大模型赋能投研之二十五：个股和产业动态知识库——行业投资专家Agent2.0.pdf

研究背景与目的

本报告为国金证券"大模型赋能投研"系列第二十五篇，在前期构建的主观投资框架基础上，针对科技板块信息密度高、叙事跨越多季度的特点，将Agent能力从时点式判断升级为携带历史记忆与产业链认知的专家式推理，实现从单行业方法论验证到多行业策略化落地的关键一跃。

核心创新：双层认知架构

引入"个股记忆栈"与"产业链供需认知层"双层架构。个股记忆栈沿六个维度逐月滚动维护每只个股基本面画像，解决长上下文"中部迷失"与信息流"断点"问题；产业链供需认知层以申万三级行业为客观骨架、以过滤后的Wind概念板块生成需求锚点，按环节聚合跨主体供需信息，专门弥补科技板块订单确定性藏在客户与同行信息里的结构性缺口。两层均遵循point-in-time无未来信息原则，映射全客观、可溯源、可介入。

实证结果

在半导体、通信设备、元件、光学光电子、消费电子、计算机设备六个科技子行业平行运行，样本外2025年2月至2026年7月期间全部录得正超额。行业等权合并的科技组合年化超额46.9%、累计超额71.0%，超额年化波动仅14.9%、超额最大回撤-6.6%、信息比率3.14，各风险维度均优于所有单一子行业。A/B对照显示产业链认知层在多数行业带来更高质量超额并压缩尾部风险。

收益归因

持仓法与收益法交叉验证一致表明策略呈"科技成长质量"风格画像，剥离十大Barra风格因子后仍有年化约41.6%、在1%水平显著的选股Alpha，超额并非一致预期、动量、市值等风格搭车结果，而是来自真实的选股能力。

工程化应用

框架成果工程化为active-quant智能问答技能与单文件可视化看板两个应用产品，支持自然语言查询与可追溯的可视化展示，形成可持续迭代的个股决策Agent闭环。

风险提示

历史数据环境变化可能导致模型失效；交易成本提高或其他条件改变可能导致策略收益下降；大模型输出具有随机性和幻觉风险；回测样本约2年且与AI产业景气上行期重叠，统计功效有限。