我用WorkBuddy盯100只股票，每天只看发生变化的
如果你的自选股已经从10只变成30只，再变成50只、100只，你一定会遇到一个问题：
根本看不过来。
今天谁发公告了？
谁出了业绩预告？
谁被机构调研了？
谁突然放量？
哪个公司的券商盈利预测被上调了？
哪个板块已经开始退潮？
哪只股票明明没怎么涨，经营数据却突然变好了？
靠人工，一个一个点进去看，几乎不现实。
所以我最近干脆换了一种思路：
不再每天研究100只股票。
而是让WorkBuddy帮我盯着100只股票，每天只把：
“发生变化的公司”
挑出来。
100只股票里，如果今天只有7只值得关注。
那我就只研究这7只。
这可能是我目前觉得：
最接近普通人真正能用上的AI股票研究系统。
一、为什么自选股越加越多，研究反而越来越差？
很多人的自选股是怎么来的？
看到一家公司不错。
加进去。
看到一个热门题材。
再加5只。
看研报发现一个公司。
继续加。
几个月以后。
自选股里面已经有：
机器人。
半导体。
AI。
电力。
消费。
汽车。
医药。
有色。
几十家公司混在一起。
结果每天打开行情软件以后：
你只能看到：
谁涨了。
谁跌了。
但真正重要的问题完全看不到：
公司本身有没有发生变化？
例如一只股票今天只涨：
0.8%。
你可能根本不会点开。
但它晚上刚刚公布：
大额订单。
与此同时券商开始上调盈利预测。
机构调研里又首次披露：
新产能已经爬坡。
这种变化的研究价值，可能远高于一只当天上涨8%的股票。
所以我现在不再把自选股理解成：
“我要盯价格的股票。”
而是：
“我要持续跟踪变化的公司数据库。”
二、第一步：给100只股票全部建立“公司档案”
如果直接把100只股票扔给AI，然后说：
帮我监控。
其实意义不大。
因为AI不知道：
为什么要看这些公司。
所以我会先给每家公司建立一张最简单的研究卡。
例如：
XX机器人
所属行业：
机器人零部件。
核心逻辑：
人形机器人放量。
重点变量：
订单、客户验证、产能、毛利率。
主要风险：
客户集中度高。
XX半导体
所属行业：
半导体设备。
核心逻辑：
国产替代。
重点变量：
新增订单、研发投入、客户导入。
主要风险：
行业资本开支下降。
这样WorkBuddy以后监控的时候，不是看到任何新闻都提醒。
而是知道：
这家公司真正应该看什么。
三、我给每只股票只设置3—5个关键变量
这是整个系统最重要的一点。
一家上市公司可以研究的东西太多了。
但真正决定它经营变化的，通常只有少数几个核心变量。
比如机器人公司。
我可能只看：
订单。
客户。
出货量。
产能。
毛利率。
电力公司可能看：
装机量。
利用小时数。
电价。
煤价。
资本开支。
消费公司可能看：
销量。
单价。
门店。
库存。
毛利率。
所以我会让WorkBuddy：
根据公司商业模式，为每家公司找出3—5个最值得长期跟踪的经营变量。
后续监控优先围绕这些变量，而不是泛泛收集所有新闻。
这样信息噪音直接少一大半。
四、第二步：每天不是“重新分析”，而是检查“有没有变化”
这是我整个100只股票系统的核心。
以前：
100只股票 × 每只研究。
不可能。
现在：
100只股票 → 扫描变化 → 只研究异常。
我会给WorkBuddy这样一个任务：
每日检查我的股票池。
不要重新总结每家公司。
只寻找过去24小时新出现的重要变化。
如果没有重要变化，直接忽略。
只展示发生变化的公司。
然后重点检查下面几类。
五、第一类变化：重大公告
最直接的就是：
公司自己发出来的信息。
包括：
业绩预告。
重大合同。
回购。
增持。
减持。
并购。
监管处罚。
重大诉讼。
新项目。
资产出售。
我会让WorkBuddy自动把普通公告过滤掉。
例如：
股东大会。
董事会日常决议。
一般担保。
程序性公告。
不用每天占用注意力。
最后只留下：
真正可能改变研究逻辑的公告。
六、第二类变化：财务指标突然异常
这个可以直接和前面做过的“财报预警”接起来。
比如：
应收账款。
存货。
经营现金流。
毛利率。
费用率。
合同负债。
如果一家公司连续两个季度出现：
应收增长明显快于收入。
那它自动进入：
风险观察。
如果毛利率连续回升。
现金流改善。
存货下降。
那也可以进入：
经营改善观察。
注意。
不是看到一个数字就得出结论。
而是：
趋势发生变化才提醒。
七、第三类变化：机构调研突然变多
这个我觉得特别有意思。
假设一家公司过去半年：
几乎没人调研。
突然最近两周：
几十家机构集中出现。
我不会直接理解成：
机构看好。
但至少说明：
市场研究关注度正在上升。
于是WorkBuddy继续帮我检查：
