大模型賦能投研之十九：主觀投資框架驗證與個股決策Agent.pdf

大模型賦能投研之十九：主觀投資框架驗證與個股決策Agent。

尋找復雜輪動市場下的核心定價邏輯

在當前的 A 股市場環境下，行業輪動速度顯著加快，把握一個行業特質性的投資選股邏輯已經成為獲取結構性超額收 益的關鍵。然而，傳統的投研模式正面臨著“覆蓋廣度”與“響應速度”的雙重挑戰：一方面，個人分析師的精力有 限，難以實時、深度覆蓋數百只個股及快速涌現的新興賽道；另一方面，傳統的量化多因子模型難以真正理解非結構 化研報文本背后復雜的“因果推演邏輯”。為此，本報告通過引入大模型思維鏈（CoT）技術，試圖實現自動化提取并 時序跟蹤行業分析師的投研邏輯，動態捕捉行業定價最核心的邏輯，為投資決策提供差異化的邏輯補充，以此深度賦 能主動權益投資。

工作流設計：投資思維鏈的動態提取與驗證

本報告構建了一套端到端的投資思維鏈動態生成與優選機制。通過大模型從海量研報中分組自動化提取、合并、更新 “核心驅動要素?傳導路徑?投資結論”的完整邏輯鏈條，隨后創新性地引入滾動單鏈回測機制，對提取的邏輯進行 歷史數據的定量測試，動態驗證每一條邏輯在當前市場環境下的有效性，剔除失效邏輯，保留在當前市場環境下具備 顯著定價能力的“優質思維鏈組”。

優質 CoT 聯合選股策略

考慮到研報信息通常較為滯后的特點，僅依據時點研報信息作為個股分析依據時效性較弱。因此在選股策略上，我們 進一步加入了實時新聞信息，每條思維鏈會對每個截面上每只個股的匯總信息進行符合程度的判斷，進而形成持倉決 定、生成測試結果。基于思維鏈滾動測試結果，我們主要參考信息比率表現篩選優質思維鏈，由每個測試單位篩選出 的 TOP1/3 優質思維鏈在下個測試單位各自選出滿足符合條件的個股，構建了優質 CoT 聯合投票策略與加權選股策略。 回測數據顯示（2021-2026），多思維鏈聯合投票策略相較于分析師等權基準實現了 17.16%的年化超額收益，信息比率 達 0.48，顯著優于無 CoT 框架的基準模型及行業基準指數。加權策略通過引入信息比率賦權，進一步提升了策略在市 場下行區間的風險控制能力,信息比達 0.51。

投研框架與個股智能助理

在上述測試機制的基礎上，我們將碎片化的分析邏輯脫水重構，生成了一套邏輯連貫、具有閱讀側重點的行業投研框 架總結。此外，我們進一步開發了個股投研顧問 Agent，它能夠根據最新信息，輸出“看漲/中性/看跌”的診斷判斷 及核心分析理由，直接輔助主動投資者的日常個股決策。