《WorkBuddy 从入门到精通》金融数据与行情监控篇（02）为什么用AI做行情数据研究？

uhanguhang

389人浏览 · 2026-06-08 18:19:31

uhanguhang · 2026-06-08 18:19:31 发布

作者：航哥 | AI创业者 | 用WorkBuddy做量化数据研究

📌 这篇文章适合谁？

还在犹豫"AI 到底能不能做行情研究"的人
已经在用 Excel/同花顺，但觉得效率到了瓶颈
听说过"用AI搞数据分析"但不知道具体能干什么
担心 AI 在金融数据上"胡说八道"不敢用

✅ 学完这篇，你能：

理解 AI 在行情数据研究中的 4 个独特价值
知道 AI 的边界——什么能做、什么不能做
对"要不要引入AI"有一个清晰的判断框架
看到航哥的真实案例，理解 AI 怎么落地

💢 痛点：传统工具的"玻璃天花板"

你进步了，但工具没进步。

阶段一（新手期）：打开同花顺看K线，涨停板数板，靠感觉操作。工具够用。

阶段二（进阶期）：开始关注量价关系、技术指标、资金流向。同花顺的自带指标够用，但你想自定义筛选——比如"找出5日量比>1.5且MACD金叉的所有标的"——软件不支持。

阶段三（瓶颈期）：你要同时分析基本面（财报数据）、技术面（K线形态）、资金面（主力动向）。数据散落在不同地方，每次分析都是手动搬运。

这不是你能力的问题。这是工具的天花板到了。

🛠 AI 带来的四个范式转变

1. 从"点鼠标"到"说需求"

传统工具的操作模式是"图形界面 + 鼠标点击"——功能是固定的，你能做的只有软件允许你做的。

AI 的模式是"自然语言 + 意图理解"——你说需求，AI 理解并执行。

传统方式：打开软件 → 找到"资金流向"菜单 → 选择日期范围 → 点击查询 → 手动导出
AI 方式：   "帮我查过去一周资金净流入最多的前10个标的"

本质区别：你的效率瓶颈从"软件功能限制"变成了"你能多清楚描述需求"。

2. 从"单一数据源"到"多源融合分析"

你能同时看基本面、技术面、资金面吗？理论上能——打开三个窗口手动比对。实际上？太累了。

AI 可以同时调用多个数据源，在同一语境下做交叉分析：

“对比 A 和 B 两个标的，综合最近一个季度的财务数据、近30天技术走势、近5天资金流向，给出一个多维度的数据摘要。”

这句话背后，AI 在自动调用 3 个数据接口、提取不同维度的信息、在同一张表格里做交叉呈现。

3. 从"被动查询"到"主动监控"

你不是24小时盯着屏幕的。但 AI 可以。

传统：打开软件看 → 发现异动 → 已经晚了
AI：  定时扫描 → 发现异动 → 秒级推送 → 你第一时间知道

航哥的 resonance-monitor-v2 系统，交易日 9:00-15:00 每30分钟自动扫描一次关注列表，任何异常直接飞书推送。人不盯盘，但信息不遗漏。

4. 从"凭经验"到"数据驱动 + 模型辅助"

传统分析中，你可能会说"这个标的感觉要启动了"——这是经验判断，有价值但不稳定。

AI 辅助下，你可以说"根据过去60天数据，当前量能处于历史78%分位"——这是数据驱动的观察。

更进一步，航哥的 daily60-system 用 LightGBM 做概率预测、HMM 做市态识别，把主观感觉变成了可量化的模型输出。

经验 + 数据 = 更有依据的判断。

📝 一个完整的AI辅助分析案例

来看看航哥日常是怎么做的。以下是一次盘中扫描的真实 Prompt：

我现在要看关注列表里所有6个标的的当前状态。需要以下信息：

1. 实时价格和今日变动幅度
2. 5日量比（当前成交量 vs 5日均量）
3. 资金流向（主力净流入/流出）
4. 是否有异常波动（今日振幅超过5%的标红）

输出格式：Markdown 表格，异常项用 **加粗** 标记。
分析完成后推送到飞书。

AI 的执行过程：

调用数据接口，获取6个标的的实时行情
计算量比、振幅等指标
按规则筛选异常项
生成表格并加粗异常
构造飞书消息，推送到你的手机

整个过程你只花了30秒说需求，AI 花了30秒执行。

⚠️ AI 的能力边界（必须清楚）

核心原则：AI 是你的"研究助手"和"信息整理者"，不是你决策的"替身"。

📊 效果对比

🏋️ 今日练习

试一次自然语言查询

：打开 WorkBuddy，输入"帮我查一下最近3天上证指数、深证成指、创业板指的涨跌幅对比，列成表格。"看看 AI 能给你什么。
复盘你上周的"手动操作"

：上周做行情研究时，哪些步骤你是手动完成的？如果交给 AI，能省多少时间？
列一个"我想让AI帮我看的东西"清单

：比如"量能异动"“资金大幅流入”“财报超预期”……这是你后续搭建自动化监控的需求清单。