由上到下选股分析框架
选股框架自上而下推进，从宏观到微观，全程需动态迭代（如每月或每季更新）。最终目标是识别出高潜力个股，同时控制风险。总框架分为以下5个层级：

1. 宏观环境分析：全球与国家大局
（覆盖：国内外局势 + 宏观经济）
- 核心要素：
- 国内外局势：地缘冲突（如中美关系、区域战争）、政策变化（如贸易协定、监管改革）。
- 宏观经济：GDP增长、通胀率、利率、汇率、就业数据；当前（2026年初）关注全球复苏分化和中国政策刺激。
- 分析目的：评估整体经济健康度和风险。例如，高利率环境可能压制股市，而地缘紧张（如台海局势）可能引发市场避险情绪。
- 实用工具：世界银行/IMF报告、各国央行政策声明（如美联储）、Bloomberg终端。2026年参考：全球通胀趋缓，但新兴市场债务风险上升。
- 输出结果：宏观风险评分（高/中/低），用于过滤受惠或受损行业（如通胀期利好资源股）。

2. 行业与产业链分析：中观结构透视
（覆盖：行业分析 + 产业链梳理 + 板块轮动）
- 核心要素：
- 行业分析：行业生命周期（成长期/成熟期）、竞争格局、政策支持度（如中国“双碳”政策对新能源的推动）。
- 产业链梳理：上下游关系（如半导体产业链：设计→制造→封装）、瓶颈环节（如2026年AI芯片短缺）。
- 板块轮动：历史规律（如经济复苏期消费股领涨）、当前资金流向（如近期科技板块轮动到防御性板块）。
- 分析目的：识别高增长或抗周期行业，并预判板块轮动趋势（避免“选错赛道”）。例如，产业链分析可暴露供应链风险（如地缘冲突导致断链）。
- 实用工具：GICS行业分类、Wind产业链数据库、板块轮动指标（如相对强度指数RSI）。
- 输出结果：优先行业列表（如AI、新能源）、产业链地图，用于锁定目标个股池。

3. 个股基本面分析：微观价值挖掘
（覆盖：个股基本面分析）
- 核心要素：
- 财务指标：PE/PB比率、ROE、毛利率、现金流；强调可持续性（如债务率<50%）。
- 业务质量：护城河（品牌/技术）、管理团队、ESG因素（如碳足迹）。
- 估值模型：DCF（现金流折现）、相对估值法（对标同业）。
- 分析目的：从行业筛选出的个股中，找出内在价值被低估的标的。基本面是长期投资基石，避免仅靠市场热度选股。
- 实用工具：财报分析软件（如同花顺）、估值模型Excel模板。
- 输出结果：个股基本面评分（A/B/C级），例如高ROE+低负债公司优先。

4. 市场动态与技术分析：短期交易信号
（覆盖：资金面 + 技术面 + 消息面）
- 核心要素：
- 资金面：主力资金流向（北向资金、机构持仓）、市场流动性（M2数据）、杠杆水平；2026年关注美联储缩表影响。
- 技术面：K线形态、均线系统、MACD/RSI指标；用于择时（如突破阻力位买入）。
- 消息面：事件驱动（如政策发布、财报季）、新闻情绪（利用AI工具分析舆情）。
- 分析目的：捕捉短期机会和管理仓位，结合基本面确保不盲目跟风。例如，资金流入+正面消息可强化买入信号。
- 实用工具：TradingView图表、新浪财经舆情监控、资金流监测平台。
- 输出结果：交易策略建议（如买入/观望），强调风险控制（止损位设置）。

5. 周期与情绪整合：市场节奏把握
（覆盖：指数周期 + 情绪周期 + 板块轮动辅助）
- 核心要素：
- 指数周期：牛熊市阶段（如沪深300周期平均4年）、经济周期（复苏→过热→衰退）。
- 情绪周期：投资者情绪指标（如VIX恐惧指数、社交媒体热度）、行为金融偏差（如过度反应）。
- 辅助板块轮动：结合情绪预判轮动（如情绪高涨时成长股领涨）。
- 分析目的：在宏观和个股分析基础上，优化入场/出场时机。情绪周期可解释市场非理性波动（如2026年初A股情绪修复）。
- 实用工具：情绪指数（ CBOE VIX）、周期模型（美林时钟）、板块轮动历史数据。
- 输出结果：整体市场时机评分（如“低风险区”），用于动态调整持仓比例。

框架应用指南
- 操作流程：按1→5顺序执行，但需反馈循环（如个股分析发现风险时，回溯宏观）。起始点必须是宏观，避免“逆势选股”。
- 风险提示：Top-Down框架强调整体性，但2026年需警惕黑天鹅事件（如地缘冲突升级）。建议结合Bottom-Up（自下而上）验证。
- 优化建议：使用数字化工具（Python量化模型）自动化数据收集，每周更新一次分析。
- 示例输出：通过该框架，2026年可能推荐“AI产业链中的优质半导体个股”，基于宏观科技政策支持、行业高增长、个股高ROE，且技术面出现买入信号。