跳到正文
5.1 — 钱的不同之处

钱 的不同之处

AI 研究已经是一门大生意:AlphaSense 报告年收入超过 $6 亿、估值 $75 亿(2026年6月);Perplexity 为 $4.5–5 亿。两者给出的都是一个答案,而不是经过衡量的模型小组。1rok 和 Alpha Arena 等开放竞技场让模型交易和竞争,但不提供分歧地图、没有量化的独立性,也没有面向投资者的产品。

不确定从哪里开始? 选择你正在做的工作——研究路线会显示从来源到监测的路径 ↓ · 免费

什么BloombergFactSet / LSEGKoyfinAlphaSensePerplexity / ChatGPTKalshi / Polymarket钱
跨地区的 AI 观点ASKB——自家的智能体——1 家供应商1 家公司—10 多个模型,3 个阵营
分歧地图—————价格 = 一个数字谁持异议、为什么
公开的预测业绩记录—————市场本身每个模型都有一个分数
中国一手来源的原文二手翻译——西方文字稿部分—原文与经核对的译文并列;用中文搜索的席位(DeepSeek、Qwen、Kimi……)——它们是否带来增益,由准确率账本衡量
历史类比与结果区间手动手动图表———自动 + 解释
开放组件,列明状态封闭封闭 API封闭封闭封闭公开 API内容一览 ↓
为客户的持仓保密————提示词会被记录—Portfolio Vault
价格$31,980/年$1.2–4 万/年$39–299/月$1 万以上/年$20/月费用起价 $0 / $2 / $24

价格:Bloomberg——每席位,2026 年(NeuGroup ↗)· Koyfin(定价页 ↗)· Perplexity Pro 和 ChatGPT Plus(Perplexity ↗ · OpenAI ↗)· FactSet / LSEG 和 AlphaSense 不公布标价——在对照报价核实之前,该区间只是估计 · 钱——见下方方案。

研究路线:选择一项工作,获得从来源到监测的路径 · 免费
研究路线

从你要做的决策开始

选择一项工作。钱会展示要收集的证据、要做的检查和接下来要关注的事项,适用于任何市场和任何类型的投资。免费——每条路线及其步骤;One——你的论点、持仓和提醒(计划中);Pro——你的报告和策略(计划中)。

来源 → 核查 → 监测
  1. 找到该资产所在市场的原始文件、基金文件或发行人披露。美国文件请从 SEC EDGAR ↗开始;其他市场的本地申报系统列在 其他市场 下的 Report Checker 中;对基金、债券或私募持仓——则是发行人的文件和带日期的现金流。
  2. 使用 行业研究员 (Pro · 计划中)沿着客户、成本和竞争对手追踪该主张;把关键主张交给 委员会.
  3. 记下会改变你看法的条件。随后 Thesis Monitor 会盯着这个条件。
久经考验的工具、它们做的工作、复利积累的优势——以及 AI 在金融领域已经奏效的地方
市场上久经考验的工具
  • TradingView ↗ ——图表、提醒、脚本;Similarweb 投资类别全球第一(2026年10月),约 1 亿用户;$12.95–199.95/月,按年计费,实时交易所数据通常另收费。Investing.com 第二,其后是乐天证券、富达和 Moneycontrol。
  • Yahoo Finance ——最大的免费生态,每月数十亿次访问;CNBC、路透、华尔街日报、金融时报、Seeking Alpha 和 Finviz 仍是日常必到之处;Moneycontrol 领先于印度,东方财富领先于中国。自 2026 年 5 月起,其 AlphaSpace 被定位为面向所有人的彭博式研究画布(Fortune,2026年5月19日 ↗).
  • 终端 ——Bloomberg(32.5–35 万订阅用户)、LSEG Workspace、FactSet(过去 12 个月收入 $24.4 亿)、配有 SuperAnalyst 智能体的 AlphaSense。
  • Koyfin ↗ ——选股器、数据、投资组合、报告;$39–299/月。此外还有:TIKR、YCharts、Finviz Elite、Benzinga Pro、InvestingPro、Seeking Alpha Premium、晨星;扫描器有 Trade Ideas 和 TrendSpider。
  • 大众信号 ——Reddit 和 X;欧洲央行基于 subreddit 构建了官方散户情绪指数 R-RISI(2026年11月12日);Kalshi 和 Polymarket 价格作为预期的衡量指标。
  • Bloomberg ASKB ↗ ——终端内的智能体,附来源。
  • OpenBB / TradingAgents ↗ / 1rok / Alpha Arena ——开放数据、智能体辩论、模型竞技场;不是统一的系统。钱借鉴的是其中的模式,而不是代码——见 内容一览.
  • AlphaSense 以 75 亿美元估值融资 3.5 亿美元(2026年6月3日),年度经常性收入超过 6 亿美元;Rogo 以约 20 亿美元估值完成 1.6 亿美元 D 轮(2026年4月);Hebbia 以约 7 亿美元估值融资 1.3 亿美元(2024年)。数据来自公司和媒体 (AlphaSense ↗)。
  • AlphaAgents(BlackRock 研究人员,arXiv,2025 年 8 月 15 日):按角色分工的 AI 智能体——基本面、情绪和估值——对选股进行辩论,并在不同风险承受度下与基准对照测试。这是一种流程模式,不是产品 (Zhao et al. ↗)。
  • TradingAgents(开源):根据该项目自己的代码,每多一轮多空辩论会增加 2 次模型调用,每多一轮风险讨论会增加 3 次(三位风险分析师);美元成本取决于所用模型和回答的长度 (TradingAgents source ↗)。
复利积累的优势

