投研 · 数据

把数据流、信息流、
研报流和基础信息,
都装进你的 AI。

券商研报全文入库,观点归因到具体分析师,公告与股权事件几分钟内结构化,再从研报与资讯里抽出「还没发生」的前瞻事件 —— 四类数据汇成一条流,每一条都带时间戳、带出处、带历史。你可以在终端里读,也可以交给你的 AI 去读。

数据 研报全文 分析师归因 公告事件 前瞻事件
// 四类数据

研究不是一篇篇文档,是一张可以查询的表。

文档是给人读的,数据是给系统用的。我们把前者变成后者。

券商 · 研究所

研报全文库

研报不是摘要,是全文:正文、图表、盈利预测表,逐段入库,可按标的、行业、机构、分析师检索。一篇 40 页的深度报告,你的 AI 几秒读完,给你四行结论 —— 每一行都能回到原文的那一段。

全文检索引用原文
分析师 · 业绩记录

观点,归因到人

机构不写研报,人写。每一份观点署名到具体分析师,把他过去 90 天说过的每一句话与之后的走势对齐,算出一个可度量的命中率。时间一长,归因变成业绩记录;业绩记录,变成你读下一篇时的权重。

归因命中率权重
上市公司 · 信息披露

公告与股权事件

公告落地几分钟内解析成结构化事件:业绩快报、预告、股权激励、解禁、增减持、问询函。每个事件挂上该标的的历史 —— 这家股东上次解禁后多久开始减持、减了多少,一眼看得见。

公告业绩解禁
研报 + 资讯 · 抽取

前瞻事件库

研报和资讯里藏着大量「还没发生」的事:新品发布、产能爬坡、政策窗口、展会。我们把它们抽出来,多篇提到同一件事就归并成一条,按提及数和来源质量标上置信度,排成一张往前看的日历。

抽取归并置信度
宣言 · 约 700 字 研究笔记 · 5 篇 2026.08

我们为什么这么做。

我们关于市场与事件的信念 —— 以及在把信念变成系统的路上,与我们朝夕相处的开放问题。

01 · 市场

为什么是事件

市场常被形容为有效的。实际上,有效只是一个极限 —— 可以逼近,难以抵达。信息从来不是均匀进入世界的:一份公告、一场发布会、一个论坛上的耳语、清晨 7:03 的一次评级调整。在事件发生与其意义被充分定价之间,存在一个窗口。这个窗口,就是我们工作的地方。

02 · 体系

我们在建什么

我们把事件处理拆成三层。采集层触达事件诞生的每一个角落 —— 交易所、新闻通讯社、券商研究、社交平台、企业披露。解码层让模型与研究员把噪声转译为结构化、可检验的信号。执行层让这些信号变成产品与决策 —— 交到终端里,也交到你的 AI 手上,配以一种悄然失败、迅速恢复的基础设施。

任何一层单看都不耀眼。三层合在一起,就是回声投研。

03 · 原则

我们的承诺

严谨胜于叙事。

一个结论的价值,取决于它能被怎样的事实证伪。我们宁要一个无聊但能复现的结果,也不要一个漂亮却无法重复的故事。

基础设施胜于灵感。

灵感会衰减。数据管道、数据质量和研究速度会复利。我们投资在能复利的地方。

十年胜于季度。

我们在建一家公司,不是做一笔交易。时间尺度,本身就是策略。

— 回声投研团队

信号稍纵即逝,管道与纪律长存。

// 研究笔记

来自工作现场的笔记。

理念指出方向;这些是把理念变成系统的路上,我们正在面对的开放问题与设计取舍。

01

研究的归因

我们系统里的每一份券商观点,都归因到具体的分析师 —— 不是机构。时间一长,归因变成业绩记录;业绩记录,变成权重。

02

社交注意力的半衰期

一只股票在社交平台上的瞬间走红,本身就是一个事件。它衰减得多快、如何在不同平台间传播 —— 这是一个我们可以测量、并加以使用的结构性指纹。

03

对齐三种时间

盘中行情、日终归档、公司事件,各自有各自的时间线。把它们正确融合 —— 尤其是围绕拆股、分红、停牌 —— 是不耀眼但底层的工作。

04

没有文字的事件

不是所有事件都以文字形式到达。成交量异动、订单簿失衡、日历效应 —— 它们同样是事件。采集层必须是语言无关的。

05

延迟即伦理

延迟是一种隐性的不诚实:一个系统处理事件的时间越长,它的输出就越偏离真实。我们把延迟预算当作设计约束,而不是性能指标。

研究合作请联系 — contact@echopai.com