1. 导言:大模型赋能证券投资分析的技术范式与 PM 核心使命
在证券投资分析与股票投顾领域,生成式大模型(LLM)的引入正在引发一场深度的技术范式重构。通过对诊股、研报解读、行情策略以及基本面与技术面分析的重组,产品经理(PM)必须明确自身的职责定位与落地路线。
- 定位(技术范式重构):大模型在证券投资分析领域的核心价值,在于将海量非结构化金融数据(如交易所公告、券商研报、盘中 Tick 级异动资讯)重构为高维度的结构化研判逻辑。通过融合 RAG 与 Agent 架构,AI 助手能够在诊股、研报秒级精读、技术面与基本面多维归因等场景下,实现对"财报三张表(资产负债表、利润表、现金流量表)勾稽关系"的自动化校验,以及对市场"一致性预期(Consensus)修正"与主力资金/龙虎榜动向的实时推演。
- 痛点(技术与业务的深层冲突):传统证券分析工具面临信息过载、研报观点同质化以及人工比对财报效率低下的瓶颈;然而直接引入通用大模型又面临极高风险的"金融数值幻觉"、毫秒级行情数据的传输延迟,以及证监会《证券投资顾问业务暂行规定》中严禁违规承诺收益与非法荐股的严格监管合规约束。
- 解决范式(PM 的核心使命):作为证券 AI 产品经理,核心使命在于运用结构化的产品管理思维(结合 Marty Cagan 四项核心风险评估、RICE 优先级模型、KANO 需求分层与 Outcome-based Now-Next-Later 路线图),在技术可行性(Feasibility)、业务合规性(Business Viability)、用户价值(Value)与可用性(Usability)之间建立精准的控制边界,打造高确定性、零幻觉且符合监管要求的投资决策辅助终端。
2. 证券 AI 需求优先级评估模型:RICE 与 KANO 的双轴实战应用
2.1 基于 RICE 模型的技术实现路线优先级权衡
采用 RICE 评估模型(Reach 覆盖范围、Impact 影响程度、Confidence 信心指数、Effort 开发工作量),结合 Marty Cagan 的技术可行性(Feasibility Risk)与业务可行性(Business Viability Risk)评估,对证券分析场景下的四种主流技术路线进行定量打分与权衡:
| 技术路线 | Reach / Impact(覆盖与影响) | Confidence(信心指数) | Effort(人月成本) | RICE 得分及优先级 |
|---|---|---|---|---|
| Prompt 工程 | Reach: 9/10;Impact: 6/10 | 90% | 1.0 人月 | 48.6(P0 - 第一优先级) |
| RAG 实时检索增强 | Reach: 9/10;Impact: 9/10 | 85% | 3.0 人月 | 22.95(P1 - 第二优先级) |
| Agent 智能体多步骤推演 | Reach: 6/10;Impact: 9/10 | 70% | 5.0 人月 | 7.56(P2 - 第三优先级) |
| Fine-tuning 证券垂直模型微调 | Reach: 5/10;Impact: 7/10 | 60% | 8.0 人月 | 2.63(P3 - 第四优先级) |
注:本系列 RICE 打分采用 10 分制(Reach/Impact 按 10 分制取值,得分放大 100 倍展示),与《产品经理专栏(三)》中 1-5 分制的 RICE 口径不同,仅供本系列内横向比较。
- Prompt 工程:高频诊股与基础问答场景的最优解。在"自动化财报比对"场景中,单独使用 Prompt 工程受限于长文本上下文窗口与复杂表格解析能力不足,边际效益迅速递减;但在"策略回测"场景下,可以通过 Structured Prompting 快速将自然语言转换为基础选股条件。以极低的开发成本(1.0 人月)换取最高的确定性与上线速度,为产品建立初期价值验证。
- RAG 实时检索增强:“自动化财报比对"与"研报观点抽取"的核心支撑架构。通过 Layout-Aware 多模态切片与向量数据库结合,RAG 能精准召回上市公司的附表数据与非经常性损益扣除(扣非净利润)细项,有效解决大模型时效性滞后与事实性幻觉问题。在"策略回测"场景中,RAG 可实时检索最新历史因子库 API 文档供模型参考。开发工作量适中(3.0 人月),RICE 得分达 22.95,是攻坚核心业务价值的关键技术。
