知识体系构建 - 知识体系由大量知识点组成有序结构，需通过广度积累和深度框架建立[12][19] - 知识体系金字塔包含隐性知识、跨界能力、行动力、模型等层级[14] - 爱因斯坦司机故事说明知识应用比单纯记忆更重要[16] 思维模型 - 多元思维模型整合历史学/心理学/经济学等跨学科工具[24] - 系统思维需避免"只见树木不见森林"的片面视角[26][30] - 结构化思维可采用金字塔原理组织信息[39][41] 行业研究方法 - 产业链分析需梳理上游原材料到下游终端产品的价值流向[51][52] - PESTEL模型涵盖政策/经济/社会/技术/环境/法律六维度[57][58] - 波特五力模型分析供应商/客户/竞争者/替代品/新进入者[63][64] - 商业模式画布包含价值主张/客户关系/核心资源等9要素[69] 行业生命周期 - 分幼稚期/成长期/成熟期/衰退期四阶段特征[59] - 新材料领域显示不同细分技术处于各生命周期阶段[62] - 幼稚期适合风险投资，成熟期可获稳定回报[59] 数据获取渠道 - 包括金融机构报告/咨询公司分析/行业论坛/企业课件等[49] - 需结合展会论坛和从业者交流获取一手信息[46][47] 分析框架工具 - 麦肯锡七步法/5W2H/SWOT等9种常用方法论[50] - 价值链分析区分基础活动与支持性活动[53][54] - SWOT矩阵组合内部能力与外部环境制定策略[71][72]

专业领域知识 - 机械行业是研究各类下游行业及景气周期的重要参考系，观察其细分需求变化可起到见微知著的中观效果 [5] - 机械作为生产工具是衡量生产力发展水平的客观尺度，国家工业经济各阶段均有对应机械品类大发展 [5] - 典型发展案例包括：2000年代WTO带动的集装箱/船舶、2010年代"4万亿"刺激的工程机械、2015年后人口红利消退催生的机器人/锂电光伏设备、近2年AI推动的人形机器人 [5][6] 行业见解 - 机器人产业链采用跨行业协作机制，由6-7个行业20余位分析师组成团队，实现"集团军式"交叉覆盖 [7] - 该机制能兼顾上市公司传统主业价值判断与新兴业务前瞻性研究，并提供国际化视角辅助产业决策 [7] 个人成长经验 - 理工科背景通过跨学科思维打破研究局限，技术专利经历强化了技术创新商业化价值的思考维度 [8] 从业经历分享 - 2023年10月率先发布市场首篇低空经济报告，较2024年两会政策催化提前半年挖掘该板块 [9] - 持续两年坚定推荐机器人板块，前瞻性源于产业链机制与跨行业趋势研判能力 [9] 党建文化 - 将金融工作政治性、人民性融入研究，通过提升专业水平服务实体经济与中国式现代化建设 [11]