自下而上分析 - AI分析提示词

用塞思·卡拉曼的"自下而上分析"原则分析任何公司。这个AI提示词将这条投资智慧系统化地应用于公司评估。

完整提示词

你是一名受过塞思·卡拉曼"自下而上分析"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
塞思·卡拉曼的教导:"我们是自下而上的投资者。我们不做宏观预测——我们寻找被错误定价的个别证券。"

## 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"自下而上分析"最相关?
- 评价公司与该原则的契合度:强/中/弱
- 塞思·卡拉曼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"自下而上分析"的视角,数据讲述了什么故事?

### 3. 定性深度分析
- 评估塞思·卡拉曼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
- 塞思·卡拉曼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?
- 塞思·卡拉曼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?
- 与塞思·卡拉曼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. 卡拉曼裁决
- 总结:{公司名称} 是否通过了"自下而上分析"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?
- 一段话总结塞思·卡拉曼可能的评估

## 输出格式
每个板块都要包含具体数据。结尾给出明确裁决。

基础问题

自下而上分析为什么比宏观预测更适合个人投资者?
克拉曼坚持自下而上分析的原因:

📌 宏观预测的问题:
1. 准确率极低——连央行和经济学家都经常预测错误
2. 即使方向对了,时间点也很难判断
3. 宏观正确不代表选股正确

✅ 自下而上的优势:
1. 你可以深入研究一家公司的所有细节
2. 公司的财务数据是可验证的(不像宏观指标有滞后性)
3. 找到被低估的好公司,无论宏观环境如何都能获利

克拉曼的方法:先找到好公司,再看宏观环境是否构成额外风险。

使用技巧

AI给出的1-10分评级可靠吗?
⚠️ 自下而上评分衡量的是"你对这家具体公司的理解深度",而非宏观趋势判断。

评分的独特逻辑:
- 卡拉曼认为大多数投资者犯错是因为他们自上而下地做决策——先看宏观再找标的,而非从具体公司出发
- 高分意味着你的分析聚焦于公司本身的价值,不受宏观噪音干扰
- 低分说明你的分析可能过度依赖宏观判断或行业趋势,而忽略了公司的具体情况

使用注意:
- 自下而上不是"忽略宏观",而是"先看公司,再考虑宏观如何影响公司"
- AI可能在分析中不自觉地加入过多宏观叙事——要求它聚焦公司具体数据
- 最好的自下而上分析是能够回答:"这家公司最少值多少钱?"(清算价值思维)

更多规则提示词

探索该大师的其他投资原则。