Skip to content

Latest commit

 

History

History
305 lines (212 loc) · 9.89 KB

File metadata and controls

305 lines (212 loc) · 9.89 KB

行业漏斗筛选:从全市场到 3 家的价值投资精选流程

对 $ARGUMENTS 行业/方向执行漏斗式价值投资筛选,从全市场扫描逐层精选到 3 家终选标的。

适用场景

当你说出一个行业或投资方向(如"AI 算力"、"创新药"、"机器人"),想要:

  1. 不遗漏任何重要标的(含 A 股、港股、美股、未上市候选)
  2. 用统一标准过滤掉"故事股"和质量不足的公司
  3. 把精力聚焦到真正值得深度研究的 3 家头部
  4. 每层有明确的留/弃标准,可复盘可追溯

industry-research 的区别:

  • industry-research 偏重产业链结构与全景,环节切片
  • industry-funnel 偏重个股筛选漏斗,从全市场逐层精选到 3 家

两者可以互补:先用 industry-research 看清产业链格局,再用 industry-funnel 精选标的。


漏斗结构总览

第一层:全市场扫描     30-60 家   (活跃度+涨幅+市值前 30 的并集)
        ↓ 价值投资 5 条硬指标
第二层:粗筛             ≤ 10 家   (5 条全部及格 + 护城河 ★★★ 以上)
        ↓ 精细分析
第三层:精细分析          ≤ 10 家  (每家 300-500 字结构化分析)
        ↓ 终选
第四层:四大师深度分析     3 家     (每家 800-1200 字,巴芒段李四视角)
        ↓
输出:投资建议 + 操作信号 + 仓位建议

每层"过滤掉的标的"必须留下淘汰理由,不能黑箱。


第一步:全市场扫描入口

1.1 活跃股票定义(三类并集)

A 类 - 成交活跃度

  • 近 30 天日均成交额排名行业前列(A 股/港股/美股各自取前 30)

B 类 - 涨幅榜

  • 近 30 天涨幅前 20
  • 近 90 天涨幅前 20
  • 两者并集

C 类 - 市值锚定

  • 行业内市值前 30(无论涨跌)

最终扫描池 = A ∪ B ∪ C,预期 30-60 家。

1.2 必须搜索的市场

市场 来源建议
A 股(沪深) 同花顺/东方财富行业板块、通达信
港股 富途/同花顺港股、HKEX 行业分类
美股 NASDAQ/NYSE 行业 ETF 持仓、Yahoo Finance
国际市场 日韩台欧的相关公司不能漏(特别是半导体、电子)
未上市公司 单列"未来 IPO 候选"小节,注明最新估值与潜在 IPO 时间

1.3 输出格式

公司名 代码 市场 市值 主业一句话 该行业占比 入选类别(A/B/C)

关键自查

  • 行业占比 < 30% 的"沾边股"要谨慎,标注"非纯正标的"
  • 中国/亚洲市场不要因英文资料少而漏掉
  • 小市值公司不要因为 AI 偏好龙头而漏

第二步:价值投资 5 条硬指标粗筛 → ≤ 10 家

对第一步的 30-60 家公司,逐家应用 5 条硬指标。

2.1 5 条硬指标

# 指标 通过标准 放宽条件 数据来源
1 PE 估值 合理(与历史区间、同业对比) 高成长可放宽到 PEG < 1.5 财报+wind/同花顺
2 ROE > 15% 或近 3 年趋势改善 重资产行业可放宽 财报
3 经营现金流 为正且占净利润 > 70% 财报
4 资产负债率 < 60% 公用事业/电力可放宽至 70% 财报
5 护城河快评 ★★★ 以上 定性判断

护城河 5 类

  • 品牌/定价权
  • 转换成本/用户黏性
  • 网络效应
  • 规模效应
  • 技术/牌照/资源壁垒

2.2 输出格式

公司 PE ROE 现金流/净利 负债率 护城河 综合 留/弃 淘汰理由

保留规则

  • 5 条全部及格 → 直接保留
  • 4 条及格 + 1 条接近 → 保留但标黄
  • 不足 4 条 → 淘汰,注明理由

目标:保留 ≤ 10 家。如果保留过多(> 12),把护城河标准提到 ★★★★ 再筛一次。


第三步:精细分析(≤ 10 家,每家 300-500 字)

对粗筛保留的公司,逐家做结构化分析。

3.1 每家公司分析模板

## {公司名}({代码})

**一句话商业模式**:
(卖什么、卖给谁、怎么收钱)

**财务质量**:
- 收入增速 / 利润增速 / 毛利率 / ROE / 现金流
- 关键变化(近 1-2 年最重要的财务转折点)

**护城河深度**:
- 主要护城河类型 + 具体证据
- 护城河 5 年后是否还在的简要判断

**主要风险(前 3)**:
1.
2.
3.

**估值快评**:
- 当前 PE/PS/EV/EBITDA + 历史区间位置
- 同业对比
- 一句话结论:贵 / 合理 / 便宜

**进入终选 3 家?**:是 / 否(理由)

3.2 终选 3 家的选择标准

不是按打分排序选前 3,而是按"投资组合互补性"选:

  • 至少 1 家"高确定性低弹性"(巴菲特型)
  • 至少 1 家"中等确定性中等弹性"(成长型)
  • 可选 1 家"高弹性高风险"(期权型)

如果某子赛道找不到 3 家足够好的,宁可写"终选 2 家 + 1 家观察",不要凑数。


第四步:四大师深度分析(3 家,每家 800-1200 字)

对终选 3 家执行四大师视角深度分析。

4.1 段永平视角:生意本质

  • 一句话定义这家公司在做什么生意
  • 这是好生意吗?为什么?
  • 它的"本分"是什么?管理层有没有偏离?
  • 商业模式的"持续性"在哪?

