与「AI选股」相关的搜索结果

刚看到Bitget GetAgent Playbook 新上了一批美股选股策略，说实话我第一反应是：又来一个黑盒？结果跑了一遍「精选 AI 主题股票」，发现真不是那种扔几个代码就完事的东西 它用大模型做了两阶段研究：先初筛，把纯蹭概念、财务太弱的剔除；再深度精选，给出 AI 细分层（计算/基础设施/平台/应用）、质量因子、信心标签、投资逻辑和关键风险。每个标的都列了主要风险，比如 AI 板块集中度高，回调时名单里多只可能同步回撤——不藏着掖着这点让我好感拉满 我自己研究 AI 赛道也会按这个框架，但它一天就能扫完全市场，比我手动覆盖的效率高太多。而且这是 Signal Only 模式：只输出研究名单和逻辑，不自动下单，钱在你手里，参考不参考自己决定 五个策略我挨个摸了一遍，用大白话说说真实感受： 🔹 如果你跟我一样看好 AI 但不想自己挖标的——「精选 AI 主题」直接帮你把全栈产业链筛完了，省去每天翻研报的功夫 🔹 赌牛市、想博弹性——「高 Beta 成长型」把仓位分成核心/战术/投机三层，激进归激进，纪律感给得很足 🔹 偏保守、信复利那一套——「优质商业模式」是真的在找那种“躺着赚钱”的公司，护城河浅的、太贵的直接滤掉 🔹 不想只盯美股——「宏观事件驱动」直接跨资产覆盖到加密、黄金和原油，全球视角这点很加分 🔹 手里本来就有 QQQ——「纳指增强」等于是 AI 帮你从成分股里再掐尖，做超额收益的加法 没有一个是给你一个黑盒代码就完事的。全部 Signal Only，AI 只负责交研究作业，下单的权利一直在你自己手里 加密圈很多人还没接触过美股深度研究工具，“原来在 Bitget 上能看 AI 分析美股”这件事本身就挺有意思。Playbook 现在不只是炒币，是把机构分析师那套研究流程自动化了——一揽子多资产选股，全程可解释、可追溯 想自己上手试的，直接去体验👉 风险提示：本文仅为个人体验分享，不构成投资建议。AI 选股策略基于历史数据与模型分析，不保证未来收益，市场有风险，投资需谨慎

两年收益 +146 万后，有人把自己的投研系统开源了 项目叫 AI Berkshire，实盘成绩也直接放出来了： 2024：+69.29% 2025：+66.38% 核心不是“AI 选股”，而是把巴菲特、芒格、段永平、李录的投资框架，拆成可执行、可复盘的研究流程 它会从商业模式、护城河、现金流、估值、安全边际、管理层、风险因素等角度做公司研究，再结合 Claude Code / Codex，让多个 Agent 并行完成财报分析、估值判断、交叉验证和投资备忘录 这个项目最值得借鉴的地方，是它没有把 AI 当成一个“答案机器”，而是把真实投研里的判断路径，整理成了可以反复运行的系统 对个人投资者来说，这可能比单纯问 AI “这只股票能不能买”更有价值 项目： 非投资建议，纯分享学习

兄弟们，股票数据终于不用后端了！ chengzuopeng/stock-sdk —— 纯 JS/TS 股票行情 SDK，零Python、零后端，直接浏览器/Node.js拿实时数据！真香点： · 支持 A股/港股/美股/公募基金，实时行情 + K线 + 技术指标全都有 · 命名空间API超友好，IDE自动补全 · 自带CLI和MCP，一条命令就能接入AI工具 · 轻量零依赖，TypeScript完美支持 想做行情看板、量化Demo、AI选股？直接npm i stock-sdk就开干！ 直达地址： 官网文档： #股票API# #前端量化# #JS股票数据#

