帮你全网搜罗并整理了一份AI投资分析提示词库。这套词库覆盖了从个股尽调、行业研判到量化因子的全流程，你可以直接复制修改[变量]使用。

一、个股深度分析（基本面+估值）

这是最常用的场景，目的是快速吃透一家公司。

1. 商业模式与财务健康度

提示词：
你是一名资深买方分析师。请对 [公司名称/代码] 进行深度分析，输出以下内容：

1. 商业模式：用一句话说清它靠什么赚钱，主要客户是谁。

2. 财务扫描：提取近 3 年及最新季度的营收、净利润、毛利率、净利率、ROE、经营性现金流。用表格呈现，并标注同比/环比异常变动（>20%）。

3. 竞争护城河：列出前 3 大竞争对手，分析其相对优势（技术、品牌、成本等）。

4. 估值锚点：计算当前 PE、PB 的历史百分位，并与行业均值对比。

5. 风险提示：指出最大的 3 个投资风险（如政策、债务、大股东减持）。

要求：数据尽量引用权威来源，结论需附上推理逻辑，避免空洞评价。

2. 财报“脱水”与异动排查

提示词：
假设你是四大审计师。请阅读我上传的 [公司] 年报/季报：

1. 提取“管理层讨论（MD&A）”中提到的前 3 大经营风险。

2. 找出变动幅度超过 20% 的财务指标（如应收账款、存货），并分析是业务增长还是粉饰嫌疑。

3. 对比“净利润”与“经营性现金流”，判断盈利质量。

4. 总结管理层对下一季度的业绩指引基调（乐观/谨慎）。

3. DCF 估值建模（带敏感性分析）

提示词：
请为 [公司] 构建一个简化的 DCF 估值模型：

1. 明确假设：永续增长率 g、WACC（加权平均资本成本）的取值依据。

2. 预测未来 5 年自由现金流（FCF）。

3. 输出：内在价值区间、当前市值隐含的增长预期。

4. 敏感性分析：给出一张表格，展示不同 g 和 WACC 组合下的估值范围。

注：若 AI 无实时数据，可手动输入关键参数。

二、行业研究与赛道筛选

用于寻找景气度高的投资方向。

4. 行业趋势与政策影响

提示词：
分析 [行业名称] 未来 12 个月的投资逻辑：

1. 政策环境：近期国家政策对行业的影响（支持/压制）。

2. 供需格局：产能扩张、库存周期、下游需求变化。

3. 竞争图谱：行业集中度（CR3/CR5），龙头公司的定价权。

4. 标的推荐：列出 3 家最可能受益的上市公司，并说明理由（需排除纯题材炒作）。

5. 风险预警：该行业最容易“爆雷”的环节是什么？

三、组合风控与交易心理

5. 投资组合健康度体检

提示词：
我的当前持仓为：[列出股票/基金代码及仓位百分比]。

1. 计算整体组合的 Beta 系数（波动性），评估与大盘的相关性。

2. 风险暴露：检查是否过度集中在某个行业或风格（如全是科技股）。

3. 压力测试：如果大盘下跌 10%，我的组合预计最大回撤是多少？哪个标的贡献最大亏损？

4. 建议调整：为了降低风险，建议减仓哪只股票？建议加入哪类低相关资产？

6. 交易复盘与归因分析

提示词：
请对以下交易进行复盘：

- 买入理由：[当初的逻辑]

- 实际结果：[盈亏金额/百分比]

请回答：

1. 盈亏主要来源于方向判断、 timing（时机） 还是仓位管理？

2. 当初的核心假设（如业绩增长）是否被证伪？

3. 如果重来一次，在哪个节点应该止损或止盈？

4. 总结一条最该吸取的教训。

四、量化与因子挖掘（进阶）

7. 自然语言生成选股因子

提示词（需配合量化平台）：
你是一名量化研究员。请根据以下逻辑生成选股因子表达式（Python/pandas）：

- 逻辑描述：选取“低市盈率（PE）& 高净资产收益率（ROE）& 近一月股价动量强势”的股票。

- 约束条件：剔除 ST 股、上市不满 1 年的新股。

- 输出要求：返回可直接运行的代码片段，并解释该因子的经济学逻辑（价值+质量+动量混合因子）。

8. 事件驱动策略回测

提示词：
设计一个事件驱动策略：

- 触发事件：上市公司发布“业绩预告净利润同比增长 >50%”。

- 交易规则：事件发生后次日开盘买入，持有 20 个交易日卖出。

- 回测请求：生成该策略的 Python 回测代码框架（需包含数据获取、信号生成、绩效统计部分）。

五、宏观与新闻解读

9. 新闻即时影响分析

提示词：
请解读以下新闻对 [标的] 的影响：

新闻内容：[粘贴新闻原文]

1. 定性判断：利好/利空/中性。

2. 影响路径：通过什么渠道影响业绩（如成本端上升、需求端爆发）？

3. 时效性：是短期情绪冲击还是长期基本面改变？

4. 类比历史：历史上类似事件发生后，股价通常如何反应？

💡 使用原则与风险提示

1. 角色设定是关键：务必在提示词开头锁定 AI 的角色（如“资深分析师”、“风控官”），这会极大提升输出质量。
2. 数据核实：AI 可能会产生“幻觉”（编造数据），特别是财报数字和股价历史。所有关键数据（PE、营收）请务必通过 Wind、同花顺等终端二次核对。
3. 决策权在你：AI 是信息整理和逻辑辅助工具，而非算命先生。严禁让 AI 直接给出“买入/卖出”指令，应由你基于 AI 整理的证据链做最终决策。
4. 合规注意：避免使用 AI 生成具体的投资建议书或承诺收益的内容，以防触碰监管红线。

你可以根据具体分析标的（A股、港股、美股）微调上述提示词中的指标和术语。