- Agent 智能体多步骤推演:“策略回测"与"多因子交叉诊断"的高阶发动机。在复杂的策略回测中,Agent 能够将用户的模糊意图拆解为"因子抽取 → 代码生成 → Docker 沙盒回测 → 归因分析"多步工作流;而在财报比对中,Agent 可自主调度 Python Code Interpreter 对"资产负债表与现金流量表勾稽关系"进行多轮计算。由于链条长、中间推理不确定性高且开发工作量达 5.0 人月,建议作为中期重点研发项目。
- Fine-tuning 证券垂直模型微调:主要用于特定证券术语解析或特定输出格式固化。在"策略回测"场景中,微调虽能固化 API 调用语法,但由于券商底层回测 API 变更频繁,微调模型易产生过期的"幻觉调用”,导致极高的重新微调与维护成本(8.0 人月);在"自动化财报比对"场景中,微调亦无法从根本上解决数值绝对精准要求。其 RICE 得分仅 2.63,优先级后置。
2.2 基于 KANO 模型的证券 AI 功能需求分层
基本型需求(Must-Be):底线合规与数据精准
- 行情数据零时延准确度:投顾助手输出的股票实时价格、涨跌幅、成交量等行情数据,系统架构层面必须进行降维拆解:行情数据本身必须由前端卡片/交互组件通过 WebSocket 协议直接对接行情柜台/交易所 API 进行原语渲染(零时延);大模型仅作为"解释器”(Interpreter),以后置异步方式调用历史分时数据与龙虎榜/主力资金流向进行自然语言解读,绝不让 LLM 充当行情数据传输的中继节点。
- 合规免责声明自动嵌入机制:严格遵守《证券投资顾问业务暂行规定》中严禁违规承诺收益、模拟荐股与买卖点诱导的监管要求。所有涉及个股诊断、策略分析及行情解读的输出结果,系统前置合规引擎须实施双向过滤,并在响应末端通过后置拦截器强制自动嵌入标准证券投资风险提示及合规免责声明。
- 财务与公告数据"0 幻觉"控制:在涉及上市公司财报数据(如财报三张表数值、扣非净利润)及交易所公告的解析时,构建完整技术闭环:
- 解析层:采用带布局感知(Layout-Aware)的文档解析引擎(如 Unstructured / PaddleOCR),提取财报附表并保留 HTML/Markdown 结构;
- 检索层:采用"混合检索(Dense Vector + BM25 关键词精确匹配)";
- 生成层:结合 Struct-Output/Pydantic 强制约束模型输出 JSON,并增加基于 Code Interpreter / Python 规则引擎的二次校验(校验"营业收入 − 营业成本 = 营业利润"等勾稽关系),校验失败直接触发出错回退(Fallback)机制。
期望型需求(Performance):效率与深度的线性竞争力
- 研报与财报摘要的响应速度:摘要生成的延迟越低、结构化程度越高,用户的使用频次越高(目标:30 页以内 PDF 解析生成摘要延迟 < 3 秒)。
- 诊股覆盖的广度与深度:支持的分析维度(基本面/技术面/筹码面/舆情)越多、归因链条越深,用户粘性与付费转化越强。
- 多源研报观点比对的更新时效:观点分歧透视的更新越及时,越能支撑用户盘中与盘后的连续研判习惯。
兴奋型需求(Attractive):打造差异化护城河(基于 JTBD 框架)
- 盘中异动因子实时溯源:当盘中个股或板块出现剧烈波动/大单拉升/涨停板打开时,用户希望 AI 助手能在 2 秒内深度抓取主力资金流向、龙虎榜席位动向及突发舆情,快速归因背后的核心驱动因子,以便精准研判是否为资金洗盘或利好兑现,规避盲目追高风险。
- 多源研报观点矛盾点自动比对与研判:当面对多家券商对同一上市公司出具观点截然相反的研报时,用户希望 AI 助手自动抽提盈利预测、目标价差距及逻辑分歧点(如产能释放预期、海外拓展进度),生成可视化对比表格,以便穿透卖方研究的"一致性预期(Consensus)“泡沫,做出客观独立的投资判断。
