投資対象分析アシスタント
投資対象分析アシスタント
コンテンツ紹介
説明
これは高度に構造化され、多角的で「メタ思考」を重視したクロスアセット分析フレームワークです。中核となる特徴は、階層的な分解とナラティブの融合で、資産に影響を与える要因を中長期トレンドを決める「方向変数」と変動に影響する「リズム変数」に分類し、ロバート・シラーの「ナラティブ経済学」の考えを深く取り入れ、市場の感情やストーリーの伝播を分析します。このフレームワークは、アナリストが結論を出すだけでなく、その背後にある判断ロジック、検証基準、潜在的な誤判断を明らかにすることを求めます。最終的な目的は、あなたに代わって意思決定を行うことではなく、毎回の分析を通じて、この応用可能な分析方法を徐々に内面化し、最終的にあなた自身の独立した体系的な投資分析能力を形成することです。
関連スキル
すべて表示
個別銘柄の決算書読み解き
決算書は上場企業の「健康診断書」ですが、多くの投資家はびっしり並んだ数字を前に、どこから手をつければいいのか分からないものです： • 📝 三つの表が読めない — 貸借対照表、損益計算書、キャッシュフロー計算書はそれぞれ何のため？どの数字が最も重要？ • 🤔 何を見ればいいか分からない — 数十ページに及ぶ決算書の中で、注目すべき主要指標が分からない • 📊 分析の枠組みがない — データを見つけても、良し悪しの判断やクロスチェックの方法が分からない • 🏭 業界ごとに基準が異なる — 業界によって「良い」の基準はまったく違い、製造業とインターネット業界では同じ物差しは使えない • ⏰ 時間コストが高すぎる — 手作業でデータを調べ、同業他社と比較し、成長率を計算すると、一つの決算書に数時間かかる このスキルはこうした問題を解決するために生まれました。専門のファイナンシャルアナリストの分析枠組みを自動化し、銘柄コードを入力するだけで、構造が整い、論理が明快で、初心者にもやさしい決算書解説レポートが得られます。 このツールの核心的な価値は、その厳密な分析枠組みにあります。成長の質の判断からビジネスモデルの解析まで、複数の次元をカバーしています。売上高、粗利率、純利益率、キャッシュフローなどの主要データを比較するだけでなく、投資家が最も気にする7つの重要財務問題に対してクイックQ&Aを行い、利益が実際に現金化されているかどうか、売掛金や在庫に潜在的なリスクがないかを分かりやすく示します。業界のベンチマークとの比較分析を通じて、企業の産業チェーンにおける本当の位置づけを把握するのに役立ちます。 レポート生成の過程では、バリュエーション水準、中核的な強み、潜在的なリスクを総合的に評価し、データに基づいた注目すべきポイントを提示します。すべての分析は直感的な表と分かりやすい文章で示され、難しい会計項目を具体的な投資ロジックに変換します。日常の振り返りにも深い学習にも、膨大なデータの中から核心的な論点を素早く捉え、投資判断の効率と正確性を高めるのに役立ちます。
研究マルチエージェント投研チーム · A株選定と投委会分析
これはAIアシスタントではなく、仮想の投資調査チームです。 市販のAI銘柄選別にはよく3つの欠点があります：財務数値や目標価格を捏造する、漠然と「好材料/悪材料」と言うだけ、根拠もなく「買い推奨」とだけ言う。 「マルチエージェント投資調査チーム」は「6役割並行＋クロス検証＋ソース強制」の3つの仕組みでこれらに対処します：リサーチャー、ファンダメンタル担当、テクニカル担当、センチメント担当、リスク担当、投資マネージャーが並行して作業し、実際の投資委員会のように会議を開いて結論を出します。得られるのは曖昧な判断ではなく、事実、シグナル、意見の相違、リスク、すべての数字が追跡可能な専門的な投資調査原稿です。 2つのモードで、「1銘柄の調査」と「複数銘柄の選別」をカバーします。 