使用说明

投资盈利需要构建不对称的胜率结构(赢时多赚、输时少亏)和分散投资。本系统只覆盖其中"历史财务健康度"这一部分要素的参考价值,不涵盖:

• 行业前景与宏观周期判断
• 管理层诚信、重大事件、舆情、诉讼
• 未来业绩预期与估值安全边际
• 你的个人风险承受能力与资金安排

本工具仅供研究参考,不构成任何投资建议。本工具不持有证券投资咨询牌照,不提供个股买卖建议。

使用本工具做出的任何投资决策,风险与结果由使用者自行承担。

§ 0 — 文档结构

本文档按第一性原理组织。从最根本的问题出发,每一步都从前一步严格推出,不跳跃、不重复。

只想用,看 §1-3。想理解为什么这样设计、能否相信结论,看 §4。

§ 1 — 这是什么

一句话:输入一只 A 股代码,系统从三个环节做一次交叉判断,最终给你一张"手牌"。

三环:

1. 业务质量(内在价值) — 这家公司的底子值多少
2. 量价耦合(外在定价) — 市场给的价格和基本面一致吗
3. 健康度扣分(风险) — 负债 / 商誉 / 现金流 / CapEx 有没有踩雷

为什么要三环 ×、不是单环:

• 只看业务质量 → 好公司被高价买入,长期回报为零
• 只看价格 → 烂公司也可能耦合得漂亮
• 不看风险 → 高杠杆 + 高商誉的公司在拐点会塌

这不是什么:不是炒股软件 / 不预测涨跌 / 不给买卖建议 / 不替你做决策。所有结论都建立在「过去已经披露过的财务数据」之上。

适合谁:愿意花 1 分钟了解一家公司底层业务质量 + 当前定价合理性 + 财务风险的人。

§ 2 — 5 步走完一次分析

1. 打开看板 — 首次访问会弹出免责提示,读完勾选确认
2. 登录(可选) — 右上角手机号 + 密码登录;无账号需要邀请码注册(向我们要,或问邀请你的朋友)。不登录也能用,但结果只保留在当前浏览器。跑完再登录/注册,刚才的匿名记录会自动并入你的账户
3. 输入股票 — 股票代码(如 sh.600519)、名字(贵州茅台)、拼音首字母(GZMT)都能搜到
4. 等 30-60 秒 — 后台会跑多次 AI 判断和数据对比,稍慢属正常
5. 看结果 — 上方一张手牌 + 一条信号条做结论速览,下方 4 个标签页分别展开耦合、财务、护城河、治理细节

§ 3 — 怎么读结果

§ 3.1 手牌(综合评估 · 7 档)

按综合分数映射到一张"手牌",越大的牌表示历史财务表现越扎实。

关键:手牌只是对"历史财务健康度"的直观化呈现,不包含未来预期、行业趋势、管理层变化、舆情。

§ 3.2 信号条(数据充分度 · 4 格)

不是"买入/卖出"信号,而是告诉你这次分析用到的数据是否完整。

§ 3.3 耦合 tab

展示股价走势 vs **基本面(每股收益、分红)**的同步关系。

• 两条曲线高度重合 → 股价由基本面驱动
• 股价远高于基本面 → 可能存在估值泡沫
• 股价远低于基本面 → 可能存在估值折价(原因可能是流动性、治理、情绪,也可能是市场尚未定价新变化)

§ 3.4 财务 tab(9 个核心指标对比同行)

把 9 个财务指标放到同行业里画"分位带":你在好于 75% 同行(上分位带)、中间一半(中位区)、还是差于 75% 同行(下分位带)。

同时叠加该公司近 5 年历史曲线 → 看出是稳步改善 / 长期稳定 / 持续恶化。

§ 3.5 护城河 tab(AI 归纳的竞争优势)

AI 读取年报摘要 + 5 年财务趋势,给出结构化观察:

• 主要壁垒:品牌 / 牌照 / 规模 / 网络 / 成本 / 无形资产 中是哪一种
• 最薄弱点:最可能被攻破的地方
• 最可能的入侵路径:新对手会从哪条路线切入
• 竞争对手追赶所需时间(以季度为单位):估计对手重新复制出同等壁垒需要多久

AI 输出是"结构化观察",不是"保证"。需结合公开信息自行判断合理性。

§ 3.6 治理 tab

股东结构、管理层稳定性、信息披露质量。该维度当前为占位,后续会逐步补充,目前结论不进入综合分数。

§ 3.7 什么情况下不会出分数

当 AI 评估失败(网络波动、模型异常、数据缺失)时,系统不会拿默认值凑一张手牌,而是直接显示红卡"AI 输出失败" + 重测按钮。

错误的高置信度比没有结论更危险。

§ 4 — 第一性推导

这一节按第一性原理组织。从最原始的问题开始,每一步都严格从前一步推出。 你读完会理解:为什么是这条公式,不是别的;为什么是三环,不是一环或五环。

Part A · 第一环(业务质量 / 内在价值)

§ 4.1 原始问题

怎么判断一家公司的基本面?

