项目档案｜AI 金融分析工具

更新时间：2026-06-01

项目状态卡

字段	内容
当前阶段	机会池 / 今日新增
优先级	P2
当前评分	待正式评分
话题发起人	空空（[已脱敏]）
当前推进人	默认同话题发起人，待确认
最近更新时间	2026-06-01
当前判断	这是“金融市场可视化 + AI 研究 Agent / 金融领域 Cursor”的方向。价值空间较大，但合规、数据源、实时性和可信度要求高，不能一开始做泛金融全市场，应先选一个窄场景验证。
下一步	先选择一个细分市场（如美股财报/加密项目/宏观事件）做研究 Agent 原型：输入标的或问题，输出数据图表、关键变量、引用来源和可追踪研究结论。
维护策略	今日新增话题：先建立轻量项目档案和数据链接，后续根据讨论、资源、评分结果升级为正式档案。

最新进展

• 2026-06-01：从当天 Lark 话题新鲜数据中识别为未映射项目话题，已补建项目档案并纳入维护流程。

• 2026-06-02：完成 01 项目档案受控区块维护：同步当前 project_key / thread_id / Base record_id / Wiki 文档链接，并按最新话题数据校验项目状态、负责人、证据链接与下一步维护边界。

执行摘要

这是“金融市场可视化 + AI 研究 Agent / 金融领域 Cursor”的方向。价值空间较大，但合规、数据源、实时性和可信度要求高，不能一开始做泛金融全市场，应先选一个窄场景验证。

原始话题内容：AI金融分析工具，例如 TradingView 给各个金融领域、市场提供可视化，我们给各个金融领域提供更专业的 AI 分析。第二个定位是金融领域的 Cursor，可以持续进行金融领域的研究得到结果，并且 Cursor 现在可以通过 API 提供服务，软件不是必须的产品形态。

目标用户

待补：需通过后续讨论确认具体目标用户和购买/使用场景。

核心痛点

待补：当前只有初始机会描述，尚需提炼强痛点、现有替代方案和高频工作流。

当前证据

• 2026-06-01 当天 Lark topic 原始发起消息。

• 话题发起人：空空（[已脱敏]）。

• 当前暂无外部资源和连续讨论，属于轻量机会池档案。

评分与判断

当前暂列 P2，待正式评分。评分前需要补充需求强度、AI 工作流适配、技术可行性、验证成本、分发路径和风险反证。

MVP / 验证计划

先选择一个细分市场（如美股财报/加密项目/宏观事件）做研究 Agent 原型：输入标的或问题，输出数据图表、关键变量、引用来源和可追踪研究结论。

风险与反证

• 如果无法收敛到明确用户和高频场景，容易变成泛 AI 工具。

• 如果没有可验证输出样例和真实用户反馈，不应升级为正式立项。

• 后续需补充外部竞品和替代方案。

数据链接

字段	内容
project_key	[已脱敏]:[已脱敏]
thread_id	[已脱敏]
Base record_id	[已脱敏]
数据口径	来自 2026-06-01 当天 Lark topic fresh fetch。

项目增强分析（2026-06-02）

口径：基于最新项目维护报告、Lark 话题真实数据与可复核公开资料整理；web_search 当前不可用，因此未二次核验的市场判断均按“趋势/假设”保守处理。

project_id：ai_financial_analysis_tool

基础信息

• project_id：ai_financial_analysis_tool

• Wiki node：DClywLz22ioXfykBph9lHZDAgve

• Doc token：SNAwdGoYmoA1GMxW9gKlKn7ggOd

• Base record：[已脱敏]

• Lark thread：[已脱敏]:[已脱敏]

• current_status：机会池 / 今日新增 / P2

• 负责人：空空（[已脱敏]）

• 内部话题数据：最新维护报告显示数据来源为 mapping，消息/资源 0 / 0；历史报告保留原始话题内容。

一句话机会

做一个“金融领域 Cursor / AI 研究 Agent”：面向特定金融市场，把数据可视化、事件追踪、资料阅读、假设验证和引用式研究报告串成可持续工作的 AI 分析流。

目标用户

1. 加密/美股/港股/宏观方向的个人投资者、研究员、交易员。

2. 小型投研团队、VC/二级基金、加密项目研究团队。

3. 金融内容创作者、财经自媒体、策略社区运营者。

4. 需要快速整理市场、财报、链上数据、新闻、研报的非机构专业用户。

核心痛点

• 信息过载：行情、公告、新闻、社媒、研报、财报、链上数据分散，人工持续跟踪成本高。

• 工具割裂：TradingView 做图表，Bloomberg/AlphaSense 做数据和搜索，ChatGPT 做文本，但无法持续记忆研究上下文。

• AI 输出不可信：金融场景需要引用来源、数据口径、时间戳、反证和风险提示，普通聊天机器人容易幻觉。

• 专业工作流缺位：用户需要的是“持续研究某个标的/主题”，而不是一次性问答。

当前证据

内部话题数据

• 看板已有项目记录：[已脱敏]。

• 当前状态：机会池 / 今日新增，优先级 P2。

• 原始话题内容：TradingView 为各金融领域/市场提供可视化，本项目希望提供更专业的 AI 分析；第二定位是“金融领域的 Cursor”，可持续进行金融研究并得到结果；产品形态不一定是软件，可通过 API 提供服务。

