# sector-pick — 產業選股

給一個產業或題材，推薦 5-8 隻值得研究的股票。從宏觀到個股的完整篩選。

## 觸發方式
使用者輸入：`sector-pick [產業名稱]`
範例：`sector-pick AI半導體`、`sector-pick 電動車供應鏈`

## 輸入
- `industry`：產業名稱或題材關鍵字（可選，留空則由 AI 推薦當前最有利的產業）

## 執行步驟

每個步驟的 Agent 至少進行 **3 回合討論**：
> 回合 1：初步分析 → 回合 2：自我質疑 → 回合 3：補充修正

### Step 1: 產業偵察
- **Agent**: `sector_scout`
- **知識庫**: `macro_sector.md`, `quant_screening.md`
- **任務**:
  1. 宏觀環境掃描 — 景氣循環階段、Fed 政策方向、資金流向
  2. 產業輪動判斷 — 當前階段哪些產業最有利
  3. 題材識別 — 在指定產業中找出 2-3 個具體投資題材
  4. 初步標的 — 每個題材列出 3-5 隻受惠股
- **輸出**: `artifacts/sector-[產業]-[日期]/01-macro.md`

### Step 2: 量化篩選
- **Agent**: `stock_screener`
- **知識庫**: `quant_screening.md`
- **任務**:
  1. 基本面品質過濾 — ROE > 15%、營收成長、正現金流
  2. 技術面時機過濾 — 趨勢向上、非極端區域
  3. 籌碼面聰明錢過濾 — 機構增持、內部人買入
  4. 催化劑排序 — 依催化劑明確度排序
- **輸出**: `artifacts/sector-[產業]-[日期]/02-screening.md`

### Step 3: 首席分析師整合
- **Agent**: `chief_analyst`
- **任務**:
  1. 交叉驗證產業判斷與個股篩選結果
  2. 標註共識、分歧、待驗證項目
  3. 標註信心度（高/中/低）
  4. 產出最終推薦清單
- **輸出**: `artifacts/sector-[產業]-[日期]/03-summary.md`

## 最終輸出格式

```markdown
# [產業名稱] 選股報告
日期: YYYY-MM-DD

## 宏觀環境
[景氣階段 + 對該產業的影響]

## 投資題材
1. [題材名稱] — [一句話描述]
2. [題材名稱] — [一句話描述]

## 推薦標的（依優先級排序）

| # | Ticker | 公司 | 題材 | 風險 | 最近催化劑 | 一句話理由 | 信心度 |
|---|--------|------|------|------|----------|-----------|--------|
| 1 | | | | 🟢/🟡/🔴 | | | 高/中/低 |

## 下一步
- 對感興趣的標的執行 deep-dive [TICKER]
- 確定要交易的執行 trade-plan [TICKER]
```

## Session 強制存檔（不得跳過）

### 分析結束後（WRITE — 必須執行）
1. 確保 `docs/fin/sessions/` 目錄存在
2. 建立 `docs/fin/sessions/sector-[產業名]-session.md`
3. 填入：產業分析摘要、推薦標的清單、催化劑時間表

### 確認輸出（CONFIRM — 必須顯示）
```
📁 Session 已建立: docs/fin/sessions/sector-[產業名]-session.md
```