#基金定投专家学习路线图（政策与行业分析方向）

用途：本文档是个人投资者成长为"政策-行业-基金"分析专家的学习路径。所有"向谁学、学什么、怎么用"的借鉴内容见配套目录 /02-起点段/04-个人投资者参考/。

最后更新：2026年7月

顶部导航三段制说明：站内顶部 nav 的"起点段 / 中间段 / 终点段"是对六阶段路线图的浓缩入口，对应关系如下：

• 起点段：第零阶段（AI 协作能力建设）+ 第一阶段（最小可行启动）+ 基础知识库（02-基础知识）+ 个人投资者参考（04-个人投资者参考）+ 投资书籍参考（05-投资书籍参考）
• 中间段：第二阶段（政策解读）+ 第三阶段（行业研究）+ 第四阶段（产业趋势）+ 经济指标分析（周期与流动性维度）
• 终点段：第五阶段（基金标的筛选与持续）+ 心态与纪律训练 + 定投策略研究 + 决策复盘

三段制只是导航分组，详细阶段划分、时间预算、完成标准仍以本文档"第一阶段—第五阶段"为准。

#起点段：建立地基

起点段对应第零阶段（AI 协作能力建设）+ 第一阶段（最小可行启动）+ 基础知识库（02-基础知识目录）。目标是建立分析框架的地基：财务前置到位、AI 协作能力达标、基础知识系统化。建议第零+第一阶段并行启动（2-4 周），基础知识按需回查、不要求一次性学完。

#第一阶段：最小可行启动（2-4周，与后续阶段并行）

核心原则：边学边投，不用真金白银训练的心态都是空中楼阁。但启动前必须先解决财务前置问题，否则遇到波动必然割肉。

#1. 财务前置清单

启动定投前，必须完成以下财务前置准备。任何一项未达标，先补齐再启动。

#2. 最小可行启动方案

小额练手（每月500-1000元）

• 从定投策略分析中的"三基金极简组合"起步
• 选择：沪深300（40%）+ 纳斯达克100（40%）+ 现金（20%）
• 目的：用真金白银训练心态，6个月后再考虑加大投入

入门教材（强烈推荐）

• 孟岩《投资第1课》（有知有行免费课程，配套书《投资第1课》）
• 优势：从零到80分投资者的完整路径，覆盖认知、操作、心态三层
• 学完后再启动定投，可避免零散学习导致的方法论空转
• 详见 /02-起点段/04-个人投资者参考/01-孟岩

开户与工具配置

• 选定主券商/基金平台（费率、定投功能、数据齐全度）
• 开通场内ETF账户（用于低估时手动加仓）
• 配置工具栈（详见第七节"工具栈与模板"）

#3. 完成标准（第一阶段）

• 财务前置清单全部达标
• 完成1次小额定投扣款（验证流程顺畅）
• 建立估值跟踪表（即使是空白模板也算）
• 与家人完成一次"3年不动钱"沟通

#4. 时间预算

• 建议总投入：10-20小时
• 财务盘点：4-6小时
• 开户与工具配置：2-4小时
• 家庭沟通：2-3小时（含多次沟通）
• 学习三基金组合逻辑：2-4小时

#第零阶段：AI协作能力建设（2-3周，与第二阶段并行启动）

核心原则：2026年个人投资者的竞争力，不在于"自己能分析多少"，而在于"能否用好AI、能否识别AI的错、能否做最终判断"。没这个能力，不该启动定投。

#1. AI协作心智模型

人机分工的底层框架

• 委托给AI：信息汇总、结构化分析、初稿生成、跨语言跨领域检索
• 保留给人类：最终判断、仓位决策、价值观取舍、家庭沟通、心态控制
• 不可委托：下单权、身份证号/账户号/持仓详情、签字权

三条铁律

1. AI建议不盲从：任何LLM给出的标的判断、估值数字、政策解读都需独立验证
2. 不让LLM直接下单：LLM可作为分析助手，但交易决策权必须是人类
3. 不向公共LLM泄露隐私：持仓详情、账户信息、身份证号不进公共LLM

#2. 提示词工程基础

结构化提问模板（适用于政策解读）

角色：你是一位政策分析师
任务：解读以下政策文件
输入：[政策原文/链接]
输出格式：
  1. 方向性 vs 落地性判断
  2. 直接受益方/间接受益方/受损方
  3. 受益行业的当前估值分位（需说明数据时点）
  4. 可量化考核指标
  5. 已存在的可投指数/基金
  6. 历史相似政策兑现节奏
约束：如不确定，明确说"不知道"，不要编造

