AI 赋能证券投资分析全链路

1.1 证券投资分析在做什么

证券投资分析是通过基本面（宏观/行业/公司）与技术面（价格/成交量）判断证券价值的过程：宏观（GDP/利率/政策）、行业（景气度/竞争格局）、公司（财务/商业模式/管理层）、估值（PE/PB/DCF）、技术分析（趋势/均线/量价，仅作边界）。投研学习的前提是判断归人——基本面结论、估值高低、买卖判断永远是人的事，AI 只做数据整理与计算辅助。

本课的学习起点是「基本面分析 + 投研工具」两块：看懂宏观/行业/公司基本面，技术分析边界、估值方法与研报框架怎么用，以及如何用 AI 把学习变成成果驱动。投资判断永远归人。

我是证券投资分析学员（以当年度官方口径为准），请帮我生成投资分析知识树：
1. 按「宏观/行业/公司基本面→估值方法→研报框架→技术分析边界」分级展开。
2. 每个节点给出核心要点、常见错误、投资判断归人提示。
3. 标注每个节点与我的目标（画知识树 + 完成标的分析）的关系。
4. 输出为 Markdown 结构树，只依据教材通识与官方口径，不得编造，不确定处标「待核」。

2.1 证券投资分析知识树：宏观 + 行业 + 公司 + 工具四主干

证券投资分析的知识树有四个主干：宏观分析（GDP/利率/货币与财政政策）、行业分析（景气度/生命周期/竞争格局）、公司分析（财务/商业模式/管理层）、投研工具（技术分析边界/估值方法/研报框架）。知识树的作用是告诉你「这门课学什么、各知识点怎么连」——先立框架，再往里填内容。

投研知识树不是「把概念背下来」，而是「知道每个知识点为什么重要、怎么连接」。AI 能帮你把知识树画出来、把每个知识点的资料整理好，但「哪些是研究重点、哪些与你的投研方向相关」的判断归你。

2.2 AI 投研知识树工作流

用 AI 搭投研知识树的姿势：你把教材目录与目标喂给 AI，要求它输出知识树——每个主干包含什么、层级怎么组织、建议优先级，你负责核验知识树有没有被 AI 遗漏或虚构。重点判断与路径选择由你定，AI 只做梳理与呈现。

我要自学证券投资分析（教学模拟，勿引入真实敏感信息），请帮我生成知识树：
1. 按「宏观分析/行业分析/公司分析/投研工具」分层列出知识节点。
2. 每个节点标注需要的资料类型与建议来源（可核类型）。
3. 标出各节点对学习目标的重要性（高/中/低）。
4. 输出为 Markdown 表格，只依据通用教材框架，不确定处标「待核」，不得编造数据。

3.1 宏观分析核心

宏观分析核心：经济总量（GDP 增速/通胀）、利率（资金成本/贴现率）、货币与财政政策（宽紧周期）。宏观决定资产定价的「大环境」——理解宏观是理解估值与行情的起点。宏观判断归人，AI 只做数据聚合与图表生成。

宏观分析不是「背指标」，而是「理解指标对资产定价的影响」。AI 能帮你把数据聚合成表，但「数据口径对不对、对估值影响几何」的判断归你。

3.2 行业与公司分析核心

行业分析核心：景气度（供需/周期）、生命周期（成长期/成熟期/衰退期）、竞争格局（龙头/份额）；公司分析核心：财务三表（利润表/资产负债表/现金流量表）、盈利能力（ROE/毛利率）、商业模式（护城河/成长性）。行业与公司判断归人，AI 只做报表整理与指标计算。

3.3 AI 基本面工作流

用 AI 学基本面的姿势：你把章节目标喂给 AI，要求它输出「宏观/行业/公司」的核心概念对比表，标注每个概念的口径来源，你拿教材核读口径并用自己的话验证理解。理解归人，AI 只做资料聚合与对比呈现。

我在自学证券投资分析（教学模拟），请帮我做概念对比：
1. 对比宏观/行业/公司分析各看哪些核心指标。
2. 对比 ROE/毛利率/现金流等财务指标的口径差异。
3. 每个概念标注教材/通识来源，不确定处标「待核」。
4. 输出为 Markdown 表格，不得编造数据或行情。

4.1 技术分析边界与估值方法核心

技术分析边界核心：技术分析基于历史价格与成交量（趋势/均线/量价），作为交易择时辅助有边界，不替代基本面价值判断；估值方法核心：相对估值（PE/PB/PS）与绝对估值（DCF 现金流折现），估值的假设（增长率/贴现率）决定结果。估值假设判断归人，AI 只做计算与敏感性表。

