J’ai transformé ma méthode de recherche et d’investissement en un moteur d’IA de recherche.

Tu lui fournis un code : il tourne 23 minutes, appelle 9 sources de données et utilise 25 outils. Mais l’enjeu n’est pas la vitesse.

L’enjeu, c’est qu’il ne parle qu’après avoir accompli ces quatre choses :

1｜D’abord trier le vivant et le mort, pas commencer par calculer le prix.
La crise est-elle temporaire, ou permanente ? Est-ce une erreur de jugement dictée par l’émotion, ou un déclin structurel ? Si cette étape échoue, la recherche s’arrête sur-le-champ.

2｜L’évaluation ne donne que des fourchettes, jamais un prix cible.
Une dizaine de méthodes se croisent : DCF, coût de remplacement, percentile historique, DCF inversé. Un prix cible précis au centième relève d’une fausse précision : on ne dit que « à quel niveau c’est moins cher ».

3｜Avant de conclure, il faut attaquer ses propres hypothèses.
Une équipe rouge adversariale : on attaque ses chiffres point par point. Toute donnée susceptible de renverser la conclusion doit être retracée jusqu’à une divulgation initiale (SEC / HKEX) ; on ne se fie pas à des reformulations de seconde main.

4｜Chaque chiffre doit pouvoir être retracé.
Un portail automatique de vérification recale chaque nombre du rapport avec la preuve originale. Chaque nombre que tu vois est accompagné de sa source. Si les données manquent, il faut dire « données rares et peu fiables » — pas inventer un chiffre bien présenté.

À la fin, il ne donne que deux conclusions : acheter, ou rejeter. Pas de « surveiller ».

Et il doit indiquer une ligne de réfutation : quel signal apparaît, et ce jugement est balayé. Il ne produit aucun ordre d’achat/vente.

Il juge ce qui est « bon marché » et ce qui constitue un « catalyseur » — la décision, c’est la tienne. N’hésite pas à me corriger !