我用 AI 工具做投资分析的具体方法
最简单的AI 分析工具，就是各类投资分析 skill了。
但是随着各种龙虾 Agent的繁荣，skill种类变得繁多，质量参差不齐。
结合自己的理解，重点目标是放在 价值投资 和 全天候策略 两个方向。
从全网筛选了满足这 2 个方向的 15个 skill，
权重分配的逻辑：B（25）+ C（20）+ E（15）= 60%，说明真正决定 skill 质量的是”内容深度 × 工程质量 × 认知诚实”这三项，而不是 Star 数量（只占 15%）。
|
|
|
|
agi-now/buffett-skills |
|
个股分析最强，结合实时个股数据，对是否值得买入这个问题的判断，有不错的参考价值
|
kangarooking/buffett-letters-skill |
|
知识含量高，几乎是一个小型知识库，对于学了又记不住，需要反复理解的场景使用
|
jazzqi/ray-dalio-skill |
|
全天候方向不可替代，适用用于不同资产配比的仓位调整判断（例如按美林时钟经济周期对于的几大类基础资产比例） |
因为各类复杂的原因，目前我的持仓散布在中、港、美的6 个不同券商，5家不同银行 以及 3 个不同的基金 App 里，各类碎股 48 支，债券类、商品类、基金类加起来也数十支，合计近百种产品。尤其其中的一些综合性产品，其底层资产互相耦合、国别、资产类别、比例，一团乱麻。
在极度缺乏个人时间的情况下，已经几乎无法进行科学管理了。
AI 写代码没有变得如此强大之前，我找了很多款投资管理 app，要么过于复杂，要么又过于简单，始终没有适合自己用的。
现在有了 AI 编码，这件事情，周末抽了几个小时，就完成了。
1. 我让 AI 寻找最接近 tradingview 的 UI 风格的足够稳定的开源代码，作为基础界面，解决了界面美观度的设计问题。
2. 让 AI 寻找调试 加载都速度最快的，适合 网页&App 一体的开源框架。便于快速稳定的生成和管理，且更易保障质量稳定性问题。
3. 让 AI 对我需要获取实时价格的资产，每一种大类都找到 2 种或以上的稳定免费的数据接口。
4. 快速草图设计了数据库结构，用于缓存各类资产的历史价格，减少动态拉取数据的请求量。毕竟都 us 拉的免费数据，这样的自动化系统是很容易被频控封 ip 的，需要有节制的使用。
5. 然后是结合我对投资仓位管理、美林时钟\中泰时钟 的周期理解，对各大类资产底层分类的理解，做了自己的分类 仓位 设计。
6. 最后，就是数十种最关键的宏观数据说最新发布情况，一但关键数据超越境界线，就能提醒我对应资产是否到了调仓点了。例如 猪粮比数据，金银比数据，是否突破历史某极值 等等。
目前整套系统，我还是比较满意，目前还没有完成的就是第 6 部分，经济指标的深度理解，我自己也还需要学习和提高，并不断完善才能真的用起来。也希望借助这套系统，可以在 1 到 2 年时间周期完成我整个调仓目标。
除了上述两个是我最常用的途径，其实各类专业金融 App 也都推出了自己的 AI 版，例如万得这样数据权威且丰富的机构，其他还有很多。目前都是推广和验证效果阶段，大都是免费的。这个途径使用 AI 往往在数据准确和全面性上还是蛮有优势的。
夜雨聆风
