把 Serenity（@aleabitoreddit）的 serenity-alpha 方法论落地成一套可执行分析模块， 供 deep-analysis 报告调用。改编自其 X 公开 AI 供应链瓶颈拆解打法。
一句话定位：不买被买爆的 AI 龙头，沿供应链往上拆，找最难替代、供给最紧、 且还被市场用旧叙事错误定价的二三线上游小盘，抢在 relabel 之前埋伏，吃错误定价 alpha。
与本目录其它方法（DCF / Comps / IC memo）的区别：那些是估值/决策方法， 这一套是选股/卡位方法——先判断"卡没卡位"，卡住了再交给 DCF 等去估值。
- 单变量主导：最终态度由"卡位强度"主导，不被便宜估值 / 高成长干扰。
- 可审计：六步法每步留
methodology_log，记录"凭什么判它卡住/没卡住"。 - 可证伪：每个 bullish 论点都必须配一条"它什么时候不成立"（验证链 + bearish 触发）。
- 错误定价才是 alpha 源：没有 mispricing（市场已 relabel）→ 没有超额收益 → 不进场。
区分真实需求 vs 叙事炒作。
- 真实需求：能落到具体 AI 工作负载（训练/推理/光互连/HBM/液冷/电源）的 BOM， 有客户 roadmap、长协、产能认证、设计导入背书。
- 叙事炒作：只有新闻稿、研报标题、"AI 概念"标签，落不到具体料号 / 客户。
- 输出：
demand_real | demand_narrative，narrative 直接降权或淘汰。
把"真实需求"映射到具体财务科目——它最先体现在哪一行？
- 需求 → 营收（量 × ASP）？→ 毛利率（供给紧 → ASP 提价 → 毛利扩张）？ → 经营现金流（长协预付 / 产能预订）？→ 在建工程 / capex（扩产信号）？
- 输出：明确指向 1-2 个领先科目，作为后续验证链的观测口。
- 与
lib/fin_models.py联动：该科目的预测可喂给三表预测 / DCF。
找被市场错误分类、高弹性的小盘。
- 市场仍贴旧标签（"老半导体 / 小众材料周期股 / 利基设备商"），未按"AI 卡位股"定价。
- 小盘 + 单一卡位环节 → 需求变化对其营收/EPS 弹性极高（非多元化大盘可比）。
- 输出：候选 ticker + 当前市场叙事标签（current_label）。
确认 relabel（重新定价）是否持久、可测。
- 持久：错误分类不是一两个季度的噪声，而是市场认知滞后于供应链事实。
- 可测：存在可观测的"市场认知校正"路径（卖方覆盖切换、指数纳入、大客户官宣）。
- 输出：
mispricing_durable: yes/no+ relabel 触发路径清单。
为论点建立可证伪的检查点，逐期跟踪：
- 财报：领先科目（②）是否如期兑现（营收/毛利/现金流拐点）。
- backlog / 长协：在手订单、长协覆盖率、预付款。
- ASP：供给紧应推动提价；ASP 走平/下行 = 瓶颈松动预警。
- 产能 / capex：自身及竞品扩产进度——竞品扎堆扩产 = 瓶颈将被填平。
- 客户 roadmap：大客户下一代产品是否仍把它写进 BOM；有无替代材料/工艺量产。
- 输出：检查点清单 + 每项的"绿/黄/红"状态判据。
用下面 5 维打分，给出卡位评级与仓位建议（见下一节）。
每维 0-5（或换算 0-100，×20）。打分指引：
| 维度 | 含义 | 0-5 打分锚点 |
|---|---|---|
| 确定性 certainty | 需求是真的吗、卡位是真的吗 | 0=纯叙事；3=有客户背书但未放量；5=已设计导入 + 长协 |
| 清晰度 clarity | 卡位逻辑是否单一可讲清 | 0=逻辑绕需多重假设；3=逻辑成立但有杂音；5=一句话讲清卡谁脖子 |
| 纯度 purity | 该业务占比 / 是否被其它业务稀释 | 0=卡位业务占比 <10%；3=约一半；5=纯卡位标的（>80%） |
| 弹性 elasticity | 需求兑现对 EPS / 估值的放大倍数 | 0=大盘低弹性；3=中等；5=小盘单环节、极高弹性 |
