AI 组合优化与风险控制：从预测分数到可执行仓位
解释如何把机器学习预测转换为受约束的股票组合，覆盖风险模型、行业与个股暴露、换手和流动性、压力测试、拒单规则与人工审批，并给出从研究建议到有限自动执行的分级路径。
AI 金融应用
精选AI 金融应用领域的 AI 与开发者文章，共 6 篇，持续更新行业观察、教程与实践。
用 AI 读股票公告和财报：可追溯 RAG 研究助手实战
从官方披露采集、文档切分、混合检索、财务字段提取到引用核验，搭建一个不会把模型记忆冒充公司事实的股票公告与财报研究助手，并用点时数据、拒答和反例测试有效控制幻觉。
AI 在股市中能做什么：从研究助手到量化交易的完整路线图
系统梳理 AI 在股票研究中的六层应用：公告检索、财务提取、新闻事件、量化信号、组合优化与交易监控，并给出从个人研究工具走向生产系统的学习顺序、验证方法、技术选型和风险边界。
用大模型分析股票新闻：事件提取、情绪因子与时间对齐
把股票新闻分析从简单正负面分类升级为可回测的事件流水线：处理来源、去重、实体、首次发布时间、证据、影响窗口与点时特征，并建立可靠的来源分级、反注入和人工核验机制。
机器学习股票信号与回测：从基线模型到样本外验证
用点时数据、滚动训练、横截面排序和成本模型构建股票机器学习研究流程，重点排查未来数据泄漏、幸存者偏差、回测过拟合与不可交易收益，并通过基线和影子运行验证增量价值。
强化学习与多智能体股票系统：高级架构、评估与上线边界
面向高级实践者拆解强化学习和多智能体股票系统：环境、状态、动作、奖励、研究角色、工具权限、离线评估、影子运行与生产安全，并说明复杂模型进入真实资金场景前必须通过的发布阶梯。