AI 在投研流程的位置：哪些環節能交出去，哪些不能
把投資研究流程拆成七個環節，逐一判斷哪些能交給 AI、哪些只能讓 AI 輔助、哪些一步都不能讓，並給出一張可直接套用的分工表與落地檢查清單，幫你畫清 AI 的能力邊界與責任邊界。
港股調研資訊源地圖：披露易、年報與第三方數據
研究一家港股公司，資訊從哪裡來、哪些可信、哪些只能當線索？本文把港股調研資訊源分成五個可信度層級——法定披露、公司官方、第三方資料庫、行情數據源與新聞研報，並給出一張「問題到來源」的對照表。
機器怎麼讀懂財報：從 PDF 到結構化數據
財報分析自動化的第一道瓶頸是機器讀不進 PDF。本文拆解文字層抽取、OCR 與版面分析三條路徑，解釋財報表格為什麼特別難讀、OCR 之後為什麼必須人工校對，並給出結構化輸出（JSON schema）的設計概念。
持股拓撲與防雙計：集團架構下的持股計算
集團架構下，把不同層級的持股比例直接相加是最常見、也最致命的計算錯誤。本文用虛構教學結構示範經濟權益的逐層稀釋計算、控制鏈下的表決權歸屬、交叉持股與循環持股的聯立求解，並給出把持股結構建成可查詢圖的方法與防雙計檢查點清單。
公告與研報監控 Agent：變動時自動提醒你
設計一個只在有實質變動時通知你的監控 Agent：三類監控目標、抓取與去重策略、過濾雜訊的三道閘、摘要與影響評估的界線、推送分級，以及「不漏掉重大事項」與「避免通知疲勞」的平衡術。
300 頁年報轉結構化 JSON：三表與分部數據
承接 PaddleOCR 實戰，把「讀出文字」推進到「可用的數據」：定位財報頁、處理跨頁表格、三表與分部資訊的欄位對應、單位統一、JSON schema 設計，以及用勾稽關係自動校對的完整管線與檢查表。
財報電話會議紀要轉投資要點
把一小時的財報電話會議變成可用的研究記錄：取得逐字稿、拆解管理層陳述與 Q&A、比對指引變化、辨識措辭變化、區分事實陳述與模糊回應，最後產出帶來源標注的要點頁與待查清單。
你的第一個投研工作流：從提問到可回溯結論
從一個模糊的研究問題出發，建立可回溯結論的完整工作流：拆解成可查證的子問題、為每個子問題指定獨立資訊源、用證據卡記錄、交叉驗證、標示不確定性，最後產出帶引用的結論頁。
一家公司的 30 分鐘快速盡調流程
一個可以照做的 30 分鐘快速盡調流程：五個階段各自查什麼、去哪裡查、看到什麼算紅旗、要紀錄什麼，最後用一頁摘要模板收尾。目標不是投資結論，而是判斷一家公司值不值得投入深度研究。
PaddleOCR 實戰：83 秒提取港股年報財務數據
百度 PaddleOCR 81K Stars 的開源文檔 AI 引擎實戰。PP-OCRv5 96.5% 準確率在港股年報 P&L 頁提取 102 個文字區域，發現 PP-StructureV3 Transformers 引擎 KMeans clustering bug (n_clusters=0)，自建 DBSCAN 行列分群 Parser，端到端 83 秒完成三張財務報表自動結構化。
Webb-Site：港股研究必備的隱藏寶藏 — 一鍵獲取全部上市公司年報 PDF 的神器
David Webb 的獨立港股數據庫 webb-site.com 是一個被忽略的寶藏。它直接提供 hkexnews.hk 的 PDF 鏈接，一頁列出公司從上市至今的全部年報和半年報，完全繞過 hkexnews 內部 stock ID 限制。本文含完整使用教學、已知 ID 映射表、批量下載方案。
子代理隔離架構：AI 金融應用的可靠性教訓——從港股調研流水線數據污染事故到 Clean Context 設計模式的完整旅程
在連續分析股票A與股票B時，股票A的物業基金持股（賬面值 HK$3.68億、減值 HK$1.54億，均為教學用假設值）被異常混入股票B的報告。股票B的業務是消費品貿易與放債，根本沒有這項基金。這不是幻覺——這是上下文污染的系統性問題。
14 個金融服務 AI 技能完整指南：從交易尋找、併購模型到催化劑日曆
完整介紹從 Anthropic Claude for Financial Services 拆分而來的 14 個 OpenClaw 金融技能，涵蓋投資銀行（7）、私募股權（6）、股票研究（1）三大領域，每個技能的指令含義、使用場景和實戰教學。