投资想法生成Skill：把“拍脑袋选股”变成一条可复用的投研流水线
- 它是一个“投研流程型”技能：从定义搜索条件开始，依次执行量化筛选、主题扫描、想法呈现与清单输出，将选股过程拆成可复用、可追溯的五个步骤。
- 内置五类筛选逻辑：价值、成长、质量、做空、特殊情形，每一类都给出了具体可执行的指标门槛（如自由现金流收益率大于5%、ROIC大于15%、营收同比增速大于15%等）。
- 不止给名单，还给理由：每个通过筛选的标的需要输出一句话论点、关键指标对比表、3-5条投资逻辑、核心风险与下一步建议。
- 强调“筛选只是候选，不是结论”：技能本身内置了反脆弱提示——避免拥挤交易、逆向想法必须有催化剂、做空需要更高信心、长期跟踪想法命中率。
- 适合人群：个人投资者、买方研究员、投研内容创作者，以及希望把零散选股直觉沉淀为方法论的从业者。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | 投资想法生成Skill |
| 技能英文名 | 投资想法生成 |
| 技能ID | 14258 |
| 技能定位 | 系统化选股与投资想法发掘 |
| 核心方法 | 量化筛选 + 主题研究 + 模式识别 |
它解决什么问题
绝大多数人做投资研究时，卡点并不在“看财报”，而在第一步就想不出该看谁。常见的困境有三种：
- 信息过载但没有方向：每天看到大量新闻、研报、社群观点，却无法形成一份属于自己的候选清单。
- 筛选标准是隐性的：心里大概知道“我想要一家便宜的好公司”，但说不清“便宜”的量化边界在哪、“好”要用哪几个指标验证。
- 想法无法复盘：这个月凭感觉选了5只标的，三个月后不记得当初为什么选它们，也就无法判断自己的判断力在进步还是退步。
这个技能的价值就在于把“找标的”这件事流程化、显性化、可复盘：它要求你先明确方向（多头、空头）、市值区间、行业、风格、地域、主题，再按对应风格的指标清单执行筛选，最后用统一模板输出候选清单。你得到的不只是一份名单，还有一份可以存档、可以回测、可以迭代的方法论记录。
一键安装 AI 技能提升开发效率的思路
AI 技能的安装逻辑，本质上是“把一套专业工作流挂载到你的对话环境里”，让你不必每次重新写提示词，直接调用即可。通用步骤如下：
第一步：确认安装前提
- 你使用的 AI 客户端或平台需要支持“技能/插件/工作流”这类扩展能力，具体支持范围以官方说明为准。
- 明确你的使用场景：是做美股、港股还是A股？以多头为主还是需要做空视角？这决定了后续调用时该传哪些参数。
- 如果技能依赖外部数据源（行情、财务数据接口），需要提前确认数据权限与调用额度，具体以官方说明为准。
第二步：找到并添加技能
- 在平台的技能市场或技能库中，用技能名称「投资想法生成」或技能ID「14258」进行检索。
- 找到对应条目后，按平台指引完成“一键添加”“导入”或“启用”操作。部分平台需要在会话中手动挂载技能，部分平台添加后默认生效，以官方说明为准。
- 若平台支持通过配置文件导入，将技能说明导入后即可在会话中被调用。
第三步：验证技能是否生效
安装完成后，不要直接问一个复杂问题，而是先用一句模糊指令测试它是否会主动追问参数：
“帮我筛一批值得研究的标的。”
理想情况下，技能应当反问方向、市值、行业、风格、地域、主题等条件，而不是直接甩出一堆公司名。如果它开始追问参数，说明工作流已经成功挂载；如果它直接给结论，说明技能未生效，需要检查挂载状态。
第四步：跑一次完整闭环
用一个你熟悉的行业做小样本测试，比如“消费行业、大中盘、质量风格、美股”，看输出的想法是否结构完整（指标表、逻辑、风险、下一步建议是否齐全）。这一步同时也是对你自己的校准：你能不能用它的框架去反驳它。
提示：安装入口、命令、费用与数据权限等细节，均以官方说明为准；本文不构成任何投资建议。
该技能的主要功能和特点
1. 五种风格化筛选清单，指标门槛可直接执行
