FinResearchOps

金融研究 Agent 与量化研究系统

基于 TradingAgents,连接研究观点、财务计算与来源证据。

作者
Yiqi Hu
方向
Financial AI / Quant Research
技术
Python · LangGraph · XGBoost

交互演示

江波龙 · 从盈利改善到现金兑现

点击步骤浏览,也可以自动播放
历史截面 · 2025.11.03

利润增长,现金跟上了吗?

从三季报与半年报拆出单季现金,再检验未来十二个月的经营假设。

Q3 合并净利润7.19 亿元
Q3 经营现金流2.29 亿元
Q3 CFO / 合并净利润31.89%
江波龙 301308.SZ

金额:百万元人民币;股数:百万股。历史事实来自发行人财报;未来情景取自本地研究修订稿(助手编辑、待人工复核),并非自主 Agent 原始输出。本页离线复算,无实时模型调用。

研究结果

固定历史研究,比较个股特征与市场上下文。

2024–2025 · 485 个交易日 · 2,424,608 个股票日

平均 Rank IC 识别区间
模型仅个股特征加入市场上下文
Ridge0.1147–0.11620.1234–0.1249
XGBoost0.1241–0.12560.1329–0.1344
GRU0.1091–0.11060.1353–0.1366

平均 Rank IC 识别区间;不是收益率或置信区间。

查看研究记录
如何理解这些结果

该固定研究覆盖 2024–2025 年,比较三类模型及两组输入。未知结果保留为区间;识别区间反映未知结果的影响,不表示统计置信区间,也不等于可执行交易收益。

后续 V2/V3 的融合方案相对 XGBoost 的增量尚未证明显著,HAC20 与 HAC60 区间均包含零。公开仓库包含代码、合成检查与汇总结果;完整真实数据、模型权重及部分历史拟合脚本未公开。

关于项目

开源复现与扩展

TradingAgents 提供原生角色图、工具接口与研究路由。我在此基础上实现研究信息流、财务复算、来源绑定,以及 A 股量化研究管线。

查看项目源码

当前为研究原型。工程检查支持计算与记录一致性,财务解释及投资判断仍需人工复核。

我的工作

研究信息流
独立观点、逐条反证与修订记录,让观点变化有据可查。
财务计算
结构化经营假设、Python 程序复算与显式参数修正。
研究交付
报告数字绑定、来源定位、版本化记录与案例读回。
量化研究
A 股数据管线、模型比较、固定评估与研究证据接入。

项目材料

项目介绍、案例与公开代码

计算与来源

来源 S01