机构到底在问什么？
如果大家都在问：
新订单。
新产品。
客户导入。
那么就说明：
这些经营变量正在成为市场关注重点。
八、第四类变化：券商开始修改盈利预测
这个信号我现在特别喜欢。
因为很多时候：
评级不会变。
一直都是：
买入。
但盈利预测可能已经悄悄变化。
例如：
90天前预计：
净利润8亿。
60天前：
8.5亿。
30天前：
9.6亿。
现在：
11亿。
评级一直没变。
但是：
预期已经连续上修。
所以100只股票池里，如果某家公司出现：
多家券商同时上调盈利预测。
WorkBuddy就自动把它推到前面。
九、第五类变化：板块资金突然开始增强
公司没发公告。
财报也没出来。
为什么股票突然活跃？
有时候是：
整个行业正在变。
所以我会把：
板块轮动系统
也接进100只股票数据库。
例如：
机器人板块从市场第18名。
一路升到：
第5。
成交额明显增加。
上涨家数扩散。
这时候系统自动告诉我：
股票池中有8家公司属于机器人板块。
当前行业关注度快速提升。
然后我再去看：
这8家公司里谁最值得研究。
而不是重新去全市场找股票。
十、第六类变化：个股突然明显强于板块
这是另外一种非常重要的异常。
例如：
半导体板块今天：
+0.5%。
但你的自选股A：
+6%。
成交量放大。
而且当天并没有全行业上涨。
这时候就应该问：
为什么它这么强？
所以我会让WorkBuddy每天做：
个股表现 VS 所属板块表现。
如果明显偏离。
自动标记：
个股独立异动。
然后继续寻找：
公告。
新闻。
订单。
机构调研。
龙虎榜。
是不是出现了新的信息。
十一、第七类变化：经营数据和股价开始背离
这个是我特别喜欢找的。
比如一家公司：
过去三个月股价没怎么动。
甚至下跌。
但经营层面出现：
订单增长。
销量增长。
成本下降。
毛利率改善。
券商盈利预测开始上调。
这种状态至少值得研究：
为什么经营改善，市场却没有明显反应？
反过来。
另一家公司：
股价大涨50%。
但盈利预测没有变化。
订单没变化。
财务指标也没有改善。
那也值得警惕：
价格跑在基本面前面。
所以WorkBuddy可以直接给我做：
股价与基本面背离榜
这个我觉得非常有研究价值。
十二、真正厉害的是：把所有变化汇总成一个“今日异常榜”
假设我的股票池一共有：
100只。
当天WorkBuddy扫描完以后。
最后只告诉我：
今天有8家公司发生明显变化
例如：
1. XX科技
变化：
3家券商上调盈利预测。
机构调研关注订单。
状态：
预期改善。
2. XX机器人
变化：
板块成交额大幅增加。
个股明显强于板块。
状态：
资金关注提升。
3. XX消费
变化：
库存上升。
毛利率下降。
状态：
经营风险增加。
4. XX半导体
变化：
签订重大订单。
订单金额占去年营收35%。
状态：
重大经营变化。
剩下92只：
无重要变化。
是不是一下清楚了？
十三、我会给所有变化分成4种类型
为了更容易看。
最后我只保留四种标签。
经营改善
例如：
订单提升。
销量增长。
毛利率改善。
现金流改善。
预期改善
例如：
券商盈利预测上调。
机构关注增加。
一致预期改善。
市场异动
例如：
成交放大。
明显强于板块。
板块资金提升。
风险增加
例如：
减持。
业绩下修。
现金流恶化。
库存异常。
监管处罚。
这样每天打开报告。
一眼就知道：
哪里值得研究。
十四、我还给每家公司做一个“变化强度分”
不是股票评分。
更不是上涨概率。
只是：
今天这家公司发生的变化有多重要。
满分100。
例如：
基本面变化
30分。
预期变化
25分。
资金变化
20分。
行业变化
15分。
风险变化
10分。
比如：
XX科技：
订单大增。
券商上修。
板块资金增强。
总分：
86。
状态：
今日重点研究。
另一个公司只是：
股价上涨3%。
没有任何其他变化。
分数可能：
25。
直接忽略。
十五、为什么我不再按“涨幅”给股票排序？
因为涨幅榜最大的一个问题是：
它非常容易把你的注意力全部吸到：
已经涨起来的股票。
但是研究真正有价值的地方可能是：
价格没怎么动。
经营已经变了。
或者：
股价已经涨很多。
基本面却没变。
所以我的100只股票池不再按照：
涨幅。
排序。
而是按照：
变化强度
排序。
这是两个完全不同的研究方式。
十六、我还设置了一个“连续变化”
单日变化有时候只是噪音。
所以如果一家公司连续出现：
第一周：
机构调研增加。
第二周：
订单数据改善。
第三周：
券商开始上调盈利预测。
第四周：
板块成交额增强。
那它的重要性明显越来越高。
于是WorkBuddy会告诉我：
XX公司：
连续4周出现正向研究变量。