| 时间窗 timeframe | 错误定价还能存在多久 / 进场时机 | 0=已 relabel alpha 吃完；3=1-2 季度窗口；5=市场尚未察觉、窗口 >1 年 |
certainty / clarity / purity 太低 → 一票否决式降级； elasticity / timeframe 决定"值不值得重仓 + 现在是不是好时点"。
综合分（0-100）= 五维均值 ×20。
供 deep-analysis 报告直接调用，按以下四块输出：
-
供应链瓶颈地图 Bottleneck Map 画出该票在 AI 链条的位置：上游（卡它的）→ 自身环节 → 下游（被它卡的 AI 客户）。 标注每节的"难替代度 / 供给紧度 / 是否被定价"。
-
卡位评级 Bottleneck Rating：
强 / 中 / 弱 / 无- 强（综合 ≥ 80）：难替代 + 供给见底 + 未被定价 → 重仓候选
- 中（60-79）：两条成立 → 试仓 + 跑验证链
- 弱（40-59）：仅一条成立 → 观察，不进场
- 无（< 40）：可替代 / 供给充足 / 已 relabel → skip
-
验证链清单 Validation Checklist 列出⑤的检查点 + 当前绿/黄/红状态 + 下一个观测节点（财报日 / 扩产节点 / 认证节点）。
-
仓位建议 Position Sizing 基于卡位评级 + 时间窗：强+窗口大 → 重仓；中 → 试仓；弱/无 → 不配。 并给出退出触发（来自 bearish 信号）：替代品量产 / 竞品扎堆扩产 / ASP 转头 / relabel 完成。
标的：AXT Inc.（$AXTI），InP 磷化铟衬底；卡位 AI 光模块 / 数据中心光互连。 （示意，用于演示方法，非实时投资建议。）
① 信号去噪：AI 数据中心 → 800G/1.6T 光模块放量 → 激光器需要 InP 衬底。
落到具体 BOM 与客户 roadmap → demand_real。（非纯概念）
② 映射财务科目：需求 → InP 衬底营收量增 + 供给紧带动 ASP / 毛利率上行； 扩产体现在 capex / 在建工程。领先科目锁定：营收（InP 分部）+ 毛利率。
③ 猎 misclassified 小盘：市场当时把 AXTI 当"小众化合物半导体周期股"定价（current_label = "老周期半导体小盘"），未按"AI 光互连卡位股"定价；小盘 + 单环节 → 高弹性。
④ 验证错误定价：InP 高品质衬底全球量产玩家极少、产能紧 → 错误分类持久；
relabel 路径 = AI 光模块需求被市场认知 + 卖方覆盖切换。mispricing_durable: yes。
⑤ 建验证链：
- 财报：InP 分部营收 / 毛利率拐点（绿）
- backlog：光模块客户长协 / 预订（黄→绿）
- ASP：衬底提价趋势（绿）
- 产能：自身扩产 ramp 节点 + 监控竞品是否扎堆扩产（黄，重点盯）
- roadmap：客户下一代是否仍用 InP、有无替代衬底材料量产（绿）
⑥ 5 维打分（示意）：
| 维度 | 分(0-5) | 理由 |
|---|---|---|
| 确定性 certainty | 4 | 需求真实、客户背书，放量中 |
| 清晰度 clarity | 5 | "光模块绕不过 InP 衬底"一句话讲清 |
| 纯度 purity | 4 | InP 是核心弹性来源，但仍有 GaAs 等其它业务 |
| 弹性 elasticity | 5 | 小盘单环节，EPS 弹性极高 |
| 时间窗 timeframe | 5 | 进场时市场尚未 relabel，窗口 >1 年 |
综合 = (4+5+4+5+5)/5 ×20 = 92 → 卡位评级「强」→ 重仓候选。
结果回溯：随 AI 光模块需求被市场认知，股价由约 $12 → $70+， 完成 relabel——按本法 bearish 规则（relabel 完成 / 警惕竞品扩产填平瓶颈）应进入减仓观察。