技能不是笼统地说“找好公司”，而是为每种风格给出了明确的量化条件：
- 价值筛选：市盈率低于行业中位数、EV/EBITDA 低于历史均值、自由现金流收益率大于5%、市净率低于1.5倍、近90天存在内部人买入、股息率高于市场平均。
- 成长筛选：营收同比增长大于15%、盈利同比增长大于20%、营收增速在加速、利润率扩张、ROIC 大于15%、SaaS 类标的净留存率大于110%。
- 质量筛选：连续5年以上营收增长、利润率稳定或扩张、ROE 大于15%、负债权益比低、自由现金流转化率高、内部人持股大于5%。
- 做空筛选：营收下滑或增速放缓、利润率压缩、应收账款与存货相对销售上升、内部人卖出、无基本面支撑的估值溢价、高做空比例叠加基本面恶化、会计层面的危险信号（审计师变更、财务重述）。
- 特殊情形筛选：近期 IPO 或 SPAC 锁定期到期、12个月内完成分拆、重组后的公司、维权投资者介入、表现不佳公司的管理层更替。
和普通工具比强在哪：普通筛选器只给你“符合条件的结果”，而这个技能要求结果背后的风格一致性——你做价值就只看价值指标，不会把高估值成长股混进清单里制造认知混乱。
2. 主题扫描的五步价值链拆解
面对“AI”“制造业回流”“人口老龄化”这类主题，技能不是简单罗列热门公司，而是走一条结构化的研究路径：
- 先定义论点（例如“某类基础设施支出将持续加速”）；
- 映射价值链，区分直接受益与间接受益；
- 判断谁是纯正标的、谁是多元化暴露；
- 评估哪些标的已被充分定价、哪些仍被低估；
- 寻找市场尚未与主题建立联系的第二层受益者。
第5步是这个技能最有价值的差异化能力——大多数人的主题投资止步于龙头股，而超额收益往往藏在“二阶受益者”里。
3. 标准化的想法呈现模板
每个通过筛选的想法，都会被要求按统一格式输出：一句话论点、市值/EV-EBITDA/市盈率/营收增长/EBITDA利润率/自由现金流收益率等指标与同行对比、3-5条投资逻辑（为什么被错误定价、市场忽略了什么、价值兑现的催化剂）、核心风险、下一步建议（是否要建完整模型、是否要做专家访谈）。
4. 内置“反脆弱”的风险控制提示
技能说明中明确写入了五条纪律：筛选只产出候选不产出结论、最好的想法常来自交叉地带（比如因短期逆风而便宜的高质量公司）、警惕拥挤交易（查看持仓数据、做空比例、覆盖分析师数量）、逆向想法必须有催化剂、做空需要更高信心且要长期跟踪想法命中率。这些提示让技能从“生成器”变成了“有判断纪律的助手”。
如何使用该技能？
步骤一：输入六要素搜索条件
直接向技能描述你的需求，尽量把六个维度说清楚：
示例输入：「方向：多头为主，也可以看看空头机会；市值：中大盘；行业：不限定；风格：质量优先，可以适当偏价值；地域：美股；主题：AI 基础设施。」
如果条件不全，技能会主动追问，你补全即可。
步骤二：让技能执行量化筛选
技能会根据你选的风格调用对应指标清单。比如你选“质量”，它会围绕连续营收增长、ROE、负债水平、现金流转化率等维度筛选。建议一次只跑一种风格，风格混杂会让结果失去可比性。
步骤三：做主题扫描（可选）
如果你有明确主题，让技能执行价值链拆解。输出通常包括：主题论点、直接受益环节、间接受益环节、纯正标的与多元化标的的区分、已定价与未定价的判断。
步骤四：接收想法呈现
每个想法会以结构化格式返回，形如：
某工业设备公司 — 多头 — 因短期订单波动被错误定价的售后现金流资产
指标 数值 同行对比 市值 — — EV/EBITDA（未来12个月） — 低于同行 市盈率（未来12个月） — 低于同行 营收增长 — 持平 EBITDA 利润率 — 高于同行 自由现金流收益率 — 高于同行 投资逻辑：市场在用周期性逻辑给稳定现金流资产定价；售后业务占比被低估；催化剂是下一季度订单回暖与回购。 核心风险：下游资本开支如果持续收缩，售后业务的稳定性也会被打破。 下一步建议：建立完整三表模型，并做一次渠道商访谈。
