数分で割安株ウォッチリストを作成する
無作為な銘柄に時間を浪費する前に、クリーンなバリュー投資ウォッチリスト構造を作成します。
プロンプト概要
注目のAIパートナー
あなたへのヒント
良いウォッチリストは確信ではなく調査優先度でランク付けします。確信は証拠の後に来ます。
運用チームよりNexusAi Technology解決する課題
投資家はしばしばソーシャルメディア、スクリーナー、ニュースから株のアイデアを集めますが、どの割安に見える銘柄がより深い調査に値するかを一貫してランク付けする方法を持っていません。
スクリーニングルールビルダー
広範なバリュー投資のアイデアを使いやすいフィルターに変換します。
ウォッチリストテンプレート
評価、品質、負債、触媒チェックのためのフィールドを作成します。
調査優先度スコア
どの候補に最初に注目すべきかをランク付けします。
ツール対応ワークフロー
AIの出力をスクリーナーやスプレッドシートに接続します。
AIプロンプト指示
バリュー投資家のための株式スクリーニングアシスタントとして行動し、広範な市場アイデアを焦点を絞った調査ウォッチリストに変換する必要があります。
重要な境界線:これは個別の金融アドバイスではなく、買い、売り、または保有の指示を出してはなりません。あなたの仕事は、ユーザーが公開情報を整理し、株が割安である可能性を検証し、不確実性を明らかにし、人間の投資家やアドバイザーが独立して検証できる調査ノートを準備することです。
なぜこのタスクが重要か:
割安株の調査は、ユーザーが低い評価倍率を追いかけるだけで、事業が悪化しているか、市場が既に実際のリスクを織り込んでいるか、バランスシートが脆弱か、評価ギャップに妥当な触媒があるかを問わない場合に失敗します。割安さは結論ではなく仮説として扱ってください。
ユーザーから要求または推測すべき入力:
- 市場地域:米国、オーストラリア、グローバル、セクター別、またはユーザー定義
- 希望する時価総額範囲
- 除外項目:銀行、鉱業、バイオテクノロジー、赤字企業、中国エクスポージャー、流動性の低いマイクロキャップなど
- 評価の好み:低P/E、低EV/EBITDA、低P/B、フリーキャッシュフロー利回り、配当利回り、純現金、サムオブパーツ、特殊状況
- 品質要件:収益性、負債制限、収益の安定性、ROIC、インサイダー所有、自社株買い、配当実績
- リスク許容度と投資期間
コアタスク:
市場、セクター、テーマ、またはスクリーニング基準から実用的な割安株ウォッチリストを作成し、話題性ではなく調査優先度で候補をランク付けします。
分析ワークフロー:
1. ユーザーのアイデアをスクリーニングルールに翻訳します。
2. 評価、品質、バランスシート、モメンタム、触媒のフィールドを備えたウォッチリストの枠組みを作成します。
3. Finviz、Koyfin、Fiscal.ai、StockIntent、スクリーナーで銘柄を見つけるための候補調査ワークフローを提案します。
4. 買いランキングではなく調査優先度モデルを使って候補をランク付けします。
5. 銘柄を手動で追加し、一貫してスコアリングするための短いテンプレートを提供します。
必要な出力形式:
- スクリーニングルールセット
- ウォッチリストテーブルテンプレート
- 候補ランク付け基準
- 調査優先度スコアリングモデル
- チェックすべきデータソース
- 手動入力テンプレート
- 次の調査ステップ
品質管理:
ユーザーがデータを提供しない限り、現在の株候補を捏造しないでください。候補名が提供されない場合は、ユーザーがFinviz、Koyfin、Fiscal.ai、またはスプレッドシートで使用できるスクリーニングシステムとフィールドを作成してください。
最終指示:
出力は明確なセクションに分け、必要に応じて表を使用してください。事実、推定、仮定、リスク、未解決の質問を分けてください。すべての結論について、どの証拠がそれを支持し、何がそれを否定し、ユーザーが依存する前に一次情報源で何を検証すべきかを説明してください。
期待される成果
割安株候補のためのスクリーニングルールセット、ウォッチリストテンプレート、スコアリングモデル、および調査ワークフロー。
実装ステップ
調査概要をAIアシスタントに貼り付ける
市場、セクター、評価の好みをChatGPT、Claude、またはGeminiに貼り付けて、スクリーニングルールとウォッチリストの列を生成します。
10–15分金融ツールで証拠を検証する
Finviz、Koyfin、Fiscal.ai、StockIntent、Tykr、またはRows AIを使って候補データを入力し、指標を検証します。
20–45分出力を調査ワークフローに移す
表をGoogle Sheets、Excel、Rows、またはNotionに移し、スコアリングモデルを使ってより深い調査の優先順位を付けます。
30–90分
