用途：将公司特定信息转化为对未来3-5年收入增长、利润率、TAM、市占率、估值倍数与市场情绪的概率更新，估计公司真实内在增长速度，并与当前市值已隐含的增长对比。适用于美股等公司基本面研究。输出为研究假设，非个性化投资建议。
主要能力：设定H0至H5六档增长假设（衰退至平台级扩张，CAGR区间<0%到>50%），给出先验概率并做贝叶斯更新；计算加权内在3-5年收入CAGR区间；反推市场隐含增长率；比较内在增长与隐含增长，得出低估、合理、高估但可交易或泡沫化；衡量股价走势与内在增长的背离；制定验证路径和跟踪指标。
使用方式：输入公司基本面、行业周期、历史与指引收入、TAM、估值倍数、股价走势、FOMO情绪、新信息等，缺失变量需标注。美股可用SEC数据辅助，安装命令为 pip install edgartools 或 uv pip install edgartools，导入包名为 edgar，需设置 EDGAR_IDENTITY="Name email@example.com" 或调用 from edgar import set_identity; set_identity("name@example.com")。示例：from edgar import Company; company = Company("AAPL"); financials = company.get_financials()。SEC数据仅作历史基本面锚点，不能替代当前市值、一致预期、前瞻倍数、TAM、期权活动和实时价格。报告可选2-4张Mermaid图，数值须与表格一致。
限制：不可编造缺失数据；缺乏数据时只能给出定性隐含增长区间；概率更新应区分结构性增长与周期反弹、一次性订单；股价领先内在增长时长期安全边际下降，滞后时需明确催化条件。