结构化提问模板（适用于行业分析）

角色：你是一位行业研究员
任务：分析[行业名称]的投资逻辑
输出格式：
  1. 行业生命周期阶段（含判断依据）
  2. 市场规模与渗透率（含数据来源）
  3. 竞争格局（CR3/CR5 + 壁垒）
  4. 产业链上下游
  5. 跟踪指标清单（3-5个领先指标）
  6. 当前估值分位与历史对比
约束：所有数字标注数据时点与来源

阶段要求：建立自己的"AI提示词库"，至少10条经过验证的提示词

#3. 幻觉识别与数据验证

LLM在投资领域的常见幻觉类型

数据验证的"双源原则"

• LLM给出的任何具体数字，必须回原始数据源二次核验
• 政策类：国务院政策文件库原文
• 估值类：理杏仁/集思录/天天基金
• 财报类：巨潮资讯网原始公告
• 宏观类：国家统计局原始数据

幻觉识别训练

• 故意让LLM回答一个你熟知的问题，识别其幻觉
• 训练目标：能在3分钟内识别出LLM回答中的至少1处幻觉

#4. 人机分工框架

"三段式"人机协作流程

1. AI初稿：LLM生成结构化分析初稿
2. 人类验证：核对关键数字、识别幻觉、补充本地知识
3. 人类决策：基于验证后的信息做最终判断

不该委托AI的事

• 仓位比例决策（涉及个人风险承受力）
• 止盈/止损时机（涉及个人财务规划）
• 标的更换（涉及能力圈判断）
• 家庭沟通内容（涉及情感与关系）

#5. 隐私与安全

绝不向公共LLM输入的内容

• 身份证号、银行卡号、账户密码
• 真实持仓详情与金额
• 家庭成员信息
• 工作单位与收入详情

可用本地LLM处理的隐私内容

• 持仓复盘（用本地模型，如Ollama+Llama）
• 个人财务规划
• 家庭沟通演练

#6. 时间预算与完成标准

• 建议周投入：4-6小时
• 总投入：8-12小时（2-3周完成）
• 月度产出物：
  • 1份个人AI提示词库（至少10条经验证提示词）
  • 1份幻觉识别案例集（至少3个LLM出错的实例）
  • 1份个人数据验证SOP
• 阶段交付物：
  • 能用一条结构化提示词让LLM输出符合"政策六问"模板的分析
  • 能识别LLM在某个政策细节上的幻觉并改正
  • 建立个人AI协作工具栈（至少1个LLM + 1个数据源 + 1个笔记工具）
• 阶段自检：能否用三句话说清楚"哪些事委托给AI、哪些事保留给自己、哪些事绝不交给AI"

#中间段：按"政策-行业-趋势-宏观"分析链条展开

中间段对应第二阶段（政策解读）+ 第三阶段（行业研究）+ 第四阶段（产业趋势）+ 经济指标分析（周期与流动性维度），分别落在 03-中间段/ 下的 01-政策分析、02-行业分析、03-产业趋势分析、04-经济指标分析 四个子目录。目标是建立"政策解读 → 行业研究 → 产业趋势 → 宏观周期 → 基金筛选"的完整分析链条。各子目录顶部均有"学习路标"文件指引本目录学什么、作业是什么、完成标准。

#第二阶段：政策解读能力（3-4周）

2026年升级说明：原2个月压缩至3-4周。政策文件的初稿解读、关键词提取、历史对照可委托LLM完成，人类精力聚焦于"幻觉验证+最终判断"。

#1. 政策体系学习

• 理解中国五年规划的制定逻辑与实施路径
• 学习国家重大产业政策的解读方法（如"十四五"规划、"十五五"规划）
• 跟踪发改委、工信部、科技部等部委的政策文件
• 了解政策从出台到落地的传导机制

#2. 政策分析工具（AI协作版）

• 用LLM+RSS建立政策文件自动摘要流（替代手动分类）
• 学习政策关键词提取与趋势分析（LLM初稿+人类验证）
• 理解政策支持力度的评估方法
• 用LLM生成政策事件跟踪日历初稿，人类审阅定稿

#3. 政策解读输出模板

每次解读政策时强制回答六个问题（前三个为基本三问，后三个为进阶三问）：

1. 这个政策是"方向性"还是"落地性"？（影响兑现节奏）
2. 谁是直接受益方、谁是间接受益方、谁是受损方？
3. 受益行业的当前估值分位是否已经反映了政策预期？
4. 政策是否有可量化的考核指标？（决定执行力度）
5. 行业格局是否已形成可投的指数/基金？（决定可操作性）
6. 历史相似政策的兑现节奏与市场反应如何？（决定等待周期）

