利用AI工具高效复盘、择时和技术分析

时间：10月27日 参会人：国信分析师 全文摘要 在利用人工智能（AI）提升投资决策效率和效果的讨论中，强调了提出具体、透彻问题的重要性。通过案例展示了AI在财务分析、行业趋势判断及技术分析中的应用，帮助精准识别股票、商品和指数的买卖时机。AI在处理海量信息、捕捉市场动态、辅助策略制定等方面展现出显著优势。同时，提醒投资者保持警惕，将AI视为辅助工具而非决策的全部。鼓励投资者利用AI技术提升投研能力，以实现更稳健的投资决策。 章节速览 00:00AI投资工具筛选优质标的实战分享 分享了如何运用AI工具在投资领域提高效率，包括财报对比、行情复盘、技术分析等，以精准找到资产买卖点，并在具体行业中筛选投资组合，挖掘结构性机会。 01:22大模型在股票分析中的应用与提问技巧 对话讨论了如何通过具体而全面的问题，引导大模型深入分析股票背后的上市公司财务状况、行业趋势及宏观环境，特别强调了使用五维提问模式（语境、任务、案例、格式、语调）提升分析质量和效率。通过对比多家银行的财务指标，展示了大模型在财务数据分析中的精准与深度，以及在多维度比较中提供具体结论的能力。 06:25AI辅助工作与案例引导的重要性 对话强调了在指导AI或同事完成任务时，提供清晰案例和格式化引导的重要性。通过案例教学，可以有效提升任务完成的质量，减少理解偏差，提高工作效率。同时，对话还提到了使用 截图和递进式提问策略，以增强信息的准确性和连贯性，从而更好地利用AI工具。 09:16AI学习案例与美股市场复盘 讨论了通过创建案例帮助AI学习，避免联网信息扰动，降低AI幻象影响。同时，利用案例复盘美股市场走势，挖掘核心影响变量，以提升分析和预测能力。 09:26美股市场走势分析与核心变量挖掘 讨论了美股市场长期走势的特点，强调了高频就业数据、通胀指标及政策人物言论对市场的影响。指出人工追踪信息的局限性，提出利用大模型进行信息归纳和市场分析的重要性，以提高复盘效率和准确性。 11:32美国股市波动与通胀、贸易摩擦关系分析 对话讨论了自2013年以来，尤其是2021至2022年，中国经济复苏对全球的影响，以及美国股市的波动与通胀、贸易摩擦之间的关联。指出美国股市的定价逻辑受宏观经济影响，包括工业品价格上行、库存周期重启等因素。同时，强调了贸易摩擦，尤其是拜登政府的政策，对美国通胀和股市盈利的负面影响。2022年以来，美联储因通胀超预期而加息，尽管2025年有降息预期，但通胀压力仍存，可能因贸易摩擦加剧而再次上升，影响美股盈利端。分析基于宏观指标，非主观决策，体现了长期趋势和AI分析的重要性。 14:25股市走势分析与信息影响评估 讨论了股市短期走势，如高开低走或高开高走，及资金战略、海外不确定因素对股市的影响。强调通过技术分析把握股市动态，避免信息误判导致的表观与本质事件背离，同时利用多维度信息源和情感中立分析，评估信息对股市的正负向影响。 15:52大模型分析马斯克辞职对市场的影响 对话讨论了通过大模型分析马斯克从DOGE政府效率部门辞职对市场造成的影响，强调在提问时需结合具体行情图进行分析，以确保分析的准确性和逻辑一致性。同时，提及了在大势研判中，波浪理论数浪分析的重要性，以及如何将文本分析与市场行情有效结合的方法。 18:06大模型在技术分析中的应用与局限 讨论了大模型在技术分析中的优势与不足，指出其在处理图像方面较弱，而对文本和数据的识别能力较强。建议在进行技术分析时，将图表数据转化为表格形式提供给大模型，以获得更佳的分析效果。强调了利用大模型进行技术分析时，合理利用其长处的重要性。 19:25技术分析与市场预测的综合运用 通过结合通达信等工具的数据分析与技术指标，如量价分析、MACD背离等，进行市场趋势预测，涵盖宏观、中观、微观三个维度。利用历史数据和现有技术分析素材，借助大模型和知识库，对未来的行情做出研判，同时强调技术分析在当前仍处于初步阶段，需结合市场环境和情绪综合分析。 