1 Kimi 金融行业 AI 解决方案
1.1 Kimi 发布金融行业 AI 解决方案
2026年9月17日, Kimi 推出金融行业解决方案。这套方案整合了 Kimi 面向金融行业的产品与能力,涵盖 10+ 权威数据源、9 项金融技能和 5 项合规安全措施,以及机构级的数据建模和报告交付能力。
从持仓早报、财报点评,到项目筛选、深度研究和组合复盘,Kimi 将数据获取、专业分析与成果交付连接起来。据Kimi披露,在已落地的机构合作中,这套方案已将过去以天计的资料处理和初稿制作压缩到小时级,让专业人员把更多时间留给分析与判断。
目前,据Kimi披露,已有数十家金融机构基于 Kimi 模型、Kimi 企业版和 Kimi Work 等产品开展业务创新,或与 Kimi 共建金融方案,覆盖头部券商、商业银行、风险投资基金、投研数据机构:
1.2 10+权威数据源,一站式接入多类金融数据
Kimi 全套产品,包括网页版 kimi.com、桌面端 Kimi Work、Kimi Code,内置了 Wind 万得、东方财富、标普全球(S&P Global)、财联社、财新数据等海内外权威数据源。这些数据通过 MCP 直接接入研究任务,关键数字可以回到原始出处核对,来源、口径清晰可查。研究人员无需在行情终端、公司公告、宏观数据库及企业信息平台中反复检索、下载和整理,省去了跨平台查找与搬运的工作量。
进行公司研究时,研究人员还可以通过天眼查、元典法律补充工商、司法、知识产权及法规信息,拓展财务报表之外的维度。
1.3 9 项技能,将 AI 能力沉淀成专业金融工作流
Kimi 与一线机构分析师、基金经理和投行团队合作,将金融工作的关键环节封装为 9 个专业技能(Skill):机构财务建模、机构研究报告、机构 PPT、金融动态图表、业绩点评、一致预期地图、组合复盘、持仓早报、HK IPO 透镜。每个技能对应一类有稳定分析步骤和交付标准的工作:
2 实测信息流程:晨报、点评、复盘
这三项任务都是投研工作中较为常见的信息处理场景:每日晨报、财报发布后的业绩点评和定期组合复盘。它们有一个共同特点,即大部分输入来自公开信息,输出中的公告和关键数字也比较容易独立复核,因此适合用来观察 AI 在信息检索、数据处理和来源标注等基础环节的表现。
2.1 持仓早报
提示词:使用「持仓早报」技能,基于以下模拟持仓(苹果(AAPL)、英伟达(NVDA)、微软(MSFT)、Alphabet (GOOGL)、亚马逊(AMZN)、Meta (META)、特斯拉(TSLA)),生成今日(2026年9月18日)晨报:隔夜市场要闻 + 持仓公司近24小时公告扫描,每条注明来源。持仓仅为公开指数权重构造的演示组合。
kimi输出:
完整输出参考:https://az5y6ewjamxse.ok.kimi.link/
这次测试里,公告扫描是重点核对的部分。从结果看,按照本次报告设定的检索窗口,Kimi 将未检索到 SEC 申报的特斯拉、亚马逊标记为“无 SEC 申报”,没有额外补充不存在的申报内容。微软、Alphabet、Meta 有申报的,则能对应到具体笔数和文件类型。对于微软芯片传闻这类还没有官方确认的信息,也单独标注了“待官方确认”。在本次人工抽核范围内,没有发现明显的虚构内容。
从晨报本身看,隔夜市场要闻、持仓公司公告、信息来源和模拟组合口径都交代得比较完整。比较实用的一点是,报告没有停留在“把新闻列出来”,还增加了未来两到八周的风险日历,并把几个主要风险点对应到具体观察指标。整体结构也比较接近实际晨会材料的使用方式。实际工作中,研究员仍然需要对重要公告和弱信源信息再做一遍确认,但作为每天早上第一轮信息筛选,这份结果已经具备较强的可用性。
2.2 业绩点评
提示词:使用「业绩点评」技能,点评英伟达最新财报
kimi输出:
完整输出参考:https://ffawcv4ov4qnc.ok.kimi.link/
