AI 股票筛选助手:TimeCopilot周末花时间跑通了一个新工具——TimeCopilot。简单来说,它是个“大模型 + 时间序列模型”的数据分析工具。应用在股市中,它对我最大的价值在于做减法:帮我从海量股票中,快速剔除暂时不值得投入精力的标的,从而精简股票池,筛选出少数值得深究的对象,最后再交由人工进行深度复核。这个定位对我而言非常关键。平时看到热门题材、深度分析文章,或是刷到感兴趣的公司,我的习惯是第一反应往往是先加入自选股观察。久而久之,自选列表越来越臃肿,标的太多导致精力极度分散,最后往往看不过来。这时候,用 TimeCopilot 帮我做第一轮初筛,理清“先看谁、后看谁、谁可以先放一放”,投研效率会得到质的提升。它也可以反向使用:当我主观极度看好、准备做多某只股票时,我会把它丢进模型,看看纯客观的数据信号与我的主观判断是否一致。这提供了一个极佳的外部参考维度,能有效避免自己陷入主观臆想中。TimeCopilot 的核心工作流程可以拆分为五步:精准精筛:对初步筛选出的少量候选标的进行深度过滤。为了提升效率,针对第一步和第五步,我让AI补写了一层外置工作流,且不影响原项目代码,怕改坏了影响分析质量,而我的水平又无法察觉感知:首先是自动化抓取:只需输入股票代码,脚本会自动抓取数据,生成工具所需的文档格式并自动读取。最后AI 翻译官:工具原本的输出多为生涩的技术指标和数据表。我借助大模型对这些结果进行二次解读,将其转化为通俗易懂的报告,直接提取出Watchlist(观察清单)、Avoid List(规避清单)、预期收益率、波动率、优先级以及风险提示等核心信息,用大白话进行解读。跑完这套流程,我最直观的感受就是:它给我的主观偏好浇了一盆冷水。日常盯盘看多了,很容易对某些自选股产生“越看越顺眼”的情绪。但让数学模型客观地跑一遍后,经常会发现结构化的数据根本不支持我的主观判断。这相当于给自己的交易决策加了一道理性的“模型验证锁”。当然,这个工具的优缺点同样明显。TimeCopilot 的预测分析完全基于时间序列的股价信息,缺乏对近期事件、市场预期、估值及财报等基本面信息的考量,而这些因素在实际投资中的权重往往极大,足以让股票完全脱离正常历史的走向。这里分享一个我日常操作的组合拳小技巧: 将它与我前一篇文章分享的 TradingAgent + Claude 结合使用。由 TradingAgent 负责补全股票缺失的基本面、情绪面和技术面信息,Claude并进行情景推演;而 TimeCopilot 则从预期收益率和波动率等数学量化维度提供参考。两个工具跨维度交叉验证,寻找基本面与量化数据的共振点——这时候,AI 投研工具的真正价值就彻底释放出来了。我也没有吃透TimeCopilot里每个数学模型的细节,但这并不影响我对工具的使用,就好比手机,我们用来支付,解决我们的问题就行,至于手机内部结构是如何发起支付运作的,不需要懂,会用就好了。