belos-street 投资标的创意与筛选
技能核心定位
核心目标
为主动式投资者提供投资标的发现与筛选服务。通过量化因子筛选、主题扫描、宏观趋势识别等方式，从零开始发现新的投资候选标的，生成结构化的投资创意列表。
目标用户
- 主动式投资者：不满足于被动跟踪指数，希望主动发现投资机会的投资者
- 主题投资者：关注特定主题（如AI、新能源、消费升级）的投资者
- 量化筛选者：希望通过因子筛选发现价值、成长、质量等标的的投资者
- 事件驱动者：关注IPO、分拆、重组、激进投资者介入等事件驱动机会的投资者
技能边界
可提供服务：
- 量化因子筛选：价值、成长、质量、做空、特殊情况等因子
- 主题投资研究：识别特定主题的受益公司
- 宏观趋势分析：识别宏观因素驱动的行业机会
- 投资创意生成：构建同业对比组，提供相对估值分析
- 做空标的发现：筛选基本面恶化、估值过高的公司
不可提供服务：
- 具体买卖指令
- 承诺收益
- 预测涨跌
- 内幕信息
筛选模式
模式一：量化筛选
量化因子体系
价值因子：
- 低市盈率（PE < 历史分位数30%）
- 低市净率（PB < 历史分位数30%）
- 高股息率（股息率 > 3%）
- 低PEG（PEG < 1）
- 企业价值倍数（EV/EBITDA）低于行业平均
成长因子：
- 营收增长率（近3年复合增速 > 15%）
- 净利润增长率（近3年复合增速 > 20%）
- 毛利率稳定或上升
- 研发支出占比（适合科技公司）
- 现金流增长趋势
质量因子：
- 高ROE（ROE > 15%）
- 低负债率（资产负债率 < 50%）
- 高经营现金流（经营现金流/净利润 > 80%）
- 资产周转率稳定
- 净利润现金含量高
做空因子（负面筛选）：
- 高负债率（资产负债率 > 70%）
- 经营现金流持续为负
- 毛利率持续下降
- 存货周转天数大幅增加
- 商誉占净资产比例过高
- 审计意见非标准
特殊情况因子：
- IPO后限售股即将解禁
- 分拆上市事件
- 资产重组预案
- 激进投资者进入（前十大股东变化）
- 股权激励行权
- 业绩反转信号
量化筛选示例
示例1：A股价值股筛选
筛选条件：
- PE < 20
- PB < 2
- 股息率 > 3%
- 近3年净利润复合增速 > 5%
- 资产负债率 < 60%
示例2：成长股筛选
筛选条件：
- 近3年营收复合增速 > 20%
- 净利润复合增速 > 25%
- 毛利率 > 30%且稳定或上升
- ROE > 15%
- 研发支出占比 > 5%
示例3：做空标的筛选
筛选条件：
- PE > 行业平均2倍
- 经营现金流连续2年为负
- 资产负债率 > 80%
- 商誉占净资产 > 50%
- 股价处于历史高位
模式二：主题扫描
常见投资主题
科技主题：
- AI人工智能：芯片、算法、应用
- 半导体：设备、材料、设计
- 云计算：SaaS、IaaS、大数据
- 物联网：传感器、边缘计算
- 区块链：数字货币、金融科技
消费主题：
- 消费升级：高端白酒、医美、新能源汽车
- 国货崛起：国产替代、品牌消费
- 老龄化：医药、医疗器械、养老服务
- Z世代：潮玩、社交电商、新式茶饮
新能源主题：
- 光伏：硅料、组件、逆变器
- 风电：海风、叶片、主轴
- 储能：电池材料、系统集成
- 新能源汽车：电池、整车、充电桩
- 氢能源：制氢、储氢、燃料电池
周期主题：
- 通胀受益：资源品、农产品
- 利率敏感：银行、保险、券商
- 汇率敏感：出口型企业
- 地产链：建材、家电、家具
政策主题：
- 国产替代：半导体、设备、材料
- 专精特新：细分行业龙头
- 一带一路：基建、物流、海外业务
- 碳中和：新能源、碳交易、环保
主题扫描示例
示例：AI主题受益公司扫描
筛选逻辑：
1. 业务相关性：AI收入占比 > 30%或AI为核心业务
2. 产业链位置：基础层（芯片/算力）or 应用层
3. 竞争壁垒：技术优势、数据优势、生态优势
4. 商业化进程：已有收入或明确商业化路径
输出格式：
- 基础层：芯片公司、云计算公司
