指数、基金与定投研究知识库

更新：2026-07-26 用途：确定性规则与 AI 提示词的共同方法论，不构成投资建议。

1. 总原则

1. 指数是投资暴露，基金是实现工具；指数低估不代表任意跟踪基金都值得买。
2. 先判断指数类型、编制方式和指标适用性，再读取估值。
3. 历史分位表示当前值在指定历史窗口的位置，不预测未来收益。
4. 同一指标只能在口径可比时比较；不能直接拿银行 PE 和科技 PE 排便宜程度。
5. 负 PE、接口占位 0、缺失值和不适用值不参与计算。
6. 原始数据、规则推断、AI 判断和用户动作分别保存。
7. 数据短、指标冲突或工具不合格时，结论和倍率必须降级。

2. 研究顺序

指数阶段

1. 类型：宽基、行业、主题、全球、策略。
2. 方法：选股规则、加权规则、调仓规则。
3. 暴露：行业、风格、地区、币种、集中度和周期性。
4. 估值：选择适用的 PE、PB、股息率、PS、PEG 等证据。
5. 质量：ROE、盈利稳定性、历史覆盖和指标冲突。
6. 结论：potential、watch 或 exclude。

基金阶段

1. 是否真实跟踪目标指数。
2. 费率、规模、成立时间、申赎状态。
3. 跟踪误差、基金与基准相对表现。
4. 基金经理任职稳定性；被动基金不以经理短期收益做核心预测。
5. 最大回撤、波动、盈利概率和持仓集中度。
6. 工具结论：合格、观察或不可用。

3. 常用指标

指标	作用	适用	主要失效情形
PE(TTM)	当前价格相对近四季盈利	盈利稳定的宽基、成熟行业	亏损、周期盈利高点、利润剧烈波动
PB	当前价格相对净资产	银行、保险、资源、成熟资产型行业	轻资产、资产减值、账面质量差
PS(TTM)	当前价格相对收入	尚未稳定盈利的成长行业	利润率差异大、收入质量差
PEG	PE 相对盈利增速	增长稳定且增速可解释的公司/指数	负增长、增速接近 0、预测频繁变化
股息率	现金分红相对价格	红利、成熟宽基、现金流稳定行业	成长主题、一次性分红、利润不可持续
ROE	净资产创造利润的效率	与 PB 联合判断质量	高杠杆抬升、资产减值、单季口径
最大回撤	历史最差跌幅体验	基金工具和仓位约束	历史窗口短、未来结构变化
盈利概率	历史任意时点持有指定周期后的正收益比例	持有体验辅助	不能说明当前买点，也不保证未来

ROE 是质量指标，不是“越高越便宜”的估值分位。盈利概率是历史体验，不直接决定指数是否低估。

4. 不同指数的估值重点

• 宽基：PE、PB、股息率可共同参考，重点看历史分位、盈利覆盖和风格漂移。
• 红利/价值：股息率、PE、PB、分红持续性和行业集中度。
• 银行/保险：PB、ROE、股息率和资产质量优先，PE 仅辅助。
• 周期/资源：避免在盈利顶部把低 PE 当低估；结合 PB、供需周期和现金流。
• 科技/成长：PE 只在盈利覆盖足够时使用；结合 PS、盈利趋势和成分集中度。
• 主题：先判断主题是否具有稳定经济暴露；历史短或成分频繁变化时降低置信度。
• 全球指数：额外考虑汇率、市场制度、估值口径和基金 QDII 工具限制。

5. 历史分位与图表

蛋卷历史接口可返回估值序列和 30%、50%、70% 参考线。这些线通常是按当前历史样本计算的一组水平线：

• 30%：相对偏低参考。
• 50%：历史中位。
• 70%：相对偏高参考。

水平线不代表合理价值永远不变。若使用滚动 3/5/10 年窗口为每个日期重算分位，参考线会随时间变化；当前接口没有直接返回该序列，不应伪造。

图表必须显示：

• 历史窗口和起止日期。
• 横纵坐标。
• 十字准星与日期/数值提示。
• 原始序列和接口返回的参考线。
• 0、负值或缺失值的处理说明。

6. 有效估值分位

定投倍率不能直接取某一个接口标签。先构造 effectivePercentile：

1. 由 AI/规则确定当前指数可用指标。
2. PE/PB/PS 等“越低越便宜”的指标直接使用历史分位。
3. 股息率“越高越便宜”，转换为 1 - 股息率历史分位。
4. 剔除缺失、占位 0、负 PE 和不适用指标。
5. 多指标优先使用加权中位数，避免一个异常值支配结果。
6. 保存参与指标、权重、原始分位、转换方向和冲突程度。