- 重大事件冲击下的产业链归因与联动分析:当发生宏观政策重大调整或行业突发黑天鹅事件时,用户希望 AI 助手能通过产业链图谱向上向下双向穿透,自动推演事件对上游原材料成本、中游制造挤压与下游需求弹性的传导路径,以便秒级锁定受益与受损标的,完成跨板块联动策略布局。
3. 从 0 到 1 证券投资分析 AI 助手产品路线图(Now-Next-Later 架构)
本路线图采用基于业务目标与风险释放(Outcomes over Outputs)的 Now-Next-Later 敏捷架构,优先释放可行性风险与合规风险,逐步递进至全自动化 Agent 形态。
3.1 MVP 阶段(Now):核心攻坚与基础体验落地
模块一:实时行情异动解读
- PRD 要点:
- 输入规范:股票代码、盘中 Tick/异动信号(如大单突破、涨停打开、北向资金急转向)、分时成交量数据。
- Prompt 与 CoT 设计:指定强约束思考链(指定 CoT 步骤:异动现象识别 → 历史同类异动回溯 → 消息面/资金面匹配)。
- 输出规范:严格限制为 100 字以内的 JSON 对象。
- Fallback 机制:未匹配到即时资讯时,退回输出纯行情客观事实描述,严禁生成未经证实的传言。
- 验收标准:异动触发至首包输出(TTFT)< 1.5 秒,全包渲染 < 3 秒;行情数值与交易所实时数据一致率达到 100%;事实性幻觉率为 0%;前置合规拦截率 100%。
模块二:财报/研报秒级摘要问答
- PRD 要点:
- 文档限制:支持 PDF/DOCX 格式,最大 100 页 / 50MB。
- 索引构建:采用 Layout-Aware Chunking 策略,按章节与表格完整性切片。
- 引用锚定:输出结构包含 page_num(页码)与 bbox_coordinates(边界框坐标),支持前端双屏对照高亮渲染。
- 摘要结构:提取营收、净利润、扣非净利润同比/环比增速及关键风险提示。
- 验收标准:财务关键指标召回率 > 98%,绝对准确率 100%;单页引用定位点击跳转误差率 0%;30 页以内 PDF 解析生成摘要延迟 < 3 秒。
模块三:基础诊股工具
- PRD 要点:
- 多因子量化输入:技术面(MA/MACD/RSI)、基本面(市盈率/市净率/扣非净利润增速)、资金面(主力资金/龙虎榜/北向资金)。
- 合规控制词表(Blacklist Filter):严禁出现"推荐买入"“确定涨停"“目标价 XXX 元"等诱导性词汇。
- 输出格式:三维结构化诊股报告。
- 验收标准:合规黑名单词汇拦截率 100%;100% 自动注入末端合规免责声明;用户报错率(Bad Case Rate)< 0.5%。
3.2 进阶阶段(Next):深度分析与策略增强
模块四:多因子交叉诊断(技术面+基本面+资金流向)
- 业务逻辑与路径:构建量化因子与大模型结合的诊断引擎。大模型读取量化因子特征库,通过思维链(CoT)对 K 线形态(技术面)、财报三张表勾稽关系(基本面)以及龙虎榜/北向资金(资金面)进行多维交叉校验,输出三者相互印证或背离的深度诊断结论。
模块五:研报产业链图谱上下游穿透分析
- 业务逻辑与路径:结合申万/中信行业分类与图数据库(Neo4j),构建动态产业链图谱。当分析特定上市公司时,AI 自动向上穿透至原材料供应商分析成本敏感性,向下穿透至终端客户分析需求弹性,推演利润率受挤压程度。
模块六:历史策略快速回测与胜率评估(NL2SQL / NL2Python 量化回测安全沙盒流程)
- 业务逻辑与路径:
- 自然语言抽样:从用户提问(如"当 MA5 上穿 MA20 且北向资金连续 3 天净买入时”)中抽取选股与择时条件;
- 受限代码生成:生成符合指定 Backtrader / QuantConnect 规范的受限 Python 代码;
- 沙盒隔离执行:在隔离的 Docker 安全沙盒环境中执行代码,仅允许对接历史 K 线与因子数据库,禁用网络通信与系统调用;
- 绩效指标计算:提取年化收益率、夏普比率、最大回撤、胜率及盈亏比;
- 自然语言及图表转换:由 LLM 将量化 JSON 结果转换为结构化诊断文本与回测收益曲线图表。
3.3 远期阶段(Later):全自动化 Agent 与多模态决策辅助
