AI 盲测分析精华集锦：120 只 A 股，买对了什么、避开了什么
从 120 份 AI 分析报告中，精选最值得看的案例。每份报告 8000-15000 字，这里只摘核心结论。
一句话回顾
- 120 只股票，AI 给了 43 只买入、50 只观望、26 只回避
- 买入组 6 个月平均收益 +8.1%，回避组 -6.0%
- 回避信号 73% 后续确实下跌
最佳买入信号 TOP 5
AI 说"买"，后来真的涨了。
1. 某水运公司 @ 2023-12-31 | 评分 70 → 6m +61.7%
AI 判断：纯硬收息型，股息率高且可持续，经营现金流充沛。
买入逻辑：在 PB 低位建仓，赚股息 + 估值修复的钱。
结果：半年涨了 61.7%，AI 的保守评分（70 分刚过买入线）反而说明它没有过度乐观。
2. 某煤炭龙头 @ 2023-06-30 | 评分 85 → 6m +56.1%
AI 判断：价值发现型，煤炭行业处于高景气周期，公司现金流强劲。
买入逻辑：EV/FCF 极低，股息率 10%+，即使周期下行也有股息保底。
结果：AI 给出的 85 分是所有分析中的最高档，半年涨幅 56.1%。
3. 某淮河流域煤企 @ 2023-06-30 | 评分 78 → 6m +48.3%
AI 判断：价值发现型，连续 3 年现金流改善，股息率 8%+。
买入逻辑：以安全边际逻辑买入，目标 PB 从 0.6 修复到 0.8。
结果：半年涨 48.3%，修复幅度超预期。
4. 某石油加工龙头 @ 2022-12-31 | 评分 75 → 6m +44.5%
AI 判断：关联方资源型（央企），受益于能源价格上涨周期。
买入逻辑：估值处于历史低位，国家能源安全政策支持。
结果：2023 年上半年石油板块全面修复，AI 踩中了节奏。
5. 某城商行 @ 2023-12-31 | 评分 75 → 6m +40.8%
AI 判断：价值发现型，资产质量改善，拨备覆盖率提升。
买入逻辑：PB 0.5 倍以下，ROE 稳定在 12%，估值修复空间大。
结果：2024 年银行板块估值修复行情中，涨幅 40.8%。
最准回避信号 TOP 5
AI 说"别碰"，后来真的崩了。这才是 AI 最大的价值。
1. 某全国性地产公司 @ 2020-12-31 | 评分 25 → 6m -58.8%
AI 的理由：
- 经营现金流持续为负（2019 年 -318 亿，2020Q3 -251 亿）
- 净负债率高达 205.3%，偿债压力巨大
结果：半年暴跌 58.8%。AI 在 2020 年底就看出了现金流的致命问题。
2. 某地产龙头 @ 2023-12-31 | 评分 35 → 6m -33.7%
AI 的理由：
- 现金流恶化：经营现金流/净利润仅 1.12%，自由现金流连续为负
- 股息不可持续：FCF 为负，股息可能来自借款或资产出售
结果：半年跌 33.7%。AI 精准识别了"纸面盈利 + 实际失血"的危险信号。
3. 某煤炭公司 @ 2024-12-31 | 评分 35 → 6m -25.8%
AI 的理由：
- EV/FCF 20.93 倍远高于合理区间 8-10 倍
- 压力测试显示衰退情景下分红支付率 164.7%（不可持续）
结果：半年跌 25.8%。同一家公司在 2023 年被 AI 评 85 分买入（涨 56%），在 2024 年被评 35 分回避（跌 26%）——AI 不是固定看好某只股票，而是根据不同时点的数据做独立判断。
4. 某特种钢企业 @ 2022-06-30 | 评分 35 → 6m -21.0%
AI 的理由：
- 行业周期下行，2022Q1 业绩大幅下滑
- 现金流质量差：经营现金流/净利润仅 24.5%
结果：半年跌 21%。AI 在周期下行初期就发出了预警。
5. 某钢铁公司 @ 2021-12-31 | 评分 45 → 6m -14.5%
AI 的理由：
- 周期性行业下行风险
- FCF 为负，股息可持续性存疑
结果：半年跌 14.5%。评分 45 属于"偏回避"区间，AI 没有给出明确回避，但分数够低。
AI 看走眼的案例
诚实展示错误，比只展示成功更有说服力。
买入但大亏：某地产公司 @ 2023-06-30 | 评分 72 → 6m -41.7%
AI 被低 PB（0.5 倍）和看似合理的 EV/FCF（3.15 倍）误导，给了买入评级。但 2023 年下半年地产行业系统性风险爆发，个股基本面无法抵抗行业海啸。
教训：AI 擅长分析个股基本面，但对行业系统性风险的判断力不足。
回避但大涨：某化工公司 @ 2021-06-30 | 评分 35 → 6m +29.7%
AI 看到连续亏损和高负债就给了回避，但这恰好是周期底部。2021 年下半年化工行业景气回升，股价大幅反弹。
教训：AI 分析的是已有财务数据，不擅长预判行业拐点。
一个有趣的发现
同一只股票在不同时间点，AI 给出了完全不同的建议：
| 股票 | 2023-06 | → | 2024-12 |
|---|---|---|---|
| 某煤炭龙头 | 85 分，买入 → 涨 56% | 35 分，回避 → 跌 26% | |
| 某地产龙头 | — | 35 分，回避 → 跌 34% | |
| 某银行 | 75 分，买入 → 涨 20% | 68 分，观望 → 涨 16% |
说明什么？ AI 不是给某只股票贴标签（"这是好股票"），而是在每个时间点独立分析当时的财务数据。同一家公司在不同估值和基本面状态下，得到不同的评级——这正是盲测设计想要达到的效果。
完整报告
全部 120 份 AI 分析报告（每份 8000-15000 字）已开源：
GitHub: github.com/turtlequant…
可以点进任何一份报告看 AI 的完整推理过程——从数据核查到基本面到估值到压力测试到最终决策，每一步都有据可查。
免责声明：本文仅展示 AI 分析框架的回测结果，不构成投资建议。文中隐去了具体公司名称和股票代码。历史表现不代表未来收益。
作者：turtlequant