通行讲法:看它有没有"护城河" — 品牌、牌照、规模、网络效应、成本领先、无形资产……

这套讲法的致命缺陷:全是静态属性,不可证伪。

• 茅台 10 年前叫护城河,10 年后也叫。这 10 年行业有没有真给它压力?说不清楚。
• 任何公司出事后都可以事后补一句"当初护城河被高估了"。预测力 = 0。

→ 必须换一个问题的提法。

§ 4.2 第一次重构 — 护城河 = 攻击 × 防御

护城河的强度,只有在被攻击时才可见。没被攻击过的护城河 = 没有证据。

立刻把问题拆成两个子问题:

• 攻击强度从哪来?
• 防御力从哪来?

§ 4.3 推论 ① — 攻击强度 = 净利率溢价

第一性原理:市场经济里,超额利润是资本流入的唯一长期诱因。

设行业平均净利率 = $\bar{m}$,某公司净利率 = $m_i$。攻击强度 ∝ $(m_i - \bar{m})$:

• $m_i \approx \bar{m}$ → 攻进来只能赚和别人一样的钱 → 没人来
• $m_i \gg \bar{m}$ → 进来就能吃超额利润 → 资本、人才、技术全面涌入

关键推论:净利率不是"越高越好",而是"决定攻击强度"的变量。 同一份"对手追赶需 5 年"的判断,在低净利率下几乎无意义,在高净利率下才是真要塞。

§ 4.4 推论 ② — 防御力 = 组织能力

当攻击来袭,公司靠什么抵抗?逐项排除:

组织能力 = 一群人怎么协作、决策、执行、迭代。它不依赖英雄 CEO,是流程、筛选、激励、文化的综合体。

✅ 唯一长期防御:组织能力是唯一无法被短期复制的防御要素。 其他"护城河"本质上都是被组织能力放大后的外显。

§ 4.5 工程现实 — 必须压缩成可计算的数字

最理想的是拿 6 类前置证据拼图:研发强度、客户锁定、上游绑定、毛利稳定、人均营收增速、专利密度。

但这条路工程上走不通:

• R&D 口径各家不一,客户名单很少披露,上游协议不公开 → 数据拿不到
• 让 AI 自由发挥"护城河叙事" → 容易幻觉,不可复现
• 等数据披露出来 → 周期已经走完,判断滞后

→ 必须压缩成一个可计算的数字。

§ 4.6 朴素公式 v1.0

最早的版本:

$$ \text{组织能力得分} ;=; \text{人均营收} ;\times; \bar{m}_{\text{行业}} $$

直觉:把公司净利率强制拉回行业均值,模拟"对手站稳后的公允世界"。

§ 4.7 v1.0 的隐藏 bug

$\bar{m}_{\text{行业}}$ 已经包含了行业平均三费率 → 公司自己的运营效率信号被洗掉了。

两家公司同行业、同人均营收、同毛利率,但一家三费率 12%、另一家 22%,v1.0 给完全相同的得分。

更糟的是周期问题:人均营收和净利率虽然分别低周期敏感,但乘起来时如果同向波动(都来自经营杠杆 / 产能利用率)→ 周期信号被双重计数。

景气期产能利用率 ↑ → 人均营收 +50%、净利率 +50% → v1.0 得分 = 1.5 × 1.5 = 2.25 倍(平方放大)。

§ 4.8 净利率分层观察

净利率本身就是分层的:

$$ \text{净利率} = \underbrace{\text{毛利率}}{\text{产品溢价}} ;-; \underbrace{\text{三费率}}{\text{管理/销售/财务效率}} ;-; \underbrace{\text{税费率}}_{\text{基本同行}} $$

→ 真正应在「组织能力」里测的是三费率,不是整个净利率。

§ 4.9 v1.2 strip-moat 公式

把净利率拆开重组,用行业基准代替公司毛利率,保留公司自己的三费/税费:

$$ \boxed{\text{组织能力得分} ;=; \text{rpe} ;\times; \big(G_{\text{行业,5y}} ;-; (G_{\text{公司,5y}} - N_{\text{公司,5y}})\big)} $$

白话:

假设这家公司没有毛利率溢价(strip 掉 moat),只能拿到行业平均的毛利, 然后扣掉它自己的三费率/税费率(这是它真正的运营效率), 平均每个员工每年净赚多少?