4.2 巴菲特视角:护城河深度

  • 用五类护城河打分(★1-5),列具体证据
  • 10 年后护城河还在吗?
  • 现在买入的"安全边际"在哪?
护城河 强度 具体证据
品牌/定价权
转换成本
网络效应
规模效应
技术/牌照壁垒

4.3 芒格视角:风险与失败模式

  • 这家公司最可能怎么失败?(列出前 3 失败路径)
  • 最坏情景下值多少钱?(极简估值)
  • 聪明人为什么不买?(反向论证)
  • 是否有道德/合规/管理层风险?

4.4 李录视角:文明级趋势定位

  • 这家公司所在的赛道是"文明级范式转移"还是"阶段性热潮"?
  • 历史上最接近的技术革命类比?
  • 10-20 年后这家公司的终局?
  • 是不是赢家通吃格局?

4.5 综合推荐度

推荐度:★★★★☆
仓位类型:核心 / 卫星 / 期权 / 观察
建议买入区间:当前价 / 回调 N% / 有耐心等待
建议持仓比例:占该主题仓位 X%
关键监测指标:(这家公司逻辑一旦反转的信号是什么)

第五步:综合输出

报告末尾整合:

5.1 终选 3 家组合表

公司 类型 推荐度 建议仓位 核心逻辑 关键风险
A 核心 ★★★★★ 50-60%
B 卫星 ★★★★☆ 25-35%
C 期权 ★★★☆☆ 5-15%

5.2 行业级 ETF 替代

如果不想选股,列 1-3 个相关 ETF(A 股/港股/美股)。

5.3 整体行业位置判断

  • 行业 PE/PB 历史分位
  • 资金流向(北向、ETF 申赎、卖方覆盖密度)
  • 整体处于"早期/扩张/成熟/衰退"哪个阶段

5.4 信息充分度自评(必填)

维度 等级 说明
公司财务数据完整性 A/B/C
估值数据时效性 A/B/C
行业格局判断 A/B/C
管理层信息 A/B/C

A = 数据充分可信;B = 部分缺失但不影响主结论;C = 缺失较多,结论需谨慎。

5.5 待更新数据点

明确列出:哪些数据是估计值、哪些数据需要后续核实、哪个季度财报需要重点跟踪。

5.6 资料来源清单

每个数据/结论的来源链接,分类列出(财报、研报、新闻、行业报告)。


AI 研究偏见自觉(重要)

漏斗筛选过程中,AI 容易踩的坑:

偏见 表现 应对
龙头偏好 大市值公司资料多、分析篇幅长,看起来"更好" 按硬指标和护城河打分,不按报告篇幅排序
英文偏好 美股资料丰富,A 股港股容易被低估 必须中英文都搜,A/H 公司不能漏
故事偏好 高涨幅 + 媒体热度 = 看起来更好的"AI 概念股" 区分"AI 收入占比" vs "AI 故事占比",看真实业务
当下偏好 当前财务好的公司容易入选,可能错过转型期黑马 第二层粗筛允许"趋势改善"作为放宽条件
上市偏好 只看上市公司可能错过赛道最好的玩家 必须列"未来 IPO 候选",标注估值与时间窗

输出要求

  1. 报告位置reports/{行业名}-funnel-{YYYYMMDD}.md(行业报告放 reports/ 根目录)
  2. 语言:中文
  3. 风格:直接、犀利、不说废话
  4. 数据:所有数据标注来源;估计值标"估计"
  5. 不预设立场:先摆数据 → 推逻辑 → 出结论
  6. 正反两面:每个核心判断附反面论据
  7. 每层留淘汰记录:被淘汰的公司也要留名字+理由

数据抽检(准出流程)

报告写入后,执行数据抽检,通过方可发布:

# Step 1 — 提取抽检清单(15% 随机抽样)
python3 ~/ai-berkshire/tools/report_audit.py extract \
  --report <报告文件路径>

# Step 2 — 对清单每项从可靠信源取数(参见 skills/financial-data.md)

# Step 3 — 输出准出/打回判决
python3 ~/ai-berkshire/tools/report_audit.py verdict \
  --results '<填好的JSON>' \
  --report <报告文件名>

【准出】 全部通过 → 报告可发布;【打回】 有不通过 → 修正后重审。


后续动作

漏斗终选 3 家后,对每家可单独执行:

  • /investment-team —— 完整四大师并行深度研究(独立子目录 + 5 文档)
  • /investment-checklist —— 巴菲特买入前 checklist 系统过一遍
  • /management-deep-dive —— 管理层纵深研究

industry-funnel 是入口,后续 skill 是深挖。