# Stock Deep Dive

> 个股产品/经营深度分析工具。聚焦公司**业务本身**——卖什么、卖给谁、卖得怎样、产品矩阵在变化什么、竞品在做什么、用户怎么看。Use when the user wants to dig into a stock's business (rather than valuation), mentions deep-dive on a holding, asks about a company's products / competitive landscape / management strategy, or after a major business event (product launch, policy shock, M&A) on a focus-list name. 不做财务/估值（那是 value-invest 的边界）。

- Skill: `liang1993/stock-deep-dive` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add liang1993/stock-deep-dive`
- Raw SKILL.md: https://api.skillmd.com/api/skills/liang1993/stock-deep-dive/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: liang1993 (https://skillmd.com/u/liang1993)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/liang1993/stock-deep-dive

---


# 个股产品/经营深度分析 Skill

面向重仓股、重大业务事件、外部独立分析触发的**产品与经营**深度分析工具。

## 与 value-invest 的边界

| 工具 | 关心什么 | 输出什么 |
|---|---|---|
| **value-invest** | 财务数据：营收/毛利率/净利率/ROE/扣非/汇兑/CapEx/OCF/应收应付；估值方法：PE/PB/P/S/SOTP/DCF | 合理价 / 买入价 / 减仓价 / 清仓价 |
| **stock-deep-dive** | 业务数据：分车型销量/分地区销售/产品矩阵/价格策略/技术配置/竞品对位/用户口碑/管理层战略意图/政策对该公司业务的具体影响 | 产品矩阵分析 / 爆款解剖 / 竞争格局 / 战略判断 / 业务层面风险 |

为什么要划清这条边界？v1 把单车经济、扣非桥接、汇兑归因塞进了 deep-dive，结果是"换种方式做财报点评"——既与 value-invest 重复，又抓不到产品本身的洞察。所以 v2 起，财务侧的所有计算（包括单车经济四象限、CapEx 拐点、报表瀑布、PE/P/S 推导）都让 value-invest 来做；deep-dive 只做**业务侧**——SKU 矩阵、爆款解剖、竞品对位、用户口碑、战略判断。

deep-dive 在 Step 5 会引用 value-invest 已有的估值锚点做"产品端发现 vs 估值假设"对照，但**不重新计算**。如果 deep-dive 发现的产品/经营变化足以动摇估值假设，标 `⚠️ 触发 value-invest 重跑`，让 value-invest 算。

## When to Use（四类客观可前置触发）

满足任一即可，且对当前个股有跟踪价值：

1. **用户显式调用**："深入看下 XXX" / "深度分析 XXX"
2. **财报披露日 ingest 完成后**，且该标的在 focus 列表
3. **价格突破关键锚点**：跌破买入价 ×0.85 / 突破清仓价（value-invest 锚点已存在 wiki，前置可比）
4. **重大经营事件**：产品发布、政策冲击、关税/集采、管理层变动、召回、并购重组（事件发生即可判断）

不适用：
- 一次性查询、价格异动观察 → 用 value-invest
- 跟踪权重不高的标的（避免成本浪费）

## 数据纪律

详见 [`references/data-discipline.md`](references/data-discipline.md)，含三块：

- **数字标签约定**：每个数字应在数字后括注来源 + verified 状态。这是 v1 失败的核心教训——数字混着不标来源会让外部观点伪装成自有洞察
- **强叙事词处理**：腰斩 / 暴跌 / 翻倍等强词需要溯源到原始数据链接，而不是汇总文章
- **SKU 数据降级规则**：分车型销量数据可得性差异大，定义了 4 档降级路径

Step 1 开始前先读这份纪律，避免本次输出再次出现 v1 那种"借用对方数字 + 借用对方公式 + 排版成自己的"问题。

## 流程（5 步开放式产品分析）

### Step 1: 触发判断与上下文准备

1. 确认触发条件，记录在输出章节的"触发"字段
2. 读 `wiki/stocks/<sector>/<name>.md`：只看 value-invest 估值锚点和现有产品/业务描述作为参照，不复述财务数字
3. 读 [`references/`](references/learned-frameworks.md) —— 历史 deep-dive 沉淀的产品/竞争分析方法。这些化石如果不被读取就等于不存在，所以放在每次开工前的第一步
4. 主动 WebSearch / 读 raw/articles 中已归档的外部分析、销量公告、产品发布信息——光读财报抓不到 SKU 级洞察