AI协作流程：LLM生成六问初稿 → 人类回原始政策文件核验关键表述 → 人类回理杏仁核验估值分位 → 人类做最终判断

#4. 时间预算与完成标准

• 建议周投入：3-4小时（原6-8小时压缩50%）
• 周产出物：
  • 周1：政策文件库建立（用LLM辅助分类5个领域）
  • 周2-3：完成3份政策解读六问拆解（含AI协作记录）
  • 周4：1份幻觉识别案例集
• 阶段交付物：能独立写出一份政策文件的六问拆解，且至少3份，并附AI幻觉识别记录
• 阶段自检：能否用三句话说清楚一个政策对哪个行业有利、为什么、影响多大；同时能识别LLM在该政策解读中的至少1处幻觉

#第三阶段：行业研究框架（4-6周）

2026年升级说明：原2-3个月压缩至4-6周。行业空间测算、竞争格局、产业链分析可由LLM生成80分初稿，人类精力聚焦于"识别LLM遗漏+验证关键数字+财报防雷"。

#1. 行业生命周期理论

• 理解导入期、成长期、成熟期、衰退期的特征
• 学习判断行业所处阶段的方法
• 研究不同阶段的投资逻辑差异

#2. 行业分析技能（AI协作版）

• 学习行业空间测算（市场规模、渗透率）——LLM初稿+人类验证数据源
• 掌握行业竞争格局分析（集中度、壁垒）——LLM整理+人类判断壁垒可持续性
• 理解产业链上下游关系分析——LLM生成图谱+人类识别关键卡脖子环节
• 学习行业景气度跟踪指标——LLM建议指标清单+人类挑选3-5个核心指标

#3. 财报分析入门（AI协作版）

• 学习三大表（资产负债表、利润表、现金流量表）基础
• 掌握财报防雷红旗清单：
  • 应收账款激增
  • 存货异常
  • 现金流与利润背离
  • 频繁更换会计师事务所
  • 关联交易占比过高
• AI协作方式：LLM做第一遍财报拆解+红旗识别 → 人类回巨潮资讯网原始公告核验 → 人类判断管理层诚信
• 推荐书目：《手把手教你读财报》（唐朝）

#4. 时间预算与完成标准

• 建议周投入：3-4小时（原6-8小时压缩50%）
• 周产出物：
  • 周1-2：1份完整行业分析报告（含生命周期判断、竞争格局、产业链，附AI协作记录）
  • 周3：1份行业景气度跟踪表（含3个核心指标）
  • 周4-6：1份财报防雷红旗清单（针对选定行业的龙头公司）
• 阶段交付物：能输出1份完整行业分析报告，含生命周期、竞争格局、估值分位，并标注哪些结论来自LLM初稿、哪些是人类验证补充
• 阶段自检：能否用三句话说清楚一个行业靠什么赚钱、政策为什么支持它、行业里谁在领先；同时能识别LLM在该行业分析中的至少1处幻觉或遗漏

#第四阶段：产业趋势研究（6-8周）

2026年升级说明：原3-4个月压缩至6-8周。产业趋势的跨领域检索、人口/技术/消费变量整合可由LLM完成，人类精力聚焦于"判断持续性+天花板+估值分位"。

#1. 长期趋势研究（AI协作版）

• 学习技术进步曲线的识别与分析——LLM汇总技术路线+人类判断商业化时点
• 研究人口结构变化对产业的影响——LLM整理人口数据+人类判断受益行业
• 理解消费升级的规律与方向——LLM跨行业对比+人类判断本地适用性
• 跟踪国际产业转移与国内替代趋势——LLM追踪海外动态+人类判断国产化率

#2. 主题投资框架

• 建立政策驱动型主题的识别逻辑
• 学习从政策到行业再到标的的传导路径
• 研究主题持续性与天花板的判断方法
• 建立主题基金池的维护机制

#3. 估值百分位跟踪（AI自动化版）

• 建立行业指数估值日历（参考银行螺丝钉方法）
• 估值分位跟踪规则：
  • < 30%分位：加倍定投
  • 30%-70%分位：正常定投
  • > 70%分位：减半或止盈
• 2026年自动化建议：用LLM+脚本（Python/Make/n8n）自动抓取理杏仁估值数据；设定异常告警（突破20%/80%分位时自动推送）；每周LLM自动生成"估值异常解读"初稿，人类只做最终审阅
• 关键：自动化的是数据汇总，不是决策

