国金金融工程主动基金复盘与基金评价报告撰写Skills分享

发布时间：2026-09-04 一、AI总结内容 一、核心要点 1. 本次会议为国金金融工程赋能到决策投投研实操系列第五讲，分享基金研究技能体系的开发与应用，旨在将研究员精力从重复工作转向决策分析。 2. 该技能体系涵盖多个层面，底层为基金净值、持仓、定期报告、行情数据等研究数据，中间为核心功能模块，上层为功能扩展模块。 二、具体功能设计 1. 专项入口层技能：包括季报分析、概念基金搜索、净值估算、相似产品搜索、行业拥挤度分析等常见基金研究场景功能。 2. 专项技能层包含8个定量与1个定性技能：覆盖业绩评价、投资风格分析、行业配置分析、资产配置分析、业绩归因、交易行为分析、可投资性分析、基金经理投资框架提取等维度。 3. 高阶编排层技能：可通过编排工作流，将专项技能组合使用，实现基金产品综合评价报告、基金经理画像、基金对比、言行一致判别、基金经理自我复盘等复杂投研任务。 4. 配套支持：设置权益性基金任务规划技能，帮助用户匹配所需功能技能；采用插件方式安装，适配不同AI工具，方便管理使用。三、输出形式 1. 技能交付结果包含底稿、正式Word报告、HTML看板，兼顾详细性与直观性，满足不同使用场景需求。 四、后续规划 1. 后续将继续完善该基金研究技能体系，拓展更多实用功能，提升投研效率。 二、音频原文（转写） 大家好，欢迎参加国金金融工程主动基金复盘与基金评价报告撰写skills。目前所有参会者均处于静音状态下面开始播报声明本次电话会议仅面向国金证券的专业投资机构客户或受邀客户仅供交流研究观点专家发言内容仅代表其个人。观点会议内容并不构成对任何人的投资建议未经国金证券事先书面许可，任何机构或个人严禁以任何形式将会议内容和相关信息对外公布转发转载传播复制编辑修改解读等。 涉嫌违反上述情形的，我们将保留一切法律权利。感谢您的理解和支持。谢谢各位线上投资者大家晚上好，我是国际金融工程研究员赵岩，今天给大家带来的是我们从赋能到决策agent投投研实操系列电话会议的呃第五个内容是关于基金研究的scale这一块下面我来给大家分享一下我们具体的研究成果。在基金的研究这一块儿的话，呃其实呃它天然具备这种多维度高重复性，需要做定性定量相结合的研究，而且需要交付一些进调报告入职报告这种材料的这种常见的一些情况。 所以说基金研究的话呢？可以结合低性研究的维度。结合这些特性，可以去开发一套skill，能够帮助我们研究员把精力从重复取数和排版转向判断和比较决策这一块来。然后呃我们开发的这些这些skill的话呢？ 可以对机构投研去做基金研究的一些常见的业任务提供标准化，可以去使用的一些呃研究的支持，比如说基金的筛选，尽调的材料的生成基金经理的画像的生成。去跟踪一下我们关注的基金池的一些变化和一些最新的呃数据，然后做基金的比较，以及去复盘基金产品的业绩情况，这些维度都可以通过skill这一块去解决。然后我们开发skill的逻辑的话呢？其实是把我们对于基金评价或者说是研究中的一些经验，给它凝练到了skill中。 然后我们在skill中的话呢设计好工作流，然后通过在数据的运算数据的提取，然后这些都能固定的脚本去包装好。然后最终的话呢，让agent结合输出的数据输出的结果去撰写一些评价，撰写一些分析的一些报告，最终的话按照固定的排版格式去进行输出。就能够实现从计算到写报告到交付的这样一个全过程啊。下面来介绍一下我们的权益基金研究skill的总体的架构。 首先，数据这一块儿是最底层的，也是最核心基础的。这里面的话呢？我们根据基金的净值数据持仓数据，其他的定期报告数据，然后以及呃股票啊，或者说是指数的一些数据作为研究的基础。然后对于基金研究中，另外的数据来源的话，就是公开的观点和纪要这一块儿了。 然后我们也是呃，可以从从基金的定期报告，或者说是它的一些公开的发言。这些角度上去找到关于基金经理投资框架的一些信息做研究的基础，这个是呃数据准备工作。