一个程序员用AI做投资的2小时:从NPC公司到流动性套利

有个程序员（老许），去年被群友的”build public”精神感染，用Claude Code写了一套投资辅助程序。

一年后，他的投资曲线长这样：稳步上升到平台位，水平表现一段时间，再稳步上升到下一个平台位——每次回撤都不超过上一个平台。1月到4月，四个向上阶段，分别对应商业航天、贵金属、AI电子布、宏观因子解除后的AI产业。

听到这，你是不是以为是什么量化大佬的年会PPT，不，这只是一个普通程序员，用AI把自己的投资体系全流程自动化了。

第一层：A股5000多家公司，你交易的永远只是那十几个

先问一个问题：A股有多少家公司？

5000多家。

那你觉得，真正值得你花时间研究的，有多少家？

答案可能会让你不舒服——可能不到200家。 剩下的那4800多家，在老许的分类体系里，有个很精准的名字：NPC公司。

什么叫NPC公司？就是游戏里站在路边、你永远不跟它对话的那个角色。它存在，有名字，有位置，但你从始至终不会点它一下。

这些公司长什么样？主业成熟、同质化严重——百货、纺织、包装、水泥、出版、供水。行业天花板肉眼可见，没有外部催化，没有长期现金流。你买了它，它不涨不跌横在那里，跟你存银行定期差不多，但银行定期不亏本金。

A股5000多家公司，三四千家几乎不被关注。 这个事实本身就是一个认知起点：你以为你在”选股”，其实你是在5000个选项里找那十几个值得看的。

那么，什么公司值得看？老许把值得投资的公司分了八类：

1. 现金流+高股息型——经营模式稳定，行业老大老二，分红靠谱。中国移动、山东高速就是典型。波动率低，±2-3%，适合不想操心的钱。

2. 高成长科技型——产业有爆发性增长空间。AI算力产业链，光模块、PCB、存储。山东有个做PCB的公司，三年时间从平平无奇变成了山东首富。这种故事在A股不是孤例，是产业趋势的缩影。

3. 周期弹性型——化工周期、航运周期、存储周期、猪周期。供需错配的时候，价格能飞。有个叫付海棠的人，在供给侧结构性改革的时候抓住了黑色金属期货的机会，一战成名。

4. 硬科技+成长型——AI芯片、创新药，有想象力，但也可能在想象力的路上走太久。

5. 政策主题型——这是A股特产，顶层设计驱动。美股没有这个玩法，但A股没有这个玩法就不完整。

6. 真复利型——茅台、腾讯、可口可乐。长期现金流、垄断性、高毛利。茅台毛利率80-90%，这个数字意味着什么？意味着每赚100块钱，成本只要10到20块。这在制造业简直是天方夜谭，但在茅台是日常。

7. 融资研发型——核聚变这类。10年可能不见成果，但想象力无穷大。买了它就是买一张彩票，中了改变人生，不中也就那样。

8. 壳/重组型——资产置入置出，A股的老玩法了。

八类公司，八种波动率，八种节奏。买之前不搞清楚你买的是哪种，后面的所有操作都是在蒙。

投资第一步不是选股，是给公司打标签。标签打错了，后面的所有分析都是精确地浪费时间。

第二层：投资的关键不是”买了什么”，是”时间窗口匹配”

这一层是整个分享里最狠的认知。

老许说了一句话，我觉得可以直接刻在每个投资者的显示器上：

把周期股当真复利买，是投资世界里最常见的自作多情。

什么意思？来，看看这个血淋淋的案例。

2020年，光伏和锂电如日中天。所有人都觉得这是”新能源革命”，是”下一个茅台”。很多投资者在周期高点买入，打算”长期持有”。

然后呢？持有到2025年，价格回到原点。整整五年，过山车坐了一个来回，净收益为零。

问题出在哪？不是光伏锂电不好，是你用错了时间尺度。

不同的公司类型，天然对应不同的投资周期：

你有没有做过这种事——在某个股票涨得最猛的时候冲进去，然后被套，告诉自己”我是长期投资”？

如果有，恭喜你，你不是一个人。这是90%的散户都在犯的错：把买入时机的问题，自我安慰成了”长期主义”的问题。

光伏和锂电的本质是什么？制造业和采矿业。 重资产，靠投资回报，毛利率不高。跟茅台那种开动流水线就能赚钱的商业模式完全不同。茅台的护城河是心智占领——你请客吃饭，桌上放茅台和放一个不知名品牌，效果天差地别。但光伏组件呢？你装屋顶上，谁管你什么牌子，能发电就行。