🚨 又发现一个支持 A 股、港股、美股牛逼的仓库—go-stock！ 目前 6.6K+ stars，基于 Go + Wails + Vue3 + NaiveUI 搭的 AI 股票分析工具。最大的亮点：A 股、港股、美股三市场通吃，ETF/基金也在路上了 go-stock 核心亮点： > 实时行情一屏看全：分时图、K线（日/周/月）、涨跌幅一目了然 > AI 智能分析：个股技术面 + 消息面 + 资金面，一键生成分析报告 > 市场情绪量化：NLP 解析新闻/研报，直接出情绪指标，不用自己翻帖 > AI 智能选股：技术指标 + AI 预测双重筛选，筛完还能多轮追问 > 涨跌报警推送：钉钉/企业微信直达，不用盯盘 自选管理 + 成本追踪 + 盈亏计算，全在本地 SQLite，数据不出你电脑 最狠的是 AI 模型接入：DeepSeek、OpenAI、Ollama 本地跑、LMStudio、硅基流动、火山方舟、阿里云百炼主流平台全接 以前做股票分析：开同花顺看行情 → 开浏览器翻新闻 → 开 Excel 算指标 → 开微信问朋友。 现在 go-stock 一个桌面 App 全包了，底下还挂着你选的大模型实时分析。股票研究这件事，终于不用在八个窗口来回切了！

我这几只在支付宝买的基金，拿了不到 3 个月，收益 40%+，比预想中来得快一些 当时买的逻辑比较简单，AI、算力、硬科技前面调整不少，我觉得有修复机会 广发远见偏 A 股 AI 成长，主动选股，高弹性 中航机遇偏算力基建 / 硬科技，军工为辅，也带一点高端制造 易方达全球成长补全球科技和海外成长，顺便分散一下单一市场风险 现在看算是踩到了这轮风格 当然基金经理这段时间怎么调，也挺关键 后面我会继续看持仓和市场变化，逻辑变了就调整 非投资建议

書終於上架了了亞馬遜 《AI 超級週期： 五層產業鏈視⻆下的 AI 基礎設施投資: 從能源到應用，一條產業鏈看懂 AI 投資的底層邏輯》 - Chris Lee 李書沸以「五層產業鏈」為框架，從最底層的能源（核電、天然氣、電網）出發，逐層向上穿透至半導體（NVIDIA、台積電、Broadcom）、硬體基礎設施（HBM 記憶體、光互連、液冷散熱）、雲端與數據中心（超大規模運營商、主權 AI）、再到大模型與應用層，完整呈現 AI 基礎設施投資的全貌。 鏈接 ： 亞馬遜Kindle會員的無限量會員的話，能免費觀看，單獨是美元$2.99 抱歉，可惜亞馬遜只有繁體字，但大家應該可以看的懂。 前言： "當所有人都在談論 AI，真正的問題是：錢該投在哪裡？ 2026 年，僅四大超級雲廠商的 AI 資本支出就達到 7,250 億美元。這不是一場短期炒作，而是一個可能持續十年以上的超級週期。但對大多數投資者而言，AI 產業鏈就像一座黑箱——你知道 NVIDIA 很重要，卻說不清為什麼一顆 GPU 需要搭配價值數倍的電力、散熱、網路與儲存設備才能運作。 這本書要打開這個黑箱。 李書沸以「五層產業鏈」為框架，從最底層的能源（核電、天然氣、電網）出發，逐層向上穿透至半導體（NVIDIA、台積電、Broadcom）、硬體基礎設施（HBM 記憶體、光互連、液冷散熱）、雲端與數據中心（超大規模運營商、主權 AI）、再到大模型與應用層，完整呈現 AI 基礎設施投資的全貌。 這不是一本泛泛而談的趨勢書，也不是一本只講概念的入門讀物。書中深入分析超過 80 家公司的競爭格局、護城河與估值邏輯，並為每一層提供具體可操作的投資框架。無論你是想理解為什麼鈾礦股會因為 AI 而暴漲，還是想搞懂 CoWoS 先進封裝的產能瓶頸如何影響整條供應鏈，這本書都能給你清晰的答案。 本書的獨特之處還在於作者的跨界視角。李書沸曾任 OKEx（現 OKX）CEO 與火幣 CFO，是加密貨幣行業最資深的高管之一，同時在傳統金融領域深耕多年。他在書中專闢章節探討 Crypto 與 AI 的交匯——去中心化算力、AI Agent 經濟、代幣化激勵機制——這些是傳統分析師不會觸及、卻可能催生下一波爆發性機會的領域。 本書涵蓋的核心議題包括：為什麼 AI 超級週期的本質是一場能源革命，而非僅僅是算力競賽？NVIDIA 的真正護城河在哪裡，它的統治地位是否會被挑戰？台積電與 Broadcom 在 AI 晶片供應鏈中扮演什麼不可替代的角色？HBM 記憶體為何成為 AI 時代最關鍵的瓶頸之一？光互連技術如何解決數據中心的頻寬牆問題？超大規模雲端運營商的 AI 資本支出將流向何處？大模型競爭格局如何從「比大」轉向「比效率」？AI 應用層何時能真正兌現商業價值？Crypto 與 AI 的融合將創造哪些新的投資範式？如何建構一個穿越週期波動的 AI 投資組合？ 最後三章聚焦實戰：風險管理框架幫助你識別泡沫信號與週期轉折點；投資 Playbook 提供從選股到配置的完整方法論；結語則回歸長期視角，探討這場技術革命的終局。 這本書寫給這樣的讀者：你有一定的投資經驗，對科技趨勢保持關注，但苦於找不到一個系統性的框架來理解 AI 產業鏈的投資機會。你可能是主動型投資者、科技業從業者、金融從業者，或是對 Crypto 與 AI 交叉領域感到好奇的探索者。 如果你只想讀一本書來建立對 AI 基礎設施投資的全局認知，這本書是為你寫的。" 關於作者：李書沸（Chris Lee）現為 Merkle 3s Capital 與 XResearch 聯合創始人。曾任全球前三大加密貨幣交易所 OKEx CEO 及火幣集團 CFO，擁有超過二十年橫跨傳統金融、加密貨幣與科技投資的從業經驗。 感恩轉發、分享。#AI#