• 维护报告当前判断：价值空间较大，但合规、数据源、实时性和可信度要求高；不宜一开始做泛金融全市场，应先选窄场景验证。

外部资料与趋势

• TradingView 证明图表和社区化金融分析有广泛需求，但核心仍偏行情图表与指标。

• Bloomberg Terminal、FactSet、Refinitiv/LSEG Workspace 等机构级产品强在数据源和工作流，但价格高、面向专业机构。

• AlphaSense、Tegus、Fiscal.ai 等工具强化 AI 搜索、财报/电话会/研报摘要与企业情报分析。

• Perplexity Finance、ChatGPT/Claude + 数据插件等降低了自然语言金融研究门槛，但专业可信、持续追踪和特定市场深度仍有缺口。

• 加密市场存在 Kaito、Token Terminal、DefiLlama、Nansen、Arkham 等数据/研究工具，说明“垂直市场 + 数据源 + AI 解读”更可行。

竞品/替代方案

• TradingView：图表、指标、社区最强；AI 深度研究和多源资料整合不是核心。

• Bloomberg Terminal / FactSet / LSEG Workspace：机构级全能工具；价格高、进入门槛高，不适合轻量用户。

• AlphaSense / Fiscal.ai / Quartr：聚焦企业研究、财报电话会、文件搜索；适合美股/企业情报，但未必覆盖加密和中文用户。

• Perplexity Finance / ChatGPT / Claude：自然语言研究入口强；弱点是数据源、实时性、可追踪研究流程和合规边界。

• Kaito / Nansen / Token Terminal / DefiLlama / Arkham：加密数据和情报工具；AI 研究 Agent 仍有可组合空间。

MVP 切口

建议先切 “单一市场的引用式研究 Agent”，推荐优先二选一：

方案 A：加密项目研究 Agent

• 输入项目名/Token/主题，自动汇总价格、TVL、链上指标、融资、团队、竞品、新闻、社媒和风险。

• 输出“投资研究卡片”：核心观点、数据图表、引用来源、风险反证、下一步观察指标。

• 优点：数据 API 相对开放，用户对 AI 研究接受度高；缺点：噪音和投机风险大。

方案 B：美股财报/电话会研究 Agent

• 输入股票代码，自动读取最新财报、earnings call、股价反应、分析师关注点。

• 输出“财报速读 + 关键变量追踪 + 下次验证点”。

• 优点：需求明确、付费能力较好；缺点：数据版权、机构竞品更强。

验证方式

• 先选 20 个标的做固定输出：例如 10 个加密项目或 10 只美股，连续 2 周每日/每周生成研究卡片。

• 邀请 5-10 个目标用户盲测：是否比他们自己用 TradingView + ChatGPT + 新闻源更省时间。

• 核心指标：用户是否收藏/转发研究卡片；是否追问同一标的；是否愿意订阅某个 watchlist；是否指出明显错误。

• 可信度验证：每条结论必须带来源链接、数据时间戳和反证；人工抽查事实错误率。

风险与反证

• 金融建议合规风险高，产品必须定位为研究辅助/信息整理，不给直接买卖建议。

• 数据源版权和实时性是硬门槛；如果无法稳定拿到可信数据，只能做低价值摘要。

• 泛金融范围过大，容易做成“会聊天的金融搜索”，难以形成差异化。

• 专业用户对错误容忍度极低；AI 幻觉会直接破坏信任。

• 如果用户只是要图表，TradingView 已足够；如果只是要问答，通用 AI 已足够。

下一步

1. 在加密项目研究 Agent 与美股财报 Agent 中选一个 MVP 场景。

2. 明确数据源清单和版权边界：行情、公告、财报、新闻、链上、社媒。

3. 做 10 篇带引用的样例研究卡片，给目标用户评估“是否省时间/是否可信”。

4. 建立金融免责声明与输出规范：不构成投资建议、标注来源、标注时间戳、列出反证。

参考来源链接

• TradingView：https://www.tradingview.com/

• Bloomberg Terminal：https://www.bloomberg.com/professional/products/bloomberg-terminal/