（上表数值需由你接入的数据源填充，具体数据以官方说明与实际数据源为准。）
步骤五：接收清单级输出
技能最终会交付：5-10 个想法的一页纸摘要、完整的筛选标准与方法记录、跨想法对比表，以及优先研究顺序——先研究哪一个、为什么。
步骤六：复盘与迭代
把每次输出的筛选条件和方法记录存档。几个月后回看这份记录，就能算出哪类筛选、哪种风格的想法命中率更高，从而反过来优化你的搜索条件。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 投资想法生成Skill（本技能） | 流程化的投研想法生成工作流 | 五类风格筛选、主题价值链拆解、标准化想法呈现、风险纪律提示 | 低：在支持技能扩展的 AI 平台一键添加即可，数据依赖所接入的数据源 | 从零构建候选清单、把选股直觉沉淀为方法论、主题二阶受益者挖掘 | 优势是流程完整、可复盘、有纪律约束；不足是依赖数据质量，且输出仍需人工做基本面验证 |
| 传统股票筛选器（行情终端/财经网站） | 数据驱动的条件筛选工具 | 按财务指标、技术指标、行业等条件过滤全市场 | 中：需要熟悉指标定义与界面操作，部分高级功能需订阅 | 已有明确量化条件时的批量过滤 | 优势是数据实时、覆盖面广；不足是只给结果不给逻辑，风格混杂，无主题研究与风险提示 |
| 通用大模型对话（自行写提示词） | 通用问答式研究助手 | 可讨论公司、行业、逻辑，灵活度高 | 低：打开即用 | 快速了解一个陌生行业、梳理逻辑框架 | 优势是灵活、交互自然；不足是每次都要重写提示词，流程不稳定，容易“直接给结论”，缺乏统一的筛选标准与结构化模板 |
| 专业投研平台 / 卖方研究服务 | 深度研究内容供给 | 深度报告、盈利预测、专家访谈 | 高：通常成本较高，部分需机构资质 | 个股深度尽调、行业深度研究 | 优势是深度与专业度最高；不足是成本高、迭代慢，难以快速批量生成候选清单 |
选型建议：如果你缺的是“从0到1的候选清单”和“可复用的筛选方法”，本技能填补的正是这个空档；如果你已有明确条件只需过滤，筛选器更快；如果你要的是单只标的的深度结论，仍需要专业研究报告或自建模型。
该技能的典型应用场景与实际体验情况
场景一：个人投资者的月度选股例会
角色：有主业、只能利用周末做研究的个人投资者。 痛点：每次打开行情软件都不知道从哪看起，最后又回到自己熟悉的几只股票，组合长期集中于同一类风险。 使用方式：每月固定跑一次“质量风格 + 中大盘 + 美股”的筛选，再跑一次主题扫描（比如本月的主题设为某个产业趋势），把两次输出合并成一份 10 只以内的观察池。 实际体验：上手难度低，第一次使用只需要补全六个参数。效果上，最大的改变不是选到了多好的股票，而是终于有了一份写得清楚“为什么选它”的清单。注意事项是：不要因为清单看起来专业就直接下单，技能自己也写明“筛选只产出候选”。
场景二：买方研究员的主题机会拆解
角色：覆盖某一行业的初级研究员。 痛点：领导给了一个主题（如“制造业回流”），要求两天内交一份受益标的清单，但热门标的早就被覆盖过了，很难提出新东西。 使用方式：让技能执行主题扫描五步法，重点看第4、5步——哪些已被充分定价、哪些是尚未被市场连接的第二层受益者。 实际体验：价值链映射这一步效率提升明显，能在一小时内把“直接受益—间接受益—纯正标的—多元化标的”四象限铺开。效果上，二阶受益者的线索往往是讨论中最有价值的部分。注意事项：第二层受益者往往流动性较差、覆盖分析师少，需要额外核查是否存在流动性陷阱。
场景三：内容创作者的选题与素材生成
角色：财经内容创作者。 痛点：每周要产出稳定的深度内容，但选题枯竭，且容易写成“消息汇总”而非“逻辑推演”。 使用方式：用技能的标准化模板作为写作骨架——一句话论点、指标对比、3-5条逻辑、核心风险，天然就是一篇结构完整的分析稿大纲。 实际体验：结构完整度提升显著，因为模板强制你写“市场忽略了什么”和“什么会让这个判断出错”，这两段恰恰是普通内容最缺的。注意事项：技能输出的内容必须自己核实数据，不能直接作为发布内容。
