#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。

本阶段目标：建立指数与行业基金的研究能力、基本面验证方法、红利类指数专项认知，能长期维护一个 5-10 只基金的估值跟踪表。

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） 时间窗口：持续阶段

#学习目标

完成本阶段后，你应该能够：

1. 了解国内主要指数编制规则（详见 /04-终点段/01-基金标的研究/03-指数编制规则详解），能对比不同指数的差异
2. 评估指数基金的跟踪误差与流动性
3. 建立指数基金的对比评价体系
4. 验证行业估值水平、盈利预期、成长性
5. 理解红利类指数的特征与"只买不卖+分红再投"路径
6. 维护一个 5-10 只基金的估值跟踪表并坚持 6 个月

#模块一：指数与行业基金研究（AI 协作版）

#1.1 国内主要指数编制规则

指数编制规则的完整详解，详见 /04-终点段/01-基金标的研究/03-指数编制规则详解。

LLM 整理编制规则对比表 + 人类验证

宽基指数：

行业/主题指数：

• 中证医药（000933）、中证消费（000932）、中证信息（000935）
• 中证白酒（399997）、中证新能源（399808）、中证半导体（931865）
• 中证人工智能（930713）、中证军工（399967）

LLM 工作：整理编制规则对比表（样本空间、选样方法、加权方式、调整频率） 人类验证：

• 回中证指数公司官网核对编制规则
• 注意权重上限（如单只权重上限 10%）
• 注意调整频率（季度 vs 半年）

#1.2 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

示例：中证白酒指数权重分布（截至 2024 年）

• 贵州茅台：约 20%
• 五粮液：约 15%
• 泸州老窖：约 10%
• 山西汾酒：约 8%
• 前五大权重：约 60%

人类判断：

• 龙头占比是否过高（前 5 大 > 60% 时，等于买龙头股）
• 行业覆盖是否完整（是否遗漏某些细分领域）
• 权重调整频率是否合理

#1.3 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

跟踪误差：

• 定义：基金收益率与基准指数收益率之差的标准差
• 标准：< 2% 为优，< 3% 为合格，> 3% 为差
• 原因：管理费、交易成本、现金留存、申购赎回冲击

流动性（场内 ETF）：

• 日均成交额：> 1 亿为优，> 1000 万为合格
• 买卖价差：< 0.1% 为优
• 折溢价：< 0.5% 为合格

人类判断异常值：

• 跟踪误差突然增大（可能基金经理变更或策略调整）
• 成交额突然萎缩（可能基金规模下降）
• 折溢价异常（可能套利机会或风险）

#1.4 指数基金对比评价体系

对比维度（10 分制）：

加权得分：

• 8 分以上：优选
• 6-8 分：可选
• 6 分以下：避开

#模块二：基本面验证

#2.1 行业估值水平的历史比较

估值指标：

• PE（市盈率）：适合盈利稳定的行业（消费、医药）
• PB（市净率）：适合重资产或盈利波动大的行业（银行、周期）
• PS（市销率）：适合高成长但未盈利的行业（部分科技）
• 股息率：适合成熟行业（红利、地产）

上述估值指标的公式与计算详见 /04-终点段/01-基金标的研究/01-估值指标公式与计算。

历史分位：

• 10 年分位：覆盖一个完整周期
• 5 年分位：覆盖近半周期，反映当前情绪
• 3 年分位：短期参考

判断规则：

• 分位 < 30%：低估
• 分位 30%-70%：合理
• 分位 > 70%：高估

#2.2 行业盈利预期的分析方法

LLM 汇总 + 人类验证

数据来源：

• 券商研报（慧博投研、东方财富）
• Wind 一致预期（如有）
• 行业协会预测

验证维度：

1. 一致性：多家券商是否一致预测
2. 合理性：增速是否与历史、政策目标匹配
3. 兑现度：该公司/行业过往预测兑现率
4. 假设透明度：是否说明关键假设

#2.3 行业成长性与确定性的权衡

成长性 vs 确定性矩阵：

配置建议：

• 高成长+高确定性：核心仓位（30-40%）
• 高成长+低确定性：卫星仓位（10-20%）
• 低成长+高确定性：稳健仓位（30-40%）
• 低成长+低确定性：避开

