机构「主题挖掘」方法论,个人投资者也能用

机构「主题挖掘」方法论,个人投资者也能用

最近 Claude 开源了一套金融投研插件(financial-services-plugins),里面藏了不少机构级的投研方法论。

其中「主题选股」(Thematic Sweep)这套框架特别适合个人投资者,不需要 Bloomberg 终端,靠公开信息就能跑通。5 步,从一个大趋势出发,找到市场还没注意到的机会。

简单的说就是:先找趋势,再找公司。 像淘金,先搞清楚矿脉走向,再沿着矿脉找金子。

本文先拆解这五步的逻辑,最后附上完整的 Prompt。


第一步:定义论点

不是「找一个热门话题」,而是定义一个可验证的投资论点

  • ✅「AI 基础设施支出到 2026 年持续加速,CAGR 超 30%」➡️ 具体,可验证
  • ❌「AI 很火」➡️ 模糊,无法证伪

合格的论点必须有:具体数据 + 时间范围 + 增长驱动力。论点越具体,后面每一步筛选越精准。


第二步:画价值链

搞清楚:谁在这条链上?钱流向哪里?

以「AI 基础设施」为例:

芯片设计(NVIDIA)→ 芯片制造(台积电)→ 服务器(Dell)→ 云平台(AWS)→ AI 应用(SaaS)

每一层都有受益者,但利润率和增长弹性完全不同。关键是找到价值最集中的环节。


第三步:分类筛选

不是所有受益者都值得投资。核心看两个维度:

纯粹度:NVIDIA 几乎 = AI 芯片(纯粹型,弹性大风险也集中);微软的 AI 只是 Azure 的一部分(多元化型,更稳但收益被稀释)。

护城河:网络效应、转换成本、规模优势、无形资产。没有护城河的公司,即使站在风口上,利润也会被很快竞争掉。


第四步:检查定价

好公司如果市场已经把预期打满了,买进去也赚不到钱。

简单判断标准:被贴上主题标签、大量分析师覆盖、基金重仓持有 ➡️ 大概率已经 price in。

你要找的是:好公司 + 还没被充分定价。通常出现在主题早期、临时利空被过度惩罚、或者二阶受益者(下一步讲)。


第五步:找二阶受益者

这是整个框架中最有 alpha 的一步

二阶受益者 = 不在价值链上,但因主题发展而间接获益。

阶数 方向 示例
一阶 GPU、服务器 NVIDIA、Super Micro
二阶 电力需求暴增 电力公司、天然气
二阶 冷却系统 液冷技术公司

怎么找?问三个问题:

  1. 这个主题要成功,还需要什么
  2. 主题成功后,什么行为会改变
  3. 谁给受益者供货

那句老话:淘金热中,卖铲子的人最赚钱。


附:一个可以直接用的 Prompt

把下面这段丢给任何 AI(Claude、ChatGPT、Gemini 都行),替换方括号里的内容就能跑。如果你使用 Gemini 的话,也可以直接做成 GEM,因为这一个 prompt 可以不依赖别的脚本和数据:

你是一位专业的投资分析师。请对以下投资主题进行"主题挖掘"(Thematic Sweep)。

## 投资主题

[你的论点,例如:AI 基础设施资本支出到 2026 年持续加速]

## 请严格按以下 5 步执行

### 步骤一:定义论点

用一句话写出论点,必须包含具体的时间范围,然后研究:
- 市场规模(当前和预测),必须标注数据来源
- 增长驱动力和阻力
- 正在重塑行业的关键趋势

描述必须带有具体数字和来源。
正确示例:"嵌入式支付市场 2024 年为 $80-100B,CAGR 20-25%(McKinsey 2024)"
错误示例:"市场很大且在快速增长"

### 步骤二:映射价值链

画出完整的价值链,根据行业类型选择画法:
- **纵向结构**(如制造业):列出每一层及其典型利润率
- **平台/网络型**(如互联网):列出生态参与者和价值流动方向
- **分散型行业**:分析整合趋势和不同规模下的利润差异

