几个月让我赚了8%的超长国债,用AI怎么找
上篇说买50年国债赚了8.87%,不少人来找代码。但光有代码不够,我用Wind的Alice按剩余期限筛券,再靠免费终端看YTM,两次查询约0.13元。现在利率中性,我只持有不买入。
上篇说买50年国债赚了8.87%,不少人来找代码。但光有代码不够,我用Wind的Alice按剩余期限筛券,再靠免费终端看YTM,两次查询约0.13元。现在利率中性,我只持有不买入。
Deepseek 涨价后,我实测用它查一次纳指 ETF 实时溢价率,高峰时段要 0.24 元,一天查几次成本就不小。Skill 和脚本不是二选一——需求确定、流程固定后固化成脚本,token 就省下来了。
我让GLM读完易方达、华宝、南方的ETF skill文档,逐个实测了实时溢价率、股票反查ETF、历史分红等七个场景。三家能力圈差别很大,没有一家全能:要盘中实时行情找南方,要专业风险指标找华宝,要历史分红和反查找易方达。
刷小红书看到南方基金首趋E指上线 ETF Skill,我连测五个场景,筛红利或高股息指数这一步连付费版 Wind 都做不到。可惜它缺历史股息率与全收益指数,我留下用着,仍等数据补齐。
我用 Wind Alice 网页版统计把业绩基准从沪深300迁到中证800的基金,它起初算成40只,纠正后和我手搓的38只一致。Alice 好用,但每年付费数万的我,却要为网页版另外充值。
嫌同花顺投资账本只有最大回撤、基准还是价格指数,我用大模型识别券商App的月度收益截图,再配 Python 脚本和 ECharts,手搓出一套带动态回撤曲线、以中证A股全收益为基准的账户面板。
OpenAI给ChatGPT加上个人理财功能,背后是Plaid的银行数据接口、Hiro的金融推理模型和报税巨头Intuit在支撑。中国要做出好用的AI个人CFO,缺的不是AI,而是AI之前那条金融数据供应链。
在 Wind 复制年报表格转 Markdown,表头空着、列全错位,Qwen 花 8 分钱就干好了。金融终端的 AI 化不是要不要做,而是先做哪个:连表格都转不对,就别急着「蒸馏」投研助手。
券商APP导不出收益率曲线,我把四个月逐日收益截图丢给Qwen 3.6 Flash识别成CSV,再拉出回撤曲线。春节后启用的BIAS止盈,确实让回撤舒服不少。