代数等价的另一种写法:

$$ \text{公允净利率} ;=; N_{\text{公司,5y}} ;+; (G_{\text{行业,5y}} - G_{\text{公司,5y}}) $$

「在公司原来的净利率基础上,把毛利率溢价那部分反向扣回行业基准」。

§ 4.9.1 工作示例 — 茅台真实数据

公司 G→N 损耗   = 91.88% − 48.82% = 43.06%
                  (茅台自己的"毛利转净利"运营效率指纹)

公允净利率      = 73.53% − 43.06% = 30.47%
                  (剥离茅台的毛利率溢价,但保留它自己的低运营成本)

组织能力得分    = 573 万 × 30.47% = 174.7 万/人·年

读数:即便把茅台的毛利率从 91.88% 强行打回白酒行业 73.53% 公允水平, 靠它自己人均产能(573 万)+ 低三费率(损耗 43% < 行业 49%)的运营底子, 每员工每年仍能赚 174.7 万 — 这是组织能力的硬数字,跟「品牌税」无关。

§ 4.10 v1.2 的四个性质

性质 1 · 同行业内是组织能力恒等式

同行业内,客户/需求/技术/资本/监管/周期等外生变量近似相等。这些被控制后:

• 人均营收的差异 只能由组织四要素解释(流程/筛选/激励/决策)
• 三费率的差异 也只能由这四项解释(销售费率高 = 渠道效率差,管理费率高 = 组织臃肿)

→ v1.2 公式同时利用人均营收和三费率两条独立信号,比 v1.0 单维度更完备。

性质 2 · 抗周期(关键改进)

→ 周期重复计数从 v1.0 的「平方放大」降到「线性放大」,部分场景接近免疫。

性质 3 · 把"靠运营赢"的公司挖出来

v1.0 严重低估「毛利率不夸张但运营效率卓越」的公司。4 票实测对比:

读数:

• 茅台:moat + 运营双重赢家,score 进一步提升
• 中际旭创:毛利不夸张但运营效率比同行高 6.8pp(销售费用极低)→ v1.2 把它「靠运营赢」的真护城河挖出来
• 乐鑫科技:高研发暂时压低运营效率(三费率比行业高 5pp)→ v1.2 严苛地扣分,提示"研发投入期,稳态利润待观察"
• 通威:多元化拖累 + 各项接近行业 → 小幅下调,反映平庸

性质 4 · 跨行业可比

把每家公司都打到各自行业平均的毛利率水平下,比的就剩两个维度:人均营收 + 公司自己的三费/税费率。这两项都是"公司自己的运营选择",跨行业可以直接对比 — 互联网公司不再因「行业天然高毛利」占便宜。

Part B · 第二环(量价耦合 / 外在定价)

§ 4.11 第一环不够 — 为什么需要价格判断

第一环回答了"这家公司的底子值多少"。但买卖决策还要回答:市场给的价格,和它的底子一致吗?

反例:

• 茅台 2021 年高点 PE ≈ 70 → 底子是要塞级,但价格已透支未来 20 年业绩 → 2022-2023 腰斩
• 中概互联 2022 年底部 PE ≈ 8 → 底子还在,但市场情绪彻底放弃 → 之后一年大涨

→ 只看业务质量不看价格 = 闭眼下注。

§ 4.12 量价耦合公式(纯数学,不用 AI)

这一环不依赖 AI。LLM 容易编故事,而估值偏离是客观事实 — 让数学说话。

核心度量:CAGR gap

$$ \text{gap} = \text{股价年化增速} ;-; \max(\text{EPS 年化增速},\ \text{分红年化增速}) $$

分型规则:

第一环 × 第二环交叉判读:

低估型 / 高估型会触发一次 AI 诊断(流动性 / 情绪 / 治理 / 基本面隐患),但诊断只用于展示,不进分数 — 防 LLM 幻觉影响结论。

Part C · 第三环(健康度扣分 / 风险闸门)

§ 4.13 第二环也不够 — 为什么需要风险闸门

第一环说"业务好",第二环说"价格合理"。但还差最后一道闸:这公司有没有踩雷?

