用途：将筛选器产出的候选标的登记为投资论点（thesis），并跟踪其从 IDEA 到 CLOSED 的完整生命周期，记录当初的判断、实际发生的情况以及事后总结的经验。
主要能力：支持单标的论点，类型包括 dividend_income、growth_momentum、mean_reversion、earnings_drift、pivot_breakout。可登记筛选器输出、查询与筛选论点、执行状态流转、附加仓位规模输出、关联分析报告、检查到期复核、平仓并生成事后复盘，以及查看胜率、平均盈亏等汇总统计。
使用方式：需 Python 3.10+ 与 pyyaml，FMP API key 可选（仅用于事后复盘的 MAE/MFE 计算）。登记示例：python3 skills/trader-memory-core/scripts/thesis_ingest.py --source kanchi-dividend-sop --input reports/kanchi_entry_signals_2026-03-14.json --state-dir state/theses/。查询示例：python3 skills/trader-memory-core/scripts/thesis_store.py --state-dir state/theses/ list --ticker AAPL --status ACTIVE。复核示例：python3 skills/trader-memory-core/scripts/thesis_review.py --state-dir state/theses/ review-due --as-of 2026-04-15。事后复盘与汇总分别使用 postmortem 与 summary 子命令。状态流转通过 Python 调用 thesis_store 的 transition、open_position、terminate、mark_reviewed、attach_position、link_report 等方法完成。
适用场景：筛选器（kanchi、earnings-trade-analyzer、vcp、pead、canslim、edge-candidate-agent）产出候选后；论点在 IDEA → ENTRY_READY → ACTIVE → CLOSED 之间流转时；附加仓位规模输出时；检查待复核论点时；平仓并生成复盘时。
限制：Phase 1 仅支持单标的论点，配对交易与期权计划在 Phase 2。状态只能单向流转，不可回退。所有文件操作采用原子写入，state/ 目录纳入 Git 以提供审计轨迹。原始筛选数据保留在 origin.raw_provenance 中。