猜你想问
光大资产配置WorkBuddy投研实践分享核心内容是什么？
本次会议介绍了光大资产配置团队将WorkBuddy与投研场景结合的实践，分为基建层、中间层、应用层三个维度展开。基建层重点是接入可信数据与官方技能，如通过万德数据API对接金融数据、本地数据合规部署、公开资料通过MCP避免联网风险、接入万德爱丽丝等官方技能。中间层聚焦提升生产效率的自动化工具，如Word报告自动排版技能、公众号一键发布技能。应用层展示两个专业投研案例：红利选股策略和盘中催化分析技能。所有AI辅助工作均需人工承担审核、观点输出与最终决策责任，不构成投资建议。
报告涉及哪些赛道或行业发展趋势？
报告主要聚焦于金融投研领域，展示了光大资产配置团队如何利用WorkBuddy提升投研效率。基建层通过接入万德数据等金融数据源，为投研工作提供数据基础；中间层利用自动化工具简化报告制作流程；应用层则通过红利选股策略和盘中催化分析技能，展示了AI在金融分析中的应用潜力。报告未涉及具体行业发展趋势，但强调了金融科技在投研中的重要性。
报告重点分析了哪些方向？
报告重点分析了WorkBuddy在投研场景中的应用实践，包括基建层的数据接入与技能整合、中间层的自动化工具开发、以及应用层的两个专业投研案例。基建层通过万德数据API、本地数据合规部署、公开资料获取等方式，构建了可信的数据基础；中间层开发了Word报告自动排版、公众号一键发布等工具，提升生产效率；应用层则展示了红利选股策略（包括nohow类和workflow类技能）和盘中催化分析技能，通过AI辅助进行股票筛选和事件分析。
当前市场现状有何特点？
报告未直接分析市场现状，但强调了AI辅助投研需结合当前市场环境与风险偏好选择。例如，红利选股模型需结合市场环境选择适用策略，盘中催化分析需关注消息的持续性与真实性。这表明市场环境的变化会影响AI投研模型的效果，需要人工结合实际情况进行判断和调整。报告未提供具体的市场数据或趋势判断。
研报存在哪些风险提示？
报告提示了AI辅助投研的相关风险，包括AI生成内容需人工核查，如技能生成的报告来源、排版细节等，避免出现信息错误或合规问题；接入外部数据与技能时需保障合规性，如本地数据不上云端、公开数据通过正规接口获取；AI模型结果需结合市场环境与风险偏好进行人工判断，如红利选股模型需结合当前市场环境选择，盘中催化分析需关注消息的持续性与真实性。所有AI辅助工作不构成投资建议，最终决策需人工承担。