西西弗柿|作者
star皆空|编辑
无心插柳柳橙汁|视觉
刘超|监制
你相信光吗?
我说的并非奥特曼,而是光模块。
前几天,A股光模块走出一条深V曲线,短期情绪回暖,让人忍不住感慨,是金子总是会发“光”,AI算力需求、订单与龙头公司业绩,是近期市场关注这一板块的主要因素。
不过,在这波情绪里笑不出来的,是命苦的金融人和金融行业自媒体人:
大家一边扒公告、核口径、盯盘面,一边在行情软件、财务终端和Excel之间来回切屏,我一个做投研的朋友常在群里哀嚎,加班对数据,眼睛都花了,干眼症越来越严重。
毕竟,金融场景容错率太低,AI一本正经地胡说八道,这两年大家都领教过了。让AI查个财报,它能面不改色地给你编出一个净利润,不去原文核对根本发现不了。
不过,最近我发现,豆包工作干了件让金融人狂喜的事:它拿下了万得Wind、同花顺、中经数据等权威数据源的调用权限!
这意味着,我们不用再单独花钱买终端,也能直接调用这些专业数据!
同时,豆包工作还上线了21个垂类工作台,其中就有金融投研专业工作台。
打开一看,技能相当丰富:个股研究、市场热点分析、盘前盘后简报、行业分析、估值建模、量化研究......核心投研功能都有。
再看插件,各种分析小助手同样琳琅满目。在我看来,豆包工作台这波是准备在各行业垂类里进一步深耕,想把大家办公中的痛点、断点统统变成爽点。
今天,我们就来实测一波金融投研工作台,围绕查数据、多股横向对比、市场热点复盘、条件选股等场景展开,看看它到底能不能把金融人从dirty work里解放出来!
终结AI“祖传假知识”
一句话调取权威数据
金融投研道路千万条,找数据第一条。过去,找数据这事,在职场上是最不讨喜的脏活累活:
数据源分散、口径不统一、手动搬运还容易出错,复制粘贴一通操作猛如虎,腱鞘炎都要犯了。
于是乎,我们第一个实测场景,就是看看豆包工作台的“豆包金融数据检索”插件,能不能一句话就把权威数据调出来,顺便终结AI“祖传假知识”的老毛病。
我们给出的指令是,帮我查一下三家公司近三年的核心财务数据,包括营业收入、归母净利润、经营活动现金流量净额;数据要真实,另外每个数字标注来源数据源,以供我们参考。
当然,这里不做任何选股推荐!
我们还藏了个小心机,我特意注明不要二手数据,就是想看看它会不会偷偷去网页上抄来糊弄我。
指令发出后,可以看到豆包工作台自动调用了同花顺数据源,很快返回了一份结构清晰的表格。
不过,生性多疑的我,还是决定手动逐一核验。欣慰的是,核对下来,表格里的数字原始数据是一致的。
这种纯过日子的老实AI,给人一种把秋裤扎进袜子里的踏实感。
上强度,豆包工作台
能不能玩转“多股对比”?
接下来,我开始上强度了。
我们都知道,横向对比都是投研判断的基准线,没有对比就没有伤害。金融人的日常工作,很大一部分就是做对比、找差异、定优劣,毕竟单一公司孤立看,很容易被叙事带偏。
对比做得糙,结论就容易飘。
如今,我们能看到,豆包工作台可以直接选择相应skill。
这个skill可以对两家及以上上市公司或股票进行横向研究,像公司比较、选股、财报或估值对比、股价与事件复盘、供应链或监管分析、组合适配这些场景,都能用!
