投资想法生成
description:
系统化的股票筛选和投资想法来源。结合量化筛选、主题研究和模式识别，挖掘新的多头和空头想法。在寻找新想法、运行筛选或进行主题扫描时使用。触发词："idea
generation", "stock screen", "find ideas", "what looks interesting",
"screen for", "new ideas", "pitch me something"。
工作流程
步骤 1：定义搜索条件
向用户询问参数：
- 方向：多头想法、空头想法或两者兼有
- 市值：大盘、中盘、小盘、微盘
- 板块：特定板块或跨板块
- 风格：价值、成长、质量、特殊情况、事件驱动
- 地域：美国、国际、全球
- 主题：任何特定的主题角度（AI、回流、人口老龄化等）
步骤 2：量化筛选
根据风格运行筛选：
价值筛选
- 市盈率低于板块中位数
- EV/EBITDA 低于历史平均
- 自由现金流收益率 >5%
- 市净率低于1.5倍
- 过去90天内内部人买入
- 股息率高于市场平均
成长筛选
- 营收增长 >15% 同比
- 盈利增长 >20% 同比
- 营收加速（增长率提升）
- 利润率扩张
- 高投入资本回报率（>15%）
- 强劲的净留存率（SaaS >110%）
质量筛选
- 持续营收增长（5年以上）
- 稳定或扩张的利润率
- ROE >15%
- 低负债/权益比
- 高自由现金流转换率
- 内部人持股 >5%
空头筛选
- 营收下滑或增长减速
- 利润率压缩
- 应收/存货相对于销售增加
- 内部人卖出
- 估值相对于同行溢价但无合理解释
- 高做空比例叠加基本面恶化
- 会计警示信号（审计师变更、重述）
特殊情况筛选
- 近期 IPO/SPAC，锁定期即将到期
- 过去12个月的分拆
- 重组后重生的公司
- 维权投资者介入
- 表现不佳公司的管理层变更
步骤 3：主题扫描
对于主题性想法，研究主题并识别受益者：
- 定义观点（例如"AI基础设施支出加速至2026年"）
- 绘制价值链——谁直接受益 vs. 间接受益？
- 识别纯正标的 vs. 多元化敞口
- 评估哪些标的已被"定价" vs. 未被充分认识
- 寻找市场尚未与主题关联的二阶受益者
步骤 4：想法展示
对每个通过筛选的想法，展示：
[公司名称] — [多头/空头] — [一句话观点]
| 指标 |
值 |
vs. 同行 |
| 市值 |
|
|
| EV/EBITDA（NTM） |
|
|
| 市盈率（NTM） |
|
|
| 营收增长 |
|
|
| EBITDA 利润率 |
|
|
| FCF 收益率 |
|
|
观点（3-5个要点）：
关键风险：
建议下一步：
步骤 5：输出
- 5-10个想法的候选名单，附一页摘要
- 记录筛选标准和方法
- 所有想法的比较表
- 优先级排序：哪些想法应首先研究
重要说明
- 筛选产生候选，而非结论——每个筛选结果都需要基本面工作
- 最佳想法往往来自交叉点（例如因暂时逆风而以价值价格交易的质量公司）
- 避免拥挤交易——检查持仓数据、做空比例和分析师覆盖数
- 逆向想法需要催化剂——没有催化剂的提前入场与错误无异
- 长期追踪想法命中率——哪些筛选和方法产生最佳想法？
- 空头想法需要更高的确信度——时机更难把握，风险不对称