AI辅助投资执行系统

五一三天，我把一个东西翻来覆去改了七遍。

先说说这玩意儿到底是干嘛的。

你给它一个股票代码，它会自己完成一整份深度的买方研究报告。

这套流程分四步：

拿数据——财报、行情、分析师预期、行业数据，从金融API并行抓回来，不是网页搜索拼凑的。

做分析——拿到数据先跟一致预期比、跟同行比、跟历史比，找出差异在哪。然后做五维诊断：增长靠什么、利润率为什么变、现金流质量如何、管理层说了什么、有没有隐藏风险信号。

做推演——生成三种情景（乐观/基准/悲观），每种有触发条件、概率和目标价。再给五条证伪条件——”什么情况下我承认我错了”。

出报告——按照五章的模板结构，生成word文档。全程有六条规矩管着：没有直接证据的不能写成事实，结论必须能溯源，给建议必须带情景假设。

执行这四步的，不只是几段prompt。有两份文档驱动它：一份研究模板定五章结构和每个表格的格式，一份系统配置手册定六个agent的角色分工、约束引擎的参数、数据源的接入方式、错误恢复的策略。

说人话就是：我把”一个买方研究员做深度研究的标准流程”，拆成了可执行的步骤，让AI按这个流程跑。它不是自己在”思考”，它是在执行我的研究框架。

— — —

这三天发生了什么（压缩版）

第一天，架构跑通了，但AI写的报告太”自信”——推测当事实写。第二天，加六条约束，效果立竿见影。又融了两个分析框架，内容膨胀到10章31张表。深夜盯着屏幕，太臃肿了，但每一张表都是花心思加的，下不去手。第三天，狠心砍。10章砍成5章，31张表合并成23张，243个段落压到120个。又单独写了配置手册，把agent的提示词和校验逻辑全部固化。

删完回头看，五章比十章清晰。每一章回答一个问题：值不值得看？基本面怎么样？预期差在哪？多少钱可以买？有什么风险？

— — —

两件有意思的事

先堆料再精简，这个顺序跳不过。 没有那轮膨胀到10章，我永远不知道哪些是核心、哪些是冗余。贪多和断舍离是同一件事的两个阶段。做投资也是——你没把各个维度看过一遍，就不知道哪个判断最值钱。

给AI立规矩比给它加技能重要。 六条约束没有一条是在教它新东西，全是限制。效果远胜于教它更多技巧。买方研究员的第一课往往是”怎么避免犯错误”，不是”怎么找十倍股”——这条道理放人身上和放AI身上，居然是一样的。

— — —

最后说几句

这东西现在能做的事情：输入一个股票代码，等几分钟，拿到一份完整的word研究报告。报告里有数据、有分析、有情景推演、有仓位建议、有管理层可信度评分。

它不能做的事情：替你做买入卖出的决策。它不能判断管理层是不是在撒谎——但它会记录这个管理层的指引兑现率，给你一个可信度评分，让你自己判断。

本质上，它就是把我的研究框架固化成可执行的东西。不是AI替我思考，是AI按照我的框架和纪律执行。

以上内容由AI生成。

有需要交流和获取模板微信私信。

祝各位手里的票，都涨得稳稳当当。