国金金融工程：本地投研平台搭建与实操分享

一、AI投研技能体系及本地投研工作台搭建方法

本次会议介绍了AI投研技能体系及本地投研工作台搭建方法，核心要点如下：

• 技能体系优势： 技能体系适配当前大模型水平，可跨工具通用，支持通用格式、易于分享，安装操作简便且具备社区生态。
• 数据源技能： 分享了多类数据源技能，包括金融类（通达信、万德、龙虎榜、YF NANCE）、文本类（研报、公告、社交媒体等），均具备数据获取与处理能力。
• 本地知识库方案： 介绍了两类本地知识库方案：腾讯MA（操作简单、多设备共享、支持大量文本检索）和Obsidian+技能（个性化强、适配特定场景但Token消耗高）。

二、投资线索

• 通达信数据源： 提供股票高频、基本面数据，需循环调取，适合股票相关数据获取。
• 万德数据源： 数据种类丰富，支持股票、债券、基金等，需注册账号，每日有积分额度限制。
• 海外数据源： YF NANCE适配雅虎财经，支持美股及海外市场数据；CK阿尔法适配美股相关消息；海外社交媒体工具支持文本爬取。

三、风险与关注

• 网上技能安全风险： 部分工具支持自动检测风险，需谨慎选用。
• Obsidian+技能Token消耗： Token消耗大，仅适用于小型知识库场景，大量文本建议选用腾讯MA。
• 技能过多影响效率： 技能过多可能影响大模型效率，易导致功能冲突，需精简维护技能配置。

四、关键操作与经验

• 技能本质： 技能本质是带固定描述的Markdown文件，采用渐进式披露机制，核心描述决定大模型是否调用。
• 设计技能： 设计技能时需拆分流程提升效率与稳定性，需明确功能边界，减少重复与冲突。
• 本地技能分享： 本地技能可通过压缩包分享，安装简便，会议提供系列投研相关技能需联系团队获取。

五、数据源技能详解

• 金融数据： 通达信（股票高频、基本面数据）、万德（股票、债券、基金、宏观、公告、年报等）。
• 另类数据： 龙虎榜、YF NANCE（美股及海外市场数据）、CK阿尔法（美股相关消息）、海外社交媒体工具（文本爬取）。
• 文本数据： 研报数据库（研报、公告、新闻等）、CK阿尔法（美股版雪球）、海外社交媒体工具（文本爬取）。

六、知识库方案选择

• 腾讯MA： 使用方法简单，多设备共享，支持大量文本检索，适合通用场景。
• Obsidian+技能： 个性化强，适配特定场景，但Token消耗高，适合小型知识库。

七、工具类型技能

• PDF解析： MyView（文档解析，免费使用）。
• 流程图、思维导图： 自动根据素材总结流程或绘制思维导图。
• Office软件交互： 生成格式规范的Excel表格或Word文档。
• PPT绘制： 针对公司模板自动绘制PPT（目前输出图片形式）。
• 日常工作辅助： 飞书（日历、云文档等）。

八、投研应用案例

• 基金绩效归因： 自动获取基金持仓数据，进行分析并生成报告。
• 公告分析： 指定股票池，扫描最新公告并提取关注指标。
• 投资大师蒸馏： 基于投资大师框架分析股票（如巴菲特、凯西伍德等）。
• 行业投资框架： 基于研报数据库提取行业投资逻辑，自动判断个股。

九、技能进阶技巧

• 技能设计： 人工拆分流程提升效率与稳定性，明确功能边界，减少重复与冲突。
• 技能描述： 清晰描述技能功能，避免功能冲突。
• 技能维护： 精简维护技能配置，关闭或卸载不常用或重复技能。