加载中...
本报告提出以大模型Chain-of-Thought(CoT)自动提取并时序验证主观投研逻辑,结合研报+新闻形成月度个股符合度评分,进而构建“多思维链联合投票”与“CoT加权选股”两类策略;在医药生物案例中,联合投票相较分析师等权基准产生约17.16%年化超额,信息比0.48,加权后信息比进一步提升且回撤有所控制,验证了CoT对选股信号的增量价值
| 基准 | 策略年化超额收益率 | 年化波动率 | 最大回撤 | 信息比率 |
|---|---|---|---|---|
| 行业基准 | 22.97% | 33.63% | 32.24% | 0.98 |
| 分析师等权基准 | 17.16% | 35.87% | 43.99% | 0.48 |
| 基准 | 策略年化超额收益率 | 年化波动率 | 最大回撤 | 信息比率 |
|---|---|---|---|---|
| 行业基准(加权) | 18.85% | 14.98% | 30.83% | 1.26 |
| 分析师等权基准 | 16.21% | 31.94% | 44.17% | 0.51 |
元数据与概览(引言与报告概览)
逐节深度解读
一、大模型Agent重塑主动投研体系(第1节)
二、主观投资框架提取工作流(第2节)
三、优质主观投资CoT验证与选股策略(第2.2–2.3节)
图表与表格逐一深度解读(按出现顺序)
图表1:申万一级行业间年度收益极差(%)(图位于)
图表2:推理类模型的使用量在一年内占比上升60%()
图表3:整体工作流示意()
图表()大表:2025H2生物医药行业提取的全部思维链
图表6:2025H2 CoT组验证结果示例()
图表8:新产品相关单一思维链的超额表现变化()
图表10/11/12(–7):个股符合度分布、截面待选比例与联合投票策略持仓数量
图表13–17:策略净值对比与分年度超额/统计(–9)
估值分析
风险因素评估(基于报告明确列示与文内提示)
批判性视角与方法学细节(审慎观点)
结论性综合
附:主要引用/证据页码(便于追溯)
OpenClaw进阶:主观投资框架验证与个股决策Agent.pdf