我是如何用 AI + MCP 数据源做出机构级 A 股复盘的

8 9 月, 2026

AI 投研实操手册 · 实战篇

把一天 2 小时的复盘
压缩成 15 分钟

用 WorkBuddy + 先知股票数据源（MCP），把”看不懂盘”变成”说得清为什么”。

A股每天产生海量行情、资金流和资讯。多数人的复盘是：打开软件，扫一眼涨跌幅榜，翻几条新闻，然后关掉。三小时过去，脑子里只剩”今天科技股跌了”。

这篇文章复盘我自己在 2026年9月4日 用 AI 做的一次全市场复盘，把完整方法论、提示词思路和踩过的坑都写下来。你看完可以直接照着做。

先看成品

下面要讲的这套方法，最终产出的就是这份 2026年9月4日 A股全景复盘报告。建议先点开看一眼成果长什么样，再回来看它是怎么一步步做出来的。

查看完整复盘报告

一、先说结论：复盘不是记流水账

手工复盘有三个致命问题：

效率低

数据看一遍要 2-3 小时，还没看完就收盘了

没重点

罗列数据谁都会，但看不出门道和主线

无法验证

写完就忘，第二天行情走出来也无法检验对错

真正有用的复盘，核心是回答三个递进的问题：

🎯 复盘三问

① 钱从哪搬到哪 —— 股价是资金投票的结果，先看钱的方向

② 为什么是今天搬 —— 没有归因的复盘只是现象描述

③ 明天该怎么办 —— 价值投资者和短线客要的答案完全不同

二、工具准备：一个大脑 + 一个数据中枢

WorkBuddy —— 能动手的 AI

WorkBuddy 是一个 AI 助手平台，核心能力是调用 MCP（Model Context Protocol）工具。它不只是聊天，而是能调用外部工具完成真实任务——查数据、生成报告、部署文件，一条龙。

先知股票数据源 —— A股数据中枢

这是整套方法的燃料。它通过 MCP 协议暴露了 34 个 A股数据工具，覆盖行情、研报、资金流、公告四大类：

工具	能力
`datahub_realtime_quotes`	实时行情（指数、个股）
`datahub_search`	关键词精确检索资讯 / 研报
`datahub_retrieve`	自然语言检索研报 / 新闻
`datahub_articles`	按日期拉取当日全部文章
`datahub_sector_hotspots`	板块热点
`datahub_neodata_query`	自然语言查金融数据
`astock_* 系列`	基本面、研报、资金流、龙虎榜、解禁

💡 关键优势：这些工具通过 WorkBuddy 的 connector-proxy 统一管理，连上就能用，不需要自己部署数据库或写爬虫。你要做的是提对问题，而不是写代码。

三、五层复盘框架

我把复盘拆成五个层级，每层只回答一个核心问题。前三层解决”怎么看”，后两层解决”怎么办”。

全景定位

指数、涨跌家数、成交额

今天是什么天气

资金流向

行业主力净流入 / 流出

钱往哪搬

板块个股

涨幅榜、连板梯队、龙虎榜

谁被真金白银地买

事件归因

刨米机资讯、新闻、研报

为什么偏偏是今天

估值决策

估值坐标、分众化建议

贵不贵、我该怎么办

四、推断规则：数据怎么变成结论

这是整套方法最容易缺失的一环。光有数据不会自动变成观点，靠的是一组判断规则——看到什么数据组合，就推什么结论。

观察到的数据	推断规则	结论
上证 -0.30%，但科创50 -2.10%、红利 +0.23%	指数跌幅 ≠ 个股体感，看结构离散度	不是普跌，是个股层面的剧烈切换
上涨家数仅 43%，但成交放量到 2.03 万亿	放量 + 分化 = 换手，不是出逃	有人卖也有人接，承接盘活跃
电子 -272亿，而流入端最大仅 62亿	看资金流的净额不对称	钱没全回来，一部分变持币观望
科创50 PE 136倍跌2.1%，红利 PE 8.7倍涨0.23%	PE 与涨跌幅反向排列	杀估值买便宜，教科书式防御调仓
年内涨 17% 的科创50 今日领跌，年内跌 24% 的北证50 几乎没跌	年内涨幅与当日跌幅正相关	兑现浮盈，不是系统性风险
农业链 21/22、17/18、6/6 几乎全红	看板块宽度，而非高度	主线成立的硬证据（只有龙头涨停是伪主线）
某股 4 连板后跌停	连板看位置，不看高度	3-5 板最危险，纯题材无业绩的在被抛弃

