📰 研报摘要
查看全文 ➔摘要： 本次分享由国庆证券分析师王开主讲，重点探讨如何利用 AI 大模型（如 DeepSeek, MiniMax 等）构建“一人投研公司”，通过优化工作流提升投资研究效率与业绩。
核心观点：
- 投研工作流重构：AI 可在总量、行业、个股三个维度平替大量重复性工作。通过构建 Agent 和利用 MCP 技术调用桌面工具，可实现从数据清洗、指标计算到报告生成的全流程自动化。
- 策略赋能路径：AI 在被动配置、风险评价（如 Smart Beta 策略优化）及政策文本定性/定量分析方面表现出较高价值，能有效缩短专业投资者与个人投资者之间的信息差。
- 人机协作模式：推荐“智能半驾驶”模式，即利用历史真实数据引导 AI 学习，而非完全依赖 AI 的主观生成，以降低幻象率并提高推演准确度。
论据支撑：
- 工具链应用：利用 DeepSeek 的逻辑推理能力进行宏观指标预测和股价走势研判；使用 MiniMax 的 Agent 能力实现本地化数据实时更新与可视化。
- 实践案例：通过投喂年报和宏观数据，AI 可在十几分钟内完成原需 3 个工作日的资产配置权重计算；在货币政策分析中，通过 RTF 范式设计 Prompt，实现政策语义的定量打分。
局限性/风险：
- 能力边界：AI 无法解决“从 0 到 1”的原始决策、基于深度调研的独家观点挖掘以及复杂的博弈判断。
- 技术风险：大模型的“幻象”问题依然存在，尤其在处理高阶财务关系和实时数据时，需通过调整温控参数（Temperature）和严格的 Prompt 约束来缓解。