网上流传着一份彼得·林奇六大选股规则，放在最后。彼得·林奇是真正被美国散户认可的投资者，管理基金从1800万增长到140亿。直接套用规则的人当然是傻子，但这套规则的本质，是用估值、增长和负债，把好故事与好生意区分开。AI时代大家都爱讲故事，所以这套规则更加重要：对依赖远期想象、资本开支和市场情绪的AI公司，需要严格拷打增长能否持续。 彼得·林奇选股规则： 1.滚动市盈率<25 2.预期市盈率<15 3.负债权益比<35% 4.每股收益EPS增长率>15% 5.市盈增长比率PEG<2 6.市值>50亿

Claude 用 5 万美元实测选股，4 个月跑赢标普 500 指数。 通过将 50,000 美元资金交给 Claude 进行组合管理，目前的收益率是 14%，而同期 SPY 的涨幅仅为 10%。这证明了 AI 在处理金融数据和资产配置上的逻辑已经具备实战价值。

每期必看的币安@binancezh广场区块链一百人又来啦！ 这期嘉宾是最近热度最高的字节哥 Leto @leto_bao ！主持人是@jennyukim_bnb！ 全程干货密度很高，全是自己实打实操盘、踩坑攒出来的经验，从新手入门到进阶策略，从决策逻辑到赛道判断都覆盖到了，整理了核心内容给大家参考，一起来看看吧！ Leto 说字节的经历给他的投资打下了很深的烙印： 一是做数据工程师养成了对数字的敏感度，凡事都要挖清楚数字变动背后的原因 二是大厂的前沿技术和业务场景拓宽了视野 三是身边都是顶尖的同事，做事的逻辑和方法让他受益很多 这套数据驱动的思路，后来完整平移到了投资决策里，他也直言技术人做投资最容易踩的坑 天然迷信自己熟悉的行业，觉得自己懂就坚信一定会涨，忽略大环境变化，很容易被思维惯性困住亏钱 至于深耕和探索的关系，他觉得两者并不矛盾：深耕同一个领域攒核心经验，同时在不同发展阶段的公司里探索，能换更多角度看问题，反而看得更透 整场最核心的思路，是他把互联网的 AB 测试逻辑用到了投资里，他说判断力从来不是凭感觉练出来的，都是靠数据验证： 新手如果觉得指数涨得慢想自己选股，不用急着 all in，半仓定投指数、半仓自己操作，跑满一年对比收益、回撤和夏普比率，跑不赢指数就说明不适合主动选股，老老实实投指数就行，方法简单但特别好用 他还完整复盘了自己最经典的存储板块投资案例，整个决策链非常清晰： 最开始是去年 8 月买硬盘发现价格持续上涨，这是第一个信号 加上当时字节内部要求缩短数据存储周期，本质是存储资源紧张，这是第二个验证信号 当时已经有研报提 AI 带动存储涨价，但他没有立刻重仓，直到看到机构连续三个季度加仓的实锤数据，才把大仓位打进去，拿到现在收益很高，至今还持有 全程是逐步验证、分批加仓，完全不是赌一把的思路 关于很多人好奇的期权，他用买房的例子讲得特别好懂： 看涨期权就像付 10 万定金锁定一套 100 万的房子，一年后不管市场价多少都能按 100 万买，定金不退 如果房价涨到 150 万，一份定金就能赚 40 万，相当于用小资金加了杠杆 看跌期权就像买保险，付一笔保费，约定未来不管跌多少，对方都按约定价收购你的资产，跌了能兜底，没跌就亏保费 他也很坦诚，说早期做期权交易虽然有逻辑支撑，但也有赌的成分，当时本金少，亏了也能很快赚回来，现在不会再做这类高风险操作 风险部分他讲得非常实在（这真的重点看）： 值不值得冒风险，核心看能不能承受最坏结果 年轻人没家庭负担、存款少、现金流稳，就算亏完也能很快赚回来，适当冒点风险没问题 但如果要借债、卖房投入，或者上有老下有小有房贷，失败了连累全家，这种风险绝对不能碰，生活杠杆高的人，先给生活降杠杆，再谈投资 他也分享了自己亏得最惨的经历：2022 年跟着佩洛西买英伟达，180 的价格重仓进场，结果遇上美联储加息大盘普跌，英伟达回撤了 40%，当时直接卸载软件躺平 