P2B-C1 · 你的票要解决什么问题

核心一句话

先说 WHAT, 再说 WHY — 看错一只票, 90% 是没说清要解决什么问题。

Layer 2 · 看一只票 — 学完产业, 现在落地到一只票

这是 Layer 2 的第 1 章 (共 5 章). 学完这一章, 你能在 30 字内 说清你为什么看一只票。

---

1. 问题: 喊 "NVDA bull" 但说不出在赌什么

KOL 说 "NVDA 看好"。 你问: "看好什么?" 他: "AI 啊" 你: "AI 哪一块?" 他: "...就是 AI"

→ 这种就是没说清 WHAT. 它跌 5% 你不知道是 thesis 破了还是噪音, 涨 20% 你也不知道是因为你对了还是因为 hyperscaler capex 超预期 (你压根没赌 capex)。

90% 看错都是这个 — 不是分析错, 是从来没说清楚在分析什么。

---

2. 解决方案: 1 句话先写下来

在打开任何财报 / 看任何 KOL / 算任何估值之前, 先在草稿里写 1 句话:

我看 [TICKER] 是因为 [WHAT 问题被解决] + [WHY 我比市场更敢说]

举例:

• ✅ 我看 NVDA 是因为 hyperscaler 2026 capex +60% + 市场担心 ASIC 替代但 Blackwell 已锁单 12 个月
• ✅ 我看 ANET 是因为 Meta/MSFT 数据中心 east-west 流量爆炸 + 市场把它当 NVDA 配菜 forward PE 才 28x
• ❌ 我看 NVDA 是因为 AI 是未来 (WHAT 不清晰, WHY 没差异化)
• ❌ 我看 ANET 是因为 它 backlog 强劲 (没说 WHY 现在买而不是 12 个月前买)

这 1 句话是后面 C2-C5 一切的种子. 写不出来 = thesis 还没有, 不该建仓.

---

3. 工作原理: Thesis 4 维 — 整个 Layer 2 的脊柱

从 C2 开始, 这 1 句话会展开成 Thesis 4 维:

维度	1 句话里的位置	C2 之后的全形
WHAT	"问题被解决"	公司/赛道当下的核心叙事 (产品 / 客户 / 财务事件)
WHY	"你比市场更敢说"	为什么市场定价没充分反映 — 你的 edge 在哪
SO WHAT	(隐含在敢不敢买)	价格落地 — base/bull/bear 90 天区间 + 触发条件
RISKS	(1 句话还没有)	反 thesis 触发条件 — 什么发生你会平仓

graph LR
    Q[你的 1 句话] --> W[WHAT 叙事]
    Q --> Y[WHY 差异]
    W --> S[SO WHAT 价格]
    Y --> S
    W --> R[RISKS 反触发]
    Y --> R

接下来 4 章, 每章只动这 4 维里的 1 个具体细节。脊柱不变, 内容长. 这是整个 Layer 2 的 invariant — 别忘.

---

4. vs Layer 1 你已经会的

Layer 1 你学完知道:

• AI 产业链 5 角色 (上游晶圆 / 中游加速器 / 下游算力 / 应用客户 / 资本)
• NVDA 在 "中游加速器" 卡位
• 它跟 TSMC / ASML / OpenAI / Meta 各自什么关系

但 Layer 1 不告诉你 为什么这只票现在值得买 / 不买。 "产业位置" ≠ "投资 thesis"。NVDA 一直在那个位置 — 2022 年 $14, 2026 年 $230, 同一个位置完全不同的价。

Layer 2 补的就是这 1 个 gap: 从 "我知道它是什么" 到 "我有 1 句话能说我为什么现在动手"。

---

5. 试一下: 30 字内写完

任务: 选你最熟的 1 只票, 用模板填:

我看 ___ 是因为 ___ + ___

硬规则:

• 总长度 ≤ 30 字
• WHAT 必须是具体事件 / 数据 — 不允许 "AI" / "成长股" / "现金流好" 这种通用词
• WHY 必须包含 "市场怎么定价" — 不允许只说自己想法

Self-check (符合则继续 C2, 不符合就改):

检查项	通过条件
WHAT 具体度	你能在它后面跟 1 个数字 或 1 个具体时间
WHY 差异度	拿给 1 个朋友看, 他能复述出 "市场 vs 你" 的 disagreement
长度	≤ 30 字

写不出来 = 你还在 Part 1, 不该往 C2 走。回去多看 P1-C6 · 产业链 5 角色。

---

6. 接下来

1 句话太粗 — 实战时你需要给:

• WHAT 拆 3-5 条具体证据 (supports)
• RISKS 拆 trigger 条件 (red_flags)
• SO WHAT 算 90 天价格区间 (price_outlook)

→ L2-C2 · 4 维 thesis 框架 把这 1 句话展开成完整 yaml — 这是你以后跟人讨论一只票的标准格式。

---

7. 深入 (optional): 为什么不用 DCF / 多因子模型?

点开看 4 维框架的设计取舍

教科书 / 卖方 / 量化各有自己的框架。AI 投资 thesis 不直接用它们, 因为:

vs DCF: DCF 需要 10 年现金流假设 + WACC. AI 公司 3 年都不可见 — DCF 出来的数字精度是假的. 本框架用 90 天价格区间 + 触发条件代替.

vs 多因子量化: 量化模型 (Fama-French / Barra) 是 cross-sectional 解释, 不解释 "这只票现在为什么". 本框架追求的是 "为什么这只票现在不一样".

vs 卖方评级: Buy/Hold/Sell 是单点, 没说错了会怎样. 本框架强制 RISKS 列触发条件.

核心 trade-off: 本框架牺牲 "数字精度", 换 "人对人讨论时能对上号 + 错了知道错在哪". 投资里后者更值钱.