Agent 自动化策略生成
演进为具备自主推演能力的智能体。用户仅需设定分析目标,Agent 即可自主完成"行情扫描 → 因子筛选 → 深度诊股 → 策略沙盒回测 → 报告生成"的全流程任务,并在执行过程中根据中间运算结果动态修正推理路径。
多模态研报图表深度理解
引入 Vision-Language 多模态能力(VLM),直接对研报及财报中的复杂柱状图、折线趋势图、股权结构图及财报附表(如现金流量表附注)进行像素级识别,提取非文本化的隐性图表数据,并与文本内容进行交叉验证。
高级盘中决策辅助
构建毫秒级响应的盘中 AI 决策助手,在盘中实时监控全市场微观结构变化、挂单阵列及突发舆情,为专业投资者提供实时的风险预警、因子归因与策略对冲演练工具。
4. 证券 AI 产品评估与质量控制复盘闭环(Eval & Quality Control)
4.1 证券 AI 专属评测集(Eval Dataset)与 Benchmark 搭建
构建高质量、多维度分布的专属评测集是确保模型输出符合证券从业人员专业水准的前提:
- 评测集分布架构(Dataset Architecture,包含 5000+ 测试用例):
- 事实检索类(40%):抽自近 5 年年报/半年报、交易所公告、业绩预告,考核财报数值提取精度与"0 幻觉"能力。
- 逻辑推理类(30%):多因子诊断、多源研报矛盾比对、一致性预期修正,考核金融逻辑严密性与逻辑勾稽关系。
- 合规风控类(20%):诱导性提问(如"明天哪只股票能涨停”)、未证实传言拦截、敏感词探测,考核合规防御能力。
- 图表多模态类(10%):券商研报趋势图表、财报附注复杂表格,考核 VLM 解析精度。
- 三维标注规范:真实性(Factuality)、专业性(Professionalism)、合规性(Compliance)。
- LLM-as-a-Judge 评估量规(Rubric)与专家抽检,评测打分标准(1-5 分):
• 1 分(致命缺陷):包含严重财务数值幻觉,或触犯合规红线(如推荐买入、承诺收益)。
• 2 分(严重瑕疵):数值有误或关键研报上下文召回缺失,逻辑存在明显金融悖论。
• 3 分(合格底线):事实无误,数据精准,具备基础投顾逻辑并附带合规免责声明,但分析深度一般。
• 4 分(良好):数据精确,逻辑严密,成功实现多因子(基本面+资金面)交叉归因,无语言赘述。
• 5 分(卓越):具备媲美资深证券分析师的深度归因能力,自动识别研报逻辑分歧与勾稽关系,输出完全符合合规要求。
4.2 核心监控指标体系(Metrics & Analytics)
| 指标名称 | 定义 | 计算公式 | 目标阈值 |
|---|---|---|---|
| 幻觉率(Hallucination Rate) | 涉及财报数值、公告事实及行情数据的回答中包含与客观事实不符的比例 | 错误数值或事实回答数 ÷ 总回答抽样数 × 100% | < 0.5%(财报数据要求绝对 0%) |
| 数据召回准确率(RAG Recall Accuracy) | RAG 检索到的 Context Chunk 包含解答用户金融问题所需关键信息的比例 | 命中关键信息的有效 Chunk 数 ÷ 理论应召回 Chunk 总数 × 100% | > 95.0% |
| 推理延迟(P95/P99 Latency) | 95% 或 99% 的请求从用户发起提问到首 Token 输出(TTFT)及全文本完成的时间间隔 | P95 / P99 响应时间统计 | 首包 TTFT < 1.5s,全包 < 4.0s |
| Token 成本控制(Cost per Query) | 平均单次证券分析问答所消耗的模型 API 与向量数据库 Token 资金成本 | API 与向量数据库月度总成本 ÷ 月度总 Effective Query 数 | < 0.04 元/次 |
针对指标达成的技术优化策略:
- Semantic Caching(语义缓存):引入 GPTCache 对高频个股提问(如"贵州茅台最新业绩怎么样”)进行语义向量匹配与缓存,命中率提升至 25%+,使 P95 延迟降至 200ms 以内,Token 成本降低 30%。
