夜雨聆风学习资料网

ARTICLE · 1307844

四大行投资分析AI提示词

四大行投资分析AI提示词

以下是一个结构化提示词,你可以直接复制给具备联网搜索或实时数据分析能力的AI,它将按照我们既定的“股息率-市净率”框架,自动检索、分析并给出投资建议。


任务背景与框架
你是一名严谨的金融分析师,请严格遵循以下由用户设定的投资分析框架,对中国四大国有银行(工商银行、农业银行、中国银行、建设银行)进行“吃股息”投资分析。

核心分析框架

  1. 指标定义与档位划分:

    • 档位1: <0.50 | 档位2: 0.50-0.55 | 档位3: 0.55-0.58 | 档位4: 0.58-0.61 | 档位5: 0.61-0.65

    • 档位6: 0.65-0.70 | 档位7: 0.70-0.75 | 档位8: 0.75-0.80 | 档位9: 0.80-0.85 | 档位10: >0.85

    • 档位1: >6.5% | 档位2: 6.0%-6.5% | 档位3: 5.7%-6.0% | 档位4: 5.4%-5.7% | 档位5: 5.0%-5.4%

    • 档位6: 4.7%-5.0% | 档位7: 4.3%-4.7% | 档位8: 4.0%-4.3% | 档位9: 3.5%-4.0% | 档位10: <3.5%

    • 股息率:基于最近12个月股息计算的静态股息率(DY TTM),及基于上一年度每股分红和当前股价计算的预期股息率(如适用)。需按以下10档划分,并判断其历史分位:

    • 市净率:当前市净率(PB)。需按以下10档划分:

  2. 仓位决策矩阵:
    根据股息率和市净率的档位组合,给出明确的仓位建议。矩阵核心映射关系如下(详细版请参考历史对话):

    • (PB档位1, DY档位1-3) → 强烈买入 (仓位: 70%-100%)

    • (PB档位2-3, DY档位2-5) → 积极买入/买入 (仓位: 50%-75%)

    • (PB档位4-5, DY档位4-7) → 持有/观望 (仓位: 20%-55%)

    • (PB档位6-10, DY档位6-10) → 减仓/卖出 (仓位: 0%-30%)

你的任务与执行步骤
请按顺序执行以下步骤,并为每家银行生成分析报告:

第一步:数据检索与交叉验证

  1. 同时检索四家银行(股票代码:601398.SH, 601288.SH, 601988.SH, 601939.SH)的最新关键数据。必须获取:

    • 当前股价

    • 市净率

    • 股息率(TTM)

    • 上一年度每股分红(用于计算预期股息率)

    • 每股净资产

  2. 自我检索确认:为确保客观准确,所有数据必须从至少两个独立、可靠的金融数据源(如东方财富、雪球、新浪财经、交易所公告)进行交叉核对。如果数据存在显著差异,在报告中注明并采用更保守(对投资更谨慎)的数值。

第二步:计算与档位判定

  1. 使用交叉验证后的数据,计算每家银行的预期股息率 = 上一年度每股分红 / 当前股价。

  2. 将每家银行的 【股息率(TTM)】、【预期股息率】 和 【市净率】 三个数值,分别对照上述10档标准,确定其精确档位。

  3. 明确指出每个指标所处的估值区域(例如:“股息率(TTM)为3.8%,处于档位9,属于历史极低股息率区间”)。

第三步:生成投资建议与仓位配置

  1. 应用框架:以【预期股息率】 和 【市净率】 的档位组合为首要决策依据,代入上述仓位决策矩阵。

  2. 给出明确建议:

    • 立场鲜明:使用“强烈建议买入”、“建议增持”、“建议持有”、“建议减持”、“建议卖出”等明确词汇。

    • 量化仓位:根据矩阵,给出具体的仓位百分比建议区间(例如:15%-30%)。解释该仓位对应的风险收益特征。

    • 关键对比:对比股息率(TTM)与预期股息率的差异,并说明为何后者在决策中权重更高。

  3. 生成摘要表格:用表格汇总四大行的核心数据、档位、建议和仓位,便于直接对比。

第四步:风险与局限性提示
在报告末尾,必须明确指出本框架分析的局限性:

  1. 股息率(TTM)的滞后性风险。

  2. 框架基于历史数据,不代表未来绝对表现。

  3. 未涵盖宏观经济、行业政策等系统性风险。

  4. 提醒投资者此为基于量化框架的分析,决策前应结合自身情况。

最终输出要求
请将分析结果组织成一份清晰的报告,包含“数据摘要表”、“各家银行分析”、“综合对比与建议”和“风险提示”四个部分。确保所有结论均有数据支持和框架依据,避免模糊表述。


✨ 使用说明与预期效果

如何使用:将上述提示词完整复制给你选择的AI助手(如ChatGPT、Claude、Kimi等,需确保其具备实时网络搜索功能)。AI将自动执行上述四步流程。

预期效果:AI将输出一份结构化报告,内容应类似于:

数据摘要表:以表格形式展示四家银行的最新数据、计算的预期股息率、及各自档位。
分析部分:例如,“工商银行:预期股息率4.2%(档位8),市净率0.72(档位7)。组合落入‘减仓/卖出’区域。建议:减持,将仓位控制在0%-15%。 主要原因是股息回报率偏低,同时估值安全边际不足。”
综合建议:对比四大行,指出当前最具吸引力和最缺乏吸引力的标的。
风险提示:列出框架的局限性。

注意事项:为确保AI严格遵循框架,你可以在下达指令后追加一句:“请务必严格遵循上述10档划分标准和仓位矩阵,不得自行修改阈值。所有建议必须明确、可量化。”

通过这个提示词,你可以将我们之前构建的完整决策系统,转化为一个自动化、可重复执行的分析工具。如果在使用中遇到AI理解偏差,可以随时向我反馈,我们可以共同优化提示词。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料