我给持仓配了个AI'体检医生'：每周日自动出一份诊断报告，第一次就查出我拿了两年的'慢性病'股票

人每年体检一次，但很多散户的持仓十年没体检过一次。 我意识到这个问题是因为一只票。一只我拿了两年多的制造业股票，成本附近趴着，我时不时补一点，理由是'跌成这样了还能跌哪去'。直到上个月我强迫自己回答一个问题：我当年为什么买它？ 我愣了半天。答案是它当年的出口订单增速很猛、行业景气度高。然后我查了下最新的行业数据——订单增速已经负增长三个季度了。 也就是说，我买它的理由早就死了，但票还在。我守着一个逻辑的尸体，还时不时给它烧点钱（补仓）。 这件事让我想到体检的逻辑：很多病早期没症状，等有感觉就晚了。持仓也一样——逻辑恶化的过程是缓慢的、无声的，而人脑有个bug：只要不主动检查，就默认一切正常，甚至会给现状自动编理由。 所以我给自己搭了个东西：AI持仓医生。

它每周日干什么

流程不复杂，自动化脚本+大模型： 1. 每周日收盘后，自动拉取我的全部持仓及近一周变化 2. 为每只票打包一份'病历'：买入时的原始逻辑（这个我会提前写好存档）、最新财报要点、行业数据变化、近三个月相对板块表现、估值分位变化 3. 让大模型扮演一个'只看证据不看感情'的持仓医生，对每只持仓逐条核对：当初的买入逻辑，现在还成立吗？ 4. 输出诊断报告，每只票给三档结论：🟢健康（逻辑成立）/ 🟡观察（逻辑弱化，需跟踪）/ 🔴处理建议（逻辑消失或出现明确负面变化） 关键设计是第3步。我没有让AI'评价这只股票好不好'——那是荐股，AI干这个不靠谱。我让它核对的是'买入逻辑是否还成立'，这是个事实核查问题，大模型干得相当好，因为它只需要对比我存档的理由和最新数据，不需要预测未来。 这个区分很重要：让AI预测涨跌是把它用在最弱的地方，让AI检查'你的故事和数据是否还对得上'才是把它用在最强的环节。

第一次运行，就查出了'慢性病'

9月第一个周日第一次跑全量诊断，6只持仓，结果：

4只🟢健康，逻辑核对无恙

1只🟡观察：一只消费股，AI指出其'份额提升'逻辑近两个季度数据支撑变弱

1只🔴：就是上文那只我拿了两年的票。AI的原话是：'买入逻辑中的行业景气度指标已连续三个季度与买入前提背离，且期间持仓人共补仓3次，均发生在逻辑恶化之后。'

最后半句是AI基于我的交易记录附带的观察。补仓3次，全在逻辑变坏之后。翻译一下：它病了，我给它输了三次血。 我盯着这行字看了很久。没人骗我，是我自己没查过。数据一直都在——财报是公开的，行业数据是公开的，只是我从没在'还拿着它'的状态下认真看过。人在持仓状态下看负面信息，眼睛会自动打码。 处理后我不犹豫了：🔴档的清掉，🟡的设了两个观察指标（下两个季度的具体数据阈值），跌破就降档。

跑了6周的一些真实观察

到现在跑了6周，说说体感： 1. 报告的稳定价值在'别补'而不是'快卖'。 6周里AI只给过1次🔴建议（第一次那次），但🟡提示出现了7次。几次我想补仓的票都在🟡名单上——'逻辑还在但变弱'的状态恰恰是最容易手痒补仓的，因为看着便宜。AI每周把'便宜但有病'和'便宜且健康'区分开，这个作用比止损建议值钱。 2. 写'买入逻辑存档'是整个系统里最难也最值的环节。 强迫自己在买入时就写清楚为什么买、什么情况算逻辑破坏，这本身就是治病的。很多票我写到一半就发现理由站不住，直接没买。这个系统最好的部分其实是它的前置环节。 3. 周日做这个事有个隐藏好处：情绪最冷静的时段。 周日不盯盘、没有实时涨跌的干扰，AI的报告读起来是理性的；要是放交易时段推送，报告再冷静，人也是上头的。 4. 误报存在，但可接受。 有一周AI把一只周期股的正常业绩波动标了🟡，我人工复核后改回🟢。目前6周大约10%的误报率，每周花我20分钟复核，性价比极高——毕竟它抓住的那只'慢性病'票，两年里我光补仓就搭进去1.6万，还在继续失血。

想抄的话，三句话版本

1. 每笔新买入前，强制写下'买入逻辑+什么情况算逻辑死亡'，存档——这一步不靠AI，靠你 2. 每周固定时间，把持仓逻辑和最新数据打包喂给大模型，让它做三档诊断，重点是'逻辑核对'而不是'涨跌预测' 3. 🔴必须执行，🟡设数据阈值跟踪，🟢别看第二遍 说到底，持仓体检这件事，工具从来不是瓶颈——数据一直在那儿，AI也现成。缺的是那个'没症状也去查一下'的动作。 人不会因为体检报告难看就怪医生。但散户会因为AI指出持仓的问题，第一反应是删掉提示。 先过自己这关，再谈别的。