这套规则的价值在于：让结论可被检验，而不是事后编故事。

五、实战：9月4日复盘全链路

实战案例：下面拆解的，就是这份 2026年9月4日 A股全景复盘报告的生成全过程。建议打开报告对照着看。

第 1 步：并行调用 10+ 个数据源

一次复盘要同时拉行情、资金、板块、龙虎榜、资讯，全部并行执行：

westock.data_quote(codes="sh000001,sz399001,sh000688")  # 指数收盘
westock.data_market_overview()      # 市场全景
westock.data_changedist()           # 涨跌分布
westock.data_sector(kind="industry") # 行业板块排行
westock.data_sector(kind="concept")  # 概念板块排行
westock.data_lhb(type="institution") # 龙虎榜机构席位
westock.data_fund_flow()            # 主力资金流向
datahub.search(q="GPT-6 Astra")     # 刨米机资讯检索
datahub.sector_hotspots()           # 板块热点
tdx.wenda_news_query(q="中船系涨停原因")  # 事件归因

第 2 步：核心发现

上证指数

3930.12

-0.30% 大盘价值托底

科创50

1577.36

-2.10% 今日领跌

两市成交额

2.03万亿

放量 2717 亿

电子板块

-272亿

单日主力净流出

三个驱动事件（通过刨米机 AI 精选资讯归因）：

① GPT-6 Astra 发布 —— AI 从”能聊天”进化到”能替你操作电脑干活”，资金从算力硬件切向应用（广告营销 +3.87%、软件开发 +1.06%）

② 猪价反弹 + 产能去化 —— 农业整链批量首板

③ 中国船舶 10 亿美元大单 —— 中船系 +2.42%，中国船舶 +9.18%

六、分众化：同一组事实，五种动作

这是我认为最有价值的部分。市场事实只有一套，但不同周期的投资者需要的决策输入完全不同——所以不能给”统一建议”，必须按决策变量分译。

投资者	决策变量	今天的核心判断
价值持股 1 年以上	PE、股息率估值分位	红利唯一逆势，白酒股息 7%，是估值修复不是业绩反转
成长 / 科技持股 6 月 – 2 年	产业趋势传导链	赛道没变，座位换了——从卖铲子切到用铲子
短线持股 1 – 5 天	情绪宽度连板梯队	赚钱效应在农业首板，3-5 板最危险，设 -5% 硬止损
波段 / 趋势持股 2 周 – 3 月	均线、量能风格轮动	上证趋势未坏，创业板已转弱，仓位五成留子弹
稳健回撤优先	股息率回撤控制	不慌也不加仓，检查估值分位，别追农业传媒

⚠️ 给所有人同一条建议，等于没给建议。分众化不是把结论打个折，而是用不同的决策变量重新解读同一组事实。

七、可证伪化：让复盘能次日验收

防止复盘变成”事后诸葛亮”的唯一方法，是每条结论都配一个可验证的触发条件。

✅ 强信号（可积极）

今日涨停股中至少 3 只成功一进二，且养殖板块继续红盘 → 新主线成立

❌ 弱信号（需防守）

集体高开低走、封单被砸 → 只是一日游，别追

三个观察点构成次日开盘的三档开关：农业能否连板、电子流出是否收窄至 100 亿内、高位股是否炸板。

三个都好 → 市场确认新主线，可适度积极

三个都坏 → 高低切换失败，进入全面防守

好坏参半 → 继续震荡，仓位别动，等信号更清晰

八、输出与部署

报告生成后，输出三种格式满足不同场景：

格式	用途
HTML 报告	含 ECharts 图表，响应式布局，电脑手机自适应
Markdown 正文	便于粘贴到 CMS、公众号、知乎
卡片配置	直接复制到网站首页的 AI 精选研报

部署到站点只需一条命令：

scp -i ~/.ssh/kr-server A股全景复盘_20260904.html \
  root@your-server:/var/www/.../wp-content/uploads/2026/09/ai-review/index.html

九、五条经验总结

1. MCP 是 AI + 金融数据的最佳接口。34 个工具覆盖行情、研报、资金流、公告，一次调用返回结构化数据，比手动搜索快 100 倍。

2. 复盘的核心不是罗列数据，而是回答三个问题。钱从哪搬到哪、为什么是今天搬、明天该怎么办。

3. 推断规则比数据更重要。没有规则的数据只是噪音，学会”看到这个组合就知道那个结论”才是核心竞争力。

4. 分众化是翻译，不是打折。同一组事实按不同投资者的决策变量重新解读。

5. 可证伪化是避免”事后诸葛亮”的唯一方法。每条结论配一个次日可验证的触发条件。