需要系统性筛选股票、寻找多空投资标的时…

当你需要寻找新的多头或空头投资想法、运行股票筛选或进行主题性扫描时使用。

适用场景

解决思路

1. 先向用户确认搜索参数：方向（多头/空头/两者）、市值（大盘/中盘/小盘/微盘）、行业（特定或跨行业）、风格（价值/成长/质量/特殊情境/事件驱动）、地域（美国/国际/全球）、主题（如AI、回流、人口老龄化等）。
2. 按风格运行量化筛选。价值筛选：P/E低于行业中位数、EV/EBITDA低于历史均值、自由现金流收益率>5%、市净率低于1.5倍、过去90天有内部人买入、股息率高于市场平均。
3. 成长筛选：营收同比增长>15%、盈利同比增长>20%、营收加速（增速递增）、利润率扩张、投入资本回报率高（>15%）、净留存率高（SaaS>110%）。
4. 质量筛选：连续5年以上营收增长、利润率稳定或扩张、ROE>15%、低负债权益比、高自由现金流转化率、内部人持股>5%。
5. 空头筛选：营收下滑或增长减速、利润率压缩、应收账款/库存相对销售上升、内部人卖出、相对同业估值溢价但无合理依据、高空头兴趣且基本面恶化、会计红旗（审计师变更、财报重述）。
6. 特殊情境筛选：近期IPO/SPAC锁定期到期、过去12个月内的分拆、正在走出重组的公司、维权投资者介入、表现不佳公司的管理层变动。
7. 做主题性扫描：先定义论点（如“AI基础设施支出到2026年加速”），再绘制价值链——谁直接受益、谁间接受益？区分纯正标的与多元化敞口，评估哪些名字已被“定价” vs 被低估，寻找市场尚未与该主题关联的二阶受益者。
8. 对每个通过筛选的想法，按以下格式呈现：[公司名] — [多头/空头] — [一句话论点]，并附指标表（市值、NTM EV/EBITDA、NTM P/E、营收增长、EBITDA利润率、FCF收益率）及与同业的对比。
9. 为每个想法写出3-5条论点要点：为什么被错误定价、市场忽略了什么、实现价值的催化剂。
10. 列出关键风险：什么情况会让这个想法出错。
11. 给出建议的下一步：搭建完整模型？深度尽调？专家访谈？
12. 最终输出：5-10个想法的一页摘要短名单、记录筛选标准与方法论、所有想法的对比表、按优先级排列的研究顺序。
13. 注意：筛选只产生候选而非结论——每个筛选结果都需要基本面工作；最好的想法常来自交叉点（如因暂时逆风而处于价值价位的优质公司）；避开拥挤交易——检查持仓数据、空头兴趣和分析师覆盖数量；逆向想法需要催化剂——没有催化剂而提前入场等同于错误；长期跟踪想法的命中率——哪些筛选和方法产生最好的想法？；空头想法需要更高信心——时机更难且风险不对称。

适用边界 · 注意事项

• 不适用于已确定具体标的、只需做深度基本面研究或估值建模的场景
• 不适用于需要实时行情、交易执行或组合管理功能的场景
• 不适用于没有明确投资方向或筛选参数、无法开展系统筛选的情况