適合想研究 AI 產業鏈第二、三層瓶頸的投資者，不適合只想問「現在買哪只最猛」的人。

9 stars, Python, 2026-06 建立。來源：B站 魚白同學。