我为什么开始做 A 股行业研究系统？

先把话说在前面

本文仅为个人学习记录，不构成投资建议。这篇写的是我为什么要做一个研究工具，以及它解决我自己的什么问题——不涉及任何具体标的。

有一段时间，我的投资日常是这样的：早上刷财经新闻，盘中盯热点轮动，晚上看各种解读，生怕漏掉什么"重要信息"。

累是真的累，但更让我难受的是另一件事：这么忙碌，却几乎没有积累。今天追的热点，下周就换了主角；昨天记住的逻辑，过一个月就想不起来。每天都在输入，却像往漏水的桶里倒水——这对一个写过多年代码的人来说，是很难忍受的低效。

程序员的本能是：重复出现的问题，应该沉淀成可复用的东西。于是我开始想，能不能把研究这件事做成一个系统。

选个股，变量太多：公司治理、竞争格局、财务细节，随便一个坑就够呛。对业余时间有限的个人来说，把每家公司都研究透，不现实。

行业这一层就友好得多。一个行业的供需格局、产能周期、景气位置，数据相对公开，逻辑相对稳定，变化速度也慢——今天理解的产业逻辑，明年多半还用得上。先看清"哪片海在涨潮"，再去看"哪条船更结实"，对我来说是更省力也更扎实的顺序。

说是"系统"，其实不神秘，核心就是把我关心的几类信息结构化地存下来、算出来。

行业的基本结构：上下游是谁、供需怎么定价、产能扩张到什么阶段。景气度的跟踪：价格、库存、开工率这些能反映冷暖的指标，按月更新。位置的刻画：当前的估值和情绪，在历史区间里处于什么分位。最后是我自己的判断记录：我在什么时间、基于什么理由，认为这个行业值得关注或应该回避。

每一个结论都能点开看到依据，每一次判断都留下时间戳。它不预测明天涨跌，只帮我回答一个更朴素的问题：现在的位置，值不值得花更多注意力。

做这个工具时我给自己定了一条原则：宁要可解释的粗糙，不要黑箱的精致。

我见过很多花哨的模型，回测曲线漂亮得不像话，但你问它为什么给出这个信号，答不上来。这种东西赚钱时你不知道为什么赚，亏钱时也不知道为什么亏，等于把判断权交给了一个不会解释的黑箱——那和把钱交给玄学没有本质区别。

我要的恰恰相反：结论可以错，但推理链条必须完整。错了，我能定位到是哪个假设、哪个数据出了问题，改掉它，系统就比昨天好一点。这和修 bug 是同一件事。

这个系统还很粗糙，数据要手动补，指标在反复调整，介面也只有我自己看得懂。但它已经开始改变我的状态：从每天焦虑地追消息，变成每周安静地更新数据、修正判断。

对普通人来说，投资研究最大的敌人不是信息不够，而是没有沉淀。我想试试用做工程的方式解决它，过程会持续记录在这里。

再强调一遍：本文仅为个人学习记录，不构成投资建议。