财报季来了。对一个同时管理美股和 A 股银行仓位的基金经理来说，这不是一天的事，而是连续几周里密集披露、密集决策的高压状态。
这篇文章记录他在同一个财报季里，如何用万得 AI Alice 跨越两个市场，处理五个关键判断。中间有一个差点让他做出完全反向操作的转折，值得每一个投研人员认真看完。
01 财报日清晨，美股 .JPM：持仓逻辑还成立吗
摩根大通（JPM）Q1 财报在美东时间盘前发布——财报原文 86 页，电话会议逐字稿 32 页，美股开盘还剩一小时。
基金经理要回答的第一个问题不是「这份财报好不好」，而是：
财报出来之后，我持有 JPM 的理由还成立吗？
使用 skill：个股投资逻辑研究
这个 skill 不是简单总结财报，而是帮基金经理梳理一只股票当前的完整投资逻辑——买入的核心理由是什么、财报后这些理由有没有被动摇、接下来要跟踪什么风险点。
prompt示例
调用「个股投资逻辑研究」skill，对摩根大通（JPM），从买方视角梳理当前核心投资逻辑，并判断 2026 Q1 财报后投资逻辑有没有发生变化。
①原有投资逻辑：资本市场业务周期性复苏 + 消费信贷稳健 + 资本充足持续回购
->帮基金经理快速对照：买这只股票的理由，财报出来后还站不站得住脚
②财报后逻辑变化：NII（净利息收入）指引下调动摇了「利率红利」这条主线，但资本市场业务超预期创造了新支撑
->不只是看财报好坏，而是把财报数据和持仓逻辑直接对照，让基金经理知道该调整的是什么
Alice 的结论：持有 JPM 的核心逻辑从「利率红利 + NII 稳定」切换到了「资本市场业务复苏」。逻辑没有崩，但驱动因素换了——基金经理需要用新的标准来衡量这个仓位。
美股这边暂时有了方向。美股收盘之后，他转向另一个市场。
02 财报季的同时，A 股 . 招商银行：表面数字之外
A 股和美股的交易时间不重叠，财报披露节奏也不同。但同一个财报季里，基金经理的工作是连续的。
招商银行在 A 股市场披露了最新一期财报，他的 A 股银行仓位同样需要一次快速体检。
使用 skill：盈利预测与一致预期分析
这个 skill 把实际财报数字和 Wind 汇总的市场一致预期（几十家国内券商的平均预测）逐项对比，同时拆清楚超预期的「含金量」——哪些是主业真正变好，哪些是一次性因素临时拉高。
调用「盈利预测与一致预期分析」skill，对招商银行（600036.SH）最新一期财报做完整分析。
①厘清「表面数字」和「真实质量」的差距
招商银行净利润保持正增长，规模仍是 A 股银行股里数一数二的。但 Alice 调取 Wind 一致预期后，发现实际增速和市场预测之间存在微小但系统性的偏差。
②识别结构性亮点，而不只看总量
整体数字看起来平稳，但内部结构的分化远比总量更有信息量。Alice 自动拆解各业务线贡献，快速定位：哪些收入是可持续的经营性增长，哪些是受市场环境驱动的阶段性表现。
->如果市场把阶段性收益当成趋势定价，这里就存在预期修正的空间——这是买方的机会窗口
这个 skill 真正的价值，是把「市场整体预期在哪里、实际数字偏差了多少、结构性机会藏在哪里」一次性摆清楚——让基金经理在其他人还在读头条数字的时候，已经看到了更深的一层。
A 股这边看完了。美股新一天开盘，他回到摩根大通——还有一个悬而未决的问题。
03 美股开盘后 · 最危险的一步：差点把交易做反了
这一步如果做错，结果不是少赚一点。
而是会卖掉板块最强的仓位，留下最弱的那只。
JPM 财报出来的同一周，摩根大通的三家主要同业——美国银行（BAC）、花旗（Citi）、富国银行（WFC）——以及两家区域性银行 USB 和 PNC 也陆续披露了一季报。六家银行财报这一周全部出齐。
基金经理的第一直觉：JPM 下调指引 + WFC 大跌 + 银行股普跌 = 板块整体出了问题，应该把美股银行仓位全部降配。
按这个直觉下单，很快就能把 JPM 和 WFC 都清掉。
答案很快出来了：JPM 全年 NII 指引微幅上调 +1.5%，BAC 维持 +5~7%，Citi 上调 +5~6%，PNC 给出 +14% 的激进指引。六家里只有 WFC 一家明显承压—— NIM 持续压缩，预计延续至下季度。
结论：NII 指引下调不是板块共性，是 WFC 一家的问题。
如果基金经理凭最初的直觉下单，他会卖掉板块最强的 JPM，继续持有板块最弱的 WFC ——他差点做的，不是一个普通调仓动作，而是一笔方向完全做反的交易。
数据层面的判断有了。但这还不够。
数据能告诉他「WFC 最弱」，但数据回答不了「为什么」。
JPM 管理层 6 周内的那次 NII 调整，他调用了「上市公司调研问题清单」skill。
调用「上市公司调研问题清单」skill，对摩根大通（JPM）2026 Q1 财报生成完整调研问题清单。
NII 指引从 1045 亿下调回 1030 亿：这 15 亿的调整，存款 beta（存款成本对利率变化的敏感度）变化贡献了多少，利率路径预期变化贡献了多少？各自的驱动拆分是什么？
FICC 交易业务达到史上第二高的 70.8 亿：管理层如何量化这个水平的可持续性？是市场波动率驱动的周期性因素，还是结构性的能力提升？
Basel 3 Endgame：（巴塞尔协议三最终版，全球银行资本监管框架）最终规则对 WAF 的影响，管理层目前的精确测算是多少？
私人信贷：（直接向企业放贷而非通过债券市场）敞口的具体规模是多少？当前的拨备覆盖率相对于预期损失处于什么水平？
CET1：（核心一级资本充足率）维持在 14.3%，管理层对这个指标的内部管理目标区间是多少？
普通的调研问题清单，是帮你准备一场礼貌的对话。Alice 给的，是帮你准备一场让管理层不舒服的对话。
懂行的基金经理一眼就能看出来：这不是问题清单，这是一把开锁的钥匙。
这件事对所有投研人员的启示
先看横截面，再下结论
基金经理看完 JPM 一份财报的直觉是「美股银行板块整体降配」。但在六家银行数据被拉齐之前，他不知道这个直觉是错的—— JPM 没问题，真正有问题的是 WFC。同样的逻辑放到 A 股：招商银行的总量数字看起来平稳，但结构性的预期差只有在 Wind 一致预期数据介入后才能看清楚。两个市场，同一套思维方式。
先分清板块共性，还是个股问题
WFC 的 NII 压缩是它自己资产负债结构的问题，不是整个银行板块都在面临的共性。这个判断靠人工做至少半天，Alice 的可比公司分析很快给出答案。跨市场作业的时候，这种「先横向对齐再下结论」的工作方式尤其关键——不然很容易把局部信号当成全局趋势。
数据之外，调研才是真正的底层挖掘
可比公司分析告诉你板块位置，但管理层真实的意图只有当面逼出来才知道。Alice 生成的调研问题清单，不是礼貌性的背景问题，而是直接冲着财报里最模糊的地方——这是买方调研应该有的样子。
本文涉及万得 AI Alice 官方 skill：「个股投资逻辑研究」、「上市公司调研问题清单」、「按主题选股」。以上 skill 均可在万得 AI Alice 技能广场直接调用。数据来自 Wind 金融数据库及 2026 年财报季真实披露，仅供说明产品能力，不构成投资建议。