若可用指标少于 2 个，不必强制判失败，但最高置信度和最高倍率应受限。历史不足 3 年、指标明显冲突或指数成分发生重大变化时也应降级。

7. 研究评分

全阶段研究分用于排序和研究优先级，不直接等于投入金额：

• 指数研究：70 分，覆盖指标适用性、估值位置、历史质量、基本面质量和风险。
• 基金工具：30 分，覆盖费率、规模、跟踪、持有体验、经理稳定性和可购买状态。

AI 是解释与有限校准层：

• 判断某指标能否计分。
• 解释行业特性、冲突和非结构化证据。
• 给出分类、置信度和倍率软上限。

确定性规则保留最终边界。普通不确定性最多把基础倍率下调两档；只有数据过期、无有效指标、基金不可用或重大质量风险等硬阻断才归零。AI 失败时可继续显示规则分与固定阶梯动作，但标记低置信度，不得伪造 AI 结果。

8. 0–6 倍定投规则

这是“估值驱动的变额定投”，不是固定等额定投。0 倍统一表示“不操作”。

有效估值分位	基础倍率
< 5%	6
5%–<10%	5
10%–<15%	4
15%–<20%	3
20%–<25%	2
25%–<30%	1
>=30%	0

这只是基础倍率，还必须经过风险校准和预算上限：

• 数据过期、无有效分位、基金不可购买或存在重大质量否决项：0 倍。
• 历史不足 3 年、只有 1 个有效指标、指标明显冲突、AI 失败或基金工具仅“观察”：降低置信度，最多下调两档。
• 最终金额不得突破单期、单月、单指数和组合预算。

候选默认基础金额可建议：

• potential：50 元。
• watch：30 元。

该金额只是创建计划时的默认值；必须由用户确认并冻结，之后 AI 分类变化不能暗中修改。

9. 高估与定卖倍率

无持仓数量、成本、目标权重和最低保留仓位时，只输出“定卖倍率”，不输出卖出金额。

可采用对称观察级别：

有效估值分位	定卖倍率
<70%	0
70%–<75%	1
75%–<80%	2
80%–<85%	3
85%–<90%	4
90%–<95%	5
>=95%	6

定卖倍率用于表达高估程度和人工卖出节奏参考，不是自动交易指令。持仓模块建立后，才能结合目标权重和交易成本计算再平衡金额。

10. 关注、候选与计划

• potential/watch 可进入今日候选，但不自动创建或启用计划。
• 用户关注度是长期研究优先级，不等于买入，也不等于 AI 的 potential/watch/exclude 结论。
• 一级重点关注、二级稍微关注、三级普通正常、四级排除研究；未设置时默认三级。
• 当前筛选决定研究范围，分页不影响范围；一、二级优先，三级常规，四级不访问详情 API、不调用 AI、不进入定投候选。
• 一级、二级和未归档计划跨天保留，即使今日研究结论变为 exclude 也不能从工作台消失。
• 调整关注度不删除已有快照和历史；四级恢复后可在当前筛选内增量重建。
• 存在未归档计划的指数不能设为四级，必须先归档计划。
• 接口失败时保留最后成功值并标记过期，不用空数据生成新倍率。

11. AI 输出约束

AI 必须输出结构化字段：

• classification: potential | watch | exclude
• confidence: high | medium | low
• applicableMetrics 与 excludedMetrics
• effectivePercentile 或无法计算的原因
• dcaMultiplierCap: 0..6
• sellReviewLevel: 0..6
• strengths、weaknesses、risks、checks
• summary

AI 只能降低确定性规则给出的倍率上限，不能因为叙述乐观而提高基础倍率。最终动作由规则、预算和用户确认共同决定。