AI 辅助基金/证券分析师岗深水

1.1 基金/证券分析师岗在发生什么

投研/分析师线在升级：基金经理（1120，+33%）属增长类目可引上行；投资分析师（245，持平）、证券分析师（219，持平）、金融分析师（125，持平）属窄需求高壁垒岗，只引学历+证书溢价（职友集 2026-08-11 实读口径）。岗位变化的核心：从「抄报告」转向「做真研究」——数据采集、估值建模、财务行业分析、独立观点成为价值所在。AI 能提速数据聚合与研报草稿，但「数据真不真、假设合不合理、观点成不成立」的判断归人。

基金/证券分析师岗的核心能力：采得对（投研数据采集）、估得准（估值建模）、分得透（财务与行业分析）、研得深（公司研究与观点）、出得全（研报产出）。AI 在每一环都能提速执行，但判断与担责永远归人。

我是金融专业学生，求职方向为基金/证券分析师岗，请帮我梳理岗位认知与能力自检：
1. 按分析师五件事（数据采集/估值建模/财务行业分析/公司研究/研报产出）说明 AI 能做什么、分析师必须判断什么。
2. 对每个环节给出自检问题并标注「达标/待提升」。
3. 生成分析师岗能力提升清单，按优先级排序。
4. 只依据教材通识与教学模拟口径，不得编造数据，不确定处标「待核」；最终投研判断归我。
[粘贴你的知识与实习经历]

2.1 分析师岗知识框架

基金/证券分析师岗的知识框架有五块：投研数据（行情/财报/行业数据与口径）、估值建模（DCF/相对估值/假设敏感性）、财务与行业分析（报表质量/景气与格局）、公司研究与观点（商业模式/护城河/独立观点）、研报产出（逻辑链/风险揭示/免责声明）。岗位框架不是「背流程」，而是「知道每一步自己该对数据和观点承担什么」。

岗位知识框架不是「把概念背下来」，而是「知道每一步自己该对数据和观点承担什么」。AI 能帮你把岗位职责整理成清单、把知识树画出来，但「数据真不真、假设合不合理、观点成不成立」的判断归你。

2.2 AI 分析师岗知识树工作流

用 AI 搭分析师岗知识树的姿势：你把岗位职责与目标喂给 AI，要求它输出知识树——每个模块包含什么、层级怎么组织、数据与判断优先级，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。

我要准备「基金/证券分析师岗」岗位学习（教学模拟，勿引入真实行情数据），请帮我生成知识树：
1. 按「投研数据/估值建模/财务行业分析/公司研究与观点/研报产出」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. 标出各节点对岗位能力的重要性（高/中/低）。
4. 输出为 Markdown 表格，只依据通用岗位方法论，不确定处标「待核」，不得编造数据。

3.1 投研数据与估值建模核心

投研数据核心：行情数据（股价/指数/收益率）、财务数据（三张表/业绩）、行业数据（景气/供需）；每类都标注来源与口径，未核读数据不得进报告。估值建模核心：DCF（现金流/折现率/假设）、相对估值（PE/PB/可比公司）、假设敏感性（关键假设变化的影响）。数据纪律是投研的地基——AI 只做聚合与计算，数据真实性判断归人。

投研数据不是「AI 说多少就多少」，估值不是「AI 算多少就多少」。AI 能帮你聚合数据、跑估值初稿，但「数据真不真、假设合不合理」的判断归你。

3.2 AI 投研数据与估值工作流

用 AI 搭数据与估值工作流的姿势：你用教学模拟的行情/财报数据喂给 AI，要求它输出数据分级清单与估值建模初稿，你负责核验数据来源与口径、估值假设是否离谱。数据与估值判断归人，AI 只做聚合与计算。

我正在学习基金/证券分析师岗（教学模拟，用模拟数据，不构成投资意见），请帮我生成估值建模初稿：
1. 基于给定的模拟数据，给出 DCF 或相对估值框架与关键假设。
2. 对关键假设做敏感性说明，标注「教学模拟」。
3. 明确不构成投资建议，不编造行情与收益数据。
4. 输出为 Markdown 表格。

4.1 财务与行业分析核心

财务分析核心：报表质量（审计/年报口径、三张表勾稽）、核心指标（盈利/偿债/营运/成长）、异常识别（虚构收入/利润调节）。行业分析核心：景气度（供需/周期位置）、竞争格局（集中度/壁垒）、政策环境（监管/支持）。财务数据以审计/年报口径为准，行业数据用可核来源。分析判断归人，AI 只做整理与初稿。