制造业有明确的产能周期：行业好→疯狂扩产→产能过剩→价格下跌→出清→下一个周期。这个周期通常是2-3年。你在2020年行业最火的时候买入，等于买在了”疯狂扩产”的阶段。后面的故事，就是产能过剩、价格战、利润被压缩。 predictable，但大多数人不愿意面对。

还有一种更隐蔽的错配：在周期高点以为”下一个季度财报还会这么好”。

老许说，价值投资的反馈回路特别长——做一个决策要等3年看结果，迭代3次要9年。大多数人没这个耐心。

这跟AI编程一模一样——你需要验收和feedback，没有反馈的决策等于蒙眼走路。

大部分人想要的不是赚钱，是想证明自己聪明。 真正赚钱的人知道什么时候该走，但走意味着承认之前的判断到头了。承认这一点，比赚钱本身更难。

第三层：财报是给公司打标签的工具，不是算命术

聊到这儿，可能有人会说：那我好好看财报不就行了？

财报当然要看，但关键是——不同类型的公司，看财报的姿势完全不同。

你用看茅台的眼光去看寒武纪，或者用看制造业的方式去看SaaS公司，得出的结论大概率是错的。

不同商业模式的财报长这样：

消费品牌型（可口可乐、茅台）：高毛利率，低销售费用率。为什么？因为靠心智占领，不需要疯狂打广告就能卖出去。你看过茅台广告吗？不需要。请客吃饭的桌上就是最好的广告位。

零售型（沃尔玛、拼多多）：毛利低但周转快，压供应商账期，靠规模取胜。拼多多的毛利率可能只有个位数，但它一年周转几十次，赚的是周转的钱，不是毛利的钱。

制造业型：重资产，高折旧，高库存，永远面临产能过剩的风险。光伏、锂电、钢铁都归这一类。

硬科技型：高研发投入，可能多年不盈利。寒武纪亏了多少年？但一旦技术突破，估值空间巨大。这种公司的财报，利润那行数字基本可以忽略，关键看研发管线和进展。

SaaS软件型：毛利极高（编辑成本低），看续费率。但这个模式现在被AI冲击得厉害——很多SaaS的功能正在被AI工具替代。

网络平台型：看GMV和用户变现率。规模效应是核心——用户越多，边际成本越低，护城河越深。

金融型（地产、银行、保险）：看信用周期，高杠杆经营。杠杆是放大器，好的时候利润飞，差的时候一夜回到解放前。

生物医药型：研发成功率低，但过程可观测——一期、二期、三期临床，每个节点都是投资决策点。公告本身就是重要因子。

老许用AI做财报分析的方式很聪明： 不是让AI算一个”总分”，而是让AI根据公司类型去检查对应的指标。消费型公司重点看毛利率和销售费用率，零售型重点看应收应付和存货周转，制造业看折旧和产能利用率。

而且，AI有一个人做不到的优势： 人看财报容易被单个指标粉饰骗了——这家公司营收增长了30%！哇好厉害！但如果你把所有指标放在一起看，可能会发现：营收涨了30%，应收账款涨了80%，现金流是负的。这就叫”悖论和毛刺”——单独看每个数字都合理，放在一起就露出马脚了。

还有一个经常被忽略的信息源：公告。

去年创新药行情，6月底7月初突然爆发。为什么？不是行业突然变好了，是一家公司的公告触发了管线预期。消息灵通的人在公告发布当天就进去了，等市场反应过来已经涨了一波。

有个叫”瑞鹤仙”的人，靠每天看几百个公告，人肉筛选出有价值的信号，成了投资圈的名人。这活儿累吗？累到反人类。但AI可以一天扫完全部公告，3天后回看，哪些公告是正向因子一目了然。

财报和公告不会告诉你该不该买，但它们能帮你排除不该买的。投资不在于你做对了多少，在于你避开了多少坑。

第四层：赚的是估值的钱，不是公司的钱

这一层可能是整场分享里最反直觉的部分。

股票赚的是估值的钱。

这句话什么意思？意思是，你买一只股票赚钱了，大概率不是因为它利润增长了，而是因为市场对它的”想象空间”打开了。

股票价格先于财报利润上涨——因为故事讲出来了，资金进来了，估值就被推高了。等到财报真的体现利润的时候，聪明钱可能已经走了。

那么，估值是被什么推动的？老许拆成了三个层面：

宏观层面：利率、流动性、汇率、政策。美联储加息，全球流动性收紧，神仙也难涨。美联储降息，水来了，猪都能飞一段。这不是选股能解决的，是”天时”。

微观层面：公司基本面、行业景气度。这个就是选股的功夫了。

市场层面：风险偏好、情绪、共识。说白了就是”人心”。人心向好的时候，烂公司也能涨；人心散了的时候，好公司也要跌。

老许还提了一个很重要的概念：因子。

影响股价的不是单一因素，是一堆因子在同时起作用——利率因子、规模因子（大盘vs小盘）、估值因子、盈利能力因子、动量因子、产业政策因子，甚至社交媒体热度因子。

社交媒体热度这个因子特别有意思。前段时间光模块板块，”路人皆知”。朋友圈在聊，短视频在推，连不炒股的大妈都知道了。老许的原话是：“热度充分暴露，就是离场信号。”

