LUNARTULIP LAB
CN/EN
RESEARCH/GLOBAL AI

INDEPENDENT PUBLIC-EQUITIES RESEARCH · GLOBAL AI TECHNOLOGY

主观基本面 × 系统化量化两台研究引擎，持续验证判断。

Lunartulip Lab 是一家聚焦全球泛 AI 科技权益的 AI-native 独立研究机构。我们用主观基本面研究理解产业因果、公司利润与预期差，用系统化量化研究检验信号、组合纪律与风险调整价值。帮助专业投资者与机构研究团队更快识别变化、复核关键假设，并以可追溯记录持续提高判断质量。

阅读旗舰研究 查看判断账本
银色月面新月环抱郁金香的 Lunartulip Lab 标志
THESIS PATHQUESTION → HYPOTHESIS → TEST

HUMAN JUDGMENT IN LOOP

EVIDENCE SYSTEMSOURCE → CLAIM → CAUSE

TRACEABLE / UPDATEABLE

ACTIVE RESEARCH SYSTEM
LUNARTULIP LAB · 2026

WHO WE ARE独立科技权益研究机构
ENGINE / FUNDAMENTAL主观基本面研究
ENGINE / QUANT系统化量化研究
RESEARCH WORKSPACEAlways-On Research Desk

RESEARCH ENGINES / 01

两台研究引擎，持续解释与验证市场机会。

主观基本面研究回答产业因果、公司利润与预期差，系统化量化研究检验信号、组合纪律与风险调整价值。两台引擎共同产出可追溯的研究判断、验证记录与结果反馈。

01

ENGINE 01 / DISCRETIONARY FUNDAMENTAL

主观基本面研究

追问技术变化如何穿透产业结构、公司利润、估值与预期差，形成公司深度研究、价值捕获图谱与可持续跟踪的前瞻验证点。
阅读旗舰 Deep Dive
02

ENGINE 02 / SYSTEMATIC QUANT

系统化量化研究

检验信号、权重、市场状态与组合规则是否具有可复现的预测或风险调整价值，公开验证设计、样本边界、成本后结果与失败记录。
查看量化研究

ALWAYS-ON RESEARCH DESK / AI-NATIVE RESEARCH WORKSPACE

让两台引擎的判断，在一个工作区持续更新。

主观基本面系统由 PM 判断驱动，通过 Coverage 与 R 线 AlphaMap × Ontology 持续更新产业和公司认知；系统化量化系统持续运行策略研究与组合验证。Research Desk 将两台引擎的研究状态、双 NAV 与结果反馈汇集为清晰的日常工作区。查看 Research Desk 真实界面与九层架构
01 / RESEARCH全球信息、产业因果与投资命题
02 / STRATEGY因子实验、回测、压力测试与市场状态
03 / PORTFOLIO组合状态、风险预算、约束与监控
04 / LEARNINGDecision Memory、结果归因与规则更新

PROOF 01 / RESEARCH OBJECTS

01

Lunartulip Deep Dive

围绕具体公司与产业问题的版本化深度研究，以稳定 URL 保留核心论点、关键证据、风险边界、as-of 日期与更新记录。

适合对象
适合希望评估公司研究深度、产业传导判断与持续更新能力的机构和专业投资者。

内容包含

  • 带时间戳的核心判断
  • 关键证据与风险边界
  • Update History 与更正记录
POINT-IN-TIME / VERSIONED持续更新的中英双语 canonical Research Objects
查看 Deep Dive

PROOF 02 / AUTHORITY LEDGER

02

判断与结局账本

汇总历史判断的后续结果、双基准、样本口径与计算方法，让读者可以在统一规则下评估判断质量。

适合对象
适合关注历史判断结果、验证纪律、样本透明度与风险收益不对称性的专业读者。

内容包含

  • 回溯期与纪律期分列
  • 命中率、超额与盈亏比口径
  • 数据来源、as-of 与生成版本
AGGREGATE / METHODOLOGY-LED数字由统一账本生成，可复核口径与更新时间
打开 Authority Ledger
PROFESSIONAL & INSTITUTIONAL ACCESS从公开研究开始，进入人读、机器读与系统部署

通过 Deep Dive 与 Authority Ledger 验证研究质量后，可按 coverage 使用 Always-On Research Desk、机器读 Research API、Quant 买方 Alternative Dataset，或通过六次 Workshop 部署团队自身的投研框架。