- 应用层：垂直应用公司（金融AI、医疗AI等）
模式三：组合模式
组合构建逻辑
同业对比组构建：
- 同一行业内筛选3-5家主要公司
- 对比核心财务指标
- 计算相对估值（相对行业平均PE/PB）
- 识别被低估/高估的标的
示例：银行业同业对比
对比标的：招商银行、兴业银行、平安银行、宁波银行
对比指标：
- 净息差
- 不良贷款率
- 拨备覆盖率
- 资产增速
- ROE
- 估值（PE/PB）
结论：识别相对低估的标的
投资创意结构
每个投资创意的标准格式
## 创意1：[标的名称] [代码]
### 基本信息
- 所属行业：
- 主营业务：
- 上市地：
### 错误定价逻辑
- 当前估值：
- 合理估值：
- 定价错误原因：
### 非共识洞察
- 市场共识：
- 非共识观点：
- 差异化认知：
### 价值催化剂
- 短期催化剂（3个月内）：
- 中期催化剂（6-12个月）：
- 长期催化剂（1-3年）：
### 关键风险
- 业务风险：
- 财务风险：
- 市场风险：
- 退场策略：
### 估值锚定
- 目标价位：
- 上涨空间：
- 止损位：
使用示例
示例1：A股价值股筛选
用户："帮我找一些A股市场的价值股" Agent：
- 确定筛选条件：低PE、低PB、高股息、稳定盈利
- 执行量化筛选
- 输出不超过10只股票
- 优选3-5个核心创意
- 构建同业对比分析
示例2：成长股筛选
用户："筛选出成长性好的医药股" Agent：
- 确定筛选条件：营收增速、净利润增速、研发投入、毛利率
- 在医药行业内筛选
- 区分创新药、仿制药、医疗器械、医疗服务
- 输出核心创意列表
示例3：主题投资
用户："有哪些AI主题的受益公司？" Agent：
- 识别AI产业链结构
- 区分基础层和应用层
- 筛选各层代表性公司
- 分析业务相关性
- 输出主题受益标的
示例4：做空标的
用户："找一些适合做空的高估值股票" Agent：
- 确定负面筛选条件
- 筛选高估值、负现金流的标的
- 分析做空逻辑
- 提示做空风险和成本
示例5：事件驱动
用户："近期有哪些分拆上市的投资机会？" Agent：
- 扫描有分拆预案的公司
- 分析分拆逻辑和潜在价值
- 评估母公司与子公司的关系
- 给出投资建议
示例6：行业标的筛选
用户："在新能源行业找几个投资标的" Agent：
- 区分新能源细分行业：光伏、风电、储能、新能源汽车
- 在各细分行业中筛选龙头
- 构建组合对比分析
- 给出各细分行业的投资逻辑
示例7：质量因子筛选
用户："筛选ROE高、负债率低的优质公司" Agent：
- 确定质量因子：ROE > 15%、资产负债率 < 50%
- 结合稳定性：ROE稳定或上升
- 结合现金流：经营现金流为正
- 输出优质公司列表
示例8：跨市场筛选
用户："美股市场有哪些被低估的科技股？" Agent：
- 确定筛选条件：PE低于行业平均、营收增速 > 15%
- 在科技行业内筛选
- 区分软件、硬件、互联网
- 分析汇率风险
- 输出投资创意
筛选注意事项
数据质量
- 使用最新财务数据（季报、半年报、年报）
- 注意数据时效性
- 结合行业特点调整筛选标准
筛选误区
- 单一因子陷阱：不要只看PE低就认为是价值股
- 线性外推：过去增长不代表未来增长
- 忽略风险：低估值可能隐含风险
- 过度拟合：筛选条件过于复杂可能导致过拟合
风控措施
- 分散筛选：不同因子组合多次筛选
- 交叉验证：多数据源交叉验证
- 动态跟踪：定期更新筛选结果
- 仓位控制：单个标的不超过组合5-10%
重要提醒
- 合规性：所有分析仅供参考，不构成投资建议
- 风险提示：筛选结果仅供研究，不构成买卖推荐
- 量化局限：量化筛选不能替代基本面研究
- 动态变化：市场变化快，需定期更新筛选结果
- 分散投资：不要将所有资金投入单一标的
- 能力圈：优先在自己熟悉的行业和领域筛选
数据来源
- 公司财报数据
- 交易所公告
- 行业研究数据
- 宏观经济数据
- 财经媒体信息
持续优化
根据用户反馈和市场变化，持续优化筛选因子和主题库，提升筛选的准确性和实用性。