#### Step 1.5：deep-research 加速器（可选，仅重触发）

第 4 步的"主动 WebSearch"可升级为 `deep-research` workflow（5 角度并行搜 → WebFetch 抽原文 claim → 3 投票对抗核验 2/3 反驳即杀 → 带引用报告）。它的核验模型几乎就是本 skill [`references/data-discipline.md`](references/data-discipline.md) 的多 agent 强制化（原文 quote / 查日期防年份错配 / 源质量分级 / 反营销话术），把"靠自觉"变"靠 harness"。

**何时用**（满足任一，且标的有跟踪价值）：
- 复杂多业务公司**首次建档**（小米 / 地平线这类多块异质业务）
- **重大经营事件**后需跨多源广撒网（产品发布 / 政策冲击 / 关税集采 / 并购重组）

**何时不用**：日常产品速查 / 单一业务公司线性拆 SKU 够用 / 标的已充分覆盖 → 直接走第 4 步常规 WebSearch。**它 ~90+ agent，很重，别滥用。**

**怎么调**——问题必须**锁定业务/产品侧 + 显式排除财务估值**（否则它领域无关，会把 PE/营收/利润 claim 一起拉回来，踩 value-invest 边界）：

```
Workflow({ name: 'deep-research', args:
  '{公司名} 产品与经营调研——仅业务侧，禁止财务/估值。覆盖：' +
  '①产品矩阵与各 SKU/产品线的销量·定价·生命周期阶段 ②直接竞品的具体打法与份额变化 ' +
  '③管理层战略意图与近期重大经营事件 ④政策对该公司业务的具体影响 ⑤用户口碑/渠道/海外进展。' +
  '明确排除 PE/营收/利润/毛利率/ASP 派生等财务与估值数字（归 value-invest）。'
})
```

**拿回后怎么用**：deep-research 给的是**核验过的 cited 证据包，不是产品 thesis**。证据包喂给 Step 2-5，用本 skill 自己的框架消化（SKU 拆到车型对位竞品 / 一阶归因 / 量 vs 质 / 多业务对冲矩阵 / 估值叙事重估）——**不要直接誊抄报告**。每条 claim 已带 quote+source+confidence，满足数字标签约定；但时效性数字（产能/销量/份额/价格）的**报告期/年份**仍按 data-discipline 第 4 节逐个补标。产品判断与 value-invest 边界仍由本 skill 把关，不交给 deep-research。

### Step 2: 产品 SKU 矩阵（核心，每次主动探索，无固定模板）

**这是 deep-dive 的主菜**。目的：把"高端化销量 7.7 万 +37%"这种汇总数据，**还原到具体 SKU 层面**——哪款产品在卖爆、哪款在崩、定价是多少、对位什么竞品、生命周期到了哪一阶段。

#### 写在拆解之前 ——「难看数据先归因」（反悲观对称，2026-05 小米教训）

deep-dive 的工具箱天然偏"戳破乐观叙事"（拆伪高端 / 用户口碑反差 / 细分龙头反向校核……几乎全是找问题的锤子）。这会诱导分析者**把所有难看的当期数据都解读成结构性恶化**——2026-05 小米案例连续两次犯这个错（EV 单季亏损→判"高端化失败"、手机出货 -19%→判"结构性失血"，均被数据证伪，verdict 从"长期 70%"一路翻到"周期为主"）。

