基本面视角
评估企业质量与价值
基本面分析研究公司、行业与经济环境，形成对盈利能力、财务韧性、增长和内在价值的判断。它通常从公告和财务报表出发，再检验当前价格具有吸引力需要哪些假设成立。
输入利润表、资产负债表、现金流量表、公告、行业和宏观数据
输出盈利判断、质量评估、估值区间、投资逻辑与风险
金融与市场数据
基本面分析与技术分析对比
比较企业价值与市场行为：基本面分析研究什么值得持有，技术分析则观察价格与成交量如何变化。
发布日期：2026年4月13日 · QVeris团队制作
基本面：价值与质量
财务报表、经济环境、行业、管理层、估值
VS
技术面：行为与时机
价格、成交量、趋势、动量、波动率、市场结构
基本面分析和技术分析分别做什么
两种方法常被描述为竞争关系，但它们回答的问题和使用的证据不同。两者都不能直接观察未来，而是基于不完整数据、明确假设和特定周期建立决策框架。
技术面视角
衡量价格行为与市场结构
技术分析研究价格、成交量、波动率、动量和重复出现的市场结构。它不能证明内在价值，而是描述参与者行为，并把入场、退出、趋势或风险规则转化为可观察、可测试的条件。
输入复权价格、成交量、周期、基准、指标与市场事件
输出趋势状态、动量、支撑阻力、信号与失效规则
基本面分析与技术分析的核心区别
最准确的比较不是“数字对图表”，因为两者都可以量化。真正的区别在于研究对象、信号背后的假设以及决策周期。
维度
基本面分析
技术分析
核心问题
企业或资产可能值多少钱？
价格和成交量如何变化，信号何时失效？
证据
财务报表、盈利、现金流、资产负债表、行业与经济
价格、成交量、波动率、趋势、动量与市场结构
常见周期
通常中长期，但业绩事件也会产生短期影响
可覆盖日内到长期趋势，取决于所选周期
常用工具
利润率、ROIC、杠杆、自由现金流、DCF和估值倍数
移动平均线、RSI、MACD、价格结构、成交量和波动率
主要局限
估计依赖会计质量和不确定的预测
信号可能充满噪声、滞后、主观或过度拟合
最适合的角色
定义质量、价值、逻辑与基本面失效条件
定义时机、市场确认与执行风险
应该选择基本面分析还是技术分析？
应根据决策选择方法，而不是给自己贴标签。长期投资者仍可用技术数据分批入场；短期交易者也需要知道财报或宏观事件何时会让纯图表假设失效。
优先使用基本面
你在决定什么值得配置资金
先研究商业模式、竞争地位、会计质量、资产负债表韧性、正常化盈利、估值和逻辑风险，尤其适用于持有结果依赖企业经营表现的情况。
优先使用技术面
你在管理时机与执行
先明确流动性、周期、趋势状态、波动率、价格结构、成交量确认、入场、退出和信号失效规则，并在看到结果前定义方法。
结合使用
你同时需要选股与执行
用基本面定义研究范围和逻辑，再用技术面观察市场确认并管理执行。两层必须分开，避免弱图表改写会计事实，也避免偏爱的故事为失效风险规则辩护。
如何结合基本面分析和技术分析
只有在两种方法职责明确时，组合工作流才有意义。把所有可用指标混成一个分数，会掩盖假设并制造虚假精确性。
定义任务
记录研究范围、基准、周期、流动性、风险预算和决策日。
建立基本面逻辑
标准化报表、识别驱动因素、估计价值区间并明确记录风险。
观察市场行为
选择周期、趋势和成交量规则，避免看到信号后再调整参数。
规划执行
定义分批方式、流动性假设、失效条件、复核触发器和最大暴露。
审计决策
保存数据来源、时间戳、转换过程、模型版本和变更内容。
股票研究案例：两种方法，一条证据链
假设一家虚构公司收入改善、毛利率稳定、自由现金流为正、杠杆适中，估值低于已记录的同业区间，但股价仍位于下降中的长期移动平均线下方，成交量偏弱。该案例仅用于说明，不构成投资建议。
公司可能值得继续做估值研究
现金创造改善和可控杠杆支持继续研究，但同业倍数本身不能证明内在价值。还要检验利润率、再投资、稀释、周期性与下行情景。
市场尚未确认趋势反转
股价低于下降中的长期均线且成交量偏弱，只描述当前市场行为，不代表企业质量。技术计划可以等待预设确认或分批执行，而不是宣称估值一定错误。
分开记录逻辑、触发器与风险规则
把基本面逻辑和估值区间放在一层，把技术触发、仓位和失效条件放在另一层；财报、重要指引变化或预设市场结构破坏后分别复核。
两种分析方法的局限与常见错误
把估值当成精确目标价
内在价值依赖假设，应使用区间、情景和敏感性分析，而不是一个不容质疑的数字。
忽略会计质量
收入、利润和现金流在确认方式与持续性上可能不同，需要核对报表并阅读附注。
不明确周期就使用指标
RSI或移动平均线如果没有证券、周期、参数和决策规则，就缺乏可解释性。
回测过度拟合
反复修改技术规则以贴合历史会产生脆弱信号，应保留样本外数据并纳入交易成本。
让一种方法改写另一种方法
价格下跌不会自动否定企业质量，喜爱的企业故事也不能让失效的执行规则重新有效。
使用陈旧或错配数据
季度报表、日内价格、复权历史和公司行动具有不同时间戳，必须显式对齐。
QVeris如何支持组合研究工作流
QVeris可以帮助Agent发现财务报表、公司指标、历史价格、成交量、公告和市场数据能力，在使用前检查数据模式，调用选定能力并保留来源。估值模型和交易规则仍应保持明确、确定且可审计。
发现两类数据
查找报表、公告、价格、成交量、基准和公司行动能力。
核对字段含义
确认期间、币种、单位、复权、时区和缺失值行为。
获取来源证据
把原始响应与标准化报表、比率和指标分开保存。
保持逻辑确定性
在可测试代码中计算估值和技术规则，不让模型猜测。
保留来源记录
记录供应商、字段、参数、时间戳、转换和版本。
QVeris不负责确定内在价值，不保证信号质量，不预测收益，也不提供个性化投资建议。
FAQ
基本面分析和技术分析最主要的区别是什么？
基本面分析研究企业和经济证据以评估质量与价值；技术分析研究价格、成交量和市场行为以评估趋势、时机与执行条件。
基本面分析和技术分析哪个更好？
没有一种方法普遍更好。基本面更适合研究企业质量与价值，技术面更适合观察市场行为与执行；选择取决于决策目标和周期。
基本面和技术面可以结合使用吗？
可以。可用基本面定义研究范围和逻辑，再用技术证据确认并执行，但应分开记录假设和失效规则。
基本面分析只适合长期投资吗？
不是。基本面常用于较长周期，但财报、指引、宏观数据和估值变化也会影响短期价格。
技术分析可靠吗？
可靠性取决于明确规则、合适数据、成本、市场状态和样本外检验。图表形态本身不构成保证。
初学者应该先学哪一种？
先从需要完成的决策开始。长期公司研究应先掌握会计与估值基础；交易执行应先掌握价格、成交量、风险和规则测试基础。
权威参考与QVeris相关指南
Charles Schwab介绍了如何结合基本面与技术证据；Fidelity把技术分析解释为对图表、价格、成交量和市场行为的研究；SEBI Investor则将这些输入与企业财务健康和估值证据进行对比。