这次经历给他的最大教训是：哪怕是再好的公司，买的时机不对、踩不中周期，一样会亏大钱，大环境的权重一点都不比公司本身低 针对完全没碰过美股的新手，他给了非常明确的入门步骤： 开户后别上来就选股，先买指数 可以先用模拟仓练手，但别全信模拟仓的结果 —— 模拟仓没心理压力拿得住，真金白银心态完全不一样 拿自己能接受归零的钱进场，先跑 AB 测试验证自己的能力，跑不赢指数就放弃主动选股 常见的宏观名词他也做了大白话解释： CPI 就是物价指数，美联储盯着它调利率，2% 是长期目标 非农就是非农业就业人数，和通胀有相关性；美联储是独立于政府的机构，负责制定利率政策调节经济，这些都不是噪音，都会实实在在影响行情，不能忽视 作为数据工程师，他的交易体系也很有技术特色： 自己搭了 AI agent 工作流，订阅各类数据和行情，早晚自动推送持仓异动和重点资讯，同步汇总到 Notion 方便复盘； 自己搭建冷热数据存储跑策略回测； 交易 bot 只负责用期权做对冲，股票买卖必须自己手动决策 —— 买入的核心逻辑没变就长期持有，短期波动用期权对冲，不会随便乱卖 他还分层级推荐了实用书单： 入门必看《生命周期投资法》《持续买入》 想学分选股可以看彼得・林奇的《战胜华尔街》 期权入门看《Options as a Strategic Investment》 想学尾部对冲看《避风港》 想了解暴跌中如何对冲可以看《The Second Leg》； 想拓展思路可以看《嘲笑华尔街》，讲怎么从大众日常内容里找交易信号 他把普通人分成四类，认为最容易受伤的是负债多的人 —— 不仅自己扛不住波动容易追涨杀跌，亏了还会连累家人 他建议没兴趣研究投资的人，老老实实买指数就行，别碰个股 普通人选股难，本质是容易被自己过往的经验和思维惯性困住，判断自己适不适合，跑一遍 AB 测试就知道了 他自己的交易频率很低，走长期路线，工作日基本不怎么看盘，每周固定复盘一次，核对每笔交易的买入逻辑有没有变，有没有受情绪影响做决策 最近存储板块回调比较大，他的判断是机构季度持仓再平衡带来的短期抛压，行业底层逻辑没坏，他提前布局了看跌期权对冲，对整体仓位影响不大 聊到财务自由之后的状态，他说现在最看重健康，排在赚钱前面（每个大佬都这么说过，真的得时刻铭记）： 每天健身、吃干净饮食、买高端保险 —— 相当于给自己的人生买了份 put，健康出问题的时候有兜底 现在主要精力在筹备 AI 方向的创业，写 BP，见投资人，希望以后大家提到他，想到的是他做的公司，而不是炒股赚了钱 他觉得 AI 对普通人财富管理最大的意义，一是省时间，不用手动搜集整理信息 二是有复利效应，写好的工具和方法可以反复迭代复用，不用一直做重复劳动 他现在最信奉的是改良版杠铃策略：大部分仓位放在稳健的指数上，小部分仓位投高波动、高潜力的方向，就算这部分亏光了也不影响整体盘，一旦涨起来就能大幅拉高总收益，回撤可控，收益上限也高 最后几个观众提问的干货也很足： 一是期权他主要做买方，用来给正股加杠杆、做对冲，不靠期权本身盈利； 二是针对机器人、航天、核能、电力几个热门赛道，他判断短期都难成主流： 里面最有潜力的是机器人 航天更多是上市初期的情绪炒作，短期盈利跟不上 传统核电站建设周期长达十几年，小型模块化核电站成本是大电站的两倍多，都很难成为短期主线 电力方向短期最受益的是天然气发电机公司，部署快、不占民用电网、成本合适，是目前 AI 算力供电的最优解 结尾他给年轻人的建议：投资要趁早，尽早把钱投进 AI 相关的优质资产里，给自己做一层 “被 AI 取代” 的对冲 整场听下来最大的感受是，他没有吹任何暴富神话，所有方法都可落地，所有结论都有对应的逻辑和经历支撑 从大厂做事的方法论，到投资体系，再到人生选择，整套逻辑是自洽的，不管做不做投资，这套数据驱动、为风险兜底的思路，都挺值得参考的，希望能帮到大家！ 建议大家去看直播回放，会更直观：