对每个环节回答:
- 集中还是分散?前 5 名的合计市占率
- 利润在哪个环节积累?
- 主要商业模式(订阅/交易/许可/服务)
- 进入壁垒(资本/监管/技术/网络效应)

用表格列出每个环节的代表性公司。

### 步骤三:区分纯概念股和多元化敞口

对每家公司评估:
- 有多大比例的收入和主题直接相关?
- 是"纯概念股"(收入大部分挂钩)还是"多元化敞口"(只有小部分相关)?
- 护城河评估:网络效应、转换成本、规模优势、无形资产,各项评 Strong / Moderate / Weak

### 步骤四:评估市场定价程度

对每家公司评估当前估值是否已反映主题预期:
- 当前交易倍数 vs 历史区间
- 溢价/折价的驱动因素
- 近期同行业 M&A 交易倍数
- 和大盘相比的估值水平
- 分析师覆盖数量、机构持仓和做空比例

### 步骤五:找到二阶受益者

找出"市场还没有把它和主题关联起来"的公司,回答:
- 最佳风险/回报机会在哪里?
- 哪些主题性押注可以通过这些公司表达?
- 行业关键辩论(看多 vs 看空的分歧点)
- 什么催化剂可能改变市场对这个主题的看法?

## 输出格式

最终推荐 5-10 家公司,每家按以下格式输出:

**[公司名] — [做多/做空] — [一句话论点]**

| 指标 | 数值 | vs. 同行 |
|------|------|---------|
| 市值 | | |
| EV/EBITDA (NTM) | | |
| P/E (NTM) | | |
| 收入增长 | | |
| EBITDA 利润率 | | |
| FCF 收益率 | | |

**论点 (3-5 条):**
- 为什么市场定价错了
- 市场忽略了什么
- 催化剂:什么事件会让市场重新定价

**关键风险:**
- 什么情况会让这个论点失败

如示例的 AI 这个主题,我用 Claude 跑完结果如下(结果报告会包含每一步的分析过程和数据报告,我只截图最终结果,大家有兴趣可以自己跑一下):


一挪迈的思考

这套框架最打动我的一点是:它把「灵感」变成了「流程」。

大部分人选股是刷到新闻、FOMO 一下就冲进去,高位站岗不知道自己买的是什么。主题选股的逻辑是:先想清楚为什么,再找谁受益,最后看价格合不合理。每一步都有检查点,每一步都能淘汰不合格的。

说白了,这不是让你变成华尔街分析师,而是给你一张地图,让你别在森林里乱走。

没有捷径,只有方法。


DYOR — 以上内容仅为个人学习笔记和方法论分享,不构成任何投资建议。投资有风险,请独立思考、自主决策。

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

华尔街分析师的秘密 - 被开源了...

华尔街分析师的秘密 - 被开源了...

想象一下:一份华尔街投行卖给机构客户的价格,大约相当于普通人半年工资。支撑这份报告的数据终端彭博机年费约 $25,000。而现在,写出这种报告的完整方法论、分析框架、甚至 prompt 模板,被开源在了 GitHub 上。 几天前,美国 AI 公司 Anthropic 发布了一套叫做 “Claude for Financial Services Plugins” 的投研工具箱: 当然,报告之所以贵,是因为它需要的数据源极其昂贵,因为面向机构的数据源,有特供的时间差,这份时间差价值万金。 不过,这个仓库最大的价值不是代码或数据连接器,而是它把华尔街投行分析师的完整分析方法论、SOP、和质量检查标准,以 Markdown 的形式完全开源了。 这其中方法论本身,比如怎么想、怎么分析、按什么流程做决策...这些都免费了。 我打算深入拆解这个项目,把里面这些对我们个人投资者也有意义的东西,都剥离出来,按照我以往的方式,