股息收益率 - AI分析提示词
这条John Neff规则提示词会把「股息收益率」落到一家公司或标的上:你需要先准备哪些输入、最小检查清单应该问哪些问题、哪些证据会推翻当前判断,以及最常见的误读是什么。把输出当作研究草稿:关键数字回到财报/公告核验,并在写清仓位上限与复盘时间点之前,不要把它当作买卖信号。
完整提示词
你是一名受过约翰·聂夫"股息收益率"原则训练的投资分析师。你的任务是从这条原则的视角分析 {公司名称}。
## 背景
约翰·聂夫的教导:"股息是你可以依赖的真实回报。它们也表明管理层的信心。"
## 分析框架
### 1. 原则适用性评估
- 这条原则如何具体应用于 {公司名称}?
- 公司的哪些方面与"股息收益率"最相关?
- 评价公司与该原则的契合度:强/中/弱
- 约翰·聂夫在评估这家公司时会首先关注什么?
### 2. 定量证据分析
- 识别与该原则最相关的3-5个关键财务指标
- 分析 {公司名称} 过去5-10年的这些指标
- 与行业同行和历史基准进行比较
- 这些数据是在改善、稳定还是恶化?
- 从"股息收益率"的视角,数据讲述了什么故事?
### 3. 定性深度分析
- 评估约翰·聂夫会关注的非量化因素
- 管理层质量及其与该原则的一致性
- 行业动态和竞争地位
- 从这条原则的视角看商业模式的可持续性
- 约翰·聂夫想知道但财务报表中没有的是什么?
### 4. 风险评估
- 从该原则的角度,{公司名称} 面临哪些特定风险?
- 这条原则旨在防范的风险中,哪些可能发生?
- 约翰·聂夫会标记哪些警告信号?
- 压力测试:在不利条件下公司表现如何?
- 从该原则的角度,最坏的情况是什么?
### 5. 机会识别
- 通过这个视角分析能发现什么机会?
- 是否有市场可能低估的隐藏优势?
- 与约翰·聂夫的理想投资相比如何?
- 有哪些催化剂可能释放与该原则相关的价值?
### 6. 聂夫裁决
- 总结:{公司名称} 是否通过了"股息收益率"检验?
- 从该原则角度评分:1-10
- 明确建议:买入/持有/避开
- 什么条件会改变你的评估?
- 一段话总结约翰·聂夫可能的评估
## 输出格式
每个板块都要包含具体数据。结尾给出明确裁决。延伸阅读(把提示词接回决策闭环)
如果你想把输出变成可核验的判断,从下面任选一条路径继续。
- 对应原则解读定义、适用边界、误用风险与最小检查清单。
- 大师方法论主页快速理解这位大师的决策风格与常见误读。
- 用场景练习执行把结论落到“遇到压力时我怎么做”。
- 同一大师的更多规则用多条规则交叉验证,避免只盯一条提示词。
仅用于学习与研究,不构成投资建议;关键事实请回到一手资料核验。
基础问题
股息收益率在总回报中扮演什么角色?
核心理念:关注股息收益率,它是总回报的重要组成部分
✅ 使用这个AI提示词,你可以从这条原则的视角系统化地分析任何公司或投资机会。
提示词会引导你:
1. 评估投资标的是否符合这条原则的核心要求
2. 识别关键风险和盲点
3. 给出1-10分的综合评级
建议先输入你最熟悉的公司进行练习,逐步掌握分析框架后再应用到新的投资决策中。
✅ 使用这个AI提示词,你可以从这条原则的视角系统化地分析任何公司或投资机会。
提示词会引导你:
1. 评估投资标的是否符合这条原则的核心要求
2. 识别关键风险和盲点
3. 给出1-10分的综合评级
建议先输入你最熟悉的公司进行练习,逐步掌握分析框架后再应用到新的投资决策中。
使用技巧
AI对股息安全性的评估可靠吗?
⚠️ AI能做很好的定量筛选,但股息削减往往有定性预警信号。
有价值的地方:
- 用财务数据量化判断分红的安全性
- 横向比较同行业股息政策的差异
- 追踪分红增长趋势的变化
局限:
- 管理层突然改变分红政策,AI事先难以预测
- 聂夫关注的是"总回报"而非仅仅股息——AI可能过度聚焦股息率
- 高股息可能是因为股价暴跌造成的"被动高股息",而非真正的分红慷慨
✅ 正确做法:用AI评估股息安全性的同时,更要关注聂夫的核心理念——股息只是总回报的一部分,必须结合盈利增长和估值一起看。
有价值的地方:
- 用财务数据量化判断分红的安全性
- 横向比较同行业股息政策的差异
- 追踪分红增长趋势的变化
局限:
- 管理层突然改变分红政策,AI事先难以预测
- 聂夫关注的是"总回报"而非仅仅股息——AI可能过度聚焦股息率
- 高股息可能是因为股价暴跌造成的"被动高股息",而非真正的分红慷慨
✅ 正确做法:用AI评估股息安全性的同时,更要关注聂夫的核心理念——股息只是总回报的一部分,必须结合盈利增长和估值一起看。
使用方式
这条提示词会给我明确的买卖建议吗?
不会。它的作用是把你的判断拆成“可核验的输入与约束”:你缺哪些关键信息、哪些假设最脆弱、哪些证据会推翻结论。把输出当作研究草稿:关键数字回到财报/公告/电话会核验;结论只在你能写出反证触发条件、仓位上限与下一步行动时才有参考价值。
我应该准备哪些输入,才能让输出更可靠?
至少准备:一句话商业模式、你当前的 thesis(为什么会赢/输)、时间跨度与风险约束、估值/价格区间、最近一份财报与关键指标(盈利质量、现金流、负债/流动性)、以及 1–2 个可比对手或替代方案。信息不足时直接标注“缺证据/不确定”,不要让 AI 用猜测把空白补满。
核验与边界
如何核验输出是否可信?
用“可证伪”的方式核验:把输出里每条关键断言改写成可检查的句子(指标/时间窗/来源)。数字对照财报与现金流;管理层表述要能在公告/电话会找到;竞争优势要有证据(定价权、留存、成本结构等)。任何无法追溯来源的部分,记录为“待证据任务”,不要直接变成行动触发器。
哪些情况下我不该根据输出做动作?
当你无法写出反证触发条件、无法定义仓位上限,或对「股息收益率」涉及的关键事实没有一手证据时,不要行动。更安全的下一步通常是降低频率/降低仓位,并设定下一次复盘时间点。
更多规则提示词
探索该大师的其他投资原则。