#4. 时间预算与完成标准

• 建议周投入：4-5小时（原8-10小时压缩50%）
• 周产出物：
  • 周1-3：3个未来3年的产业趋势判断并说明依据（附AI协作记录）
  • 周4-5：1份主题基金池（5-10只基金，含估值分位和加仓建议）
  • 周6-8：1份估值跟踪表（至少覆盖5个核心行业，含自动化方案）
• 阶段交付物：能给出3个未来3年的产业趋势判断并说明依据，并建成至少半自动化的估值跟踪体系
• 阶段自检：判断的依据是否扎实，能否经受"如果错了，是哪个假设错了"的反问；同时能识别LLM在产业趋势判断中的至少1处幻觉

#终点段：实战与复盘，成为专家

终点段对应第五阶段（基金标的筛选与持续）+ 心态与纪律训练 + 定投策略研究 + 实盘操作 + 决策复盘，分别落在 04-终点段/ 下的 01-基金标的研究、02-心态与纪律训练、03-定投策略研究、04-实盘操作、05-决策复盘 五个子目录。实战层把"懂"变成"做"，复盘层把"做过"变成"迭代"。两者齐备才是"定投专家"的完整画像。

#第五阶段：基金标的筛选（持续学习）

2026年升级说明：本阶段为持续阶段，时间预算保持低强度，但LLM可用于基金筛选的初稿生成、跟踪误差对比、费率比较等结构化工作。

#1. 指数与行业基金研究（AI协作版）

• 了解国内主要指数编制规则——LLM整理编制规则对比表+人类验证
• 学习行业指数的覆盖范围与权重分布——LLM生成权重图谱+人类判断龙头占比合理性
• 研究指数基金的跟踪误差与流动性——LLM抓取数据+人类判断异常值
• 建立指数基金的对比评价体系

#2. 基本面验证

• 学习行业估值水平的历史比较
• 理解行业盈利预期的分析方法
• 研究行业成长性与确定性的权衡
• 建立"政策-行业-基金"的映射关系

#3. 红利类指数专项（新增）

• 红利低波、红利质量类指数的特征
• 分红稳定性与分红再投便利性评价维度
• "只买不卖+分红再投"复利引擎的实操路径

#4. 时间预算与完成标准

• 建议周投入：2-3小时（原4-6小时压缩50%，持续阶段强度降低）
• 月度产出物：
  • 维护估值跟踪表至少6个月（半自动化）
  • 每月1次人机协作决策日志更新
  • 每季度1次自检（命中率统计+错误归因，含LLM命中率vs自己命中率）
  • 每年1月年度复盘报告
• 阶段交付物：能维护一个5-10只基金的估值跟踪表并坚持6个月
• 阶段自检：选定标的后1年内不换基（除非逻辑证伪）

#五、心态与纪律专项训练（贯穿全路线图）

#六、负面清单（明确不做什么）

个人投资者更需要"明确不做什么"，而非"要做什么"。以下是必须坚守的负面清单。

#1. 不投什么

• 不投自己看不懂的行业：即使别人都说好，能力圈外的标的坚决不碰；LLM给出再详尽的分析也不行
• 不投单一主题All in：任何单一主题仓位不超过30%
• 不投概念炒作型标的：没有业绩支撑的纯概念股不参与
• 不投杠杆型产品：分级B、杠杆ETF、期权等不做
• 不投陌生市场：海外市场只通过QDII指数基金参与，不直接买个股

#2. 不怎么操作

• 不用杠杆做定投：保证金账户、融资融券坚决不碰
• 不频繁更换标的：选定后1年内不换基（除非逻辑证伪）
• 不在情绪激动时做加仓/止盈决策：情绪激动时强制冷静24小时
• 不一次性抄底：分3-4批次加仓，每次间隔1-2周
• 不预测市场顶部：用估值分位而非"感觉"做止盈决策
• 不让LLM直接做交易决策：LLM可作为分析助手，但下单权必须是人类
• 不让LLM接API直连账户：分析助手与交易权限必须物理隔离

#3. 不学什么

• 不学技术分析短线操作：与定投逻辑根本冲突
• 不学违法违规案例：徐翔等反面教材不作为借鉴对象
• 不学机构属性过强的方法：李蓓的宏观对冲、衍生品策略个人难复制
• 不学"股神"群主荐股：拉盘荐股模式本质是收割散户
• 不学"AI选股神器"课程：大部分是割韭菜，真正的AI协作能力在第零阶段已覆盖