财务行业分析不是「套模板」，而是「把报表读透、把行业看懂」。AI 能帮你把财务指标整理成表、把行业资料聚合起来，但「报表质量判断、景气判断、格局判断」归你。

4.2 AI 财务行业分析工作流

用 AI 搭财务行业分析工作流的姿势：你用教学模拟财务数据与行业资料喂给 AI，要求它输出指标分析与行业扫描初稿，你负责核验有没有虚构财务数字、景气结论有没有数据支撑。分析判断归人，AI 只做整理。

我正在学习基金/证券分析师岗（教学模拟，用模拟数据，不构成投资意见），请帮我生成财务行业分析初稿：
1. 基于给定的模拟财务数据，梳理报表质量与核心指标。
2. 基于可核行业资料，扫描景气度与竞争格局。
3. 标注数据来源与「教学模拟」，不得编造财务数字。
4. 输出为 Markdown 表格。

5.1 公司研究与观点核心

公司研究核心：商业模式（怎么赚钱/可持续性）、护城河（竞争优势是否真实）、独立观点（结论与证据匹配）。观点的底线：观点必须由数据支撑，不与财务数据矛盾，不能虚构公司业绩。独立观点与担责归人，AI 只做研究草稿。

公司研究不是「找模板」，而是「把公司讲透、把观点立住」。AI 能帮你把商业模式整理成结构、把资料聚合起来，但「观点成不成立、证据链完不完整」的判断归你。

5.2 AI 公司研究工作流

用 AI 搭公司研究工作流的姿势：你把教学模拟的公司资料喂给 AI，要求它输出商业模式梳理与观点草稿，你负责核验观点与数据是否一致、有没有虚构公司业绩。观点归人，AI 只做草稿。

我正在学习基金/证券分析师岗（教学模拟，用模拟资料，不构成投资意见），请帮我生成公司研究初稿：
1. 基于给定模拟资料，梳理商业模式与护城河。
2. 给出独立观点并列出支撑证据链。
3. 标注「教学模拟」，不得虚构公司业绩与数据。
4. 输出为 Markdown 结构。

6.1 研报产出核心

研报产出核心：逻辑链（从数据到结论完整可溯）、风险揭示（风险点/免责声明/教学模拟标注）、数据标注（来源/口径/日期可复核）。研报的底线：数据不标注来源不得入文、风险提示不得省略、结论不得冒充实盘。研报判断与担责归人，AI 只做草稿。

研报不是「把 AI 输出拼起来」，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」，结论与担责归人。

6.2 AI 研报产出工作流

用 AI 搭研报产出工作流的姿势：你把已核验的教学模拟数据喂给 AI，要求它输出研报草稿，你负责核验逻辑链、风险揭示与数据标注是否完整。研报归人，AI 只做草稿。

我正在学习基金/证券分析师岗（教学模拟，用已核数据，不构成投资意见），请帮我生成研报草稿：
1. 基于已核验数据，梳理逻辑链与结论。
2. 列出风险点与免责声明，标注「教学模拟」。
3. 每条数据标注来源与口径，不得编造行情与收益。
4. 输出为 Markdown 结构。

7.1 投研分析报告核心

投研分析报告是把数据采集、估值建模、财务行业分析、公司研究与观点、研报产出五件事合成为一份完整的岗位交付：研究标的与数据口径、估值模型与关键假设、财务与行业分析、公司研究与观点、风险揭示与结论。报告是岗位产物的「总装」——用 AI 提速草拟，人核判断成稿。

投研分析报告不是「把 AI 输出拼起来」，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」，结论与担责归人。

我是基金/证券分析师岗备考学员，请帮我草拟投研分析报告初稿：
1. 基于我提供的标的与数据（教学模拟），按「数据/估值/财务行业分析/公司研究/风险结论」组织报告结构。
2. 每个环节标注 AI 提效点与必须由我判断的部分（估值假设/投资观点）。
3. 生成一份「待你人工确认」清单：哪些是判断项、哪些数据需溯源。
4. 只给初稿与提示，不直接替我下投资结论；最终判断与担责归我。

8.1 分析师全流程 AI 能力清单

基金/证券分析师岗的 AI 能力清单：数据采集（AI 聚合、人核）、估值建模（AI 计算、人核假设）、财务行业分析（AI 整理、人核）、公司研究与观点（AI 草稿、人核观点）、研报产出（AI 草拟、人核成稿）。判断与担责归人，AI 只做执行与聚合。

8.2 红线零容忍（AI 代投资判断/编造行情与财务数据/研报冒充实盘）

我是基金/证券分析师岗备考学员，请帮我做结业前红线自查：
1. 按红线清单（AI 代出投资判断/编造行情财务数据/研报实盘冒充/隐瞒风险省略免责/未核数据入报告）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]