全市场行业漏斗

解决什么问题

行业研究常见的困境：要么读了一堆产业链报告却不知道该买谁，要么凭直觉选股却说不出明确的筛选逻辑。当你关注“AI算力”“创新药”“机器人”这类方向时，全市场动辄几千家公司，人工筛选既容易遗漏关键标的，也难以避开“故事股”和质量不足的标的。

更深层的问题是：筛选过程往往不可追溯。某个标的为什么被选中？为什么被淘汰？很多时候是黑箱。事后复盘时，你无法判断是筛选标准出了问题，还是执行环节走了样。

漏斗如何运转

这个技能采用五层漏斗结构，每一层都有明确的“留/弃”标准：

• 全市场扫描：合并成交活跃度（A类）、涨幅榜（B类）、市值锚定（C类）三个维度，覆盖A股、港股、美股及未上市候选，预期30-60家
• 质量粗筛：用经营现金流、资产负债率、ROE等硬指标过滤“故事股”，约20-30家进入下一环节
• 精细分析：每家输出300-500字结构化分析，重点评估护城河深度和财务质量
• 四大师深挖：对终选3家分别从段永平（生意本质）、巴菲特（护城河）、芒格（风险与失败模式）、李录（文明级趋势）四个视角展开800-1200字分析
• 综合输出：生成组合配置建议、ETF替代方案、行业位置判断，并完成数据抽检准出流程

关键设计是每层保留淘汰记录——被淘汰的标的必须留名字和理由，确保整个筛选过程可复盘、可追溯。

适用边界

这套流程刻意保持“不预设立场”：先摆数据，再推逻辑，最后出结论。每个核心判断都要求附上反面论据，避免单向叙事。

需要明确的是：

• 估值和打分依赖输入数据的质量，报告会标注信息充分度等级（A/B/C）和待更新数据点
• 当某子赛道确实找不到3家足够好的标的时，流程允许“终选2家+1家观察”，而不是强行凑数
• 不构成投资建议，更适合作为研究起点而非决策终点