23:02大模型在黄金期货技术分析中的应用 对话探讨了大模型在黄金期货走势预测中的作用，通过历史数据回溯和成交量价关系分析，辅助投资者判断加仓或减仓时机，尤其在25年十月中旬黄金价格突破预期的案例中，展现了AI精准捕捉市场拐点的能力。 24:53AI在宏观经济分析与投资决策中的应用 讨论了如何利用AI技术，如大模型和通义千问，分析宏观经济指标（包括通胀、就业、PMI等），预测市场冲击，以及这些技术如何简化宏观策略研究员的工作流程，提高预测准确性，同时强调了人类分析师在与客户交流中积累的经验和直觉仍不可替代。 28:59AI在资产配置与市场预测中的应用分析 对话围绕AI工具在经济环境分析、政策影响、资产配置及风险提示中的应用展开，讨论了不同模型如蜜塔、阿迪、豆包、腾讯知识库的特点，指出蜜塔和腾讯知识库在学术研究和数据驱动分析上的优势，豆包贴近市场实战，而强调在使用预测时需结合市场观点调整预期，最后探讨了AI作为研探利器在市场拐点构造中的潜力。 31:35融资融券余额在投资决策中的应用与标准化处理 讨论了如何通过Excel导出融资融券余额数据，并进行标准化处理以评估市场活跃度。介绍了将余额数据转化为投资信号的方法，包括零、小额和大额约定对应的空仓、建议仓位和建仓信号。强调了指标体系在投资模型中的重要性，以及通过不同强度的信号指导买卖决策的灵活性。最后提及了数据上传后智能债权的应用场景。 33:33大模型在投资策略中的应用与宏观指标分析 讨论了大模型如何结合宏观数据、情绪指标及世界性冲击，动态跟踪市场变化，以更稳健的投资策略应对市场波动，强调了高频数据在预测价格走势中的重要性，以及在实际操作中保持股票仓位的必要性。 36:49投资策略：结合景气度、趋势度与拥挤度的行业筛选 讨论了如何通过景气度、趋势度和拥挤度三个指标来选择投资标的，强调了在行业选择中寻找基本面支撑、趋势和资金流向平衡点的重要性，提出了利用行业指标综合评分的方法来构建行业投资模型，旨在优化投资组合并规避高拥挤度带来的风险。 39:53AI辅助行业分析与投资策略 对话围绕利用AI技术进行行业分析和投资策略制定，强调通过行业等权分配资金、监测市场动态及预警机制，实现超额收益。提及新能源板块受外部因素影响、科技独立逻辑等案例，以及AI在编制规模指标、行业排序中的应用，旨在通过定量分析捕捉投资机会。 42:42智能投资与大模型在投研中的应用探讨 讨论了智能投资如何利用大模型提升投研效率，强调大模型并非自动驾驶，需保持警惕，智能投资应作为辅助工具，减少人为错误，提升决策质量。 思维导图 要点回顾 AI投资工具如何筛选优质投资标的？ 在本次分享中，国信证券的王开分析师介绍了AI投资工具在筛选优质投资标的上的应用。该工具通过分析垂类领域的金融大模型和通用大模型，在宏观资料整理、新闻搜集及大势研判等方面提供支持，并通过具体案例展示了如何利用AI技术进行技术分析，精准找到各类资产（如商品、股票指数）的买卖点。此外，还强调了在投资风格筛选和构建投资组合中AI工具的作用，以及如何结合宏观环境、行业趋势等因素进行有效应用。 如何深入挖掘和分析企业财务数据？ 首先，通过让大模型分析上市公司历史营收、净利润及其股市表现，如市净率、市盈率等指标，并结合基本面进行综合评估。接着，将获取的财务数据与当前宏观环境、行业趋势等信息紧密联系，例如以2024年至2025年上半年银行股为例，分析其在不同维度下的表现。通过整合并对比不同银行的财务报告，可以提炼出比较优势，关注区域、行业信贷资源投放等方面的差异，从而实现对银行股的细致入微分析。 如何运用五维模式提升问题提出与模型回复的精准度？ 在提问环节，提出了五维模式以提高问题的精确度和结论的鲜明性。这五维包括语境、任务、案例、格式和语调，其中语境是指分析背景和目标；任务是指明确要解决的问题；案例是指具体的应用场景；格式是指信息呈现的形式；而语调则是表达风格。