大模型赋能投研:主动权益基金研究SKILL体系构建与全场景应用

  • 来源:国金证券
  • 发布时间:2026/07/24
  • 浏览次数:54
  • 举报
相关深度报告REPORTS

大模型赋能投研之二十四:基金研究Skills,主动基金复盘与基金评价报告撰写.pdf

研究背景与目的国金证券金融工程团队发布《大模型赋能投研之二十四:基金研究Skills,主动基金复盘与基金评价报告撰写》,旨在解决主动权益基金研究中多维度、高重复、定性定量结合、强交付规范带来的效率瓶颈,通过SKILL体系将研究员从重复取数运算中解放,转向判断与决策。核心架构体系采用五层链路:数据与证据层(定期报告、净值、观点等)、分析子SKILL层(业绩评价、风格分析、行业配置、资产配置、业绩归因、交易行为、可投资性、基金经理观点八个核心模块)、专项入口层(定报分析、单基金定报、盘中净值估算、主题/行业/板块基金搜索、相似/竞品搜索、持仓拥挤度分析六个高频场景)、高阶编排层(基金产品评价报告、...

主动权益基金研究SKILL化的内在逻辑与价值定位

主动权益基金研究天然具备多维度、高重复性、定性定量相结合、强交付规范四大特征,使其成为大模型SKILL化的理想场景。从研究维度看,业绩评价、风格分析、行业配置、资产配置、业绩归因、交易行为、基金经理观点、可投资性等分析方法相对标准化;从工作流看,基金遴选、产品尽调、基金池复盘、基金经理刻画等任务中的大量分析动作高度重复,存在显著的自动化空间。SKILL化后,研究员可将精力从重复取数运算转向判断、比较与决策,实现研究效率和产出质量的双重提升。

该体系面向机构投研全场景,覆盖基金遴选、尽调、基金经理刻画、池维护、对比、复盘等核心环节,并具备跨平台通用性,可嵌入WorkBuddy、Codex、Cursor、Claude等各类AI Agent使用。除FOF等基金研究方向外,主动权益基金经理亦可借助该体系搜索竞品或进行自我投资复盘。

五层架构与标准化研究流程

权益基金研究SKILL体系采用五层链路设计:数据与证据层构成基础,涵盖基金定期报告、净值数据、公开观点、调研纪要等底层数据;分析子SKILL层是体系核心,包含八个核心分析模块;专项入口层面向六个高频独立场景,支持快速触发;高阶编排层通过组合底层子SKILL实现复杂任务;报告输出层提供多格式交付能力。任务规划层则负责意图识别与SKILL智能推荐。

标准化工作流设定为五步:明确分析对象(基金代码、基金经理、报告期、比较基准或主题关键词)→拉取多维数据(净值、定报、持仓、行业、同类排名、公开观点)→调用对应子SKILL进行各维度计算→汇总校验各模块结果、交叉验证关键结论→交付Excel底稿(便于复核)、Word报告(正式传阅)、HTML看板(交互展示)三种格式产物,确保口径一致、结果可追溯。

六大专项入口:高频场景的快速响应

专项SKILL面向基金研究中可独立触发的高频刚需,每个模块均支持在AI Agent中以自然语言触发。主动权益基金定报分析SKILL面向定期报告发布后的全市场配置观察,汇总股票仓位、港股配置、A+H行业配置,识别共识行业与分歧行业,分析个股增减仓变化。单只基金定报分析SKILL面向重点基金深度跟踪,分析多期仓位趋势、行业配置变迁、重仓股变动与集中度变化,输出持仓变化清单与行业权重矩阵。

概念/行业/板块基金搜索SKILL支持申万一级行业、六大板块及行业概念搜索,基于最新披露持仓筛选主题暴露最高的基金,并匹配近义词扩展搜索覆盖面,适用于主题行情下的快速选基。盘中净值估算SKILL基于最新季报持仓与T-1权重,结合A股实时行情估算普通股票型、偏股混合型、灵活配置型基金的日内复权净值与涨跌幅,服务交易时段实时监控。相似/竞品基金搜索SKILL从风格配置与板块配置双维度寻找相似基金,并对比近三个月业绩与持仓相似度,适用于基金限购替代或竞品分析。行业公募基金持仓拥挤度分析SKILL以主动权益基金池为统计对象,计算持有基金数、持有基金占比、合计持股占流通股本比例等指标,展示近八个报告期的拥挤度变化,辅助行业热度判断。

