在噪音里定价真实的价值

模型给出的从来不是一个数字，而是一组假设。我的工作是让这些假设经得起追问。

我目前负责**新能源产业链**的权益研究，覆盖从上游材料到中游电池与下游整车的完整链条。五年里我建立了一套自己的研究流程：先用产业数据搭出供需框架，再通过实地调研和产业链访谈验证关键假设，最后才落到财务模型和估值。顺序反过来的研究，往往只是给结论找理由。

在**估值方法**上，我不迷信单一模型。周期底部的重资产公司用重置成本更合理，高成长阶段的公司则需要拆解单位经济模型。我习惯为每个标的准备三档情景（悲观 / 中性 / 乐观），并明确列出每档情景成立的前置条件——这比给一个精确到小数点后两位的目标价有用得多。

过去三年，我累计发布 **128 篇**研究报告，其中 23 篇深度报告。2024 年对某锂电材料公司的产能瓶颈判断，比市场共识提前了约两个季度，相关个股在报告发布后六个月内跑赢行业指数 34 个百分点。

我也在持续补充**量化工具**的能力。用 Python 处理产业高频数据、自动化拉取和清洗 Wind 数据、搭建简单的因子回测框架——这些不能替代基本面研究，但能让研究员把时间花在真正需要判断的地方。