4
0【本期简介】
我妈是个多年的老股民，但我发现她大部分时间都在辛苦“看盘”，费时费眼，收效却不一定高。于是我突发奇想：能不能用代码帮她搭建一套自动选股系统？每天收盘后自动运行，第二天一早把符合“价值投资”逻辑的好公司直接推送到她微信上？
这期节目，我们将投资大师李录的选股逻辑，塞进了一套全自动的代码流水线中。从“前置准备”，到层层闯关的“漏斗模型”，再到结果直达手机的“自动化通知”，我用大白话带你透视一套选股系统背后的工程实现方法。
无论你是懂点代码的极客，还是纯粹的量化小白，希望这套“先粗筛后精挑、把昂贵计算放最后”的系统设计思路，能给你带来新的启发。
(剧透：这套被我妈无情嘲笑为“白日梦”的苛刻筛选逻辑，最后到底选出了几只股票？筛选结果通过Server酱自动推送，答案在文末！)
【时间轴】
开场：散户老妈的痛点与我的全自动化播客闭环
核心漏斗揭秘：选股就像一场残酷的闯关游戏
第一关：全A股基础池与市盈率（PE）初筛
第二关：深度财务指标“体检”（毛利率、现金流等）
第三关：最耗资源的“日K与回撤”计算（工程哲学的体现）
第四关：分红深度筛选（寻找真正的宽护城河）
工程师的“防弹设计”：双源对照与断点保存机制
“超级大脑”解决认知盲区
【本期提及名词/工具】
AKShare / Tushare： 国内常用的开源金融数据接口库。
漏斗模型 (Funnel)： 一种逐层过滤无效数据的工程思想。
中间态落盘 (Artifacts)： 程序运行中途保存的数据文件，用于容错和复盘。
AI 编程助手： 豆包、Gemini、Cursor。
自动化运行平台： Github Actions (定时 Workflow)。
消息推送工具： Server酱 (对接微信方糖服务号)。
【代码架构简述】
方便懂技术的朋友参考，整套代码分为四个层级：
启动层：负责环境清理和触发任务。
核心调度层：总控脚本，依次调度基础池、财务体检、行情回撤、分红筛选四个“车间”。
支撑层：全局配置参数，以及负责将中途筛选结果保存为 CSV 的容错模块。
结果层：任务结束后，提取最终名单并调用接口发送微信推送。
⚠️ 风险提示：
本期节目提及的所有选股逻辑和代码思路仅供技术交流与学习探讨，不构成任何投资建议。股市有风险，投资需谨慎！
🤖 另一个提示：
此条播客的Shownotes、播客对话、片头和片尾音乐均为AI生成，采用的工具包括Cursor、Gemini、豆包、Suno、NotebookLM。如果您听到对话中主播嘴瓢，请谅解。音乐已取得商业使用授权，特此说明。
