如何让gpt分析上市公司财报
粉丝4043获赞5.3万
相关视频
04:02查看AI文稿AI文稿你知道如何五分钟分析一家上市公司的财报吗？大家好，财务分析师都知道，一入财务深似海，从此周末是路人。但是今天我要与大家分享的是如何利用最新的 gpt， 快速高效的分析上市公司的财务报告，让你的周末不再被工作占据。 在年中年末，财务分析师面临的重要任务之一就是对公司的财务健康情况进行分析。今天我们要用到的方法是杜邦分析法，一个在财务分析领域广为人知的经典方法。杜邦分析法的核心在于对公司股东权益回报、 roe 的深入分析。这种方法包含两个主要的模型， 一个是基础的三因素模型，即 roe 等于净利润率乘以总资产周转率乘以权益乘数。第二个模型是基于三因素模型基础上更加详细细分的五因素模型。了解完 论基础，接下来进行实操。首先第一步，构建一个专门分析财务报告的 g b t， 本期我们通过 g b t builder 的配置页直接创建， 如果你是 gpt 新手，可以关注我，并在我的主页观看往期的视频。为了录制视频，我提前准备了提示词，指令可以直接贴到 instruction 指令的输入框中，大家自行截图保存。 在指令中，我明确了 gbt 的身份，作为一名具有二十年经验的资深财务分析师，持有 cpa、 cfa 证书的专家，擅长财务审计、估值和投资分析。 同时我们要求 gbt 必须具备解读财报以及财务建模等核心技能。工作流程方面，涉及获取和处理财务数据、进行杜邦分析以及深度解读分析结果，全面评估公司的财务状况。为了提高 gbt 的计算准确性，我特意附上了杜邦分析法的三因 速和五因素的公式。虽然 g b t 的知识库中已经包含了基本的财务分析计算公式，但是为了实现更精确的控制，我建议在公式数量不多的情况下，还是将它们直接嵌入到指令中，这样可以获得更好的效果。 对于预设问题，我放了四个我长期追踪的公司，方便每次回来可以快速向 gpt 提问。最后，右上角点击保存，我们就可以开始进行分析了。好的，现在让我们测试一下效果。 首先我告诉 gbt， 请帮我分析一下贵州茅台的财务情况。在收到指令后， gbt 会要求我提供茅台的最新的财务报告。 接下来，我上传了提前准备好的二零二三年茅台集团的半年报。上传后， g p t。 会在极短的时间内对财报进行阅读和理解，同时提取出用于杜邦分析的关键财务数据。数据提取完成后， g p t。 采用了三因素模型开始计算茅台的利润率、总资产周转率、权益乘数以及最终计算得出 roe 等于百分之十七点九一。与此同时， gbt 也会根据计算结果进行相应的解。如果你希望更加详细的分析，也可以要求 gbt 用五因素模型。 计算完成后，我们要求 g b t 进行深入解读。接收到具体指令后， g b t。 依据杜邦分析法得出的结果，对包括税务策略、利息负担、资产效率、资产质量与管理效率、负担结构、常在能力、运营效率、现金流状况以及股东价值等八大核心方面进行解读。 最后一步，我们可以让 gbt 将这些分析汇总成一份报告，供我们参考。关于报告的使用性，我收到了很多朋友的私信，在此我说明一下。 gbt 最初生成的报告基本上是 一个报告框架，它是基于分析的内容汇总而成的。为了达到更高的质量和深度，你需要与 g、 b、 t 进行多轮的对话，以完善报告的内容和结构。在这里我就不进行详细的演示了。 财务分析工作繁琐，专业度高，然而，定制版的 gpt 出现，不仅提高了分析师的工作效率，同时也降低了财务分析的准入门槛。 本期视频中提及的关于财务分析的提示词指令于我之前发布的五分钟快速了解一家公司。视频中的提示词指令可以配合使用，为你提供更加全面的分析。你可以在我的主页找到并观看相关视频。好了，本期视频就到这里，关注我，学习更多职场提升的技巧，我们下期见。
301废才俱乐部Club
05:18