#4. 不听什么

• 不听"内部消息"：所有"内部消息"都是套路
• 不听"必涨"承诺：没有人能预测短期涨跌
• 不听"短期暴富"故事：幸存者偏差严重
• 不听"专家"的实时操作建议：别人的操作不适合自己
• 不听LLM的"确定性"判断：LLM说"必涨/必跌"时一律视为幻觉
• 不让LLM在回撤时给实时建议：回撤时人类情绪脆弱，LLM的"加仓/割肉"建议易被过度采信

#5. 不泄露什么（2026年新增）

• 不向公共LLM泄露持仓详情：具体金额、持仓比例、账户结构不进公共LLM
• 不向公共LLM泄露身份证号/银行卡号/账户密码
• 不向公共LLM泄露家庭成员信息与收入详情
• 不向公共LLM上传含个人隐私的账户截图：需先用本地工具脱敏
• 隐私内容用本地LLM处理：如Ollama+Llama等本地模型，不联网不上传

#七、工具栈与模板

#1. 数据源

#2. AI协作工具（2026年新增）

AI协作工具使用原则

• 公共LLM处理公共信息，本地LLM处理隐私信息
• 任何LLM给出的数字，必须回原始数据源二次核验
• LLM不接API直连交易账户，分析助手与交易权限物理隔离

#3. 笔记与复盘工具

#4. 核心模板（详见配套文档）

以下模板在 /01-路线图/03-模板表 中提供可直接套用的格式：

• 估值跟踪表模板
• 政策-行业-基金映射表模板
• 能力圈清单模板（2026升级版：含"能识别LLM幻觉"标准）
• 人机协作决策日志模板（2026年新增）
• 季度自检表模板（含LLM命中率vs自己命中率）
• 年度复盘报告模板

人机协作决策日志模板

使用说明

• "LLM建议"栏记录AI给出的具体判断与理由
• "我验证了什么"栏记录自己回原始数据源核验的内容
• "同意/否决LLM"栏强制人类做最终判断，否决时需说明原因
• 30天后回看时重点检视："我否决LLM的决策是否正确？我同意LLM的决策是否正确？"

#5. 自动化建议

• 定投扣款：基金APP设置每月发薪日次日自动扣款
• 估值更新：用LLM+脚本（Python/Make/n8n）自动抓取理杏仁估值数据；设定异常告警（突破20%/80%分位时自动推送）
• 政策跟踪：国务院政策文件库RSS订阅+LLM自动摘要
• 复盘节奏：每月1日做月度复盘，每季度末做季度自检，每年1月做年度复盘
• 季度自检新增维度：LLM判断命中率 vs 自己判断命中率，长期跟踪谁更准

#6. 信息源分级清单（2026年新增）

背景：2026年的核心问题从"信息匮乏"变为"信息污染"。雪球/视频号/X/小宇宙/即梦等载体兴起，但信息质量参差不齐。100个看多理由不等于正确，建立信息源分级清单是应对污染的根本方法。

信息源五级分级

信息源使用原则

1. L1不可绕过：任何重大决策必须回L1原始权威源核验，LLM给的数字也回L1/L2核验
2. L3需识别利益冲突：券商研报对自家承销标的易偏乐观，行业白皮书对赞助方易偏乐观
3. L4借鉴方法不抄结论：专业博主的具体标的判断需独立验证（详见借鉴分析文档§二）
4. L5主动屏蔽：不关注、不付费、不进群，从源头避免信息污染
5. LLM作为信息处理工具，不作为信息源：LLM是汇总器，其输出必须回溯到L1-L4原始来源

信息源分级训练

• 第零阶段：建立个人信息源清单，标注每个来源的级别
• 第二阶段：每次政策解读必须引用至少1个L1来源
• 第三阶段：每次行业分析必须引用至少1个L2来源+1个L3来源
• 持续阶段：每季度审视信息源清单，剔除降级的来源（如博主水平下降、研报质量降低）

信息源异常信号

出现以下信号时，需重新评估信息源级别：

• L4博主开始频繁推荐"必涨股"→ 降级为L5
• L3研报出现明显利益输送（如承销标的给出夸张目标价）→ 降级为L5
• L2数据源数据延迟或错误频发→ 暂停使用，寻找替代
• L1来源被篡改或误读→ 核实渠道真实性

