AI工具在传统行业投研应用案例交流纪要

摘要： 本次会议由东吴地产团队分享，重点探讨如何利用 AI 工具（大模型、API 等）提升传统行业投研的效率与胜率，并展示了一套基于 AI+量化的地产选股与组合管理系统。

核心观点：
AI 能够通过学习分析师的投资思路，在海量标的中高效筛选股票并优化组合，显著提高投研频度和短期胜率，改变传统依赖手动处理数据的工作习惯。

论据支撑：

1. 系统构建：构建了包含“量化技术、情绪因子、基本面、大模型评分”的综合评价体系，采用三个国产大模型同步打分以确保结论稳定性。
2. 效率提升：通过 API 接口替代手动处理 Excel 数据的传统流程，并利用 OpenCall 和 Telegram 构建自动化工作流（如实时监控异动、更新基本面），极大缩短了信息处理时间。
3. 实战效果：在地产行业实践中，该 AI 选股系统在上线后的两个月内实现了相对于地产指数的超额收益。

局限性/风险：

1. 回测偏差：大模型具有天然的“上帝视角”，导致无法用历史数据进行客观的策略回测。
2. 数据依赖：系统的稳定性高度依赖于万得、同花顺等第三方数据源 API 的质量和稳定性。
3. 适配成本：不同行业的投资逻辑差异显著，需为每个行业单独训练 AI 对特定投资思路的理解。