北京
最近试着用Codex辅助选股，我发现它最有价值的地方，不是告诉我“明天哪只股票会涨”，而是把一家公司的初步研究，从几个小时压缩到几十分钟。
换句话说，AI不适合当“股神”，但很适合当一个不知疲倦的研究助理。
我现在的使用流程，大致分为五步。
第一步，是先筛选研究方向。
我的要求并不复杂：寻找未来2—3年仍有增长空间的公司，但不想纯炒概念。公司最好已经有真实收入、相对健康的现金流，所处行业也没有进入明显的衰退周期。
确定方向后，我不会直接问Codex“现在应该买什么股票”，因为这种问题通常得不到真正有价值的答案。
我会让它围绕几个具体问题展开研究：
- 行业未来还有多大的增长空间；
- 公司最近几年的营收和利润如何变化；
- 公司真正依靠什么业务赚钱；
- 相比主要竞争对手，公司有哪些优势；
- 当前最大的经营风险是什么；
- 现在的估值到底贵不贵。
第二步，是把几家公司放在一起比较。
这是我认为AI投研中最有用的一步。
我一般会给它类似这样的任务：
“假设你是一名偏长期投资的研究员，请从商业模式、行业空间、营收增长、利润率、现金流、竞争壁垒、估值、未来两年催化因素和主要风险等角度，对比以下几家公司。不要直接告诉我应该买哪一家，而是分别评分，并说明评分依据。”
把公司放在同一个框架里之后，很多问题会变得非常明显。
有些公司看起来故事很好，行业增速也很快，但拆开财报后会发现，营收在增长，利润却没有同步增长，甚至需要持续依赖融资。
有些公司所处的赛道确实不错，但市场已经给出了非常高的估值。未来两三年的增长预期，可能早已提前反映在股价里。
还有一些公司本身没有明显问题，但短期缺少新的增长催化剂。公司很好，不代表当前价格就是好的投资机会。
这类股票，我通常会先放进观察列表，而不是急着下单。
反过来，也有一些公司平时讨论度不高，但进一步研究后会发现：行业需求仍在增长，现金流相对健康，利润率正在改善，估值也没有夸张到需要透支未来很多年的程度。
这类公司，才值得进入下一轮研究。
第三步，是让AI主动反驳我。
当我开始看好一家公司时，我会继续问Codex：
“假设我现在非常看好这家公司，请你站在做空机构或最悲观投资者的角度，找出至少10个我可能忽略的风险，并判断哪些风险最可能导致投资逻辑失效。”
这个步骤非常重要。
投资中最危险的状态，往往不是缺少信息，而是形成观点之后，只愿意寻找支持自己的信息。
一旦先入为主，人很容易把利好当作证据，把利空当作噪音。让AI强制站到反方，至少可以帮助自己检查：我到底是在研究一家公司，还是在给自己的判断寻找理由。
第四步，是把研究结果整理成一张表。
我通常会要求它统一整理以下信息：
公司名称、核心业务、未来增长来源、竞争优势、当前估值、最大风险、投资逻辑失效的条件，以及什么价格区间值得重点关注。
这样做的好处，是避免被某一个亮点带偏。
一家公司的行业空间很大，不代表它能赚到钱；利润增长很快，也不代表现金流健康；公司质地不错，也不代表任何价格都值得买。
只有把商业模式、增长、盈利、现金流、壁垒和估值放在一起看，判断才相对完整。
第五步，是人工核验。
AI给出的数据、结论和引用，我不会直接相信，而是会重新查看公司财报、公告、新闻以及Investor Relations页面。
尤其是估值、管理层指引、业务收入结构和行业数据，必须确认时间口径。模型很容易混用不同财年、不同统计口径，或者引用已经过时的数据。
所以，Codex可以帮助我快速形成研究框架，但不能代替最终核验，更不能替我承担投资结果。
我现在越来越觉得，AI在投资研究中最适合承担的角色，不是预测股价，而是帮助投资者更快地完成信息收集、公司对比和风险排查。
它可以提高研究效率，但无法消除不确定性。
最后是否买入、以什么价格买入、能够承受多大回撤，仍然必须由自己决定。
毕竟，如果真有一个模型能够长期稳定预测明天哪只股票上涨，它大概也不会在这里陪我们聊天了。
目前，我更愿意把Codex看成一个免费的初级研究助理：速度很快、没有情绪、可以不断追问，但结论必须复核，错误也要自己承担。
以上只是个人研究流程分享，不是荐股，也不构成任何投资建议。我平时也在测试模型和API在不同实际场景中的表现，本文讨论的是使用方法，不代表模型输出一定准确。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
