Menu
AI Berkshire skill: 行业漏斗筛选：从全市场到 3 家的价值投资精选流程. Source: skills/industry-funnel.md.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
AI Berkshire skill: 财务数据获取与交叉验证规范. Source: skills/financial-data.md.
AI Berkshire skill: 深度公司系列：8 篇长文拆一家公司. Source: skills/deep-company-series.md.
AI Berkshire skill: 投资论文漂移检测：分清事实变化与措辞变化. Source: skills/thesis-drift.md.
AI Berkshire skill: 供应链瓶颈猎手：AI驱动的全球产业链瓶颈套利. Source: skills/bottleneck-hunter.md.
AI Berkshire skill: 段永平问答：以他的方式思考. Source: skills/dyp-ask.md.
AI Berkshire skill: 财报精读：一手资料深度解读. Source: skills/earnings-review.md.
| name | industry-funnel |
| description | AI Berkshire skill: 行业漏斗筛选：从全市场到 3 家的价值投资精选流程. Source: skills/industry-funnel.md. |
This skill is generated from skills/industry-funnel.md so Claude Code and Codex users share one canonical workflow.
$ARGUMENTS as the user's request in the current Codex thread.tools/ in this repository. Prefer running commands from the repository root with paths like python3 tools/financial_rigor.py ...; if the current thread starts outside the repo, locate the actual checkout path first instead of assuming a fixed home-directory path.date command to confirm today's date; treat it as the baseline for "latest" data and state the data cutoff date in the report header. Never assume the current date from training data.AGENTS.md: cross-check financial data, use exact arithmetic tools for valuation/math, and clearly label uncertainty and source gaps.对 $ARGUMENTS 行业/方向执行漏斗式价值投资筛选，从全市场扫描逐层精选到 3 家终选标的。
当你说出一个行业或投资方向（如"AI 算力"、"创新药"、"机器人"），想要：
与 industry-research 的区别：
industry-research 偏重产业链结构与全景，环节切片industry-funnel 偏重个股筛选漏斗，从全市场逐层精选到 3 家两者可以互补：先用 industry-research 看清产业链格局，再用 industry-funnel 精选标的。
第一层：全市场扫描 30-60 家 （活跃度+涨幅+市值前 30 的并集）
↓ 价值投资 5 条硬指标
第二层：粗筛 ≤ 10 家 （5 条全部及格 + 护城河 ★★★ 以上）
↓ 精细分析
第三层：精细分析 ≤ 10 家 （每家 300-500 字结构化分析）
↓ 终选
第四层：四大师深度分析 3 家 （每家 800-1200 字，巴芒段李四视角）
↓
输出：投资建议 + 操作信号 + 仓位建议
每层"过滤掉的标的"必须留下淘汰理由，不能黑箱。
A 类 - 成交活跃度：
B 类 - 涨幅榜：
C 类 - 市值锚定：
最终扫描池 = A ∪ B ∪ C，预期 30-60 家。
| 市场 | 来源建议 |
|---|---|
| A 股（沪深） | 同花顺/东方财富行业板块、通达信 |
| 港股 | 富途/同花顺港股、HKEX 行业分类 |
| 美股 | NASDAQ/NYSE 行业 ETF 持仓、Yahoo Finance |
| 国际市场 | 日韩台欧的相关公司不能漏（特别是半导体、电子） |
| 未上市公司 | 单列"未来 IPO 候选"小节，注明最新估值与潜在 IPO 时间 |
| 公司名 | 代码 | 市场 | 市值 | 主业一句话 | 该行业占比 | 入选类别(A/B/C) |
|---|
关键自查：
对第一步的 30-60 家公司，逐家应用 5 条硬指标。
| # | 指标 | 通过标准 | 放宽条件 | 数据来源 |
|---|---|---|---|---|
| 1 | PE 估值 | 合理（与历史区间、同业对比） | 高成长可放宽到 PEG < 1.5 | 财报+wind/同花顺 |
| 2 | ROE | > 15% 或近 3 年趋势改善 | 重资产行业可放宽 | 财报 |
| 3 | 经营现金流 | 为正且占净利润 > 70% | — | 财报 |
| 4 | 资产负债率 | < 60% | 公用事业/电力可放宽至 70% | 财报 |
| 5 | 护城河快评 | ★★★ 以上 | — | 定性判断 |
护城河 5 类：
| 公司 | PE | ROE | 现金流/净利 | 负债率 | 护城河 | 综合 | 留/弃 | 淘汰理由 |
|---|
保留规则：
目标：保留 ≤ 10 家。如果保留过多（> 12），把护城河标准提到 ★★★★ 再筛一次。
对粗筛保留的公司，逐家做结构化分析。
## {公司名}（{代码}）
**一句话商业模式**：
（卖什么、卖给谁、怎么收钱）
**财务质量**：
- 收入增速 / 利润增速 / 毛利率 / ROE / 现金流
- 关键变化（近 1-2 年最重要的财务转折点）
**护城河深度**：
- 主要护城河类型 + 具体证据
- 护城河 5 年后是否还在的简要判断
**主要风险（前 3）**：
1.