然后中间这三层是核心的skill功能模块，专项入口层呢，指的是基金研究中的一些常见的场景，可能跟基金研究的基金评价的。关系不大，但是也是我们经常会遇到的一些呃常见的情况，比如说做基金的季报分析，去搜索某一个概念基金做净值的估算，找相似的产品，测算一下公募基金的一个持仓拥挤度的情况。 然后scale层和高阶编排层是两个核心的功能模块儿这一块儿的话呢？主要的就是我们从各个维度上去拆解去分析基金的业绩风格行业配置资产配置归因交易行为可投资性等等，然后以及对经济们的观点去做分析，做拆解。提炼他的投资框架。然后在高阶编排层这一块儿，我们的做法是嗯，它会从多个角度上多维度帮助我们去做产品的综合分析。 这个环节就不是从技术取数开始做了，它会通过对此次给我调用，通过编排工作流，能够实现各种复杂任务的生成。比如说产品的分析报告，基金经理的画像，然后基金对比，然后言行一致的判别基金经理自我复盘等方向。还剩下两个skill呢，主要就是围绕着呃，比如说排版的输出，为了实现统一的排版做了skill，然后为了能够让呃大家更好的去理解这套skill中有哪些功能。然后我们做了一个关于权益性基金任务规划的一个skill。 在遇到全基金研究任务的时候，通过这个skill就能够找到合适的具体的skill。完成我们的研究目标，这是一整套skill的总体的架构啊，然后我们来分别的去介绍一下啊整体的每一个skill的相应的功能，我们最终交付的结果的话呢？会交付这样的底稿，正式的word报告，然后以及这种htl看板的形式。便于我们有各种各样的交付形式，或者说是拿到底层的数据去做验证。 具体的功能层面上像专项入口这一块儿，我们后面也可以再往里面不断的去扩充。目前的话，把一些常见的点都包装成skill的一个形式，像是整体的季报分析单只产品的季报分析净值估算概念，基金搜索拥挤度的跟踪相似产品搜索等功能都被我们包装成了skill的形式。然后像是呃季报分析也是一个常见的大家的关注点，在基金的季报发布后，大家也比较关心。基金的调仓情况基金的规模变化情况，然后以及大家增配行业 减配行业增配，哪些个股都是需要从基金的持仓数据中获取的内容。 在这一块的话，我们通过这个skill能够快速的获取呃主动权益性基金，它的行业配置的变化个股增减配的情况，快速的对季报进行复盘。然后输出的结果的话呢就包含了。一个word报告，然后还有这种看板的形式有不同的特点，报告的话会更详细，然后看版的形式的话呢会更加直观，更加方便。像单只产品的季报分析的skill的话呢？ 适合于做基金池中呃基金产品的跟踪，去写一些汇报材料去使用啊了解一下基金季度的一个最新变化啊。然后概念基金搜索这一块。在遇到一些概念行情下，我们往往需要去寻找一些概念基金作为我们配置的对象。然后我们通过这个skill能够帮助我们去搜到我们想要的产品，具体的逻辑的话就是会根据用户输入的名称去匹配到不同的层级上。 如果用户问的粗一点就是板块儿啊，比如说科技周期，如果问的细一点就是一些行业上。比如说计算机电子，如果用户问的再抽象和细一点到概念层面上了，我们会让ai去找到概念的同义词，再去中证指数国政指数往你的概念指数中呢去进行匹配去找到。相关的指数后取指数的成分股的并集作为概念股股票池，再根据基金的持仓情况呢，去算一下基金的暴露程度。然后找到我们想要的某种概念基金。 这个skill的话呢？我们额外加了一些数据缓存的机制，第一次取数的时候会把数据缓存在本地电脑上，后续的运行就比较快了。然后下一呃，这就是我们这个skill的话。输出的结果一个是低呃低空经济的一个概念，基金的搜寻，另一个的话是光模块概念的基金的搜寻。 净值估算也是另外的一个功能，主要的应用场景就是如果想了解今天基金大概涨了多少，跌了多少，可以通过这个skill呢去进行呃获取最新的一个涨跌幅的预估的数据，这里面的实时行情，我们也是通过通达信的那个接口去调用的。相似产品搜索这一块儿呃应用的场景主要在于如果是我们想买的a基金限购了是否有其他可以相似的基金去购买，然后以及这支基金有哪些竞争产品？