金融数据

剔除估值波动后，万得全A过去十年内生价值年化约3.3%，纯每股盈利仅约1.5%；未来十年中性情景的复合年化回报约2.5%。当宽基贝塔不再慷慨，长期收益或许得从留存效率与估值周期里重新寻找。

厌倦Yahoo品类有限和长周期复权bug后，Tiingo这个面向个人投资者的美股数据源是否值得转投？免费额度看似有限，但实测拉取二十多年ETF复权收盘价只消耗一次调用，日常间歇使用可能比想象中宽裕。

当大模型不再生成文字，而是像高频交易系统一样在300毫秒内输出经校准的概率，金融决策的范式可能被改写。Jev砍掉自回归，试图解决传统模型打分虚高、分布漂移的隐患，并把新闻公告变成可并行判别的语义订单簿。

Wind定制不了的19日涨跌幅、20日BIAS，ETF动量玩家用大模型搭出实时看板，并把它发布到网页随时打开。但AI只负责写代码，不替数据背书，IOPV取错字段或交易日区间算错，都会让看板失去意义。

买超长国债不是抄个代码就完事，同类券种里活跃券和到期收益率各有讲究。我用AI筛出沪深两市可用股票账户买的30年以上国债，也发现活跃主力券的到期收益率未必更高；眼下利率位置尴尬，我只持有不买入。

Deepseek涨价后，高峰时段缓存命中价格大涨，查一次纳指ETF实时溢价率的高峰时段成本约0.24元。高频金融数据查询还要不要继续依赖Skill，还是把固定流程做成脚本，这笔token账变得比过去更值得算。

三家ETF Skill各有专长，难说谁更好用：南方独有实时行情和较全估值，易方达支持历史分红与按股票反查ETF，华宝在风险指标、全收益指数和主动基金数据上更突出。具体场景决定答案。

南方基金首趋E指ETF Skill试用下来，查规模、比持仓、多条件筛指数都能一句话完成，某些需求甚至比收费Wind更顺手。但历史股息率与全收益指数的缺口仍在，这也决定它能否从日常筛选走向深度研究。

Wind Alice网页版很好用，稍加提醒就能复现我手搓的基金基准迁移统计，但作为每年付费数万的Wind金融终端用户，我面对的却是另一套没有Agent模式、权益不互通的同名Alice。同一个名字下的割裂，究竟该由谁买单？

当美股AI行情不断收敛，资金从七巨头涌向半导体等上游卖水者，企业大模型付费意愿却已露出冷静迹象。使用成本一旦更敏感，算力开支预期承压，这场缩圈会不会只剩少数几家名字？