而且,对于需要HTML报告、高级金融图表或可复核多维报告这种进阶任务,TA也能hold住。
我们给出的指令是,做一份可以对外发的横向对比,财务数据统一到2026年中报,并对比2025年同期;行情与估值统一到最近一个交易日收盘;要对比营业收入、归母净利润及各自同比增速、毛利率、净利率、经营活动现金流量净额等。
我还特别要求,交叉核对数字、单位和来源,发现矛盾要明确指出,不要自行抹平。
来看结果,豆包工作给了我一份保留公式的Excel对比表、一份可发布的PDF报告。
其“横向对比”工作表以行式布局呈现,按行情与估值、利润表核心指标、经营活动现金流、营运资本、盈利质量、数据来源与待核实事项六大分区排列,结构还是很清晰的。
划重点,它交回来的Excel,数据不是死数。所有增速、变动、比率均为活公式,修改原始数据会自动重算;任何拿到这份文件的人,都可以自己改参数重算,想换成自己的口径,改几个单元格就行。
这个细节看着不起眼,但对天天跟Excel打交道的人来说,这是真知道行业痛点在哪的人才会做的事。
而且,点开“数据来源明细”标签页,数据可以追溯。
可以说,这种横向对比能力,又把“解放金融人”往前推了一大步。
几句话,我们就能得到一份结构化、可追溯、边界处理严谨的投研初筛底稿,把精力真正从找数据解放到做判断上!
从筛股票到复盘热点
结论得出的过程不再是黑盒!
接着我们测试了“选股工具”skill,不得不说,这个skill覆盖面也很广:
日常筛股票池、比较指定股票、识别行业或主题龙头,都能用得上。
当然,股市有风险投资需谨慎,在此我们不推荐任何股票!
我们的测试题目是:按光通信/光模块相关、2026中报营收同比增长>0、归母净利润为正且同比增长>0、OCF>0、最近20个交易日日均成交额≥5亿元这五个条件筛选,要求逐条说明口径和数据源。
指令发出后,AI在聊天流里输出了一份完整的结构化复盘,基本符合我们的需求:
接下来,让豆包工作台辅助我们做一些市场分析!
我们在豆包工作台发现了一个市场热点分析skill,用于分析具体宏观、监管、供需、地缘、行业或公司事件对企业、行业及公开市场的影响,这就试试成色。
这点非常适合金融行业媒体人,要知道,A股本来就是事件驱动的高频战场,热点来得快、退得也快,要抓住黄金时间对事件做出分析,过去得在新闻、公告、研报、传闻之间反复交叉验证,判断事件进展、主要传导路径、受影响对象,半天时间搭进去还不一定能理清逻辑。
这次,我们用市场热点分析skill复盘了2026年9月14日至9月18日这一波光模块行情,对比基准设为创业板指和沪深300,要求,区间涨跌幅注明日期与复权口径;催化因素分类为公司公告、券商观点、新闻报道、市场传闻四类;
同时,逐条标注哪些有直接证据、哪些只是时间相关、哪些查不到原始出处。
豆包工作接单后,显示用一句“先砸后拉”点明V型行情,接着是口径说明清楚的涨跌幅表格,还补充了“从9/14当天收盘价算起反弹幅度更大”这类二级观察。
再往下是按A、B、C、D四类编排的事件表,每条都带日期和证据等级标签,最后以因果链小结和后续观察点收尾。
值得注意的是,四类信息用颜色做出了物理隔离,像“网传高盛报告”这种内容,被明确标为相关而非直接证据。
这一点尤其让人放心,热点复盘最怕把传闻当事实、把相关当因果,AI把证据等级摆在明面上,媒体人一眼就能看清哪些能直接引用、哪些只能参考、哪些还得自己再查。
这套组合拳打下来,脏活累活被拿捏得明明白白!
这让我想起,最近几个月,一款叫Rogo的金融Agent工具正在高盛、摩根们中间流行,成为了投行、私募和资管团队“AI分析师”。
TA之所以能获得华尔街的青睐,是因为,其接入了Capital IQ、FactSet、PitchBook等付费数据库,再把结果放进Excel、PowerPoint,并保留数据来源,让结论不再是黑盒,非常适合严谨的金融工作。
截至今年4月,Rogo披露服务超过250家机构、3.5万名金融从业者,完成1.6亿美元融资,估值约20亿美元。
这让我感慨,海内外金融行业进化趋势都是一样的,从“给答案”走向“交底稿”。
谁能接入权威数据源、嵌入真实工作流、把取数口径、公式逻辑、证据等级和待核实事项摊在明面上,把黑盒变明牌局,谁才能真正成为金融人的职场搭子。如今,豆包工作显然下出了先手棋。
如果你也是一只被dirty work困扰很久的华尔街之狼,不妨一起试试吧!
热门跟贴