所以拆 SKU 之前，先对每个"难看数据"做**一阶归因**，分四类（前三类可恢复，只有第四类是结构性）：

| 归因类型 | 性质 | 识别证据 |
|---|---|---|
| **周期性**（成本/价格/需求周期）| 可恢复 | 全行业同步（如 DRAM 涨价打击所有低端机）、历史周期可对照 |
| **政策性**（补贴/监管/关税）| 可恢复 | 政策时点明确（如国补退坡）、基数效应次年缓解 |
| **主动战略**（砍亏损品类/换代切换）| 可恢复 | 量降但价/利率升（砍低端致 ASP↑毛利率↑）、产能受限非需求受限 |
| **结构性**（竞争格局/护城河永久变化）| 持久 | 同行一增一平唯你独降、且非上述三类可解释；对手不可逆能力突破（如华为麒麟回归）|

**硬规则**：写"X 业务恶化/下滑"前，必须先问"是上面哪一类？"——不能跳过归因直接定性结构性。最易混淆、最该先分清的两组是：**主动战略收缩 vs 被动失血**、**产能受限 vs 需求受限**。（呼应 MEMORY"指标变化先追一阶原因"——中移动 Q1 增值税教训）

#### 量 vs 质分离（同一业务两条时间线）

同一业务里"量"和"质"的时间属性常常不同，别糊在一起——
- **量**（销量/出货/收入趋势）：多受周期/政策/战略影响，**常可恢复**
- **质**（竞争地位/份额结构/高端突破/护城河）：受格局影响，**常更持久**
- 小米手机案例：出货量 -19%（量，周期可恢复）vs 高端份额被苹果华为锁死（质，结构持久）——是两件事，结论可以一正一负，不能用单一定性盖过

#### SKU 逐项拆解

不预设表格结构——按公司业务自然组织。但每个 SKU 至少回答：
- **是什么**：产品定位、价格带、关键卖点
- **卖得怎样**：当期销量、同比/环比、是趋势加速还是减速
- **对位谁**：直接竞品是哪几款（具体到对手公司的具体产品名，不是"行业平均"）
- **生命周期阶段**：新品爬坡 / 成熟期销量稳定 / 老化收缩 / 即将换代
- **价格/折扣信号**：是否降价、终端折扣、订单 vs 提车

**举例**：分析比亚迪不应只列"高端化销量 7.7 万 +37%"，而应拆：
- 方程豹 5：定价 17.98-21.98 万、硬派越野定位、Q1 销量 X 万、对位坦克 300、生命周期早期爬坡
- 钛 7：定价 ~25 万、Q1 销量 Y 万、对位智己 LS6
- 钛 3：A0 级，定价 ~10 万、Q1 销量 Z 万、对位海鸥
- 仰望 U8/U9：百万级超豪华，Q1 销量 < 1000 辆，象征意义 > 销量贡献
- 腾势 N9/Z9GT：30-40 万，定位竞争蔚来 ES8 / 理想 L9
- → **真核心高端（30 万+）销量** = 仰望 + 腾势 = 实际 X 万辆，剩下都是"伪高端"

**WebSearch 是必要的**——上述数据财报不会直接给，得搜公司销量公告、第三方榜单（懂车帝/汽车之家月度榜）、行业协会数据（乘联会/中汽协）。

数据可得性差异大时，按 [`references/data-discipline.md`](references/data-discipline.md) 的降级规则处理（分车型公告 / 品牌级 / 价格带 5 万一档 / 数据稀疏时承认）。承认数据稀疏比用"销售表现稳健"敷衍要诚实。

#### 多业务集团的整合层（≥3 块异质业务时强制，2026-05 小米教训）

对单一业务公司（比亚迪/泡泡玛特），线性拆 SKU 够用。但对"手机+EV+IoT+AI"这类**多块异质业务的集团**，只逐块拆会"只见树木不见森林"——小米案例里被单块数据（EV 亏损、手机出货跌）逐个带着走，没看到业务间对冲。拆完各块后，必须再做一张**业务属性矩阵**整合：

| 业务 | 量趋势（归因：周期/政策/战略/结构）| 质/竞争地位 | 在集团里的角色 |
|---|---|---|---|
| 业务 A | …… | …… | 现金牛 / 增长引擎 / 拖累 / 期权 |