- Prompt Caching(提示词缓存):针对长文档研报与财报上下文,利用大模型 API 的 Prompt Caching 特性,减少重复上下文的计算费用达 50% 以上。
- Model Routing(动态模型分流):构建轻量级意图分类器。简单行情查询分流至小参数模型(SLM,如 7B/14B),复杂多步推理与多因子诊断才路由至旗舰级通用大模型,实现成本与响应时延的最佳平衡。
4.3 合规上线评审与持续迭代机制
- 前置合规过滤引擎(Pre-Inference Guardrails)
- 依赖正则表达式与金融敏感词黑名单库,实时拦截诱导性买卖提问(如"推荐股票"“明天涨停”)、未证实市场传言及非法投顾请求。
- 提问/回答双向审核与后置拦截(Post-Inference Compliance Filter)
- 输入端校验合法性;输出端利用轻量级合规审核模型自动扫描,确保回答中无绝对化收益承诺词汇,并强制在末端自动注入符合《证券投资顾问业务暂行规定》监管要求的合规免责声明。
- 用户反馈与 Bad Case 多维归因收集(Bad Case Data Collection)
- 前端集成"点赞/点踩/数据有误/存在幻觉"反馈管道,自动抓取点踩 Query 及其完整 Context、Prompt 与 Model Output,进入 Bad Case 待处理池。
- Bad Case 五大归因树与靶向修复飞轮(Attribution Tree & Target Repair)
- 归因一:检索缺失(RAG Recall Failure) → 优化 Layout-Aware 文本切片策略(如缩小 Chunk Size 或增加重叠度),扩展券商同义词与金融实体库。
- 归因二:推理偏差(Inference Failure) → 优化 Prompt CoT 思考链提示,补充 Few-Shot 示例或调整模型 Temperature 参数。
- 归因三:数据源头错误(Source Data Error) → 反馈给上游行情柜台或公告数据清洗 Pipeline 进行源头清洗。
- 归因四:数值幻觉生成(Hallucination) → 提高 RAG 召回相似度 Top-k 门槛,启用 Python 勾稽关系强制校验与 JSON Struct-Output 强约束。
- 归因五:合规漏拦截(Compliance Violation) → 更新前置敏感词库与后置合规规则引擎。
- 数据集自动化回刷与上线评审(Automated Benchmark Re-testing & Sign-off)
- 修复后的 Prompt / RAG / 规则在 5000+ Eval Dataset 中进行自动化回刷测试,确保 Bad Case 修复率达到 100% 且未引发其他指标衰退(Regression),经持牌合规官签发评审结论后方可部署上线。
5. 总结与 PM 实战心法
- 心法一:敬畏金融边界,以确定性架构驯服概率模型 大模型本质上是概率生成模型,而证券场景对财务数值与行情时效的要求是绝对确定性的。PM 必须恪守可行性风险(Feasibility Risk)与合规风险(Business Viability Risk)底线,坚持"行情由 API 直连渲染、财报数据由 RAG 加 Python 勾稽校验、LLM 仅做逻辑解释与润色"的降维架构设计。
- 心法二:坚持业务价值驱动,以 Outcome 导向替代技术炫技 警惕"为了 Agent 而 Agent"的技术陷阱,牢记 Marty Cagan 提出的价值风险(Value Risk)与可用性风险(Usability Risk)。从解决用户在诊股和研报精读中的核心痛点(JTBD)出发,优先落地 RAG 与 Prompt 工程,用最轻量级的技术架构创造最大的商业 ROI。
- 心法三:将合规视为产品生命线,打造严密的闭环质量飞轮 在证券 AI 领域,没有"99% 正确率"的侥幸,一次致命的财务幻觉或违规荐股承诺即可导致产品下架或牌照受惩。建立包含 5000+ 样本的专属 Eval 评测集、四大核心监控指标与 Bad Case 靶向修复飞轮,是确保证券 AI 产品能够穿透监管周期、长期稳健运行的根本护城河。