A股可证伪论点追踪

模式

• build：首次建立论点。
• update：新财报、公告、行业或估值信息出现后更新。
• audit：检查论点是否被改写、只记录支持证据或遗漏失效条件。

工作流

1. 先读取a-share-research-evidence证据包。更新模式必须读旧版本，禁止事后改写。
2. 用一至两句话写核心论点，并列三至五个可验证支柱；每个支柱有指标、频率和失效条件。
3. 写至少三个不同类别的反证或失败路径；未知事项单列。
4. 记录估值锚的模型版本、范围和假设；估值变化不能替代基本面证据。
5. 建立验证事件日历，区分论点验证事件和短期股价事件。
6. 每条新证据记录发生时间、市场可得时间、来源、影响支柱和状态变化。结构化数据必须保留china-market-data元信息。
7. 支柱状态使用supported、mixed、weakened、broken或unknown，不给综合健康分。
8. 输出变化、最强反方、下一检查时间和待补证据。
9. 需要本地持久化时使用scripts/append_thesis_record.py追加JSONL哈希链；脚本强制最小schema，并在同一排他文件锁内完成旧链校验与追加，避免并发写产生分叉。它提供篡改可检测性，不等同于WORM存储、签名或多人权限控制。

硬约束

• 股价涨跌不自动证明论点对错。
• 风险至少覆盖需求、供给/竞争、资产负债表、政策、治理和会计中的适用类别。
• 版本历史不可静默覆盖。
• 不输出自动加仓、减仓、止损或退出指令。

输出契约

输出核心论点、支柱表、反证/失效表、估值锚、催化剂、更新日志、当前状态、最强反方和下一步取证。

需要持久化结构时读取references/thesis-record-schema.md。