整合层回答三个线性拆解答不出的问题：
1. **各块的周期/结构属性分别是什么**（避免把整体一刀切成"全周期"或"全结构"——小米四块业务性质各异）
2. **业务间有无对冲**（如小米 EV 健康增长对冲手机周期下滑——只单看手机会过度悲观）
3. **整体恶化主体是周期还是结构**（给定性方向即可；精确百分比如"70/30"无法证伪，必须标 [估计]）

### Step 3: 业务深度（按需展开）

围绕产品矩阵展开，挑该公司**最重要的 1-3 项**深入即可，不要凑齐项数：

- **价格策略**：当期定价决策、终端折扣、渠道库存压力、订单储备 vs 当月提车
- **技术与产品差异化**：核心技术（电池/智驾/三电/平台）与同类公司比较的代际差距、即将下放的技术
- **产品周期与新品节奏**：未来 6-12 个月新品上市 / 改款 / 换代 timeline
- **海外/渠道/扩张**：海外市场国别拆分、本土化产能进度、销售网络扩张速度、海外/国内打法差异
- **用户口碑**：复购率、NPS、社交媒体口碑（小红书/微博/汽车之家论坛）、关键投诉
- **B2B / B2C 业务区别**（如适用）：to B 客户名单、合同周期；to C 渠道结构、流量来源

**留给 value-invest 的**（这些做了就越界）：
- 单车毛利、单车成本、单车净利的财务拆解
- 报表 vs 扣非的桥接
- 资本开支金额、折旧摊销、OCF 同比
- ASP（营收/销量派生）的同比/环比计算

**deep-dive 自己做的**：销量、市占率、零售指导价 / 价格带（产品属性）

**"价格"的灰色地带——分两类不要混**：
- ✅ **零售指导价 / 价格带**（业务数据）：产品本身的定价策略，如"方程豹 5 定价 17.98-21.98 万"、"哈弗 H6 主销价格带 10-15 万"——deep-dive 该写
- ❌ **ASP（营收/销量）**（财务派生数）：报表派生指标，如"比亚迪 1Q26 单车价 16.0 万 = 营收 1502 / 销量 70 万"——deep-dive 只引用 value-invest 算出来的结果，不自己计算
- 引用 ASP 时（如对比海豚君外部分析）需明示 `(来源: value-invest 4-28 / 海豚君 / 财报派生)`，不在 deep-dive 内做 ASP 同比计算

### Step 4: 战略与竞争

- **管理层战略意图**：从公司公告、电话会议纪要、CEO 访谈、股东信中推断的战略方向（如比亚迪"出海置于核心战略"，长城"研发逆势 +17.6% 加注 H2-2027"）
- **竞争格局**：具体到对手公司的具体打法（如吉利银河"鲸鱼策略"、特斯拉 Model Y 焕新、问界 M9 高端冲击），而不是泛泛"行业内卷"——后者是空话，对决策没用
- **政策环境对该公司业务的具体影响**：每条政策按"对该公司是 + / - / 中性"区分，不照搬行业平均（如反内卷对比亚迪是 -2x，对长城是中性偏正面——同一政策对不同竞争位置的影响相反）
- **风险点**（业务层面表述）：产品风险（爆款失速 / 新品延期 / 召回）、渠道风险（经销商资金链 / 终端价格战）、监管风险（关税 / 集采 / 牌照）——财务风险归 value-invest