モードA：単一銘柄投資委員会深層分析——銘柄を1つ指定するだけで（例：「BYD 002594を分析」）、自動的に完全な投資委員会が開催されます：リサーチャーが市況、財務報告、調査レポート、産業チェーン情報を集約し、客観的事実のみを提示；ファンダメンタルアナリストが財務健全性スコアカード、3つの主要財務表の重要な変化、PEG評価を算出；テクニカルアナリストがトレンド、移動平均線、MACD、サポート/レジスタンスラインを分析し、5つの買いシグナルヒット表を提示；センチメントアナリストが機関の見解の相違、掲示板のセンチメント、潜在的な誤解をスキャン；リスク管理担当が裏付けとなる反対証拠を掘り起こし、他の役割の楽観的な結論に逐一反論；最後に投資マネージャーは新しいデータに触れず、統合のみを行い、投資委員会議事録と1ページのサマリーを作成します。 モードB：複数条件銘柄選別——指定された範囲（沪深300、特定業界コンセプトブロック、または自身の株式プール）から、3層の漏斗で段階的にフィルタリングします：まずL1財務ハードフィルター（3四半期連続成長、キャッシュフロー十分、PEG<1、または契約負債大幅増加）、次にL2テクニカルタイミング（プラットフォームブレイクアウト、移動平均線ゴールデンクロス、出来高増加ブレイクアウト、強気の出来高減少リトレースメント、MACDゼロライン上抜け）、最後にL3情報検証（調査レポート評価と産業チェーン理論、純粋テクニカルでファンダメンタル理論のない銘柄を除外）。選別された候補リストから、上位N銘柄に自動的にモードAを適用して深層分析を行えます。 どのような成果物が得られるか モードAでは固定で「5点セット」を提供：①6役割を統合した完全な分析総合レポート；②データソースとエビデンステーブル、各重要結論に「データ→ソース→日付」を対応；③会議形式の投資委員会議事録（議題→各立場の見解→相違点→コンセンサス→追跡すべき変数）；④高/中/低の重大度で並べられたリスクリスト；⑤投資マネージャーによる1ページサマリー、核心ロジック、重要変数、検証ポイント、信頼度を凝縮。 モードBでは以下の提供：候補銘柄リスト表（コード｜名称｜ヒット条件｜重要データ｜ソース｜トリガー日付）＋選別条件と範囲の説明、そしてオプションで上位候補に完全な5点セットを添付。すべての成果物はファイルとして保存され、ファイル名には対象銘柄と日付が含まれ、再利用やアーカイブに便利です。
多視点フレームワーク分析
複雑な問題を、レビューしやすく検証可能で、次の行動につなげられる多視点の構造化分析へと変換します。キャリアの選択、ビジネスやプロダクトの意思決定、社会現象、争点のあるテーマ、話題の解説、イノベーションの評価、抽象概念の分解など、さまざまな課題に対応します。まず分析対象、目標、制約、既知の情報、重要な未知の点を明確にし、課題に応じて補完し合う認知フレームワークを選びます。概念を並べるだけの分析や、同じ結論の繰り返しは避けます。 分析では、ユーザーが提供した情報、検証済みの事実、一般原則、仮説、推論、検証待ちの内容を明確に区別します。根拠、メカニズム、反証、代替説明、不確実性を、判断に至る筋道の中に整理して示します。時事性、論争性、専門性、またはリスクの高い事実については、必要に応じて対象を絞ったウェブ検索や一次資料の確認を行えます。情報源が食い違う場合はその差異を残し、未検証のデータや断定的な表現で空白を埋めることはありません。 最終的な出力には通常、問題の全体像、フレームワークの選定と項目ごとの分析、異なる視点から見た合意点と相違点、感度の高い変数、盲点と機能しなくなる条件、確信度を示した条件付きの結論が含まれます。医療、法律、投資、税務などの専門的な助言に代わるものではありませんが、判断に本当に影響する要因を見極め、最小限の検証行動、情報収集の計画、意思決定のゲート、または可逆的な次の一歩を設計するのに役立ちます。簡単な問題は簡易的な検討にまとめ、複雑な課題や複数の対象を扱う課題は、詳細な分析レポートへ展開できます。
情報
- バージョン
- v3
- 最終更新
- 実行クレジット
- 使用量に応じて消費
- モデル
- 自動選択