#2.4 "政策-行业-基金"映射关系

参考《路线图》§八的映射表：

训练方法：

1. 选择 1 个政策方向
2. 找出受益行业（3-5 个）
3. 对应到可投指数/基金
4. 验证估值分位与配置时机

#模块三：红利类指数专项（新增）

#3.1 红利低波、红利质量类指数的特征

主流红利指数对比：

#3.2 分红稳定性与分红再投便利性评价维度

分红稳定性：

1. 历史分红记录：连续分红年数（10 年+为优）
2. 分红率稳定性：分红率波动小
3. 分红来源：来自真实盈利（非借债分红）
4. 行业分布：单一行业占比 < 40%

分红再投便利性：

1. 场内 ETF：需手动再投
2. 场外基金：支持"分红再投"选项
3. 红利基金：基金经理自动再投

#3.3 "只买不卖+分红再投"复利引擎的实操路径

原理：

• 分红再投产生"复利效应"
• 长期持有（10 年+）可显著放大收益
• 不依赖估值波动，依赖分红现金流

实操路径：

步骤 1：选择标的

• 红利低波 / 红利质量类指数
• 标的：场外基金（支持分红再投）
• 费率：< 0.5%
• 规模：> 5 亿

步骤 2：设置定投

• 每月发薪日次日自动扣款
• 金额：月收入的 5-10%
• 频率：月度

步骤 3：设置分红再投

• 在基金 APP 中选择"分红再投"选项
• 不要选择"现金分红"

步骤 4：长期持有

• 不卖（除非逻辑证伪）
• 持有期：3-5 年起步，理想 10 年+
• 穿越一次牛熊

步骤 5：定期复盘

• 每季度检查分红率、分红来源
• 每年检查基金公司、基金经理变化
• 不因短期波动调整

预期收益：

• 股息率：4-6%
• 估值增长：1-3%
• 复利效应（分红再投）：1-2%
• 年化预期：6-11%

#模块四：时间预算与完成标准

#4.1 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

#4.2 季度自检新增维度

LLM 判断命中率 vs 自己判断命中率：

长期跟踪目标：判断"谁更准"，调整人机协作方式。

#4.3 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

#4.4 阶段自检

• 选定标的后 1 年内不换基（除非逻辑证伪）

#模块五：人机协作决策日志

#5.1 日志模板

#5.2 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"栏：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？"

#5.3 日志示例

日期：2026-07-15
操作：加倍定投
标的：中证医药 ETF（512010）
金额：2000 元（2×正常）
决策依据：PE 分位 15%（5 年低点），政策支持（医药反腐后行业格局优化），老龄化长期趋势
LLM 建议：加仓（理由：估值低+政策利好+老龄化）
我验证了什么：
  - PE 分位：回理杏仁核验，5 年分位 15%（与 LLM 一致）
  - 政策利好：回国务院政策文件库核验"医药工业高质量发展规划"原文
  - 老龄化：回国家统计局人口数据核验
  - 识别 LLM 幻觉：LLM 提到"医保目录调整利好"，实际是中性消息
同意/否决 LLM：□同意（原因：核心判断与我的独立验证一致）
预期持有时间：3-5 年
30 天后回看：填回看时的实际涨跌幅、估值分位变化

#模块六：心态与纪律专项训练

本阶段对应心态训练表中的多个项目：

#6.1 回撤不恐慌：最大回撤承受线

预设规则：

• 单只基金最大回撤：-30%（到达前不操作）
• 组合最大回撤：-20%（到达前不操作）
• 全市场系统性下跌（如沪深 300 跌 30%+）：可加大投入

LLM 红线：

• 回撤时人类情绪脆弱
• LLM 的"加仓/割肉"建议易被过度采信
• 回撤期间不向 LLM 询问"现在该不该割肉"

#6.2 不卖纪律：3-5 年持有期

理由：

• A 股一轮完整牛熊周期通常 3-5 年
• 3-5 年持有期可穿越一次牛熊
• 短期波动 ≠ 长期趋势

例外：

• 逻辑证伪（如行业政策转向、龙头被颠覆）
• 估值泡沫化（PE 分位 > 95%）
• 更好的标的出现（需严格对比）

#6.3 信息节制：每日 1 小时上限

实施方法：

• 用 LLM 汇总代替刷信息流（每日 15 分钟读 LLM 摘要，代替 1 小时刷新闻）
• 关闭所有"必涨/必跌"类推送通知
• 不进任何付费荐股群
• 设定固定信息摄入时间（如每日 19:00-19:30）

#模块七：常见问题与陷阱

#Q1：场内 ETF 和场外基金怎么选？

A：

• 场内 ETF：交易灵活、费率低（万 1）、实时交易；适合低估时手动加仓
• 场外基金：可自动定投、可分红再投；适合长期定投

ETF/LOF/FOF/QDII 等基金产品类型对比详见 /04-终点段/01-基金标的研究/04-基金产品类型对比，A 类/C 类等费率体系详见 /04-终点段/01-基金标的研究/05-基金费率体系。