币安美股上线 30 天，涌进 10 亿美元，相当于日均流入 4100 万美元，总交易量破 30 亿 夸张数据只能说明：美股大热 + 需求憋太久了 🤯 那你知道币圈的人拿到美股入口后，"10 亿美元" 都买了什么？👀👇📊 ——48% 砸进了半导体 7000 多只可选股票，71% 的币圈钱集中在科技板块，其中接近一半给了半导体。科技板块交易量是其他板块的 23 倍。配置一点都不分散，大家在集体押注一个方向 你可能会觉得："币圈的人买英伟达有啥奇怪的"？ 但换个角度想：我们过去两年一直在链上交易 AI 概念的 meme 币/代币，现在有了正经买英伟达的通道，我们立刻把钱从 meme 搬到了真股票。这说明什么？🤔 第一，链上 AI 叙事的热钱并不是"不懂 AI 在瞎炒"。我们一直都知道自己在押风口和热度，只是之前没有合适的工具和标的。有了工具，钱立刻流向基本面最确定的标的。 第二，传统券商低估了 crypto 用户的购买力和判断力。73% 币圈新兴市场用户，我们在传统券商眼里是"开不了户的人"。但我们 90% 注册后都交易了，而且配置结构似乎不那么韭菜。 第三，加密交易所可能真的会成为下一代券商入口！Binance Research 数据：全球只有 11% 成年人有券商账户，而 2031 年加密交易所有望带来 3 亿新投资者和 2 万亿美元增量。 💛 你也想投入新浪潮？币安带你 5 分钟搞定 💛 1、5 美元起投，碎股交易，不用一次买一整股英伟达，小散福音 2、零手续费，每笔平台费最低 0.17 美元 3、支持直接用稳定币或 BNB 买，不用出金换美元 4、部分股票 24/5 交易 🔧 操作：币安 App → 底部「行情」→「传统金融」→ 选股票下单 @binancezh @binance