财报点评最容易出问题的是数字,因此我们先对核心财务数据做了回查。报告中的营收 962.2 亿美元、同比增长 106%、non-GAAP 每股收益 2.22 美元等数据,都可以在 EDGAR 披露中找到对应出处。对于一致预期,由于结构化数据源没有直接提供,Kimi 没有给出一个无法解释的数字,而是改用公开渠道整理,并注明各处采用的口径;其中全年收入约 4,000 亿美元的数字,也把推算过程保留了下来。
这份点评覆盖得比较全,基本沿用了券商财报点评常见的分析框架。我们认为更值得关注的是一些需要结合资产负债表和附注进一步分析的变化,例如本季度股权证券净收益达到 77.71 亿美元,主要受股权证券未实现收益推动;应收账款周转天数由上一季度的 45 天升至 60 天;公司在本次财报披露中还提到,包括2026年8月签署的SB Energy相关担保在内,相关担保的最大总敞口达到1,085亿美元。这些信息并不是只看利润表就能得到,需要在不同披露之间交叉核对。报告还整理了过去几个季度的公司指引和实际兑现情况,方便观察管理层指引的稳定性。需要注意的是,一致预期部分仍受公开数据覆盖范围限制,文末也出现了一些类似证券评级的综合判断,这类内容在正式使用前需要删掉或重新表述。
2.3 组合复盘
提示词:使用「组合复盘」技能,对以下组合(苹果(AAPL)、英伟达(NVDA)、微软(MSFT)、Alphabet (GOOGL)、亚马逊(AMZN)、Meta (META)、特斯拉(TSLA),仅初始等权重配置)做近一年复盘:区间收益、相对基准超额、个股贡献拆分,注明数据来源,网页格式输出。
kimi输出:
完整输出参考:https://kt2wlcqmygol4.ok.kimi.link/
组合复盘的好处是大部分数字都可以直接用行情数据重新计算,因此这次我们重点看口径是否讲清楚。报告对数据来源、统计区间和复权方式都有说明;胜率、夏普、行业归因等暂时无法计算的项目则直接标记为“待补”,没有用估算值填空。下行捕获率达到231%,报告同时注明,该指标仅基于统计期内5个基准下跌月份计算,样本较少,因此对这一结果需要谨慎解读。从本次人工抽核结果看,暂未发现明显的数据编造或口径混用。
用户要求的区间收益、相对基准超额、个股贡献和网页输出都已经覆盖,在此基础上还增加了 Beta、信息比率、最大回撤区间和权重漂移等指标。比较有参考价值的是对组合结构变化的解释:过去一年的负超额主要集中在两个下跌月份,同时由于组合只在期初等权配置、之后不再调仓,表现好的股票权重会自然上升,组合实际上逐渐形成了一定的动量暴露。这些分析对季度组合复盘有实际帮助。当前主要限制还是数据源:部分美股财务指标无法取得,估值风格分析因此缺失,行业归因也没有完成。这些空缺在报告里已经明确标出来,使用时需要额外补数据。
免责声明:文中测试结果均由人工智能模型产生,仅供测试参考,可能存在数据错误、虚构内容等ai幻觉,任何情况下不代表国联民生证券的观点和意见。
3 实测深度生产:行业报告与财务建模
接下来测试两项更复杂的任务:行业深度报告和财务建模。前者通常需要较长时间完成资料搜集、框架搭建和反复修改,后者则涉及数据整理、预测假设、三表勾稽和估值等多个环节。相比前面的晨报、财报点评和组合复盘,这两项任务更看重完整工作流能不能跑通:报告框架是否合理,关键步骤有没有检查记录,最终使用的数字能不能找到对应来源。
3.1机构行业报告
提示词:使用「机构研究报告」技能,围绕美国云计算与超大规模算力运营商行业生成深度报告
kimi输出:
完整输出参考:https://oowbck27ai3b6.ok.kimi.link/
这份行业报告首先解决了一个实际使用中很重要的问题:数字从哪里来。报告单独整理了 48 行来源表,同时对数据来源和数据时点做了区分,因此正文里的多数关键数字都能继续向下追溯。对于依赖单一来源、或者数据时间相对较早的结论,报告也单独列出,方便后续复核。我们另外对正文中的部分断言进行了抽查,正式使用时仍应以人工核验后的原始来源为准。
