Serenity Alpha 的核心原则是：不要只问新闻是否惊人，而要问一个已经可观察的需求变化，能否改写一家较小公司的财务报表。它把新闻转化为可检验的 alpha 假设，传导链为：新闻 -> 已观察到的需求变化 -> 收入/利润传导 -> 小市值弹性 -> 验证路径。
主要能力与工作流：一是区分“谈资”与真实需求拐点，优先采用已发生的证据，如用户付费、企业采购、供应商排产/涨价、财报或电话会提及需求、细分生态变拥挤；需求不可观察则仅列入观察清单。二是把现象翻译成财务科目，用“因为 X 发生，Y 需求上升，需求经收入线 Z 流向 A/B/C 公司，N 公司因市值、收入基数或业务纯度小而可能被需求冲击改变报表”的结构，映射到收入、毛利率、经营杠杆、现金流等项目。三是偏好小而纯、被误分类的标的（“小铲子”），关注小市值、高业务纯度、关键供应链地位、低关注度、财报可在 1-4 季度验证的公司，并用“alpha 弹性 ≈ 增量需求影响 / 当前公司规模”粗略筛选。四是检验市场误分类，思考市场现在认为它是什么、它可能变成什么、新标签是否足够大且可被数字验证。五是构建验证链，列出确认、削弱、证伪的条件，并按需求确定性、传导清晰度、业务纯度、市值弹性、市场忽视度、验证速度、下行风险七个维度打分（可 1-5 分）。六是按证据分档给出条件式研究姿态，从观察到小仓测试、加仓、降低预期到退出观察清单。
可选 SEC 数据辅助：对美股公司，可用 SEC 申报作为基本面事实基础。edgartools 是可选的辅助工具，可获取公司申报、XBRL 财务报表、申报文本、内部人交易、持股表格及近期 8-K。安装：pip install edgartools 或 uv pip install edgartools；导入包名是 edgar，不是 edgartools。SEC 访问需要身份，设置 EDGAR_IDENTITY="Name email@example.com"，或请求前调用 from edgar import set_identity; set_identity("name@example.com")。最小用法示例：from edgar import Company; company = Company("AAPL"); filings = company.get_filings(form="10-Q"); financials = company.get_financials(); income = financials.income_statement()。它只用于支撑分析，不替代框架。
输出模板包括：结论先行点名优先验证的公司；表层新闻；已发生的需求变化；财务翻译（可配 Mermaid flowchart）；受益链条（一阶、二阶、三阶）；小市值高弹性标的；市场误分类；验证指标（可配 1-4 季度验证路径图）；下行风险；仓位建议；最后再次点名并给出关键财报验证条件。完整报告可在显著提升理解时使用 2-4 个 Mermaid 图，节点一般不超过 12 个、绘图值不超过 8 个，优先 flowchart、pie、stateDiagram，xychart-beta、quadrantChart、timeline 仅作增强并保留相邻 Markdown 表格。
限制：输出仅为研究假设，不是投资建议；在点名证券或做时效性判断前，需从可靠来源核实当前价格、市值、申报、财报电话会和新闻；SEC 数据要注明表格类型与申报日期，并说明相对新闻的时效性；非 SEC 数据（当前价格、市值、估值倍数、卖方预期、TAM、渠道调研、行业定价）通常需其他当前来源；不得把持股活动当作 alpha 论据的证据。资料未提供具体收费、平台与效果信息。