为什么？因为当所有人都知道一个机会的时候，这个机会已经被充分定价了。没有人是信息优势方，那就变成了博弈——你在赌谁是最后一个接盘的。

好公司不等于好股票。 市场里有50万聪明人，他们把好公司估值一步到位推到天上，把差公司估值一步到位压到地上。好公司买贵了照样亏钱，差公司买便宜了也不一定马上涨。

预期差才是关键。季度财报不及预期，液冷和光模块的公司能在一天内跌掉10%以上。超预期呢？马上正向反应。投资收益不只是静态的，有导数——变化率，甚至有二阶导数——变化的变化。

市场不在乎你现在是好是坏，在乎的是你变得更好还是更坏。

还有一个很实操的判断标准：股性。

每家公司都有自己的”股性”——波动率特征、估值方式、财务主要矛盾。如果你买了一只本应是价值股的股票，结果它波动极大，大概率是选错了——你不是在买价值，你是在赌博。反过来，如果你买了成长股，但它半死不活没什么波动，要么时机不对，要么选错了标的。

估值不是算出来的，是被外部输入点燃的。 你可以算出一家公司值50块，但如果没有人点火，它可能就在30块趴着。直到有一天，一个政策出来、一个技术突破发生、一个故事被讲出来——轰的一下，50块变80块。你算的是地板价，市场给的是天花板价。

第五层：AI能做什么——把10年预训练压缩到1天

前面的四层是认知框架，这一层是实操。

老许用AI搭了一套投资漏斗，从5000多家公司一路筛选到最终标的。整个过程分四步：

第一步：行情分析。 接入Tushare的行情数据，让AI分析当前指数周期、风险波动水平，决定现在是不是该出手的时候。这一步解决的是”天时”问题——大环境不好，选什么股都白搭。

第二步：偏好选择。 判断当前市场的主线是远期趋势（比如这几年的AI主线）还是当月热点，然后缩小股票池。A股5000多家，这一步可能就把范围砍到500家以内。

第三步：基本面筛选。 让AI自动下载和解析巨潮资讯上的财报PDF，分析公司是不是NPC公司，如果不是，它属于哪一类。这一步可能再砍到50家。

第四步：标的选定。 结合公告扫描（有没有重大变量）、热门新闻监控（有没有重要事件）、流动性筛选（这只票买不买得进去、卖不卖得出来），最终锁定标的。

以前这个流程要多久？

老许说，他2013-2014年在雪球上粉丝增长最快的时候，每天从收盘研究到半夜，所有的公告研报都看。这个过程，用AI的术语说，叫”预训练”——你花大量时间建立对市场的感知和理解。

现在呢？AI可以把这个预训练时间从几年压缩到一天。 不是因为AI比你聪明，是因为AI可以在一天之内处理你几年才能看完的信息量。

具体来说，AI能做的这些事：

最后这一点很关键：AI不会替你做决策，但它能让你不再靠”感觉”做决策。

你的”感觉”是什么？是你昨晚没睡好所以觉得要跌，是你看到朋友圈有人晒收益所以焦虑，是你亏了钱所以想加仓回本——全是情绪。AI给你的不是答案，是信息。信息对冲情绪，这是AI辅助投资最大的价值。

互动讨论：策略暴露、大盘情绪、A股与美股

分享到了后半段，讨论变得更有意思。几个问题值得单独拿出来聊聊。

有人问：这些知识是你自己积累的还是专门学的？

老许很实诚：投资体系23年前就有了，积累了十多年。这次分享是跟AI一起整理的脉络，把它系统化、框架化，面向不同层次的人。

这个回答本身就是一个信号——AI最大的价值不是给你新知识，是帮你把已有的知识体系化。 你脑子里其实装了很多东西，但它们是散的、碎的、不成体系的。AI帮你搭架子，把碎片拼成画面。

