明仓架构：研究决策闭环

0.3.0 把整套研究模型重做成一套案卷式闭环架构：用四类"案卷"（Case）把研究、信号、持仓、复盘串成一条闭环，分五层（L0–L4）承载，每一类只回答一个问题，彼此可链接、可审计。

进口（数据 + 新闻 + 你的判断 + 外部论题）
        │
        ▼
  ResearchCase ──▶ SignalCase ──▶ PositionCase ──▶ ReviewCase
   为什么值得研究    现在能交易吗     为何持有/何时退      结果教会了什么
        ▲                                                  │
        └────────── 记忆更新（outcome-gated，人工确认）◀────┘

五层架构（L0–L4）

层	名字	回答的问题	边界
L0	记忆 / 知识库	我以前学到过什么？	用户规则、复盘教训、研究记忆；LLM 产出默认 pending，不能自己变成可信记忆
L1	证据层	有哪些可靠证据？	带来源/时间/PIT/质量的证据卡，只打包不打分
L2	论题层	这值得研究吗？	ResearchCase、ForwardThesis、主题假设；只是研究态，不覆盖官方动作
L3	信号 / 持仓层	现在能交易吗？怎么进出？	SignalCase / PositionCase；提案与影子输出，不直接动真实仓位
L4	复盘 / 促进 / 校准层	结果教会了什么？	ReviewCase 归因 → 记忆促进候选；可信促进仍需本地人工确认

各层怎么融合到一起

• 个股研究 → 走 ResearchCase → SignalCase → PositionCase 这条单票线：mingcang stock <代码> 一次性给你官方信号、新闻、标签和研究 copilot 的影子结论。
• 长期 / 主题研究 → 落在 L2 论题层：外部研究员、机构、景气/财务框架的判断进口成 ForwardThesis（带失效条件、跟进指标、复盘节奏），作为慢证据长期跟踪，不直接抬买入分。
• 数据从哪来 → L1 证据 + 数据层：A 股行情/财务/QFII、新闻情感、A/HK/US 只读全球数据，全部落本地 SQLite，不上云；Provider Guard 做新鲜度和复权口径护栏。
• 记忆有什么用 → L0 + L4：规则、教训、研究索引分层存储；只有经过 ReviewCase 归因 + 人工确认的结果才会从 pending 升级为可信记忆，再作为上下文注入下一次判断——这就是闭环为什么"会成长"。

当前状态

这套闭环架构已经落地，但默认休眠——骨架先就位、生产信号零改动，等前向证据门控逐层通过后再激活。当前生产信号仍是技术 0.6 + 情感 0.4 + ATR 2.5 移动止损，量化层关闭（WEIGHT_QUANT=0.0）、等待证据。

更多信号纪律说明见 WHY_NOT_AI_STOCK_PICKER.md。