AI赋能资产配置（二十三）：智能投研Agent应用实践【25年11月】.pdfVIP

证券研究报告|2025年11月11日

AI赋能资产配置（二十三）

智能投研Agent应用实践

策略研究·策略专题

证券分析师：王开

021

wangkai8@

S0980521030001

请务必阅读正文之后的免责声明及其项下所有内容

核心观点

•随着AI在金融投研领域的深度渗透，市场正从“万能模型”转向“专业智能体（Agent）矩阵”。传统投研中，财务估值建模、深度政

策解读和产业链挖掘等任务高度依赖分析师的复合能力，耗时且难以标准化。AlphaEngine与Alpha等投研智能体，旨在克服高耗时和重

复性的基础工作。

•实际案例显示，针对公司A的未来业务增长预期，AlphaEngine能在数分钟内完成DCF模型构建，并输出未来12个月的目标股价区间，为

投资决策提供数据支撑；在政策分析方面，Alpha派和AlphaEngine都能读取研报数据库，针对政策变化，快速解析潜在影响，并输出结

构化结论，辅助投资者把握先机。由于索引数据以及来源可靠，显著提升了信息可信度，有效规避了“AI幻觉”问题，确保了其在金融

领域的高实用性。

•与DeepSeek等通用大模型相比，AlphaEngine和Alpha派更专注于垂直投研场景的深度优化，强调任务自动化和产业链集成，而DeepSeek

作为通用AI模型，在泛化能力上更强，但缺乏投研领域的专业定制化。

•综合而言，AlphaEngine和Alpha派等投研智能体已成为机构投研流程的“自动化引擎”和“初筛工具”，能将相关人员从基础数据整理

中解放出来，聚焦于深度框架搭建和风险管控。

•AI赋能资产配置，未来转化为可持续的超额收益，需在AI输出基础上叠加人类专家的定性判断与动态监控，尤其关注模型假设合理性、

政策兑现速度及市场情绪变化等关键变量，以实现智能化工具与经验决策的最佳协同。

•风险提示：AI幻象问题对投资造成的扰动

请务必阅读正文之后的免责声明及其项下所有内容

目录

01AlphaEngine应用案例

02Alpha派应用实践案例

03AlphaEngine与Alpha派比较

请务必阅读正文之后的免责声明及其项下所有内容

FinGPT：搭载于AlphaEngine的金融投研专业AI模型

·FinGPTAgent适用的五大场景：宏观策略、行业研究、公司研究、财务估值以及热点追踪。

图：AlphaEgnine拆解上市公司估值模型任务

两种模式：

•快速问答：秒级响应。搭载DeepSeekR10528满血版。快速获取清晰答案，

并带有准确溯源。

•AIAgent：专家级分析。国内首个具备自助规划、任务编排能力的金融投

研智能体，开启“VibeInvesting”新范式。

能够理解负责投研指令，拆解为TodoList并逐步完成

已接入22个投研类MCP工具（研报查询、财务分析、产业链洞察、估

值建模等）

可自动撰写研究笔记、输出完整研究报告

IRB（投资研究基准测试）显著超越OpenAIAgent，在事件分析、估

值建模、逻辑推理等18个纬度领先。

资料来源：AlphaEngine，国信证券经济研究所整理

请务必阅读正文之后的免责声明及其项下所有内容

学习案例