有人问：赚钱方法被所有人都知道了，是不是就不赚钱了？

这个问题触及了投资最深层的矛盾之一：策略暴露。

确实有”策略暴露后被磨平”的说法——某只票走出一个形态，1-2周内会有N多票模仿，但过了时效性就失效了。量化圈的因子衰减问题就是这个道理。

但老许的观点是：投资存在”一致性模式”，复利能成功是因为模式一致。 即便公开了，能get到的人也有限。一个直播最多100万人看，但市场有上千万投资者，每个人有自己不同的逻辑和约束条件。

刘云露的补充更务实：关键是要做”模式内”的操作。打板的确定性、右侧接力、还是机器埋伏——这些选择要基于你自己的性格和风险承受能力，不是看别人怎么赚钱就照搬。

一致性模式比聪明更重要——能复制的模式，才是真正的护城河。

有人问：大盘情绪怎么判断？

老许给了一个三层模型：

他不怎么关注当日涨跌，更关注区间变化。举个真实的例子：光模块和液冷的业绩不及预期，叠加光模块在社交媒体上的热度已经充分暴露，再叠加大盘板块走势走弱——三个信号叠加，结论是离场。几天后DeepSeek V4出来，国产芯片的叙事变了，新的趋势开始形成。

刘云露对此有更”在场感”的分析：CPO板块4月8日后冲高到极致然后炸裂，见顶信号明确，大盘跟着下探。但CPO的影响逐渐钝化——资金找到了新题材来承接，出来的资金抛压也在减小。某天大盘低开0.4个点，但集合竞价没有大负反馈，没有百家跌停，权重票反而还在表现——这是一个加仓点。

市场永远不会简单告诉你该买还是该卖，它给你的永远是碎片。 AI的价值在于帮你把碎片拼成画面，但拼图的人还是你。

有人问：美股和A股的投资逻辑有什么区别？

答案是：成长股两地相通，但各有各的”土特产”。

AI算力就是一个典型——光模块、PCB跟英伟达高度相关，A股的供应链公司跟着美股的龙头走。苹果供应链→英伟达供应链，这条线在A股非常清晰。

但A股有自己独有的东西：政策敏感型投资。顶层设计驱动，一个政策文件能改变整个板块的估值。这是美股没有的玩法。

美股的优势在别处：七朵金花（苹果、微软、谷歌、亚马逊、英伟达、Meta、特斯拉）占标普500三分之一的权重，长期持有优势明显。标普500指数投资本身就是一个胜率很高的策略。

总结：投资的本质是一场对话

回到开头那句话：投资是两件事——与市场对话，与自己对话，与公司对话。

与市场对话，你要理解宏观环境、板块轮动、资金流向。这些是你控制不了但必须面对的”天气”。

与公司对话，你要搞清楚它是什么类型、它的商业模式靠什么赚钱、它处于周期的哪个位置。这些是你该做的功课。

与自己对话，这是最难的部分。你的风险承受能力是多少？你能接受多大的回撤？你是哪种类型的投资者？你是真的在做投资，还是在证明自己聪明？

老许的分享给出了一个框架：先把市场里5000多家公司分成NPC和玩家，再给玩家打上类型标签，然后匹配你的投资周期，用财报和公告验证判断，用因子和预期差理解波动，最后用AI把整个流程自动化。

这不是一套”稳赚不赔”的方法，因为市场上不存在这种东西。 这是一套”减少犯蠢”的框架。

投资最难的不是找到好股票，是避免坏决策。好决策有时候靠运气，但坏决策几乎都是因为认知错配——时间窗口错配、公司类型错配、风险偏好错配。

AI能帮你做什么？它不能替你承担亏损，不能替你做决策，但它能帮你做到一件事：不再靠”感觉”做决策。

当你把5000家公司的筛选、财报解析、公告扫描、新闻监控都交给AI，你省下来的时间和精力，就可以花在真正需要人来做的事情上——判断、决策、和自己的贪婪恐惧作斗争。

投资两件事：与市场对话，与自己对话。AI负责第一件事的信息部分，第二件事，永远只能你自己来。

你怎么看？你是哪种类型的投资者？你有没有因为”时间窗口错配”被坑过的经历？欢迎在评论区聊聊。

如果你觉得这篇文章对你有帮助，转发给你身边那个”一直在炒股但从来没有系统思考过为什么亏钱”的朋友。

金句摘抄

 A股5000多家公司，你交易的永远只是那十几个。

 把周期股当真复利买，是投资世界里最常见的自作多情。

 好公司不等于好股票——50万聪明人盯着的东西，没有便宜货。

 估值不是算出来的，是被外部输入点燃的。

 一致性模式比聪明更重要——能复制的模式，才是真正的护城河。

 AI不会替你做决策，但它能让你不再靠”感觉”做决策。

 投资不在于你做对了多少，在于你避开了多少坑。

 热度充分暴露，就是离场信号。