场景四：投资小组的筛选纪律建设
角色：小型投资团队负责人。 痛点：团队成员各自用自己的方式找标的，讨论时常常鸡同鸭讲——有人讲估值，有人讲赛道，没有共同语言。 使用方式：把技能内置的五类筛选清单和想法呈现模板，作为团队内部的“标准作业流程”，要求所有提案按同一格式提交。 实际体验：讨论效率提升明显，因为所有提案都必须回答“为什么被错误定价”“催化剂是什么”“什么会让这个判断出错”。注意事项：需要团队额外约定数据源口径，否则同一指标不同来源会导致对比失真。
该技能能为用户带来的价值
1. 把“想不出标的”变成“先定参数”
选股最耗时的部分是从零开始。技能把这一步转化为参数填空：方向、市值、行业、风格、地域、主题。哪怕你完全没有思路，填完这六个格子，筛选路径就已经清晰了。
2. 把隐性标准变成显性清单
“我想要一家便宜的好公司”这句话，被拆成了市盈率低于行业中位数、自由现金流收益率大于5%、ROE 大于15%、负债权益比低等可执行条件。标准一旦显性化，就可以被检验、被质疑、被优化，这是投资能力从直觉走向方法的关键一步。
3. 降低主题研究的门槛
普通投资者做主题投资，通常只能买到最热门、最拥挤的龙头。技能的价值链拆解与二阶受益者挖掘，让没有行业研究资源的人也能看到主题的完整传导路径。
4. 内置纪律，减少低级错误
避免拥挤交易、逆向想法必须有催化剂、做空需要更高信心、长期跟踪命中率——这四条提示，每一条都对应散户最常犯的一类错误。长期看，少犯错带来的收益往往大于多抓一个牛股。
5. 建立可复盘的投研资产
每次输出都包含筛选标准与方法记录。坚持记录一年，你就拥有了一份属于自己的、带结果的选股方法论档案。这份档案的长期价值，可能超过任何单次选股的收益。
常见问题 FAQ
Q1：这个技能怎么安装？需要付费吗？
A：在支持 AI 技能扩展的平台上，用技能名称「投资想法生成」或技能ID「14258」检索后一键添加或启用即可，部分平台需要在会话中手动挂载。安装前提是你的客户端支持技能/插件扩展能力。至于是否收费、是否依赖付费数据源，以官方说明为准。安装后建议用一句模糊指令（如“帮我筛一批标的”）测试它是否会主动追问参数，以此验证是否生效。
Q2：它推荐的股票能直接买吗？
A：不能。技能说明中明确写着“筛选只产出候选，不产出结论，每一个筛选结果都需要做基本面工作”。它的定位是帮你把候选范围从几千只缩小到十只以内，并给出结构化的研究问题，后续的完整模型搭建、尽调、专家访谈仍然需要你自己完成。本文所有内容仅为工具功能介绍，不构成任何投资建议。
Q3：它适合谁用？不适合谁用？
A：适合个人投资者、买方研究员、投研内容创作者、需要统一团队筛选纪律的小型投资团队。不太适合两类人：一是期待“给代码直接抄作业”的人，因为技能本身拒绝直接给结论；二是需要分钟级高频交易信号的人，这套流程是面向中长周期的基本面研究的。
Q4：做空筛选和做多筛选有什么区别？
A：技能对做空的筛选维度不同——关注营收下滑或增速放缓、利润率压缩、应收账款与存货相对销售上升、内部人卖出、无基本面支撑的估值溢价、高做空比例叠加基本面恶化，以及审计师变更、财务重述等会计层面的危险信号。同时技能特别提示：做空需要更高的信心，因为择时更难且风险收益不对称，逆向想法如果没有催化剂，早一步和错一步是一样的结果。
Q5：和直接问通用大模型“推荐几只股票”有什么区别？
A：区别在于流程的稳定性与可复盘性。直接问通用大模型，每次的回答框架都不一样，而且很容易跳过筛选直接给结论，你无法判断它用了什么标准。本技能会先追问六个维度的参数，再按明确的指标清单执行，最后用统一模板输出并附上筛选方法记录。你可以拿着这份记录在三个月后回看：当初的判断对不对、错在哪一步。这种可复盘性是通用问答模式无法提供的。