八大核心子SKILL:研究基座的功能全景

业绩评价SKILL基于复权净值计算绝对/相对收益、最大回撤、波动率、夏普/索提诺比率、信息比率、Beta/Alpha、上下行捕获率,并分析业绩持续性(Hurst/Spearman/CPR)及同类分位排名。投资风格分析SKILL穿透持仓生成晨星价值-成长九宫格,扩展至质量、动量、红利五维风格得分,评估抱团度、拥挤度、Top50重合与共识偏离,支持多期风格漂移检测。行业配置分析SKILL合并A+H持仓形成统一行业视图,计算行业权重、HHI集中度、行业相似度与轮动程度,识别主题/板块暴露及子行业偏好。

资产配置分析SKILL追踪股票、A股、港股、债券、可转债、现金多期仓位,运用C-L/H-M/T-M模型及仓位-市场相关性检验择时偏好与能力。业绩归因SKILL采用Brinson BF框架,以合同基准主要股票指数为参照,分解超额收益为行业配置收益与个股选择收益,支持单期半年度及多期GRAP链接,识别行业能力圈。交易行为分析SKILL计算报告期换手率、平均持股周期,识别左侧/右侧交易偏好(顺势指数),以Return Gap衡量隐形交易能力。可投资性分析SKILL从规模与清盘风险、申赎流动性、机构持有人占比、经理任职稳定性、投资范围五个维度输出综合准入评级。基金经理观点搜集与整理SKILL覆盖Wind定报、网络采访路演、调研纪要等多渠道,按行业/风格/仓位/框架结构化提取,并可与腾讯IMA、Obsidian等知识库产品结合。

五大高阶编排:从指标分析到决策支持

高阶SKILL将单项指标分析升维为可直接用于决策的综合结论。基金产品评价报告SKILL以多Agent并行方式编排八个子SKILL,集中预取数据构建缓存,汇总各模块证据由Agent撰写完整连贯的综合报告,适用于基金池准入、重点尽调与汇报材料撰写,并可进一步由Kimi Agent模式生成PPT。基金经理画像SKILL以基金经理为研究对象,整合履历、观点、代表产品与实际投资行为,输出履历与任职稳定性、业绩表现、风格稳定性、行业能力圈、持仓与交易纪律、观点清晰度六维度雷达图。

基金对比SKILL在统一口径下横向比较候选基金的业绩、风险回撤、风格定位、行业配置、持仓重合度,识别相似性与差异性,辅助替换决策。基金经理言行一致分析SKILL分观点一致性与框架独立性两类评估,将定期报告、采访、路演中的行业/风格/仓位观点与后续配置、风格箱、换手率等指标对照评分,把"说的与做的是否一致"转化为可校验、可评分的高阶结论。基金经理自我复盘SKILL面向主动权益基金经理,编排代表产品上的业绩、持仓、风格、归因、交易行为等子SKILL生成数据证据,由Agent结合定报文字回顾、市场环境与操作记录撰写系统性复盘报告,辅助经验沉淀与盲区识别。

任务规划与跨平台部署

基金研究任务规划SKILL通过意图识别解析用户问题,从二十个子SKILL中匹配最合适的一个或多个并给出推荐理由,先输出结构化方案(分析对象、推荐SKILL、覆盖维度、输出形式),经弹窗确认后加载对应SKILL并传递上下文执行,支持单维度子SKILL与高阶编排入口的串行执行。Plugin机制则统一管理所有SKILL,实现统一入口与便捷管理,可在Cursor、Codex、WorkBuddy、Claude等平台以套件或独立Plugin形式安装,实现从单点工具到协同工作台的跃迁。

编辑:流星雨
  • 热门文档
  • 热门文章
  • 本年热门
  • 本季热门
  • 本月热门
  • 本年热门
  • 本季热门
  • 本月热门
分享至