我们从多个角度上去定义它的相似度啊，最终的话是从风格板块配置这两个维度上去。 分别去进行相似度的指标的刻画，再去算出综合品相似度指标。然后去找到在风格配置板块配置上比较相似的基金产品，然后呢再去对比它的一些业绩啊，以及它的尺寸相似度的情况。这是输出的一个效果，我们会在同类中去匹配到合适的产品去进行进一步的对比。行业拥挤度的分析的话呢？ 主要是看一看。嗯，主动权益性基金持有了某一个行业的基金数量，占基金的总的数量的比重，以及主动权益性基金持有这个行业的呃市值占流通股本的比例等指标，而且我们会提供八期的。数据的计算的结果能够展示一下时间序列上的一些持续度的变化。以上的话是一些常见的应用型场景，然后下面的这两个章节呢，主要是围绕着基金评价这一块儿，我们去构建了很多scale去全面的提升基金评价的效率。 这个核心的skill呢自skill，这一块儿是包括八个字skill，我们是按照基金评价的不同维度上去拆解的，它们之间的相互的话是能够独立开，然后每一个skill内部都会有若干的计算的维度评价的指标体系。有前七个呢是定量的分析，最后一个是定性的，通过观点的分析观点的拆解去提取它的投资框架的。首先的话是业绩评价的skill。如果我们想了解某一个基因的历史业绩情况，它的同类中的表现，它的业绩持续性情况可以使用这个skill。 这个skill的默认的基准我们设定的是885001，然后如果是需要对其他类型的基金去比较的话呢，也可以在对话中去修改这个基准啊。分析的周期的话呢是按照目前基金经理的任职以来的数据去做分析的，也可以在对话中去灵活修改这个参数。如果想了解一个基金的投资风格，看看他历史上的风格稳定性和风格飘逸的情况，可以用这投资风格分析的scale。我们是穿透了基金的持仓，然后通过诚信风格项的做法，去对大小盘成长价值等维度的风格去进行度量，然后也拓展到了质量动摇红利等等维度啊。 然后最终能够画出来一个风格雷达图，同时也会对基金池塘的一个抱团情况预租的情况去做一些分析。由于我们这个skill是分析的，多周期的是把今天经理任职以来的报告期的数据呢都会进行标签的生成，这样我们也可以比较历史上风格的一个变化情况。这是输出的效果，比如说，这只基金产品就被我们判定是大盘成长的，而且根据基金经理任职以来的数据来看，呃是一个固定风格的产品，没有发生过风格的切换。 行业配置分析的skill的话主要就是从基金的a股港股持仓穿透过去，然后去看一看基金的一级行业配置板块儿配置，然后对基金的行业主题做一个诊断。如果不是行业主题基金的话呢，也会去识别基金，是否有一些行业轮动的行为？然后对这对基金的历史的行业配置的变迁进行追踪。像这种skill的话呢，它都会输单独输出来报的报告和这个看板。 然后所以说，我们对单独的维度感兴趣的话单独调用，也可以有一个比较好的效果。资产配置分析的skill呢，我们是想要了解资基金的仓位的特征是灵活调整的波动性。情况然后以及是高仓位还是低仓位的偏好，以及它的择时的能力，是否有择时的倾向这些维度上去进行剖析。一起归因的scale这一块我们是要拆解基金超额收益来源，看看它的超额收益是来自于行业配置个股选择还是仓位效应。 我们这里面用的是呃bracene模型是bf版本的，然后多期的话呢？是有一个呃grap的一个算法进行连接。然后呃，我们是设定的基准是这只基金合同基准中的最全权证最高的宽度指数。那通过不认字模型的一个计算单期和多期的计算结果，我们能够知道基金经理的一个超收益来源来自于哪儿，它的能力圈在哪儿？ 有了一个能力圈的一个初步的认识？业绩行为交易行为分析这一块的话呢？我们是分析它的持仓，然后根据持仓数据计算计算它的一些换手率。事故周期中，仓股稳定性对它的左侧交易右侧交易进行识别，然后观察它的隐性交易能力的情况。 可投资性分析的话呢？呃主要是看看这个基金产品是否满足机构配置的基础条件，比如说规模情况是否是达到机构配置的标准了，是否