建议：两者结合

• 场外基金：每月自动扣款，做长期定投
• 场内 ETF：低估时手动加仓，做主动操作

#Q2：LLM 推荐的基金可以直接买吗？

A：不可以。LLM 给出的基金推荐需要：

• 验证基金代码与名称是否匹配
• 验证跟踪指数与编制规则
• 验证规模、跟踪误差、费率
• 验证当前估值分位

LLM 常见幻觉：把"指数基金"说成"主动基金"、混淆不同公司的同类产品、给出过时的费率数据。

#Q3：红利类基金"只买不卖"，什么时候止盈？

A：以下情况可考虑止盈：

1. 逻辑证伪：如分红来源变成借债分红
2. 估值泡沫：PE 分位 > 95%
3. 基金变化：基金经理变更、规模萎缩、跟踪误差增大

正常情况下，红利类基金的"止盈"靠分红现金流自然实现，不需要卖出。

#Q4：如何识别 LLM 在基金分析中的幻觉？

A：常见幻觉类型：

• 概念混淆：把"沪深 300"说成"上证 50"
• 费率虚构：给出过时或错误的费率
• 规模错误：把基金规模说大或说小
• 跟踪误差错误：编造看似精确的数字
• 指数成分股错误：把不在指数中的股票说成是成分股

验证方法：

• 基金代码、名称：回天天基金核对
• 跟踪指数：回中证指数公司官网核对
• 费率、规模、跟踪误差：回天天基金 + 基金公司公告核对
• 指数成分股：回中证指数公司官网核对

#Q5：定投多久可以见效？

A：建议预期：

• 6 个月：可能仍是亏损（熊市初期开始）
• 1 年：基本与市场持平
• 3 年：穿越一次小周期，可见微笑曲线
• 5 年：穿越一次完整周期，可见明显复利效应
• 10 年：复利效应显著

关键：用 5-10 年的视角看定投，不要用 1-3 个月评判成败。

#本阶段作业

#作业 1：指数基金对比评价

选择 3 只同类基金（如跟踪中证医药的 3 只 ETF/联接基金），完成对比评价：

#作业 2：红利类指数研究

选择 3 只红利类指数（如中证红利、红利低波、红利质量），完成：

1. 编制规则对比
2. 历史分红率对比（5 年）
3. 成分股行业分布对比
4. 当前估值分位对比
5. 选择 1 只作为"只买不卖+分红再投"标的，说明理由

#作业 3：估值跟踪表维护

维护一个 5-10 只基金的估值跟踪表，至少坚持 6 个月：

• 每周更新一次估值分位
• 每月记录操作（加倍/正常/减半/暂停）
• 每季度做命中率统计（LLM vs 自己）

#作业 4：人机协作决策日志

每月记录至少 1 次人机协作决策日志，使用 §5.1 的模板，重点关注：

• LLM 给出的建议是什么
• 我验证了什么
• 同意/否决 LLM 的原因
• 30 天后回看，决策是否正确

#持续学习建议

本阶段为持续阶段，建议建立长期学习节奏：

1. 每周（2-3 小时）：

   • 更新估值跟踪表
   • 阅读 1 份政策文件或行业研报
   • 复盘上周操作

2. 每月（1-2 小时）：

   • 月度人机协作决策日志更新
   • 检视基金池（规模、跟踪误差、基金经理变化）
   • 调整下月定投金额（如有需要）

3. 每季度（3-4 小时）：

   • 季度自检（命中率统计+错误归因）
   • 检视信息源清单（剔除降级的来源）
   • 调整配置比例（如需要）

4. 每年 1 月（4-6 小时）：

   • 年度复盘报告
   • 方法论迭代
   • 更新能力圈清单

#下一阶段衔接

完成本阶段后，你已经具备完整的"政策-行业-基金"分析能力。后续的持续学习建议：

• 定期复盘与迭代（每季度）
• 跟踪新的政策与产业趋势（每月）
• 维护人机协作决策日志（长期）
• 不放弃学习，但不被信息淹没

心态纪律与工具栈相关内容，详见 05-心态纪律与负面清单.md 和 06-工具栈与模板.md。

配套文档

• 路线图——本课程的学习路径总览
• 定投策略分析——执行配置
• 国内主要指数概览——可投标的参考
• 个人投资者借鉴分析——借鉴对象与方法论