从成稿看,框架、关键数据来源和缺失项标记都比较完整,十章结构已经接近机构研究报告的基本形态。有一个细节比较符合实际研究工作习惯:报告会提前写明某些结论后续如何验证,例如把公司指引区间作为后续跟踪的重要参照,而不是只给出一个静态判断。不过,这次最终成稿约 17 页,比其自身设定的 standard 档参考篇幅短,更接近一份压缩版深度报告。如果要直接用于正式研究,还需要根据具体主题继续补充产业链、公司比较和数据论证。文末涉及配置倾向和情景估值的部分属于模型生成的判断,不能直接作为对外观点使用。
3.2 机构财务建模
提示词:使用「机构财务建模」技能,搭建英伟达三张财务报表与现金流估值模型,并输出可比公司估值表和一致预期地图
kimi输出:
完整输出参考:https://4anhvswhheza4.ok.kimi.link/
财务建模这项任务里,Kimi 将假设来源、预测区漏格、三表勾稽等环节纳入自动检查。按照模型生成的自检记录,最终版本完成了 1,100 多项检查,未显示失败项目。需要说明的是,这些检查属于工具内部的质量控制结果,并不等同于人工对模型全部公式和假设进行了独立复核。在拿不到分机构盈利预测明细时,Kimi 也没有自行补数,而是改用公开可获得的 29 家机构评级和目标价信息,并注明相关聚合数据的样本范围。
交付内容包括三张财务报表、DCF、可比公司分析和一致预期地图,主要预测假设也可以继续追溯到相应的数据或假设来源。对于实际做模型的人来说,这种可追溯性比单纯把 Excel 填满更重要,因为后面改假设、做敏感性分析或者复核模型时,都能知道数字是怎么来的。
这项任务的代价也比较明显:处理时间比其他几项更长,而且交付前经历了多轮检查和修改,文件最终迭代到 v13。换句话说,目前这套流程能够做出相对完整的模型,但效率和稳定性还需要在更多公司、更多报表结构上继续验证。DCF 和一致预期部分更适合作为内部分析底稿,正式使用前仍需要研究员重新检查核心假设和估值口径。
免责声明:文中测试结果均由人工智能模型产生,仅供测试参考,可能存在数据错误、虚构内容等ai幻觉,任何情况下不代表国联民生证券的观点和意见。
4 总结
金融研究涉及大量公告、财报、新闻、法律文件和专业数据库,资料查询、核对和整理一直占用研究人员较多时间。随着大模型搜索、工具调用和文件处理能力提升,AI 能够参与的信息处理环节正在增加,从信息检索和摘要逐步延伸到数据分析、财务建模和报告制作。
本次测试显示,Kimi 已经尝试将数据源、金融 Skills 和报告交付整合到同一工作流中。对于晨报、业绩点评和组合复盘等任务,重点仍然是数据口径和来源能否核查;对于行业报告和财务建模等更复杂的任务,则还需要关注框架、假设、计算过程和质量检查是否可追溯。现阶段,这类工具更适合作为专业人员的信息处理和分析辅助,涉及关键数据、研究判断及对外使用的内容仍需要人工复核。
备注:本次测试于2026年9月18日进行,测试环境为 kimi.com 网页版,使用 Kimi K3 模型,图为 AI 工具界面。
免责声明:本文为 AI 工具使用体验记录,不构成任何投资建议,不构成证券研究报告,不代表任何机构观点。文中测试结果均由人工智能模型产生,仅供测试参考,可能存在数据错误、虚构内容等ai幻觉,任何情况下不代表国联民生证券的观点和意见。
参考链接:
https://www.kimi.com/news/kimi-financial-industry-ai-solution
https://www.sec.gov/Archives/edgar/data/1045810/000104581026000073/q2fy27pr.htm
https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda-20260726.htm
计算机团队介绍
吕伟:执业证书:S0590525110033
国联民生证券计算机行业首席分析师,北京大学理学硕士,2021年加入民生研究院,2025年加入国联民生研究所
分析师承诺