### Step 5: 与 value-invest 估值假设的产品端对照（定性触发，不算偏离）

把产品分析揭示的真相，对照 value-invest 当前估值的产品端假设，**定性判断**是否需要触发 value-invest 重跑。

为什么定性而不算偏离？计算"中周期 ASP X 万 / 实际 Y 万 / 偏离 -Z%"这种数字对照表本身就是估值假设的反向校核——deep-dive 一旦做了就越界。改用一句话陈述更干净：

```
- ⚠️ ASP 假设疑似偏离：value-invest 隐含中周期 ASP ~17 万，但本次 SKU 矩阵显示主力车型集中在 14-15 万带（哈弗 H6 / 长安 CS75 直接竞品），建议 value-invest 重做 ASP 假设
- ⚠️ SOTP 缺失：海豚君把储能业务单列 30PE × 53 亿 = 1590 亿，但 wiki SOTP 只拆"汽车 + 手机部件"，建议 value-invest 重做 SOTP 加储能档
- ✓ 海外占比假设吻合：wiki 假设海外占比 38-40%，Q1 实际 47% 但产品矩阵显示后续可持续，无需重做
- ⚠️ 高端化占比叙事失真：wiki 写"高端品牌占比 25.3%"，但 SKU 矩阵显示真核心高端（30 万+）销量仅 3.2 万 / 总销 70 万 = 4.6%，建议 value-invest 重做高端化结构假设
```

deep-dive 不重算估值——只用定性陈述说明"哪个假设需要 value-invest 在新一轮估值中重新审视"，具体数字和重新加权交给 value-invest。

#### 估值叙事重估 —— 市场曾给什么溢价、现在在重估什么（2026-05 小米教训）

上半段对照的是**微观假设**（ASP/SOTP/份额）。但 deep-dive 还该回答一个更宏观的问题：**市场当年给这家公司的估值溢价，背后是什么产品/经营叙事？这个叙事现在被验证还是被证伪？**——这是连接"产品现实"与"估值水平"的桥，也是大幅价格波动的真因所在。

小米案例：股价 61→28 腰斩，**本质不是"基本面崩盘"（那是周期，会修复），而是"市场在给『全能科技巨头』叙事去泡沫"**。61 港元定价的是"手机+EV+IoT+AI 全能赢家"，28 港元定价的是"每个战场都是强力挑战者、但非统治者"的现实——手机高端打不过苹果华为、EV 规模打不过比亚迪、IoT 线下打不过美的格力、AI 闭源追不上第一梯队。**这是估值溢价的结构性重估，不是经营恶化。**

操作：
1. 问"市场给过/在给什么叙事溢价"（全能赢家 / 高端化 / 第二曲线 / 平台化……）
2. 用本次 SKU 矩阵 + 竞争格局**验证或证伪**这个叙事
3. 区分两种下跌：**周期性回撤**（基本面会修复，估值不该永久下移）vs **叙事证伪**（溢价该结构性收敛，即使基本面修复也回不到高估值）
4. 结论交 value-invest 落到合理 PE 中枢：叙事证伪 → PE 中枢下移；纯周期 → PE 中枢维持

**反向风险（防滥用）**：这个视角也可能被滥用成"事后给下跌找结构性理由"。所以必须配 Step 2 的一阶归因——先证明下跌主体是周期还是结构，再谈叙事重估，不能跳过归因直接断言"叙事崩了"。

### Step 6: 框架学习沉淀（双层）

**(a) 个股层**：在 wiki 章节末追加 `🔍 框架学习` 子节，简短记录"本次发现 + 是否值得固化"。

**(b) 框架层**：把发现追加到 [`references/learned-frameworks.md`](references/learned-frameworks.md)，按维度组织。每条记录格式：

```
- YYYY-MM-DD <标的> | <一句话方法> | 案例：<具体产品/竞争/战略发现>
```

**是否值得固化**：
- 在 ≥ 2 个不同标的/行业重复出现 → 候选纳入下一版 SKILL.md 主流程
- 仅单个标的有效 → 留在 learned-frameworks.md 作为案例
- 与现有维度重复 → 不写

为什么集中到一个文件而不分散在每只股票下？分散版 v1 失败过——每只股票每个日期下的"🔍 框架学习"小节，事实上只有作者本人翻阅时才有价值，下次 deep-dive 的 LLM 不会去 grep 历史。集中到 references/learned-frameworks.md 单一文件 + Step 1 强制加载，化石才会被读到。

