记录使用 AI 在 A 股和港股选股过程
这是一份 AI 辅助股票研究流程记录，只用于学习和方法复盘，不构成任何投资建议，也不对应任何买入、卖出或持有建议。
重要提示：以下内容只用于学习和研究流程记录，不构成任何投资建议，不对应任何买入、卖出或持有建议。文中提到的市场、行业、股票池、筛选框架，都需要读者自行核验，并独立承担判断结果。
这次记录的是一个使用 AI 辅助做 A 股和港股选股研究的过程。
我关注的方向是机器人产业链，尤其是人形机器人、工业机器人、仓储物流机器人、医疗机器人背后的零部件、材料、设备和供应商。这里的重点是把研究问题拆细，让 AI 按买方研究员的方式一步步核查，直接给股票答案反而要警惕。
换句话说，AI 在这个流程里更像一个研究助理：整理框架、列出问题、补全清单、提示风险。最后能不能进入观察名单，仍然要回到公告、财报、监管文件、投资者关系记录和真实订单。
先把边界写死
做这类研究，第一步先写清楚哪些东西不能算证据，再讨论有没有研究价值。
我给 AI 的硬性要求包括几条：
- 不允许编造事实、订单、客户和财务数据。
- 所有关键数据必须注明来源、日期和口径。
- A 股优先查巨潮资讯、交易所公告、年报、中报、季报、招股书、投资者关系活动记录。
- 港股优先查披露易、公司公告、年报、中报、招股书和业绩材料。
- 行业数据优先用统计局、工信部、产业联盟、 IFR 、 GGII 、券商深度报告、公司公告等来源。
- 对不确定信息，必须写明“没有可靠证据”或“需要进一步核实”。
- 送样、定点、合作意向、客户测试，不能直接当成量产订单。
- 公司提到机器人业务，也不能直接推成机器人收入已经兑现。
这一步很重要。 AI 最容易犯的错误，就是把概念、新闻、互动平台回复和行业想象，整理成一套看起来很顺的结论。
投资研究里，顺不重要，可核验才重要。
研究范围：不要只看整机厂
机器人行业真正复杂的地方，在于利润不一定留在整机厂。
所以我把范围拆到产业链上游和中游：执行器、减速器、丝杠、轴承、传感器、机器视觉、控制系统、功率半导体、连接器、线束、电池、热管理、结构材料、医疗机器人供应链、仓储物流机器人供应链、工业机器人供应链，以及生产设备和检测设备。
每个环节都要问同一组问题：
- 它解决机器人里的什么问题？
- 它影响精度、寿命、安全、速度、续航、成本，还是可靠性？
- 单台机器人价值量大概是多少？
- 量产后价格会怎么变？
- 毛利率会稳定、提升，还是被压缩？
- 客户能不能轻易换供应商？
- 有没有认证周期、工艺壁垒、可靠性壁垒或专利壁垒？
- 如果机器人产业化低于预期，公司主业还能不能支撑估值？
这样拆完以后，研究重点会从“机器人概念股”转到“谁在产业链里有真实位置”。
股票池只是入口
AI 可以帮忙整理初始股票池，但股票池只作为研究入口，不作为推荐名单。
比如机器人产业链里可能会出现这些方向：稀土永磁、精密传动、丝杠导轨、伺服电机、力传感器、机器视觉、连接器、结构件、热管理、电源、工业控制、物流自动化、医疗机器人、检测设备等。
每个方向都要继续筛：
- 机器人相关收入占比能不能查到？
- 客户和订单有没有公告或财报证据？
- 产品有没有量产记录？
- 估值有没有提前反映多年增长？
- 现金流、应收账款、存货有没有异常？
- 港股有没有流动性问题？
- 北交所标的有没有交易冲击成本？
这一步的目标是缩小名单，删掉不该留下的公司。
我会让 AI 重点抓这些坑
机器人题材很容易出现“逻辑看起来成立，财务上还没有兑现”的情况。
所以提示词里专门列了一组陷阱：
- 机器人收入占比很低，但估值已经按机器人公司定价。
- 只有互动平台回复，没有公告或财报证据。
- 只有新闻稿，没有收入确认。
- 只有送样、定点、客户测试，没有量产收入。
- 材料涨价带来收入增长，但利润被成本吃掉。
- 放量后被整机厂压价，收入增长、毛利率下降。
- 产品标准化，供应商多，价格战风险高。
- 大客户自研替代。
- 库存或应收账款增长快于收入。
- 研发资本化比例异常。
- 定增、可转债、解禁、减持带来压力。
- 主题交易拥挤，短期回撤风险大。
这些坑如果不提前写进提示词，AI 很容易只沿着产业趋势往前推，忽略股票层面的验证条件。
输出结果要能复盘
我要求 AI 的最终输出按固定结构交付，不能只给一个名单：
- 一句话结论：有没有明确研究价值，证据够不够。
- 产业链利润池地图：利润可能流向材料商、零部件商、模组商、设备商、整机厂，还是下游客户。
- BOM 成本拆解：人形机器人、工业机器人、医疗机器人、仓储物流机器人分别看。
- 公司初筛：保留、观察、排除都要说明理由。
- 公司深度分析：财务、客户、订单、产能、毛利率、现金流、估值、风险逐项拆。
- 风险清单：每个标的都要有失效条件。
- 后续跟踪数据：未来需要继续看的公告、订单、收入占比、客户进展和估值变化。
如果没有明确机会，就直接输出“没有明确交易机会”。这句话必须允许出现。研究流程不能为了凑结论而凑结论。
可复制的提示词骨架
下面是我会保留的简化版骨架，方便后续继续迭代：
你是一名买方股票研究员、产业链研究员和交易员。
请对 A 股和港股市场中的机器人零部件、材料与供应商做专项研究。
研究目标：
找出未来 3 到 10 年可能因为机器人放量而产生真实收入、真实利润和估值变化的上市公司。
硬性要求：
1. 不编造事实。
2. 所有关键数据必须注明来源、日期和口径。
3. A 股优先查公司公告、年报、中报、季报、招股书、投资者关系记录。
4. 港股优先查披露易、公司公告、年报、中报、招股书、业绩材料。
5. 送样、合作意向、客户测试、定点，不能直接当作量产订单。
6. 对不确定信息，必须标注“需要进一步核实”。
7. 股票池只作为研究入口，不作为推荐名单。
研究范围：
执行器、减速器、丝杠、轴承、磁材、传感器、机器视觉、控制系统、功率半导体、连接器、线束、电池、热管理、结构件、医疗机器人供应链、仓储物流机器人供应链、工业机器人供应链、生产设备和检测设备。
输出结构：
1. 一句话结论
2. 产业链利润池地图
3. BOM 成本拆解
4. 公司初筛
5. 公司深度分析
6. 估值和风险
7. 排除名单
8. 后续跟踪数据
特别要求：
如果证据不足，直接说证据不足。
如果没有明确交易机会，直接说没有明确交易机会。
这个流程的价值
这套流程最大的用途，是把“题材研究”改成“证据研究”。
AI 适合帮人把问题拆全，把遗漏补上，把产业链路径画出来，把公司逐项放进同一个表里比较。
但它不能替人确认公告真假，不能替人判断市场情绪，也不能替人承担交易结果。
所以我会把它当成学习工具和研究清单生成器。它可以提高研究密度，但最后仍然要回到公开资料、财务数据、订单验证、估值位置和风险承受能力。
再次强调：这只是学习记录，不构成任何投资建议。涉及 A 股、港股、机器人产业链和任何公司名称的部分，都只能作为研究方法示例，不能作为买入、卖出或持有依据。