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。