模型人人可用;钱随时间积累的才是资产:

  • 量化的委员会独立性 — ≈ 1.71 个立场对应关键结论,来自 13 个作答的模型(委员会),配有必备的反方和可见的分歧协议;每个模型在各市场上增加了什么,只有在准确率账本衡量之后才会宣称。
  • 可追溯的证据链 ——经核对的事实和计算,从每个数字追溯到文件版本和发布时间;来源标签和模型校准随之积累。
  • 时点历史 ——过去的委员会只看到当时可得的信息。
  • 决策记录 ——论点为何改变,以及哪个模型更准确。
  • 有使用权的专业数据库 并在一个行业积累深度知识,再进入下一个。
  • 诚实衡量的业绩记录 ——公开、带日期、无法编辑。
  • 契合日常工作流 ——提醒、客户信件和导出,直接送到团队已在使用的工具里。

门槛:Bloomberg(ASKB)、LSEG(AI Search、Deep Research)和 FactSet 已经把 AI 与专有数据、客户文件和工作流结合起来——这就是门槛。钱先做深再做广:Thesis Monitor,一次一个行业,目标是赢得日常使用。

工作专业人士和储户去哪里 (资金追踪工具,截至2026年11月15日)钱增加了什么
新闻及其含义路透社、彭博社、金融时报、华尔街日报Pulse:来自 3 个地区的 10 多个模型从中看到了什么
专业数据与分析Bloomberg Terminal、LSEG Workspace、FactSetBYOK:自带已授权的数据源
图表、自选股、提醒TradingView只在论点变动时提醒
公司与投资组合分析KoyfinPortfolio Guard、Goal Navigator
跨文件、研究和专家电话会的搜索AlphaSenseReport Checker,对每项主张给出结论
美国公司的免费一手文件SEC EDGAR按发布时间排列的证据链
宏观统计及其历史版本FRED 和 ALFRED回放:日期 T 当天已知的信息
跨账户、房产和私募持仓、以任意显示货币计的净资产;MCP 连接器让 ChatGPT 和 Claude 能够读取Kubera每个目标的实际收益堆栈和退出价值—— Goal Navigator
面向 Claude、ChatGPT、Mistral、Grok 和 Perplexity 的严格只读连接器:追踪工具成为助手的数据来源Finary检查助手得出的结论并为其计分的那一层
按国家、货币和费用做投资组合分析;由道富投资管理和 Portage 领投的 1,200 万欧元融资(2026年5月19日)getquin费用作为堆栈中的一行,与货币价差、税和通胀并列
把收益拆分为价格、分红、货币和费用;基金穿透;持仓与目标挂钩Sharesight · INDmoneyPortfolio Guard 的穿透,不会把同一笔钱算入两个目标
对外国公司业绩电话会的 AI 翻译,截至 2026 年 1 月累计用户 150 万Toss Securities本地文件按原文引用,译文由第二个模型核对
自动化(2026年8月24日):文件一到就运行用户自定义的研究QuartrThesis Monitor 只报告触及失效条件的内容
其工作流智能体中有 Thesis Checker(2026年5月)AlphaSense每个判断都有公开、带日期的分数——光有“论点监测”这几个字已不足以让任何人脱颖而出
官方仪表盘显示,截至 2026 年 7 月底有效授权超过 2 亿——一种口径为 2.0879 亿(Let’s Money),接收机构在 7 月 31 日为 2.3979 亿(Belvo)Open Finance Brasil面向第一条路线巴西的全国数据通道

Kubera MCP ↗ · Finary MCP ↗ · Portage · getquin ↗ · Sharesight ↗ · INDmoney ↗ · Asia Economy · Toss ↗ · Quartr ↗ · AlphaSense ↗ · Open Finance Brasil ↗ · Open Finance Brasil 仪表盘 ↗ · Belvo ↗