高杠杆 + 高商誉的公司,在周期拐点会塌 — 业务好、价格合理也救不了。所以必须加风险扣分项。

§ 4.14 健康度扣分 — 只扣不加(4 项)

为什么只扣不加? 因为"资产负债率 30% 挺健康"不代表公司好,只代表它没崩盘。健康指标是不对称的 — 好指标不保证业务好,烂指标几乎一定有问题。

任一项触发就在组织能力分上乘一个 <1 的扣分系数。多项叠加等于连乘。不触发则保持 1.0,不加分。

Part D · 三环合成 + 局限

§ 4.15 三环合成公式

基础分      = 组织能力分位 × 健康度扣分因子 × 100    (0-100)
风险调整分  = 基础分 × 耦合置信度                    (0-100)
手牌档位    = 风险调整分 映射 7 档

三环各自的边界:

• 第一环给基准分(0-100)
• 第三环只能往下扣(×0.x)
• 第二环可往下折可保持(×0.5 ~ ×1.0)

刻意的保守设计:任何一环出问题都会向下拉分,好消息要多环同时成立才往上推。单独的高组织能力在泡沫里最多给到飞机,不给炸弹。

§ 4.16 第一环内部 — 四象限交叉读法

单看组织能力得分还不够,要和当前净利率水平交叉:

单维度看都会骗你:

• 只看净利率 → 右上"伪护城河"被误判为真
• 只看人均营收 → 左下"被低估组织"被错过

§ 4.17 行业属性决定护城河上限

同样的组织能力得分,在不同行业里可持续时间不同:

→ 系统给手牌档位时,会按行业类型做衰减 — 技术迭代型公司即使组织能力 P99,也只能到"宽护城河",不会给"要塞级"。

§ 4.18 公式的已知局限

坦诚列出会失真的场景:

再次提醒:以上判断均基于已经公开披露的历史财务数据。未披露的内部事件、未来业绩、行业突变、管理层变动、舆情诉讼、宏观政策,系统都无法识别。

§ 5 — 常见情况怎么办

§ 6 — 常见问题

Q:同一只股跑两次,分数略有差异? A:AI 推理带有随机性,±3 分内均属正常。差距超过 5 分可能是数据刚刷新,以最近一次为准。

Q:为什么只有 A 股? A:当前数据覆盖仅限沪深 A 股约 5000+ 只,港股美股暂不考虑。

Q:付费吗? A:当前完全免费,后续若有付费功能会提前公告,不会在你不知情的情况下收费。

Q:能导出结果、生成 PDF 吗? A:暂不支持。登录后可以在左侧历史列表反复查看自己跑过的分析。

Q:手牌档位的具体分数边界是多少? A:见 § 3.1 表格,按风险调整分每 15 分左右一档。

Q:可以把这当成选股工具吗? A:不可以。手牌只是"历史财务健康度"的可视化,不包含未来趋势、行业景气、管理层等关键维度。把王炸当作买入信号、把单张当作卖出信号,都是误用。

Q:护城河 tab 的 AI 结论可以直接信吗? A:AI 给的是结构化观察,不是保证。每次结论都附有"置信度",越低越需要交叉验证;即使置信度高,也应当结合公司公开信息、行业新闻、自己的理解综合判断。

Q:数据多久更新一次? A:日频行情盘后刷新,季报跟随交易所披露窗口入库,行业成分每周刷新。如果某个季度数据还没进来,通常是该公司尚未发布相应财报。

Q:为什么公式从 v1.0 升到 v1.2? A:v1.0 用「rpe × 行业平均净利率」,把公司自己的运营效率信号洗掉了,还有"经营杠杆周期信号被乘法平方放大"的 bug。v1.2 改用「行业毛利 − 公司三费」strip-moat 后,既保留了公司运营效率,又熨平了周期。详见 § 4.7 - § 4.9。

§ 7 — 反馈

当前为私测阶段,使用中遇到任何问题或有功能建议,欢迎通过登录页提示的反馈渠道联系我们(渠道待补)。

再次强调:本工具仅供研究参考,不构成任何投资建议。本工具不持有证券投资咨询牌照,不提供个股买卖建议。投资决策由用户独立做出,使用者自行承担投资风险。请独立判断、分散投资、控制仓位。