通过这种五维模式，能够更具体地指导模型分析，例如要求模型对三家银行的资产规模增长、负债率、杠杆水平、资产结构多元化等关键指标进行详细对比和解读，以便更准确地为用户提供所需的信息和洞见。 在面对复杂报表分析时，是否可以采用截图方式并利用AI模型提高效率？ 当处理大量银行报表时，直接截图并使用清晰度较高的截图输入给AI模型，可以有效避免误读错误，提升工作效率。即使面对上百刀大模型，通过这种方式处理也能得到较为准确且高分段的答案。 为何强调在金融数据分析中要关注案例质量和信息维度的重要性？AI模型如何协助理解和复盘长期金融市场变化？ 在金融数据分析中，高质量的案例能够帮助模型更准确地理解和解析问题，比如通过分析美股市场走势和核心影响变量，不仅需要考虑已知数据，还要关注诸如失业率、通胀率等高频数据以及美联储官员言论、政策变化等多维度信息。人工追踪这些信息往往难以全面，而借助大模型可以有效整合和分析海量信息，揭示出深层次的影响因素，从而实现事半功倍的效果。AI模型能够对长时间尺度下的金融市场数据进行深度分析，例如对美股市场的长期走势进行复盘，揭示其背后的关键逻辑和驱动因素。通过分析诸如首次申领失业人数、非农数据、通胀指标等经济数据，以及美联储官员、财政政策代表人物的发言，AI可以识别出这些事件如何影响股市波动，并对中美股市之间的联动效应进行深入剖析，使得投资者能够更清晰地理解市场动态和影响决策的关键变量。 在股市分析中，如何避免表象与本质事件的背离，以及情绪对分析的影响？ 在股市分析过程中，容易陷入仅关注表面信息而忽视深层本质事件的误区。为解决这一问题，可以利用全面搜集信息的优势，同时运用多维度信息来源以更深刻地理解市场动态。此外，通过规避情感分析，专注于指标对股市的实际影响，例如提振或压制作用，有助于更客观地评估新闻事件如马斯克辞职对市场造成的冲击。 如何有效结合文本分析与行情数据进行有效分析？ 结合文本分析与行情数据时，提问应具体明确，比如将马斯克辞职这一事件与A股或美股分时图相结合，探究其在特定新闻发酵时点上对市场造成的影响。这样能避免将旧新闻与当前热点事件孤立分析，而是从逻辑上串联起来，让模型在理解前后文的基础上进行分析，从而得出更为准确和有深度的结论。 对于技术分析，大模型能否实现有效识别和预测？ 大模型在技术分析领域的表现依赖于训练数据和算法能力。尽管通用大模型在识别文本和数据方面表现出色，但在识别图像方面相对较弱。因此，建议将图表数据（如分时图、成交量、开盘价、收盘价、最高价、最低价等）与文本结合输入给大模型，使其进行量价分析、数浪分析等基础分析，这样效果往往优于人工直接观察图片进行分析。同时，还可以借助通达信等工具导出相关技术分析指标和历史数据，帮助大模型进行更为精准的预测和分析。 在25年十月中旬，黄金期货突破了1000元试点，是否超出大家预期？ 是的，黄金期货在25年十月中旬突破了1000元的试点，这个上涨速度远超许多人的预期。 AI如何帮助分析黄金走势并提供投资策略辅助？ 通过大模型可以分析黄金走势，并预测其最低期限的定价。例如，在25年年初时，模型就已经预测到黄金价格会达到一个很高的位置。这种分析能够辅助中长期投资决策，如判断何时进行减仓或加仓。 AI如何应用于拐点寻找，精准把握买卖时机？ AI技术可以精准地找到投资中的买卖点，结合通胀、就业、PMI等宏观经济指标以及海外货币政策跟踪、全球政治局势分析等多维度信息，来精确预测市场拐点，从而指导投资策略。 AI在宏观经济预测和市场冲击分析方面的作用是什么？ AI通过学习和理解已有的宏观数据及指标，如彭博和万德的数据，对未来即将发布的数据进行快速界定和预测，以此来模拟宏观经济走势对市场可能产生的冲击，并结合已发生的历史点位 进行回溯分析，以辅助决策。 AI如何处理和应用高频及前瞻指标进行情景分析？ AI能够学习并应用美