前言
行业研究没法像技术面一样帮你捕捉小的买卖点，但可以让我们看到行业天花板和瓶颈、属性，以及个股在行业中的地位等等。总而言之行业研究和公司研究是知识面和格局方面的范畴，对短线操作帮忙并非很大，但对于个股的梳理和投资方面的选择和判断确实重中之重。
鉴于行业研究所涉及的方面很多。本文主要总结和梳理的行业研究路线，不做精细化介绍。重点讲述如何实现技术工具进化行业和公司研究。
俗话说：腹有诗书气自华！一个有才华、有能力的人，有才华的人不一定会成功，但是有更大的概率成功。好的行业不一定会暴涨，但是有更大的概率暴涨。
图片源自#视觉中国
传统的行业分析和公司研究路线
行业研究的基本逻辑
在进行行业研究前，我们首要判断的是研究的目标行业位于整个产业发展阶段的初期还是后期？
对于初期行业来说，由于整体行业的市场格局未定，未浮现出行业龙头，同时产业初期的公司数量相对较少，所以采用的逻辑是“由下至上 (Bottom-Up) ”的：首先对市场中的公司进行研究，然后再对整体行业进行归纳总结。
对于中后期的行业来说，市场格局逐渐形成，行业标杆已经确定，我们研究中后期行业采用的逻辑是“由上至下 (Top-Down)”：先对行业基本面进行研究，然后再对标杆企业进行研究。
行业生命周期图
部分行业生命周期示意图
简单实用的行业研究路线
实用路线图
下面以产业战略分析和细分行业做个举例说明。
以产业战略分析为例
1、研报：买方研报和卖方研报（深度研报）
2、信息途径：万得数据/wind大智慧/365同花顺ifind/东方财富chioc2
我们多数人没办法像研究员那样，跑到各家上市公司调研，编写研究报告等等。此外，市面上信息那么多，研报那么多，该用什么办法呢？
最好的办法就是把握各行业中最优秀的研究团队。以他们的研究成果为基础，一方面学习，另一方面用自己的见解筛选和补充。当领导的不可能啥事都亲力亲为，择人善用，分权分责，站在云端审视一切，运筹帷幄，自如轻松！
以下方的图片为例：
2018年各券商研究报告总量
2018各券商深度研报排名
部分行业拳头研究团队
根据wind的数据，能够捕捉各自行业的领头券商和拳头团队。插上他们的翅膀，研究路线必然能飞得更高。
以细分行业分析为例（半导体行业）
首先，了解国内外差距。
一个行业就是一个大池子，看清国内外整个细分行业的市场占有率，一方面能了解到自身的不足，另一方面也能算清楚未来可能取得的突破和提升空间。
国内落后明显
以上图例可以看出，国内在半导体的多数领域都处于落后地位。但是作为未来科技话语权的争夺点，落后就要挨打！这也就推升了国内自主研发和政策大幅鼓励的需求。
其次，对半导体行业的分支进行细分。
细分领域分支
最后，根据细分领域分支，梳理出自己的细分行业个股，以便掌握整个行业。
AI投资年初统计的细分行业龙头名单
以上就是我对行业分析的看法，也许不全面，但是胜在简单，效率高！
行业分析的步骤真挺繁琐的，就更别提公司研究了，想起来就头疼！篇幅有限，传统的研究方法也不是重点，就不多描述。
说句题外话，做价值研究真不是一件人干的事！以自身为例，钻研基本面研究了两年，到头来钱没赚着，还瘦了一圈。且不说各处奔波的辛苦劳碌，单是一篇研究报告就够喝上一壶。但也很欣慰，通过那两年的辛苦也总结出了属于自己的一套简单、实用而且高效基本面研究路线。
做投资本身就不是一件简单的事，但不简单的背后却也有简单的方法来把握重点，去粗取精。这种智慧多数人都不具备的，我也在路上。这种智慧就像上篇文章说提到的：大道至简，书本越读越薄，技术越练越精（这个技术不完全是技术分析）。道家的第三境界：看山还是山，看水还是水。