本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并登记为注册分析师,基于认真审慎的工作态度、专业严谨的研究方法与分析逻辑得出研究结论,独立、客观地出具本报告,并对本报告的内容和观点负责。本报告清晰准确地反映了研究人员的研究观点,结论不受任何第三方的授意、影响,研究人员不曾因、不因、也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。
重要提示
《证券期货投资者适当性管理办法》于2017年7月1日起正式实施,通过本微信订阅号/本账号发布的观点和信息仅供国联民生证券的专业投资者参考,完整的投资观点应以国联民生证券股份有限公司(下称“国联民生证券”)发布的完整报告为准。若您并非国联民生证券客户中的专业投资者,为控制投资风险,请取消订阅、接收或使用本订阅号/本账号中的任何信息。本订阅号/本账号难以设置访问权限,若给您造成不便,敬请谅解。国联民生证券不会因为关注、收到或阅读本订阅号/本账号推送内容而视相关人员为客户;市场有风险,投资需谨慎。
免责声明
国联民生证券股份有限公司(下称“国联民生证券”)已获中国证监会许可的证券投资咨询业务资格,本平台推送观点和信息仅供国联民生证券研究服务客户参考,完整的投资观点应以国联民生证券研究所发布的完整报告为准。若您非国联民生证券研究服务客户,为控制投资风险,请勿订阅、接受、转载或使用本平台中的任何信息,若给您造成不便,敬请谅解。国联民生证券不会因订阅本平台的行为或者收到、阅读本平台推送内容而视相关人员为客户。任何未经国联民生证券同意或授权而对本平台内容进行复制、转发或其他类似不当行为均被严格禁止。对于使用本平台包含信息所引起的后果,国联民生证券概不承担任何责任。
本平台及国联民生证券研究报告所载资料的来源及观点的出处皆被国联民生证券认为可靠,但国联民生证券不对其可靠性、准确性、时效性或完整性做出任何保证。本平台推送内容仅反映国联民生证券研究人员于发出完整报告当日的判断,本平台所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效,国联民生证券不承担更新不准确或过时的资料、意见及推测的义务,在对相关信息进行更新时亦不会另行通知。在任何情况下,本平台所载信息、意见不构成对任何人的投资建议,所述证券或金融工具买卖的出价或征价,评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。本平台所包含的观点及建议并未考虑获取本平台包含信息的机构及个人的具体投资目的、财务状况、特殊状况、目标或需要,客户应当充分考虑自身特定状况,进行独立评估,并应同时考量自身的投资目的、财务状况和特定需求,必要时就法律、商业、财务、税收等方面咨询专家的意见,不应单纯依靠本报告所载的内容而取代自身的独立判断。在法律允许的情况下,国联民生证券及其关联方可能持有本平台推送内容中提及的公司所发行证券的头寸并进行交易,也可能为这些公司提供或正在争取提供投资银行、财务顾问、咨询服务等相关服务。客户应充分考虑可能存在的利益冲突,勿将本平台推送内容作为投资决策的唯一参考依据。对任何直接或间接使用本平台所载信息和内容或者据此进行投资所造成的任何一切后果或损失,国联民生证券及/或其关联人员均不承担任何形式的法律责任。
法律声明
本微信号及其推送内容的版权归国联民生证券所有,国联民生证券对本微信号及其推送内容保留一切法律权利。未经国联民生证券事先书面许可,任何机构或个人不得以任何形式转载、翻版、复制、刊登、发表、修改、仿制或引用本订阅号中的内容。任何订阅人如引用或转载本平台所载内容,务必注明出处为国联民生证券研究所,且转载应保持完整性,不得对内容进行有悖原意的引用和删改。转载者需严格依据法律法规使用该文章,转载者单方非法违规行为与我司无关,由此给我司造成的损失,我司保留法律追究权利。
国联民生证券研究所:
无锡:江苏省无锡市金融一街8号国联金融大厦8楼;邮编 214100
上海:上海市虹口区杨树浦路188号星立方大厦7层;邮编 200082
北京:北京市西城区丰盛胡同20号丰铭国际大厦B座5F;100005
深圳:深圳市福田区中心四路1号嘉里建设广场1座10层 01室;邮编518048
股票
板块
用户
资讯
评论 (0)