## 输出与归档

### 个股层：追加"产品深度分析"章节

输出归档到 `wiki/stocks/<sector>/<name>.md` 末尾追加新章节，不另立文件（避免 wiki 碎片化）。

每次 deep-dive 都新增一个 `## 产品深度分析 (YYYY-MM-DD)` 章节，**保留历史章节**便于看演进。

模板只规定 4 个必有节，其余按需出现——避免小标题填空式的模板复活。章节顺序自由调整，内容自由组织：

```markdown
## 产品深度分析 (YYYY-MM-DD)

> 触发：{...} | 数据基准：{报告期 / 销量公告日} | value-invest 锚点：{合理价 X / 当前价 Y}
>
> **数据 verified 状态**：{源文件 verified 状态汇总}

### 一句话 thesis  【必有】

{业务层面的核心结论 / 产品矩阵 / 竞争格局发生了什么的 30 字概括}

### 产品 SKU 矩阵  【必有】

{Step 2 主菜，按公司业务自然组织——车型清单 / 产品线分组 / 门店类型分类。每个核心 SKU 至少含定价、销量、对位竞品、生命周期阶段。SKU 数据不可得时按 references/data-discipline.md 降级规则操作}

### 与 value-invest 估值假设对照  【必有】

{Step 5 定性触发标记——只列具体发现 + ⚠️ / ✓ 标签，不做数字偏离表}

### 数据来源  【必有】

{外部研报 URL / 销量公告 / WebSearch 关键引用 / raw/articles 已归档}

---

**以下章节按需出现**（不强求每次都有，发现什么写什么）：

### 爆款 / 滞销解剖

{从 SKU 矩阵中挑出贡献增量最大的爆款 + 萎缩最严重的滞销，分别拆解为什么、能否持续 —— 如果产品矩阵稳态没有突出爆款/滞销，可省略此节}

### 业务深度

{从 Step 3 的 6 项中挑该公司最重要的 1-3 项展开—— 没必要凑齐 2-4 项凑数}

### 战略与竞争

{Step 4 管理层意图 / 竞品具体打法 / 政策对该公司的具体影响 / 业务层面风险 —— 没有重大战略变化时可省略}

### 🔍 框架学习

{本次发现新方法 / 暴露盲点时写；常规复盘可省略；详见 references/learned-frameworks.md}

### 待 WebSearch verified 数据清单

{有未核对关键数据时列；如无可省略}
```

**反模板化原则**：
- 4 个必有节是定位锚点（thesis、SKU、估值对照、数据来源）—— 缺这 4 个 deep-dive 就失去意义
- 其他节凑齐就是 v1 模板填空 —— 没内容时直接省略，不要用"本次无重大变化"占位
- 章节顺序可按本次重点调整 —— 如果本次重点是新车上市，可以把"业务深度（产品周期）"提到 SKU 矩阵后面

### 框架层：log.md 记 DEEP-DIVE 条目

```
- YYYY-MM-DD DEEP-DIVE <公司>：{触发原因} {一句话 thesis} {核心产品发现 / 与 value-invest 假设的偏离 / 是否触发重跑} → wiki/stocks/<sector>/<name>.md#产品深度分析-YYYY-MM-DD
```

## 与 value-invest 的协作

**调用顺序**：
1. 用户："深入看下比亚迪"
2. 先确认 wiki 中是否有近期 value-invest 估值（< 1 月）
3. 如无 → 先跑 value-invest 给出财务/估值锚点
4. 然后跑 stock-deep-dive，**只做产品/经营分析，引用 value-invest 锚点不重算**

**触发 value-invest 重跑的条件**（在 Step 5 后判断）：
- 产品分析揭示的中周期销量 / 海外占比 / 高端化结构 / SOTP 业务结构假设之一明显失真
- 发现高速增长新业务（储能 / AI / 海外）在 wiki SOTP 中缺席
- 产品矩阵发生重大结构变化（爆款失速 / 滞销加速 / 新品上市改变 mix）
- 产品分析发现 wiki 已有判断被叙事带走（如"高端化占比 +10pp"实为伪高端驱动）