下面就来讲讲我对人工智能背景下，行业研究和公司研究的路线的理解。
AI背景下的行业和公司分析
人工智能的今日，我们的重点工作重心就是把八成的任务交给电脑，尽可能的解放双手，根据系统提示在幕后掌握全局，从而有效的指导交易。
第一步，对行业进行分类，并定制成指数。
定义完的行业指数板块（便于后期寻找主线行业）
详细步骤如下：
1、选择定制品种中的组合品种管理
2、点击添加品种
3、添加对应行业中的对应个股
4、定制完后的各大行业指数。
行业定义成指数就像传统分析意义上的产业战略分析一样。走势的背后是合力的体现，自然也包括行业自身的价值。行业走势的背后就是我们辅助分析的基础元素之一。
值得一提的是，编辑行业指数中的元素个股因人而异。逻辑上说，行业指数中个股的权重需以个股的市值或是市场占有率为基数才合理。上文也是便于介绍，采用的方式是等股等权。
第二步，因时制宜，根据行业指数筛选下一阶段要跟踪的重点行业。
传统行业有四大生命周期（萌芽期，成长期，成熟期和衰退期），而AI背景下的行业在我看来只有三个生命周期，分别是上涨、下跌和盘整。
以酿酒板块为例：
酿酒板块日线走势图
很明显可以看出，整个酿酒板块走出的是很漂亮的两个中枢的上涨走势，目前小级别中A和B显然已经背离了，背离后的第一目标位就是回调的第一个小中枢区间，第二目标位就是大的最新一个红色中枢的区间。所以得出一个结论，短期这个板块可以先不用看了。
周期板块指数日线走势图
按照同级别分解的原则，目前第二个中枢中，A和B显然是底背离了。后期B结束后，有望回到红色圈的区间。这么来看，周期板块在中长期还是有机会的。周期板块中就是钢铁，有色，煤炭一类的个股。
此外，还有科技软件和元器件类的指数走势也还可以，这边就不一一举例了。这一步中比较笨拙的办法就是像如上所述这样的。当然还有更好的办法是，13只板块指数直接条件选股一键搞定，但是简单的背后除非逻辑过硬，不然还是会有很多的落网之鱼，慎重选择。
选行业一键搞定
根据以上内容逐步分类并筛选出后期要重点跟踪的行业。
比如后期要重点跟踪的是周期板块和科技设备板块。那么下一步自然就是板块内寻找标的了。
第三步，季度建立股票池，优选个股
以上步骤看似繁琐，但胜在不必天天这么麻烦。在我看来，这样的事一个季度做一次就够了。之所以选择一个季度，是根据基钦周期中的主题推演的，基本上四大主题的切换是六到九个月一次循环。所以三个月检验一次也就够了。至于宏观周期中的基钦周期研究方向，后期有时间再细说，今日不是重点，就简单带过。
根据前两步的分析，是为了缩小体量，把近4000只的股票浓缩成可交易的200-300只的股票池。一个季度内，操作的重心就围绕着这些个股展开。
当然落网之鱼是肯定的，弱水三千别人只取一瓢，我们取了一船了，该知足！
值得一提的是，选股公式中基本面的信息是必然要包括的，比如净资产收益率、现金流、扣非净利润和股东人数变动等等。没有基本面元素的选股公式就像绣花枕头，中看不中用！
剩下的就是筛选个股了，筛选个股的方式讲究的是精益求精，一到三招就够了。多了很容易陷入左右为难，比如捡了芝麻丢了西瓜。
AI投资曾经就是这样，自己创建的选股公式一堆（如上），其实真正实用的并不多。不如直接专攻一种买点。这在上文中的“明心见性”中就有提及。根据自身的个性，找到自己喜欢的操作方式，有何不妥？
以上就是我对人工智能背景下的行业分析和公司研究的理解。面对无常的资本市场，面对随机波动的走势，没本事以力破法，只求梳理出一条能漫步资本市场的大道而已！