2.
3.
**估值快评**：
- 当前 PE/PS/EV/EBITDA + 历史区间位置
- 同业对比
- 一句话结论：贵 / 合理 / 便宜
**进入终选 3 家？**：是 / 否（理由）
不是按打分排序选前 3，而是按"投资组合互补性"选：
如果某子赛道找不到 3 家足够好的，宁可写"终选 2 家 + 1 家观察"，不要凑数。
对终选 3 家执行四大师视角深度分析。
| 护城河 | 强度 | 具体证据 |
|---|---|---|
| 品牌/定价权 | ||
| 转换成本 | ||
| 网络效应 | ||
| 规模效应 | ||
| 技术/牌照壁垒 |
推荐度：★★★★☆
仓位类型：核心 / 卫星 / 期权 / 观察
建议买入区间：当前价 / 回调 N% / 有耐心等待
建议持仓比例：占该主题仓位 X%
关键监测指标：（这家公司逻辑一旦反转的信号是什么）
报告末尾整合：
| 公司 | 类型 | 推荐度 | 建议仓位 | 核心逻辑 | 关键风险 |
|---|---|---|---|---|---|
| A | 核心 | ★★★★★ | 50-60% | ||
| B | 卫星 | ★★★★☆ | 25-35% | ||
| C | 期权 | ★★★☆☆ | 5-15% |
如果不想选股，列 1-3 个相关 ETF（A 股/港股/美股）。
| 维度 | 等级 | 说明 |
|---|---|---|
| 公司财务数据完整性 | A/B/C | |
| 估值数据时效性 | A/B/C | |
| 行业格局判断 | A/B/C | |
| 管理层信息 | A/B/C |
A = 数据充分可信；B = 部分缺失但不影响主结论；C = 缺失较多，结论需谨慎。
明确列出：哪些数据是估计值、哪些数据需要后续核实、哪个季度财报需要重点跟踪。
每个数据/结论的来源链接，分类列出（财报、研报、新闻、行业报告）。
漏斗筛选过程中，AI 容易踩的坑：
| 偏见 | 表现 | 应对 |
|---|---|---|
| 龙头偏好 | 大市值公司资料多、分析篇幅长，看起来"更好" | 按硬指标和护城河打分，不按报告篇幅排序 |
| 英文偏好 | 美股资料丰富，A 股港股容易被低估 | 必须中英文都搜，A/H 公司不能漏 |
| 故事偏好 | 高涨幅 + 媒体热度 = 看起来更好的"AI 概念股" | 区分"AI 收入占比" vs "AI 故事占比"，看真实业务 |
| 当下偏好 | 当前财务好的公司容易入选，可能错过转型期黑马 | 第二层粗筛允许"趋势改善"作为放宽条件 |
| 上市偏好 | 只看上市公司可能错过赛道最好的玩家 | 必须列"未来 IPO 候选"，标注估值与时间窗 |
reports/{行业名}-funnel-{YYYYMMDD}.md（行业报告放 reports/ 根目录）报告写入后，执行数据抽检，通过方可发布：
# Step 1 — 提取抽检清单（15% 随机抽样）
python3 tools/report_audit.py extract \
--report <报告文件路径>
# Step 2 — 对清单每项从可靠信源取数（参见 skills/financial-data.md）
# Step 3 — 输出准出/打回判决
python3 tools/report_audit.py verdict \
--results '<填好的JSON>' \
--report <报告文件名>
【准出】 全部通过 → 报告可发布；【打回】 有不通过 → 修正后重审。
漏斗终选 3 家后，对每家可单独执行：
/investment-team —— 完整四大师并行深度研究（独立子目录 + 5 文档）/investment-checklist —— 巴菲特买入前 checklist 系统过一遍/management-deep-dive —— 管理层纵深研究industry-funnel 是入口，后续 skill 是深挖。