SuperAPI AI 工具集

investing-from-darwin

通用与其它

查看项目

更新于 10-16 04:22

技能介绍

概述

本技能基于 Pulak Prasad 所著《What I Learned About Investing from Darwin》(我从达尔文那里学到的投资知识),提供一套以进化生存逻辑评估投资的方法。其目标是帮助投资者避免永久性资本损失、抑制过度交易,并偏好稳健性而非脆弱的精确预测。

核心原则:投资生存先于投资卓越。如同进化,投资更可靠地奖励稳健性、适应性与耐心,而非精确预测、频繁行动或在脆弱企业中寻找便宜货。

何时使用

当用户提出以下类型的问题时适用:

  • “这家企业是否足够坚韧,值得持有?”
  • “哪些重大风险可能永久性地损害这项投资?”
  • “这只便宜股票是陷阱吗?”
  • “我应该依赖这个 DCF 吗?”
  • “我该有多耐心?”
  • “受达尔文启发的投资方法会如何评判这家公司?”

四大维度

维度一:避免重大风险

规则:第一要务是避免永久性资本损失。

关键问题:什么可能导致巨大且不可恢复的损失?企业是否暴露于债务、颠覆、欺诈、监管、客户集中或过时风险?50% 的损失是否需要不切实际的反弹才能恢复?投资者是否低估了灭绝风险?

检查清单:识别生存性业务风险;检验资产负债表韧性;避免单一不利事件即可永久损害资本的情形;偏好可适应的企业而非脆弱的强大。

警示信号:杠杆叠加不确定现金流;便宜估值掩盖结构性衰退;单一产品、单一客户或单一监管依赖。

维度二:以合理价格买入优质企业

规则:有韧性的质量胜过表面的便宜。

关键问题:什么持久优势帮助公司穿越变化的环境?质量是自然内嵌的,还是依赖不断重组?高回报源于真实优势还是仅仅相关指标?价格是否合理到无需依赖英雄式预测?

检查清单:持久护城河或适应性优势;简单聚焦的业务;在多种情景下的稳健经济性;合理价格,而非必然的极低价。

警示信号:需要持续顾问干预的困境反转故事;混淆相关性与因果性;用低倍数替代业务质量。

维度三:稳健性优先于预测精确性

规则:长期精确预测是脆弱的;偏好能穿越多种未来的企业。

关键问题:哪些 DCF 假设驱动了大部分估值?若增长、利润率或终值出错,论点是否仍成立?若历史重演不同路径,企业是否仍表现良好?什么情景会打破论点?

检查清单:压力测试关键假设;偏好定性稳健性而非点估计精度;避免需要狭窄未来路径的投资;把 DCF 当作纪律而非证明。

警示信号:买入论点依赖精确的终值增长率;模型用小数点精确性掩盖不确定性;看涨情形要求一切顺利。

维度四:极度懒惰

规则:极少交易;好的投资大部分时间是等待。

关键问题:论点已改变,还是用户在反应噪音?这是稀有機會还是例行市场波动?考虑成本与错误后,行动是否改善预期结果?耐心是否被误认为懒惰,或懒惰被误认为纪律?

检查清单:默认低换手率;仅当机会稀有且证据充分时果断行动;在普通波动中持有韧性企业;对替换现有持仓保持高标准。

警示信号:对季度新闻的巴甫洛夫式反应;为排遣无聊而交易;将不断研究活动误认为更好的决策。

响应框架

  • 评估个股:依次执行避免重大风险、检验合理价格下的质量、挑战预测精确性,最后以极度懒惰的方式决定买入、回避、持有或等待。
  • 审查 DCF 或模型:识别脆弱假设,压力测试多种未来,判断在无精确预测下是否具备稳健性。
  • 卖出/持有决策:检查论点是否改变,区分噪音与灭绝风险,应用极度懒惰纪律。

输出格式

技能提供了标准化输出模板,包含公司/决策、结论(回避/观察/合理价格的优质/懒惰持有/需要数据)、按规则列出证据与结果的表格,以及重大风险、稳健性检查、行动纪律和引用等分节。

引用规则

每项实质性的 Prasad 方法主张须引用原文。引用文件包括 evolutionary-investing-quotes.md 与 investing-principles-quotes.md,并提供锚点映射。规则要求:任何买入结论前先引用生存或质量锚点;批评模型精度时使用 DCF 锚点;不提供个性化受监管的财务建议。

限制

本技能为投资评估提供思维框架,不提供个性化受监管的财务建议。资料未提供具体的价格、收费、平台或效果信息。