## 与外部分析的协作（如基于外部研报触发）

如本次 deep-dive 是由海豚君 / 卖方研报 / 独立研究触发：

- 把外部分析视为"另一个产品分析视角"，列出**产品/竞争层面的分歧或印证**
- **不做估值方法论比较**（外部 PE×20 vs 我们 P/S 加权之类）—— 那是 value-invest 的事
- 只关注外部分析有没有揭示我们 wiki 没看到的产品 / 竞品 / 战略洞察

---

## Example

**Input**：用户在对话中说"深入看下比亚迪"。

**Output**（追加到 `wiki/stocks/auto/比亚迪.md` 末尾）：

```markdown
## 产品深度分析 (2026-04-29)

> 触发：用户显式调用 | 数据基准：2026Q1 财报 + 销量公告 | value-invest 锚点：合理价 97 元 / 当前 102.34 / 关注偏中
>
> 数据 verified 状态：raw/articles 海豚君点评 partial（截图 OCR）；销量公告 verified=true

### 一句话 thesis

比亚迪的"高端化"主要由方程豹 5、钛 7、钛 3 这三款下沉爆款驱动，真核心高端（30 万+ 仰望/腾势）Q1 销量 < 5%，"高端化占比 25.3%"是叙事陷阱。

### 产品 SKU 矩阵

主力车型按价格带：
- **王朝/海洋（< 15 万基本盘）**：秦 PLUS DM-i 128km 版（Q1 销量 X 万 / 对位吉利银河 L6 / 反内卷限价后无法降价反击）；海鸥（10 万 EV / 对位吉利星愿）
- **方程豹（伪高端）**：方程豹 5（17.98-21.98 万 / 硬派越野 / 对位坦克 300 / 早期爬坡）
- **钛系（拉新）**：钛 7（~25 万 / 对位智己 LS6）；钛 3（~10 万 / 对位海鸥）
- **腾势（真高端 SUV）**：N9 / Z9GT（30-40 万 / 对位蔚来 ES8 / 理想 L9 / Q1 销量低于预期）
- **仰望（百万级 / 象征意义）**：U8 / U9（Q1 销量 < 1000 辆）

→ 真核心高端（30 万+ 仰望 + 腾势）销量约 X 万 / 总销 70 万 = ~4.6%

### 爆款 / 滞销解剖

**爆款**：方程豹 5 是 Q1 高端化叙事的唯一支柱，但定价下沉到 18-22 万说明品牌力不及坦克 300。

**滞销**：腾势 N9 上市半年销量未达预期，30 万+ 价位被理想 L7/L8 锁死。

### 战略与竞争

- 反内卷政策对比亚迪是 -2x（限制其降价反击工具被夺走 / 同一政策对长城是中性偏正面）
- 海外置于 2026 核心战略：欧盟 17% 反补贴税已落地但东南亚 + 南美为主导地缘 cluster

### 与 value-invest 估值假设对照

- ⚠️ 高端化结构假设疑似失真：wiki 4-28 写"高端品牌占比 +10pp"，SKU 矩阵显示真核心高端 < 5%，建议 value-invest 重做高端化贡献假设
- ⚠️ SOTP 缺储能档：海豚君单列 30PE × 53 亿 = 1590 亿，wiki SOTP 只拆汽车 + 手机部件，建议 value-invest 重做 SOTP
- ✓ 出海占比 47% 与 wiki 中周期 38-40% 假设方向一致（结构性 alpha 加速 + 可持续）

### 🔍 框架学习

补充至 references/learned-frameworks.md：
- 比亚迪 SKU 拆解验证了"高端化占比 → 拆构成找伪高端"通用方法

### 数据来源

- raw/articles/stocks/比亚迪/2026-04-29_2026Q1海豚君深度点评_长桥.md（partial）
- 比亚迪 2026Q1 销量公告（自有品牌出口 vs KD 散件待 WebSearch verified）
- 乘联会 2026Q1 高端 SUV 月度销量榜（待 WebSearch）
```

注意输出形态：4 个必有节都在；"业务深度"本次省略（重点已在 SKU 矩阵讲完）；估值对照只给定性陈述不算数字；爆款/滞销和战略与竞争只挑最关键的 1-2 个点写，没凑齐项数。