AI 在金融领域已经奏效的地方 · 2026 年秋
  • 先从研究开始。 银行、对冲基金和私募股权公司用 AI 做研究、起草和找想法;投资决定仍由人来做。摩根士丹利的 AskResearchGPT 搜索并总结公司的研究库;Citadel 为选股人员运行内部聊天机器人。
  • 走向执行。 纽约梅隆银行和高盛正把智能体从辅助推向交易、资金管理和财富管理的执行环节;摩根大通在约 $200 亿的技术预算下,在交易系统中使用智能体。在纽约梅隆的基金会计中,NAV 计算期间的动态基金基准比较把误报率从 90% 降到 20% 以下。
  • 在券商前线。 Robinhood 智能体账户(5 月)和 Robinhood Agents(9 月);盈透证券的自主交易(10月21日);Coinbase 通过 MCP 提供智能体接入(10月22日);嘉信理财的 MCP 服务器。
  • 在终端内部。 Bloomberg ASKB 运行专业智能体;LSEG 提供 AI Search 和 Deep Research;FactSet 构建公司研究和投资组合点评工具。晨星的 MCP 服务器把其授权数据带入 Claude、ChatGPT、Copilot 和 Perplexity——数据提供商搬进了助手内部。美联储金融服务描述了用于支付欺诈检测的 AI。
  • 97% 在 100 多家合计管理约 $1 万亿的基金经理中,正在采用生成式 AI;77% 用于投资备忘录,73% 用于公司或资产分析,71% 用于找想法——只有 7% 认为它对投资组合构建是核心(AIMA,2026年11月12日)。
  • 5% 的资产管理人授予 AI 对建议或交易的自主或半自主权限(美世,2026)。
  • 44 / 42 / 41 / 35% 的资产所有者看到 AI 在工作流、信息获取、数据质量以及研究和预测方面带来收益(晨星)。
  • 15k 个岗位在第一季度被美国六大银行削减,同期它们盈利 $470 亿,岗位正向监督转移。
  • 阅读与算术。 语言模型阅读文件、比较公司并起草研究;代码和传统机器学习计算数字、风险模型和欺诈信号。钱的做法相同:LLM 负责阅读和辩论,代码负责计算。

InvestmentNews ↗ · AlphaMaven ↗ · AI News ↗ · AIMA ↗ · 美世 ↗ · Traders Magazine · AskResearchGPT ↗ · Bloomberg ASKB ↗ · Semrush ↗ · Sacra ↗ · Find My Moat ↗ · 纽约梅隆银行 · 基金运营中的 AI ↗ · 晨星 MCP 服务器 ↗

钱

看清 是什么在推动 市场

全球市场。10 多个 AI 模型,每次投票都衡量其独立性。一个你可以质疑、可以追溯到来源,并可对照公开记录核查的视角。

钱的全部内容在一个页面上:每个章节、数据集、解释和来源。 查看全部 →

重要披露

钱提供分析和概率,而不是个人投资建议;数字附有来源和日期,示意图已标明,过往结果不保证未来表现。

全部 14 条披露
  1. 钱提供分析和概率,而不是个人投资建议;对于美国和欧盟的个性化建议,Goal Navigator 通过注册投资顾问(RIA)或持牌合作伙伴开展——如同 Betterment 和 Wealthfront 的设置。
  2. 顶部栏显示2026年11月13日来自公开来源的收盘报价。产品数据实时更新。
  3. 委员会屏幕截取了2026年11月14日委员会的真实回答;Pulse 排名每小时刷新。
  4. GitHub 星标数和私营公司收入是第三方估计;有区间的地方会显示区间。
  5. 历史结果和情景不保证未来结果。界面示意图不是交易信号。
  6. “10 年期高于 5%”的时期和历史行情区间使用四舍五入的参考数据。产品根据带日期的序列计算它们。
  7. 情景实验室用真实事实展示格式;概率来自实时委员会。
  8. 模型、数据和券商连接在上线时需要进行条款和授权审查;每个模型和数据连接都有备用方案。
  9. 调查数字描述的是其自身的样本:Morningstar 覆盖 11 个国家 500 多家机构资产所有者,而不是所有投资者。State Street 的资金流涵盖其样本中的 ETF;World Gold Council 的数字涵盖十个月(1–10 月),而不是整年;IEA 的 $3.4 万亿是行业支出,而不是基金资金流。
  10. 2027 年资本地图是一张工作地图,不是预测。预测者之间存在分歧,某个行业投资增加并不保证其股票获得回报。
  11. Thesis Monitor 卡片是用本页事实拼装而成的示意,不是对电网设备股票的推荐。
  12. 网络搜索不等于获得所有数据:授权研究和专家电话会不在开放网络上。开源代码并不赋予金融数据的权利。
  13. 没有公开证据表明通用 LLM 能够持续跑赢市场预测。
  14. 言行记录公众人物说了什么、披露了什么,附简短原文引用、来源和日期、链接和中立的结果——而不是对任何人诚实或意图的评判。关于具名人物和基金的数字来自一手文件和他们自己的信件;解读标注为“钱的评估”;钱与其点名的任何人都没有关联,也未获其认可,他们也不参与其中。不是公众人物的评论者以类型标签出现(“视频评论员 7”),直到他们选择具名;披露的持仓可能不完整或已过时。