A股数据

一、A股数据AI工具的三大阵营

市面上的工具看似眼花缭乱，但按数据源头和AI介入深度，其实可以分成三类：

专业金融数据终端+AI助手：比如通联数据Datayes!、同花顺i问财。它们底层有完整的A股行情、财务、产业链数据库，AI主要做自然语言查询和初步分析。
通用大模型+金融插件/知识库：比如ChatGPT（配合Wolfram Alpha插件或自行上传财报PDF）、Kimi（擅长长文本财报分析）、秘塔AI（搜索+结构化输出）。
量化与回测平台：比如聚宽、米筐，AI体现在策略生成和因子挖掘，但对普通股民门槛较高。

我重点讲前两类，因为这是大多数投资者高频使用的。

是什么： 由通联数据（万得系团队创立）推出的智能投研平台，主打“AI+基本面”。

核心功能： 自然语言问句查询（比如“近5年ROE大于15%且资产负债率低于40%的消费股”）、财报摘要自动生成、产业链图谱、一致预期数据。它的AI模型（基于大模型微调）能理解“毛利率同比提升”这类模糊语义。

收费情况： 个人版有基础免费额度（每天可查几十次），深度功能需要付费（年费约几千元，比Wind便宜很多）。

官网入口： https://www.datayes.com/

是什么： 同花顺旗下的AI选股与数据问答工具，内嵌在同花顺App和PC客户端里。

核心特点： 对中文口语化查询支持极好，比如问“今天北向资金流入最多的板块是哪几个？”，它能直接给出列表和资金流向图。缺点是深度财务分析不如Datayes!，且AI生成的分析报告有时会犯低级错误（比如把营收和利润弄混）。

收费情况： 基础查询免费，高级量化问句（如“筹码集中度上升且MACD金叉”）需要会员（约300元/年）。

官网入口： https://www.10jqka.com.cn/ （在软件内搜索“i问财”即可使用）

如果你不想为专业终端付费，或者需要分析非标准数据（比如某个小众行业的招股书），通用大模型是很好的补充。

工具	在A股数据场景下的强项	弱点
ChatGPT 4o（官网）	理解复杂逻辑（如“如果美联储降息，对A股哪些板块有传导效应？”）	无法实时获取A股行情，需要手动输入数据或使用插件
Kimi（官网）	一次性处理几百页的财报PDF，并提取关键财务指标	对图表中的数字识别偶尔出错，需人工复核
秘塔AI（官网）	搜索最新研报、新闻，并结构化输出（表格、时间线）	数据源依赖公开网页，深度有限

我的个人用法： 把从Datayes!导出的“毛利率趋势”数据粘贴给ChatGPT，让它结合行业新闻写一段“业绩驱动因素分析”。或者把一份招股书PDF扔给Kimi，让它列出“近三年应收账款周转率变化”和“前五大客户集中度”。

用了大半年这些工具，我总结出三条铁律：

AI不会算PE和PB。 如果你问“当前贵州茅台PE是多少”，99%的通用大模型会给你一个过时数据（因为知识库有截止日期）。必须用专业终端或实时数据API。
AI的“逻辑推理”不等于投资建议。 它能把“毛利率高”和“竞争力强”联系在一起，但它不知道“存货周转率突然下降”可能意味着产品滞销，这个需要你补充行业认知。
财务数据存在口径差异。 同一家公司，通联数据、同花顺、Wind的“归母净利润”可能因为会计准则调整有细微差别。AI不会主动告诉你它用了哪个口径。

根据你的投入程度，我给出三个档位的配置：

入门级（0成本）： 同花顺i问财（查基础数据）+ Kimi（分析财报PDF）+ 秘塔AI（搜最新研报）。每天花费约15分钟，适合新股民。
进阶级（年费约500元）： 通联数据Datayes!个人版（做深度筛选和产业链跟踪）+ ChatGPT Plus（做逻辑推演和报告润色）。适合有一定经验的投资者。
专业级（年费数千元）： Datayes! Pro版 + Wind（做数据核对）+ 自建Python脚本调用通联API。适合机构或全职交易者。