05:29查看AI文稿AI文稿今天拆一篇异线见闻大魔的分尸，亲自去了语数的世界物理 ai 大 会，回来写了篇现场笔记，标题就叫智能雄心。 里面最有意思的是一对矛盾。王星星喊出二零二七到二零二八年是机器人的 gpt 时刻，可大魔给出的目标价五百块，比现价五百二十还低了四个点。雄心和平配居然同时出现在一篇报告里， 这个组合确实少见。先说结论，大摩维持语数评配评级，目标价五百元，对应十月二十二号收盘价五百二十元，下行空间百分之三点八。但我提醒一句，这家公司五十二周最高一千一百块，现价已经腰斩过了，说明市场对他的预期本来就坐过山车。 对。所以这份建文的价值在于，搞清楚硬件已经领先的语数，距离全站智能还差几步。 先看王星星在主题演讲里列的四大优先事项，第一，大规模制造能力。第二，自研物理 ai 大 模型，同时跟全球前沿模型厂商合作。 第三，大规模算力基础设施。第四，扩大开源数据集市，注意增长和销售目标一个字没提，但制造能力被单独列为优先级。这个信号很实在， 等于说王星星心里清楚，机器人要跑出规模、制造和算力，这些重资产的基本功跟算法一样重要。那他说的这个物理 ai 自我进化 v 一 点零具体是什么东西？ 这是全场最狠的预告。 v 一 点零的玩法是模型自己写，代码自己在仿真环境里训练，再放到真实世界测试，然后继续迭代。听着耳熟吧，这就是大语言模型训练里那套递归自我改进，英文缩写 rsi， 现在被搬到了物理 ai 上， 相当于机器人开始给自己当教练，理论上进化速度能上台阶。那他喊的 gpt 时刻定义是什么？别是个营销词， 恰恰不是王星星给的定义非常具体，机器人能在百分之八十的陌生环境里完成百分之八十的任务。注意，两个百分之八十环境和任务都是泛化的，不是实验室里排练过的场景，时间点他定在二零二七到二零二八年。 大魔的原话是，这个路线图有前景，但需要更多证明。需要更多证明。这五个字就是整篇报告的基调。瓶颈在哪？ 四个硬骨头，可靠的物理交互、精细操作、错误自纠，还有延迟，就是机器人跟真实世界打交道时手不够稳，错了自己不会改，反应还不够快。这些恰恰是从演示视频到商用交付之间最难的鸿沟。 大魔还点出三个里程碑，可重复的商业订单、更多任务验证，以及在智能层拿到价值分成，这三样补齐了，观点才可能更积极。现场还有什么值得记的？ 生态展台上很多方案不是语述自己做的，是第三方开发者和集成商做的。语述出硬件和开发平台 成熟度上，四足机器狗跑在前面，自主巡检、应急响应，这些场景已经实用了，人形的工业和商用场景还在体量阶段。这个打法很像当年智能手机时代，平台方搭台开发者唱戏。 产品线呢。这次阵容很全，全尺寸人行 h 二、 dax、 机械 b z 一， 还有防爆版四足。 b 二 x， 从人行到机械 b 到四足，覆盖不同场景。大魔的原话是产品阵容持续扩张，这也强化了他们一个判断， 语数正在从硬件公司往全站智能平台转。数字层面呢。平台故事得有报表支撑。 大模的模型是这样，收入从二零二五年的十七亿涨到二零二六年预期的二十七点九亿，二零二七年四十七点七亿，二零二八年七十五点四亿，三年四倍多。净利从二点八亿涨到二零二八年预期的十四点九亿，增速是真的猛， 但估值也真的贵。二零二六年预期市盈率三百一十一倍，二零二七年两百一十八倍，市销率七十六倍。大摩的目标价用的是 dcf， 折现率百分之九点三，永续增长百分之五，目标价五百元，引含二零二七年四十二倍市销率。 也就是说，大魔已经给了相当乐观的远期假设，结果还是够不着现价。这就是这篇报告最微妙的定位。他信语数的战略，但不信现价已经把路全铺好了。 四个瓶颈解决，一个估值，逻辑就松一格，三个里程碑兑现一个故事就硬一分。现在大魔选择观望，等订单和数据说话。 最后老规矩，风险摆两边，往上走的变量竞争对手先推出能打的通用机器人基础模型或者语数的应用部署，实现可复制，或者在客户价值里拿到更大份额。贫及就有上调的讨论空间， 往下压的变量硬件端杀出竞争者，智能表现落后于同行以及地缘政治风险。最后这条对出海业务的影响不小。 总结一下这份现场建文讲了一件事，语数已经从机器人做了出走到智能怎么进化这一关。四大优先事项是路径 v， 一 点零是引擎， gbt 时刻是终点线， 但大魔用五百块对五百二十块提醒大家，终点线之前的每一步都得用订单和验证来记分。老规矩，以上为大魔分尸观点，不构成投资建议，咱们下篇见。
10一个小目标
