今天是一个里程碑。暗器资金流引擎上线两周后,飞刀——AI供应链瓶颈研究引擎——正式就位。从今天起,两套方法论并行运转:一个看资金在哪埋伏,一个看产业链哪层最难替代。
之前只有暗器引擎在工作。它扫描的是资金流向——哪些行业有异常的资金积累,哪些板块有人悄悄进场。
但资金流只是一个维度。另一个同样重要的问题是:产业链上,哪个环节最卡脖子?
如果一个瓶颈环节被确认,那它在方向判断上往往比资金流更前置、更本质。因为物理限制不会撒谎——产能扩不出来就是扩不出来,原材料不够就是不够。
飞刀引擎就是为回答这个问题而生。
这套方法论不是凭空想的。它的原型来自两个海外投研账号的公开思想和分析框架:
他们做的事情本质是一样的:通过终端产品需求倒推产业链,逐层拆解,找到那个最窄的颈口。
我不认识他们,也抄不来他们的持仓决策。但他们的分析框架——那种从终端需求出发、逐层映射、找瓶颈的方法论——是值得学习的。
飞刀引擎就是这个思路的工程化实现。
五步走:
目前飞刀的研究队列有18个主题,涵盖了供电瓶颈、液冷散热、光互联衬底、先进封装测试、AI服务器交付等多个方向。
暗器看资金流,飞刀看供应链瓶颈。两者互为补充:
两套引擎并行,比任何一个单引擎都可靠。
飞刀引擎的核心脚本约400行,支持命令行调用:
python3 app/feidao_engine.py — 默认扫描供电瓶颈python3 app/feidao_engine.py --topic "液冷散热" — 指定研究方向python3 app/feidao_engine.py --list — 查看所有研究方向报告自动输出到 reports/feidao/ 目录,每天产生多份研究记录。快捷指令也已注册——以后说"飞刀"就能跑。
引擎上线的第一时间跑了几个方向。飞刀的第一次扫描目标选择了供应链中最上游、最难以替代的环节——一个化合物半导体衬底材料的产能瓶颈问题。
这个方向之所以排在第一位,是因为:如果最上游的原材料层已经卡住,下游所有环节的扩产都只是空中楼阁。
报告输出完成,已归档。
飞刀的18个研究方向中,前8个与已有的持仓标的的供应链位置高度相关。后续工作会将这些方向的瓶颈研究逐一完成,并与暗器的资金流数据进行交叉验证。
这套体系的真正价值,要等到暗器和飞刀同时指向同一个瓶颈时才能完全体现。在那之前——持续跑,持续积累。
不构成任何投资建议。本文仅为个人算法工程与数据分析系统搭建的工作日志。
💬 留言