投研工具不是「背公式」，而是「理解工具边界与假设」。AI 能帮你把估值算好、把研报草拟好，但「假设合不合理、结论发不发」的判断归你。

4.2 研报框架核心

研报框架核心：投资逻辑（一句话说清为什么）、基本面分析（宏观/行业/公司）、估值与风险（估值区间/关键风险）、结论与评级。研报结论与评级归人，AI 只做资料聚合与初稿草拟。

4.2 AI 投研工具工作流

用 AI 学投研工具的姿势：你把学习目标喂给 AI，要求它输出「技术分析边界/估值方法/研报框架」的对比表，标注每个工具的性质/边界/适用场景，你拿教材核读并用自己的话复述边界。工具理解归人，AI 只做对比呈现。

我在自学投研工具（教学模拟，不构成投资建议），请帮我做对比：
1. 对比技术分析/相对估值/绝对估值/研报框架的性质与边界。
2. 每个工具标注教材/通识来源，不确定处标「待核」。
3. 明确说明这是教学口径，不构成投资建议。
4. 输出为 Markdown 表格，不得编造行情或估值数据。

5.1 投研岗位地图

投研岗位地图（职友集 2026-08-11 实读口径）：投研/管理线（基金经理 1120/+33%、投资顾问 4631/+32%、操盘手 2722/+6%——增长类目可引上行）、研究/窄需求线（投资分析师 245/证券分析师 219/金融分析师 125 持平、合规监察 145 暂无——只引高壁垒溢价）。岗位选择判断归人，AI 只做岗位信息聚合。

本课的就业出口：掌握证券投资分析后，可向基金经理、投资顾问、操盘手、分析师等岗位升级，衔接 CFA/FRM/证券基金从业资格考证链。路径判断归人。

我是证券投资分析学员，求职方向为投研/交易岗，请帮我做岗位地图与路径规划：
1. 基于投研岗位地图（投研/交易/研究/窄需求高壁垒），列出与我匹配的岗位方向。
2. 每个方向说明需求特征、学历证书门槛与升级路径。
3. 结合我的情况，给出 3 步职业路径建议。
4. 只依据公开岗位信息与教学模拟口径，不得编造数据，不确定处标「待核」；最终路径判断归我。
[粘贴你的求职偏好与现状]

6.1 投研学习成果包

投研学习成果包是这门课的交付物：把学到的证券投资分析知识，整理成一份可展示、可复核的学习成果。成果包包含：学习摘要、投研知识树、基本面要点、投研工具对比、岗位地图、学习结论。结论与判断归人，AI 只做草拟与整理。

学习成果包不是「抄 AI 输出」，而是「用 AI 提速草拟、人核判断成稿」——数据标注来源或标「教学模拟」，判断与担责归人。

我是证券投资分析学员，已完成学习要点，请帮我草拟投资分析学习成果包初稿：
1. 按标准结构组织（学习摘要/知识树/分析要点/工具对比/岗位地图/学习结论）。
2. 每个部分基于我提供的事实与教材通识，不得自行编造数值。
3. 生成后列出一份「待你人工确认」清单：哪些是判断项、哪些数据需溯源。
4. 主动列出可能的遗漏风险供我校验。

7.1 AI 投研学习全链路

AI 投研学习全链路把六件事串成一条线：立知识树（AI 生成树、人核范围）、学基本面（AI 聚合概念、人核口径）、学工具（AI 对比工具、人核边界）、看岗位（AI 聚合岗位信息、人判路径）、做成果（AI 草拟成果包、人核成稿）、守底线（红线带电、判断归人）。每一步 AI 只做执行与聚合，判断与担责归人。

7.2 红线零容忍（AI 代投资判断/代出具研报结论/代签署文件/编造行情/实盘冒充）

我是证券投资分析学员，请帮我做结业前红线自查：
1. 按红线清单（AI 代下投资/估值结论/编造行情数据/实盘冒充/代出具研报/泄露未公开信息）逐项给出自查问题与识别场景。
2. 基于我的回答标注「零触碰/待改进」。
3. 输出「待补强」清单与行动建议。
4. 输出为 Markdown 表格，只依据本课内容，不确定处标「待核」；最终自我判断归我。
[粘贴你的自查回答]