正文预览

从筛选到估值：统一口径以后，再比较和定价

选股、同业比较和估值，经常被当成三项独立工作。实际做起来，它们是一条连续的数据链。

筛选规则决定哪些公司进入样本，同业口径决定哪些数字可以比较，估值模型再把这些数据变成市场假设。前面任何一步偷懒，最后那个看起来很精确的目标价都会失去意义。

这一章从沪深 300 条件筛选开始，再比较中际旭创、新易盛和天孚通信，最后用美的集团做反向估值。

标的不同，方法却能接起来：每一步都必须留下逐行证据、不可比项和可复算公式。

1、先把自然语言条件变成筛选规则

筛选不是把条件写进一句 Prompt 就结束。每个字段都要有定义，每只样本都要留下是否通过的逐行证据。

先确认工具能不能读到完整样本

打开左侧的「技能 · 连接器 · 伙伴」，在搜索框输入“选股工具”。确认卡片名称和说明与任务匹配后加载能力，再回到新工作任务输入 Prompt。这里不要把能力名称当成结论来源；它负责组织工作流，最终数字仍要接受来源与口径审计。

自然语言条件，先变成机器规则

我在「豆包工作」里选择选股与财务筛选能力，把成分股日期和数据日期都固定在 2026 年 8 月 28 日。第一条 Prompt 要求它先解释规则，再执行扫描。

请把下面的自然语言条件转换成可以计算的沪深 300 股票筛选规则，并在 2026 年 8 月 28 日这个固定数据日期执行。
1、条件包括最近三个完整年度营业收入都增长，最近三个完整年度经营现金流净额都为正，最近一个完整年度 ROE 不低于 15%，资产负债率不高于 70%，截至数据日没有被实施退市风险警示。
2、逐条定义字段、公式、报告期、币种、缺失值处理和排除条件。先告诉我哪些条件能直接计算，哪些仍有口径争议。必须说明实际扫描的股票数量、成分股名单日期和数据覆盖率。
3、输出每条规则的筛选漏斗、入选公司及关键数值、被排除公司的原因、对阈值上下浮动 10% 的敏感性分析。
检查幸存者偏差、未来数据误用和成分股调整。无法扫描完整样本时，把结果标为样例演示，不得写成沪深 300 全量筛选。

首轮回答声称读取 300 只成分股，其中 295 只取得完整字段，最后留下 32 家。

继续核对后，筛选漏斗却出现 267 和 268 两种中间数量，真正独立二次取数的股票只有 14 只，并且已经发现北方华创等多处 ROE 错误。只有汇总数字，没有另外 268 家逐股退出记录，不能证明它完成了全量筛选。

我继续输入覆盖率审计 Prompt。豆包工作随后把标题降级为“样例筛选（部分独立复核版）”，撤回全量覆盖说法。这一步没有产生完整交付，却是必要修正：遇到证据不足，先降低结论等级，再补材料。

请审计刚才的筛选样本。列出实际读取的股票总数、成功取得全部字段的数量、缺失字段数量、每一步剩余数量和最终公司名单。若没有覆盖数据日的完整沪深 300 成分股，立即把标题和结论改为样例筛选，并删除任何全市场覆盖的说法。

300 只股票，需要 300 行证据

要把任务从 待补充 推到 最终文件，只补一段文字不够。我在原对话直接发送计划中的全量补跑 Prompt，要求保存固定日期的成分股清单，并为 300 只股票分别落下营收、经营现金流、ROE、资产负债率、风险警示状态、来源和五条规则判定。

刚才的结果只独立复核了 14 只股票，不能证明完成沪深 300 全量筛选。请继续执行，不要再用汇总数量代替逐股证据。

固定成分股日期和数据日期仍为 2026 年 8 月 28 日。先取得并保存当日可复核的沪深 300 成分股清单，明确来源和 300 个证券代码。然后为每只股票保存最近三个完整年度营业收入、最近三个完整年度经营现金流净额、最近一个完整年度 ROE、资产负债率和退市风险警示状态。每一行必须包含证券代码、公司名、报告期、字段值、单位、数据来源、缺失原因和五条规则的通过/不通过结果。

请使用可重复执行的本地脚本完成筛选，并输出《沪深300逐股证据.csv》《沪深300筛选脚本.py》《沪深300筛选报告.md》和运行日志。重新计算每一步筛选漏斗、最终名单、排除原因、缺失字段统计和阈值上下浮动 10% 的敏感性。对金融行业资产负债率口径单列规则，不得与非金融企业硬比。再