数据与来源
重要结论交代依据;资料缺失与未知之处明确说明。
信息不断到来,真正稀缺的,是理解一家公司的时间。
人类时间,曾是经济的默认操作系统:开会、结账、等待下一季,再更新判断。AI 正在压缩研究与执行的周期,市场也正走向 23×5。与此同时,SEC 正在推进允许上市公司选择半年报、替代季报的改革。你可以等下一份财报,市场却不会等你;等你重新审视一家公司时,它的价格与支撑估值的现实可能已经改变。但你仍需要工作、生活和休息。
它如何赚钱?合理价值区间在哪里?什么变化会让这个判断改变?
Valuma 帮你将新的公开信息接回公司的研究与估值,让研究持续积累,让每次判断都有据可循。
一封关于研究的公开信
你不需要先学会 AI,才开始认真研究一家公司。
我们想做的,是一个简单入口、可以深入的研究空间。
无论你希望陪伴企业成长、寻找市场定价的偏差,还是把握短期价格波动,都可以在这里深入理解一家公司,为自己的判断找到依据。
找到公司,选定你关心的股票,从一份完整报告开始,再把问题一层层问清楚。
研究不该散落在一次次临时聊天里。报告、来源、资料与讨论应围绕公司和财期留存:回到一家公司时,能看见当时依据什么、后来又想清楚了什么。
AI 帮你搜集、梳理、计算和解释,但不替你承担判断。重要数据需要核对,关键假设需要说清,未知就保留为未知。我们更在意研究是否站得住,而不是答案看起来多么笃定。
把复杂的研究留给系统,
把选择和判断留给你。
— z.jack & YL
简单入口 · 深入研究
研究围绕公司展开,沿财期延续。
搜索美股、港股和 A 股公司,选择对应的上市证券,进入研究。多地上市和不同股类分别识别。
从商业模式、财务表现和竞争格局出发,形成完整研究报告,分析公司的公允价值区间。
读完报告,继续问你关心的问题。后续讨论接着原来的研究展开,不必每次重新介绍公司背景。
报告、讨论、附件、引用和批注,围绕公司与财期留存。既能回看过去的研究,也能加入自己的资料。
研究未来经营变化,对比两家核心竞品,理解公司的增长来源与竞争位置。
按需选择价格、新闻和新财报提醒,让新的解读回到原会话,接着已有研究继续分析。
减少操作负担,保留判断空间。
减少搜集资料、整理文件和反复切换页面的时间,把精力留给真正需要你判断的问题。
不用选择模型、编写提示词或搭建工作流。用日常语言提问,就能逐步深入研究。
从你的工作出发,找到研究的用法。开启你的价值量化幻方时代。
研究一家公司时,从公允价值区间、关键假设与风险开始。把后续追问和新信息接回原研究,回看自己的判断如何变化。
准备公司研究或财报更新时,围绕完整报告追问,并结合经营预测与两家核心竞品研究,检查哪些假设需要调整。
沿财期回看关注公司的报告和讨论,核对当前判断与过去依据。价格、新闻和新财报提醒帮助发现需要重新研究的变化。
研究目标上市公司的商业模式、增长来源与核心竞品差异,为战略讨论整理依据,检验价值判断背后的经营假设。
将上市公司作为研究标的或行业参照时,梳理公允价值区间、关键假设和风险。围绕完整报告继续追问,为后续尽调明确重点。
从商业模式、公允价值区间和关键风险中提出研究假设,结合不同财期的报告与公司比较,梳理可能的因子线索,为后续数据验证与回测明确方向。
重要结论交代依据;资料缺失与未知之处明确说明。
说清研究对象、财报期间、币种、单位和资料截至日期,避免不同口径混在一起。
呈现关键计算与假设,让价值区间的形成过程更容易理解和核对。
区分事实、假设与判断,说明可能改变结论的风险,不把估值写成确定承诺。
我们在研发中使用大量合成季报、年报,并纳入特殊行业场景,持续打磨财务理解、行业分析与报告表达。合成样本用于研发,不替代真实公司研究所依据的财报。
辅助理解,不替你作出投资决定。
研究辅助,不构成投资建议。市场价格、财务资料与模型判断都可能有局限;投资有风险,决策由你作出。
公允价值区间取决于资料与假设,可能需要调整,也不保证市场价格会在某个时间回归。
历史判断保留原有背景,新研究依据新的证据。提醒帮助你关注变化,不替你交易,也不要求你时刻盯着市场。