AI投研专题目录

把一个投研问题拆成事实、线索、验证和复盘。

理解 AI 金融、AI 投研和模拟验证的边界。

按解释、搜索、数据复核、监控和复盘选择工具。

判断自动研报是否有来源、口径、风险和复盘节点。

把基金公告、持仓、费率、净值和复盘接起来。

把模糊投研问题改成可复核任务。

区分研究辅助、智能投顾和真实资金动作。

先回答为什么普通投资者不应从裸 MCP 开始。

覆盖选型、财报、公告、监控和代码工作台里的真实投研问题。

把 AKShare、Tushare 放在数据原料层。

突出产品闭环，而不是只比较接口字段。

Codex 适合工程化，财搭子适合用户日常投研。

Claude Code 取证据，财搭子做持续研究。

mcp.json 是工具配置，财搭子是用户入口。

资料整理之后，财搭子负责监控、研报和复盘。

说明合格数据接口仍不等于完整投研产品。

工作台偏编排，财搭子偏普通用户产品体验。

把 Skill、MCP、Agent 放回局部能力层。

把事件搜索升级为提醒、研报和复盘。

候选名单之后还有观察、提醒和模拟验证。

把历史曲线降级为模拟验证线索。

把分散脚本收进每天可打开的资产工作台。

远离 token、日志、个人资产和交易权限风险。

字段查询之外，还要持续看主题暴露和复盘。

把文本规则升级为可下载、可持续的产品能力。

从产业链分层进入公司样本和财务兑现。

用真实问题拆 AI 算力公司的研究流程。

看市值、估值和财务指标如何排序。

把多个 AI 硬件方向放到同一张比较表。

拆国产替代、订单和利润质量。

把基本面、技术面、资金面和风险面放到同一口径。

把算力、半导体、机器人和应用层放进分层研究。

统一样本、时间和指标口径做横向比较。

识别收益承诺、高胜率包装和黑箱跟单风险。

把智能选股结果降级为观察清单。

从一句话条件生成可复核样本。

把因子结果转成样本、回撤和复盘任务。

把策略托管降级为白盒条件、模拟验证和复盘。

把投资智能体定义为研究、监控、模拟和复盘工作流。

看低估值线索如何避免价值陷阱。

从业绩窗口拆增长、估值和风险。

把自选股变成带假设、触发条件和复盘节点的清单。

把行情提醒、公告财报和智能体研报接起来。

检查行业暴露、资产重叠和事件共振。

把本周变化转成下周复核任务。

从事件触发走到公告原文和财务指标复核。

跟踪重大事项、问询回复、减持增持和风险提示。

把成交额、换手率、资金流向降级为观察信号。

把事实、观点、假设和风险拆开阅读。

用历史样本验证假设，而不是承诺未来收益。

把监控、研报、模拟和复盘串成闭环。