• AlphaSense：https://www.alphasense.com/

• FactSet：https://www.factset.com/

• LSEG Workspace：https://www.lseg.com/en/data-analytics/products/workspace

• Fiscal.ai：https://fiscal.ai/

• Quartr：https://quartr.com/

• Perplexity Finance：https://www.perplexity.ai/finance

• Kaito：https://www.kaito.ai/

• Token Terminal：https://tokenterminal.com/

• DefiLlama：https://defillama.com/

• Nansen：https://www.nansen.ai/

• Arkham：https://arkhamintelligence.com/

---

维护边界：本章节为 2026-06-02 增强分析受控块；后续若有新客户验证、竞品变化或 Lark 话题进展，可替换本章节，不覆盖原始档案正文。

项目质量升级（2026-06-03）

口径：本章节用于替换昨日偏模板化的增强稿表达；基于 Lark 话题真实数据、项目 mapping、既有维护报告与公开竞品格局，强调判断、边界、验证和反证。不覆盖原文其它章节。

project_id：ai_financial_analysis_tool

• project_id：ai_financial_analysis_tool

• 标题：AI 金融分析工具

• Doc / Wiki：SNAwdGoYmoA1GMxW9gKlKn7ggOd / DClywLz22ioXfykBph9lHZDAgve

• 阶段 / 优先级：机会池 / 今日新增 / P2

• 话题负责人：空空

• 内部数据：2026-06-03 维护报告中 topic_messages 为 0，但档案保留原始话题：类似 TradingView 为各金融市场提供可视化，本项目提供更专业的 AI 分析；另一个定位是金融领域 Cursor，可持续进行金融研究得到结果，且 Cursor 可通过 API 提供服务，软件不是必须形态。

当前判断

市场空间大，但不能做泛金融分析，也不能做“AI 荐股”。正确切口应是 有数据、有引用、有可复盘结论的金融研究 Agent。

金融用户对“快”和“准”都敏感，但更重要的是可信度：数据源、引用、计算逻辑、假设、更新时间必须透明。MVP 应选择窄市场，例如美股财报、加密项目基本面、宏观事件影响，而不是覆盖股票、加密、外汇、期货全市场。

当前建议保持 P2，先做研究助手，不做投资建议产品。

用户 / 痛点

1. 个人投资者 / 高阶散户：信息多、时间少，希望快速理解标的和事件，但又不信黑箱结论。

2. 加密/美股研究者：需要聚合财报、公告、链上数据、新闻、价格图表。

3. 投研团队助理 / 分析师：大量重复资料整理、数据图表、纪要摘要、同业对比。

4. 财经内容创作者：需要快速形成可引用、可解释的研究素材。

痛点：

• TradingView 等工具提供图表强，但用户仍需自己解释变量、事件和逻辑。

• 研究资料分散在财报、公告、新闻、社媒、数据库、研报。

• ChatGPT 可解释概念，但实时数据、引用、计算和可追踪性不足。

• 金融结论一旦不透明，用户不敢使用。

竞品 / 替代

• TradingView：图表、指标、社区成熟；AI 研究解释不是核心。

• Bloomberg Terminal / FactSet / Refinitiv / Koyfin：专业数据和工作流强；价格高、面向专业机构。

• Yahoo Finance / Seeking Alpha / Stock Analysis 等：资讯和基础数据易用；研究自动化有限。

• Perplexity / ChatGPT / Claude：适合问答和摘要；金融数据实时性、引用质量和计算稳定性需要额外约束。

• 加密分析工具如 Dune / Token Terminal / DefiLlama / Nansen：链上和协议数据强；跨源研究和自然语言假设验证仍有空间。

MVP 边界

推荐 MVP：单标的研究包生成器。

优先从两个方向二选一：

• 美股财报研究包：输入 ticker，输出近 4 季度关键指标、收入/利润变化、管理层指引、风险点、同业对比、引用链接。

• 加密项目研究包：输入项目名/合约/协议，输出 TVL、收入、用户、代币解锁、竞品、风险、引用来源。

MVP 必须包含：

• 数据来源和更新时间。

• 图表或表格。

• 关键结论对应引用。

• 假设与反证。

• “这不是投资建议”的边界。

不做：

• 不做买卖点推荐。

• 不做自动交易。

• 不覆盖所有市场。

• 不做无引用的观点总结。

• 不做监管敏感的收益承诺。

验证计划

1. 选择 10 个标的：5 个美股或 5 个加密项目，先人工 + 半自动生成研究包。

2. 找 5 位真实研究/投资用户评估：是否节省时间、是否可信、是否愿意复用。

3. 与 TradingView + ChatGPT + 手工搜索流程对比耗时。

4. 核心指标：

• 研究包是否能节省 ≥ 50% 初筛时间。

• 用户是否能指出引用链可信。

• 结论错误率/引用错误率是否低于可接受阈值。

• 是否愿意为单份报告或月度监测付费。

风险反证

• 用户只把它当“更会写的摘要器”，不愿付费。

• 数据源授权和实时性无法解决。

• 引用错误、指标计算错误，一次就损害信任。

• 合规边界模糊，被用户理解为荐股工具。

• 专业用户已有 Bloomberg/FactSet 等工具，个人用户付费能力弱。

下一步

• 先选一个市场，不要同时做美股和加密。

• 定义标准报告模板：数据、图表、结论、引用、反证。

• 用 3 个真实标的手工跑通质量上限。

• 明确产品文案：研究助手，不是投资建议。

---

维护边界：本章节为 2026-06-03 质量升级受控块；后续新证据出现时可整体替换本章节。

维护说明

• 本档案由当天新鲜话题数据触发创建，避免旧 snapshot 漏项。

• 后续项目档案维护必须先拉取当天 Lark 数据，再对比 mapping/Base/Wiki。