信息节制规则

• 每日财经信息摄入不超过1小时（心态训练表已列入）
• 优先用LLM汇总代替刷信息流
• 关闭所有"必涨/必跌"类推送通知
• 不进任何付费荐股群

#八、与定投策略分析的衔接映射

本路线图是"学习路径"，/04-终点段/03-定投策略研究/ 是"执行配置"。两者衔接如下：

#1. 学习阶段与配置深度的对应

#2. "政策-行业-基金"映射训练落到具体标的

抽象的"政策-行业-基金"映射训练，应落到 /04-终点段/03-定投策略研究/ 中的具体基金上：

#3. AI产业定投专项（2026年新增）

AI既是2026年最重要的产业变革变量，也是定投组合的核心配置方向之一。详见配套文档《AI与产业变革对定投的启示.md》。本专项训练目标：把AI产业链拆解为"可投的指数/基金"，并识别其对其他行业的重塑效应。

（1）AI产业链拆解

（2）AI对其他行业的重塑

（3）AI主题定投风险控制

• 估值已高：2026年AI主题指数PE普遍处于历史80%以上分位，需严格按估值定投规则操作
• 不追高：PE分位 > 80%暂停定投，> 90%考虑分批止盈
• 不All in AI：AI主题仓位上限不超过30%（与"主题不贪心"原则一致）
• 识别真假AI概念：LLM可辅助识别"蹭概念"公司，重点看研发投入占比与AI业务收入占比
• 跟踪指标：算力侧看GPU出货量+IDC机柜数；模型侧看API调用量；应用侧看付费用户数与留存率

（4）AI产业定投的"人机协作"训练

• 用LLM定期整理海外AI产业链动态（X/Twitter、海外财报）
• 用LLM对照国内AI政策（如算力券、AI立法）做政策传导分析
• 用LLM生成AI主题估值跟踪表初稿，人类审阅定稿
• 关键：LLM对AI主题的判断容易偏乐观（训练数据偏多看好），需人类强制写出3条看空理由

#4. 起步节奏建议

• 月1-2（第一+第二阶段）：每月500-1000元，三基金极简组合
• 月3-4（第三阶段）：每月1000-2000元，过渡到五基金增强组合
• 月5-6（第四阶段）：每月2000-3000元，引入行业主题（先选1-2个深入研究过的）
• 月7+（第五阶段）：每月3000-5000元，完整版配置+动态调整

上述金额仅为示例，请根据自身收入、家庭负担、风险承受能力调整。

#九、实践建议

1. 建立政策跟踪习惯：每周固定时间阅读政策文件，建立政策笔记
2. 从单一行业入手：选择1-2个政策支持的行业深入研究，形成方法论后再扩展
3. 建立分析框架：不要零散学习，形成自己的"政策-行业-基金"分析体系
4. 持续跟踪验证：对自己的判断进行长期跟踪，不断修正分析逻辑
5. 自录视频复盘：每月用5分钟视频讲清楚一个政策-行业-基金判断，倒逼结构化思考
6. 季度自检与年度复盘：坚持季度命中率统计、年度方法论迭代

#十、推荐学习资源

#1. 政策数据源

• 中国政府网、发改委官网、各部委官网、国务院政策文件库

#2. 行业研究

• 券商行业研报（慧博投研、东方财富）
• 行业协会数据

#3. 基金数据

• 天天基金网、集思录、同花顺iFinD、理杏仁（估值历史分位）

#4. 参考书籍

• 《产业经济学》、《中国产业政策研究》
• 《投资第1课》（孟岩/有知有行）——入门首选，第一阶段推荐教材
• 《指数基金投资指南》（银行螺丝钉）
• 《定投十年财务自由》（银行螺丝钉）
• 《手把手教你读财报》（唐朝）
• 《价值投资实战手册》（唐朝）
• 《慢慢变富》（闲来一坐s话投资）
• 《时间的玫瑰》（但斌）

#5. 个人投资者借鉴

• 详见 /02-起点段/04-个人投资者参考/

#相关文档

• 定投策略研究——执行配置（学完路线图后落到具体基金组合）
• 个人投资者参考——借鉴对象与方法论拆解
• 《十五五规划核心内容解读》
• 《国内主要指数概览》
• 《国内行业概览》
• 《国内产业概览》
• 《08-术语表》
• 《2026年后社会与财富变化趋势分析》
• 《AI与产业变革对定投的启示》
• 《俞敏洪转型路径对定投的启示》