查看产品与合作方式

RESEARCH DISCIPLINE / 02

两台引擎各自验证，在投资学习层汇合。

Fundamental 保留对产业因果、公司利润与预期差的完整解释，Quant 独立检验信号、稳定性与成本后价值；两者在证据、决策记录与结果归因层形成共同语言。

01 / POINT-IN-TIME

判断必须带时间戳，才能被未来验证。

02 / DUAL ENGINE

产业因果
× 统计验证

主观基本面回答机制与预期差；系统化量化回答复现性、稳定性和成本后价值。

03 / CORRECTION

更正记录
也是研究资产

新证据出现后回到上游修正，并重新生成所有受影响版本，让公开判断始终对应最新证据与明确时点。

RESEARCH VALUE CHAIN / 03

让研究判断可追溯、可验证、可复用。

从信息摄入、产业因果与命题管理，到量化验证和结果归因，完整研究链路帮助专业团队减少信息漏损与重复验证成本，并把经验沉淀为可持续复用的机构知识。

01 / THESIS ENGINE

研究命题引擎

研究挑战

研究直觉散落在会议、聊天与个人笔记中。

研究方法

把核心假设、反证条件和时间窗口写成可更新命题。

研究产出

Hypothesis Card 与明确的下一验证节点

查看方法细节

从研究问题出发，显式化核心假设、反证条件与关键里程碑。保留人的判断，同时让 AI 能够理解研究目标与边界。

INPUT问题 / 直觉 / 市场分歧OUTPUT结构化命题 / 证伪条件
01 假设拆解02 预期差定位03 里程碑定义

CONTINUOUS RESEARCH OPERATIONS / 04

更快识别真正变化，及时更新关键判断。

系统持续汇总市场变化、关键证据、命题状态与结果反馈，形成清晰的今日研究优先级和下一验证动作，让研究团队把注意力从追逐信息转向更新判断。

01SENSE

市场变化进入事件账本

系统持续捕捉授权范围内的重要变化，保留来源、时间与影响对象；研究员确认其是否值得进入研究状态。

系统捕捉 · 人工确认
02UPDATE

证据更新对应假设

新证据连接到具体命题，记录强化、削弱或仍待验证，并更新反证条件与下一观察点。

Agent 归档 · 研究员判断
03BRIEF

形成今日研究优先级

Research Desk 把变化折叠成今日头条、关键命题状态与下一组验证动作，减少信息流对注意力的占用。

系统生成 · PM 审阅
04RECORD

判断写入 Decision Memory

保留判断形成时的信息集、责任人、风险边界与后续动作，让复盘能够回到当时可见的事实。

人类决策 · 系统留痕
05LEARN

结果反馈更新规则

区分研究判断、执行与外部噪音的贡献，把结果写回证据权重、命题状态和下一轮工作流。

联合复盘 · 版本更新

VALUE REALIZATION / 05

现在看得见研究质量，
长期看资本结果。

机构与专业投资者可以先通过研究作品、版本记录、更正与结局账本判断我们的研究质量。长期，双研究引擎将在真实资本责任下持续接受检验；任何未来资管合作均将在相应主体、资质与合规框架完备后独立开展。

阅读决策归因研究查看系统生长手记
RESEARCH ACCESS

先验证研究质量

通过 Deep Dive、研究方法、更新记录与 Authority Ledger 评估研究质量；随后可选择人读 Research Desk、机器读 API、Alternative Dataset 或投研框架 Workshop。

查看研究产品与服务
LONG-TERM DIRECTION

长期资本管理方向

真实资本结果将长期检验双研究引擎的判断质量、风险纪律与学习能力。相关业务将在相应主体、资质与合规框架完备后独立开展。

讨论战略机构合作

DEEP RESEARCH / 06

从具体公司和产业问题，看见研究深度。

持续更新的双语 Research Objects 围绕具体公司与产业问题展开，完整保留研究问题、核心论点、关键证据、风险边界、首发日期与更新记录。

DEEP DIVE / PLTR

Palantir：商业化有硬数，定价零容错

用美国商业增速、合同价值、留存与现金闭环，对账「AI 主权」叙事与 65x TTM P/S。

阅读研究

DEEP DIVE / NVDA

NVIDIA：超级周期的对账变量换位

需求方向已被硬数验证，风险转向毛利率、供应承诺、担保集中度与应收账期。

阅读研究

DEEP DIVE / SNOW

Snowflake：加速有硬数，AI 归因仍待金额化

把消费增速、AI 产品账户与反向 DCF 放在同一对账框架，区分事实、归因与市场隐含。

阅读研究

DEEP DIVE / NET

Cloudflare：机器流量过半之后，收入仍待金额化

区分业务加速、agentic 流量与没有财务条款的催化，等待 Q3 财报对账。

阅读研究

DEEP DIVE / TEAM

Atlassian：三重催化之后，还差 Rovo 金额口径

将 beat、Cloud 加速与盈利拐点同 FY27 降速指引、FCF 和 Rovo 变现披露对账。

阅读研究

RESEARCH NOTES / 07

研究方法、系统实践与长期思考

围绕主观基本面、系统化量化、AI-native investing 与投资决策系统，持续沉淀可供专业读者参考的方法研究。

查看全部研究手札

ENGAGE LUNARTULIP LAB / CHINA & GLOBAL

从一个值得验证的研究问题开始。

请介绍您的机构背景、关注市场与具体研究问题，我们将从最适合的研究方式开始交流。

海内外机构合作与研究交流chief@lunartuliplab.com