模型介绍
经传 AI 净利润预测，是基于公开市场数据（含业绩预告、分析师公开研报、历史财务数据）构建的辅助分析工具，通过三大模型（智能财务推算模型、分析师研报预测模型、预告盈利预测模型），为投资者提供上市公司营收、净利润的前瞻性参考数据。
模型核心优势
结合数据对比，经传 AI 盈利预测模型相比同行业产品，具备两大核心优势：
1、覆盖更广：比同行多覆盖 1000+A 股，覆盖率提升 20%，全市场大小盘个股基本全覆盖
2、精度更高：整体准确率高出行业均值 10%，财报前 100 天准确率超 80%，越临近财报误差越小，最终比同业高 3%-5%
模型解读
首先，在未来一季度的净利润预测中，数据预测值来源共有四种，分别为业绩快报，业绩预告，分析师模型、正报模型且这四种预测有优先性：
业绩快报 > 业绩预告 > 分析师模型 > 历史正报推算模型
不同来源对应不同的 “异常” 值成因，具体拆解如下：
1. 业绩快报驱动异动（最靠谱）
逻辑：公司直接公布季度实际经营快报，预测值直接照搬官方数据
异动原因：大额订单爆发、产品涨价 / 滞销、原材料涨跌、计提资产减值、成本骤增
2. 业绩预告驱动异动（高确定性）
逻辑：公司提前发布盈亏区间预告，AI 直接取用区间中位值做预测
异动原因：主业盈利大增、政府补贴、变卖资产、突发利空处罚、供应链断供
3. 券商分析师研报驱动异动（中性参考）
逻辑：无公司官方公告，依靠券商年度研报，模型预测单季度利润
异动原因：券商过于乐观看多、低估行业利空、抱团唱多 / 唱空
例：中国长城------2024年4季度预测值
（图片来源：经传多赢股票）
中国长城在近两年为亏损状态，但是对四季度的预测值却为盈利，观察中国长城，近期有发布两篇机构分析师预测数据，所以4季度预测值为分析师预测数据经模型计算出来，两篇机构分析师预测年度净利润都为盈利状态，故2024年4季度中国长城的预测数值为正，即盈利状态。
4. 历史财报推算驱动异动（参考性最弱）
逻辑：无公告、无券商研报，纯靠历史季度财报数据智能推演
异动原因：过往某年出现极端巨亏 / 暴利，拉偏整体推算数值
例：索菱股份---2024年4季度预测值
（图片来源：经传多赢股票）
上图：002766索菱股份在23，22年为盈利状态，21年为亏损，预测四季度为亏损，公司近两年为盈利状态，但是2021年的净利润亏损，且近两年的盈利与2021年盈利相差较大，故在经过模型计算后，未来一季度预测值为负值。
预测数值今天与明日不一致
预测数据会根据每种新增来源每天计算一次。因此，若当日有新的预测信息入库，预测值就会发生变化，导致今日与明日的数值不一致，属于正常现象。
例：梦网科技在2024年10月24日天风证券发布了对梦网科技的研报预测，所以模型基于天风证券预测值计算累计净利润，故由原来的10489万变成13999万，在2024年10月26日（周六，入库交易日为上一个交易日）民生证券发布了对梦网科技的预测研报，模型又基于天风证券、民生证券计算出预测累计净利润为10949万，故AI预测值今天和明天会根据各个预测数值来源变更，导致今天的数值会跟明天的数值不一致。
经验总结与实操指南
结合模型原理、优势及市场规律，为普通投资者总结以下实操要点：
- 先看数据来源优先级，再解读波动：快报/预告驱动的异常最确定；分析师驱动的需看机构数量与观点一致性，单一极端预测需谨慎；正报模型驱动的仅作参考，不用于买入决策。
- 利用信息差把握机会：借助AI提前捕捉业绩拐点，在行情启动前布局，规避财报落地后利好兑现风险。
- 动态跟踪预测值：定期关注更新，重点看财报前1-2个月的连续调整方向，多家机构同步调整的信号更可信，大幅修正时需关注公司公告及行业政策。
- 交叉验证不单一依赖：结合公司主营业务、关键财务指标、行业景气度及政策，综合判断预测合理性。
局限性说明
预测≠事实：即使准确率领先行业，也存在模型偏差、突发风险（如自然灾害、政策突变）导致预测失效的可能；短期波动≠长期趋势：单次季度业绩预测的异常，不代表公司长期价值的变化，需结合多个季度的趋势判断；模型是工具，不是交易指令：盈利预测的核心价值是提供参考信息，最终决策需结合你的投资周期、风险承受能力综合判断。
