“没错。”贝西克肯定道，“这就是‘赔率思维’。我不追求100%确定的机会，那种机会要么不存在，要么早已pricein（价格已充分反映）。我追求的是‘不对称性’：向上的空间远大于向下的风险。这就需要深度研究来降低‘不确定性’，提高判断正确的概率，但更重要的是，识别出这种‘不对称’的结构本身。XXX科技在当时，就初步具备了这种结构：行业在爆发前夜，公司有核心技术，财务还算健康，市值不大。如果看对了，空间很大；如果看错了，由于市值小、有技术底子，也不至于归零，下行风险相对可控。”
随着资料整理的深入，XXX科技的研究脉络越来越清晰。贝西克的研究不是一蹴而就的，而是持续数年的、迭代演进的过程。
他们找到了贝西克跟踪公司每个季度财报后写的分析摘要，记录着他对营收、毛利率、研发费用、存货、现金流等关键指标变化的观察和解读，以及由此引发的对公司经营状况的推断和新的疑问。
“看这里，”贝西克指着一份大约两年前的笔记，“这个季度毛利率环比下滑，我当时的分析是产品结构调整和初期规模效应不足，但需要观察是否可持续。我在旁边打了个问号，标注‘下个季度重点观察’。后来下个季度的财报显示毛利率企稳回升，我的判断是短期波动，不是趋势性问题，于是在旁边打了个勾。”
还有对行业动态的紧密追踪：竞争对手的新品发布、技术路线的演进、下游大客户的订单情况、政策环境的变化……每一件可能影响公司竞争格局和行业前景的事件，贝西克都有记录和简评。
“这是当时某国际巨头发布新一代GPU的新闻剪报，”唐磊翻出一张打印的新闻网页，上面有贝西克的批注：“性能提升显著，但功耗和成本仍是问题。对XXX科技在特定细分市场的差异化路线构成压力，但也可能加速行业洗牌，利好头部自有技术公司。需关注XXX科技下一代产品性能对比。”
甚至还有一些看似零碎的信息：公司在招聘网站发布的职位信息（反映业务扩张方向）、核心技术人员发表的学术论文或会议演讲、供应链相关的小道消息（需交叉验证）……都被贝西克以各种形式记录、归档，