状态：
持续增强。
反过来：
盈利预测连续下修。
库存连续上升。
毛利率连续下降。
也会标记：
持续恶化。
这种趋势比单日变化有用很多。
十七、我甚至给100只股票做了一张“变化热力图”
最后整个股票池不再是一串名字。
而是像这样：
高关注
XX机器人
XX半导体
XX电力
持续改善
XX设备
XX科技
普通跟踪
45家公司
暂无变化
38家公司
风险增加
XX消费
XX医药
XX地产
这样我每天只需要：
从最上面开始看。
而不是：
从第一只股票一路翻到第100只。
十八、最重要的一步：系统必须会“忘记”
很多人做股票数据库，最后一定会变成：
越来越多。
100只。
150只。
200只。
最后彻底失控。
所以我会让WorkBuddy每个月做一次：
股票池清理
检查：
为什么这家公司还在股票池？
核心逻辑还在不在？
最近3个月有没有研究价值？
行业逻辑是不是已经变化？
如果一家公司：
三个月没有任何重要变化。
原来的投资逻辑也不成立。
那就考虑：
移出观察池。
我觉得这一点特别重要。
真正好的研究系统不只是：
不断增加。
也应该：
不断删除。
十九、这样一来，我前面所有WorkBuddy功能全部接起来了
现在一只股票进入我的数据库以后。
系统可以持续检查：
公告
有没有重大变化。
↓
财报
经营质量有没有变化。
↓
机构调研
市场最近在问什么。
↓
券商研报
盈利预期有没有调整。
↓
板块资金
行业有没有变强。
↓
龙虎榜
活跃资金有没有参与。
↓
盘中异动
个股有没有异常。
↓
最后
形成：
公司变化时间线
比如：
7月2日：
机构调研增加。
7月15日：
大额订单。
7月28日：
券商上调盈利预测。
8月6日：
板块成交额明显放大。
8月15日：
财报验证毛利率改善。
这时候你对一家公司的研究，就不再是一堆零散新闻。
而是一条：
连续的变化轨迹。
二十、我觉得这才是AI最适合普通投资者的地方
不是：
让AI替你买股票。
而是：
让AI帮你盯住那些：
人根本盯不过来的变化。
100只股票。
每只公司每天：
公告。
新闻。
研报。
调研。
财务数据。
板块变化。
如果全部人工看。
根本不现实。
但AI特别适合：
扫描。
对比。
筛选。
排序。
然后告诉你：
今天100只里面，有6只真正发生变化。
你只研究这6只。
效率完全不是一个级别。
二十一、最后送你一套“100只股票监控总指令”
你是我的A股股票池研究助手。
我会提供一个长期跟踪股票池。
目标不是每日重新分析全部股票，而是发现与昨日、上周、上一报告期相比真正发生变化的公司。
对每家公司先建立：
核心业务
核心投资逻辑
3—5个关键经营变量
主要风险每日只检查：
重大公告是否变化
财务指标是否出现异常
机构调研是否明显增加
管理层经营表述是否变化
券商盈利预测是否上调或下调
所属板块成交和强度是否明显变化
个股是否明显强于或弱于板块
是否出现新的龙虎榜资金行为
是否出现股价与基本面背离
原有核心逻辑是否发生变化
将变化分成：
经营改善
预期改善
市场异动
风险增加对每家公司建立0—100“变化强度分”。
最终只输出当天真正发生重要变化的公司。
没有明显变化的公司不要重复展示。
同时维护每家公司的变化时间线。
每月检查一次股票池，识别已经失去跟踪价值的公司。
不预测未来股价。
不根据单一信号得出买卖结论。
所有重要变化必须能追溯到公开信息来源。
最后
以前我的自选股越来越多的时候。
我总觉得：
自己需要花更多时间。
50只股票。
就比20只股票看得更久。
100只。
更不可能。
后来我才意识到：
这个思路本身就错了。
真正应该做的不是：
每天把100只股票全部研究一遍。
而是：
每天从100只里面，找到真正发生变化的那几只。
没有变化。
不看。
只有价格波动。
不一定看。
公告、经营、预期、资金、行业真的发生变化。
再深入。
这样AI真正帮你节省的不是几分钟。
而是：
把你的注意力从100家公司，压缩到每天最重要的5—10家公司。
这可能也是我目前认为：
WorkBuddy最值得普通投资者搭的一套系统。
不是AI替你炒股。
而是：
AI替你盯100家公司。
你只负责：
研究真正变化的地方。
下一篇我建议继续做一个非常适合爆款的题材：
《我把A股新闻全交给WorkBuddy，每天几千条只看20条》
专门讲：
政策、行业新闻、公司消息、传闻、旧闻重复传播，怎么过滤掉95%的财经信息噪音。
这个痛点比研报、龙虎榜更大众，下一篇很适合冲阅读量。
本文仅分享AI工具在公开市场信息整理与投资研究工作流中的使用方法，不构成任何投资建议。
浙公网安备 33010602011771号