InvestWise 投资助手
每一笔持仓，都是一堂投资课。InvestWise 每天替你盯住持仓公司的重要变化，用价值投资、成长投资、管理层与治理、催化剂与风险四个经典框架做初步判断；更重要的是让你在真实持仓里先写逻辑、先下判断、再对照 AI 和事后的事实复盘，把投资认知练出来。
线上地址：https://investwise.waywise.tech（内测中，开放注册）
为什么做这个
持有一组公司之后，真正难的不是"找信息"，而是：
- 信息太多，重要的太少。 每家公司每天都有几十条新闻、研报转载、盘中播报，绝大多数是噪音。真正会改变一家公司价值的事件——业绩拐点、管理层变动、监管处罚、竞争格局变化——很容易被淹没。
- 情绪先于判断。 看到"利好""暴跌"的标题，人很容易先有情绪再找理由。缺少一个稳定的框架去问：这件事影响的是短期股价，还是长期的护城河和现金流？
- 买入理由会悄悄失效。 当初买入时的逻辑（比如"品牌护城河 + 提价能力"），在一条条新闻中被慢慢削弱，自己却没有意识到。
- AI 给答案很容易，给好问题很难。 直接问 AI "该不该买"，得到的往往是正确的废话。真正有帮助的，是像一位严格的投资委员会主席那样，追问你逻辑里最薄弱的那一环。
- 只看结论，认知不会提升。 读了一年 AI 的判断，自己的判断力未必有长进。认知的提升来自"自己先判断，事后对照结果"：当时为什么这么想，后来哪里对了、哪里错了。
我们的目标不是保证用户多赚多少钱，而是让用户的每一次买入、持有和卖出都更有依据，并且越用越会思考。
所以 InvestWise 的设计原则是：
- 少即是多：当天没有重要信息的公司就不显示，不硬凑。
- 框架优先：用价值投资、成长投资等经过长期验证的框架评估信息，而不是追逐情绪。
- 围绕你的投资逻辑：每家公司写下为什么买、关键假设、什么情况说明我错了，AI 拿每天的新信息逐条对照。
- 先想，再看，再复盘：鼓励用户先给出自己的判断再看 AI，记录决策并到期复盘，形成"判断—验证—修正"的闭环。
- 提问而不是给答案：AI 助手的职责是提出高质量的问题，帮你自己做判断；不给买卖指令。
- 可追溯：每条结论都附原始来源链接，来源只取自真实抓取的数据，模型编造的来源会被丢弃。
功能
投资画像：先理解自己
- 标签 + 自己的话：投资风格（价值 / 成长 / 红利 / 趋势 / 量化……）、持有周期、风险偏好、投资名人（巴菲特、芒格、格雷厄姆……）、看重什么，可多选；再用自己的话写几句投资理念。
- AI 结合历史行为写画像：读你的持仓与行业分布、投资逻辑、决策日志（含情绪和把握）、先判断记录、清仓记录和提问助手里说过的话，写出一句话画像、风格占比、你的理念、行为证据，以及**"说的和做的不一致"**的地方（例如标签选了长线价值，实际是怕错过追涨买入）。
- 画像驱动下面两个模块：资讯按画像调整解读角度和排序（重大事件不会因与画像无关被过滤）；数据页默认显示画像推荐的指标和关注点，可以自己改。
数据：估值、基本面与仓位
- 每家公司：场内 ETF 只显示价格与走势；PE / PB 及近 10 年分位、股息率、最新报告和年度 ROE、毛利率、现金含量、自由现金流 / 净利润、市值 / 自由现金流、PEG、负债率、增速、涨跌幅与 200 日均线等 30 个指标，按画像推荐或自选显示；A股 / 港股 / 美股筛选。
- 仓位：填买入份额和买入价，按每日价格和中行折算价换成人民币，计算市值、浮动盈亏、市值权重和成本权重，按权重从高到低排；不想暴露持股数量，可以只填仓位权重。
- 三个股票池：持仓中、观察中（还没买）、投过的（获利了结 / 止损出局）。清仓时填卖出价算盈亏，AI 结合当时的投资逻辑、持有期间的决策和信息写这笔投资的总结，区分决策质量和运气。清仓后停止跟踪。
- 监控：单日跌超 5%（按最近一个已收盘交易日）时预警，结合大盘涨跌和当天新闻分析原因、判断是否触及长期价值。
- 新财报：发现新一期报告后，结合近十年年度财务写价值分析（成长、盈利能力与护城河、现金流、财务安全、估值），并对照你的投资逻辑。
- 关注点：16 条可开关、可改阈值的规则——估值高位 / 低位、ROE 偏低或连续下滑、自由现金流为负、利润含金量低、毛利率下滑（护城河信号）、负债率上升、资讯中的护城河利空、投资逻辑被削弱、大幅回撤、跌破 200 日均线等。
- 数据概览：每天按画像写一段组合层面的概览（估值位置、基本面变化、仓位集中度），附市场和行业分布、加权估值。
持仓管理
- 随手导入：直接粘贴任意格式的列表（"茅台、腾讯 00700、NVDA"），或上传 Excel / CSV / TXT；AI 识别并标准化为 A股（6 位）/ 港股（5 位）/ 美股代码，导入前可核对修改。
- 随时调整：页面上增加、删除、编辑或替换公司；新加入的公司立即回溯最近 7 天的信息，不用等第二天。
- 结构化的投资逻辑：为什么买、关键假设、什么情况说明我错了、打算拿多久。之后的分析会指出新信息触及了哪一条假设；出现你自己写的证伪条件时直接预警。
- 投资逻辑体检：AI 像投委会成员一样挑毛病——哪里含糊无法检验、证伪条件是否可观察、漏掉了哪类最致命的风险。只提问，不替你写。
每日信息跟踪与 AI 判断
- 每天早上 7:30 自动检索所有持仓公司的新闻和公告，过滤噪音、合并同一事件的多篇报道，按信息实际发布日期归档到每家公司的时间线。
- 每条重要信息给出：
- 方向与评分：利好 / 利空 / 中性，-10 ~ +10，附置信度和影响周期（短期 / 中期 / 长期）
- 四个框架的拆分评分：价值投资（护城河、现金流、安全边际）、成长投资（增长的可持续性）、管理层与治理（资本配置、诚信）、催化剂与风险（监管、诉讼、并购、订单）
- 判断理由和接下来值得跟踪的指标
- 对你投资逻辑的影响：加强 / 削弱 / 被证伪
今日概览与预警（页面最上方）
- 今日概览：一句话总览今天的持仓变化，逐家公司的净倾向与一句话小结，以及 1~3 个组合层面值得想一想的问题（比如多家公司暴露于同一风险）。
- 预警：评分超过你设定的阈值（默认 ±6）且置信度足够，或者信息证伪了你的投资逻辑时，置顶高亮。阈值可调，调整后历史信息重新判定。
- 邮件预警：在「设置」里填邮箱，每次检索后把新出现的预警、单日暴跌（附原因分析）和新财报（附十年价值分析结论）汇总成一封邮件（每条只发一次，没有就不发），不用每天打开网站也不会错过重要变化。
苏格拉底式提问助手
- 针对每家公司开一个对话，AI 结合最近的信息和你的投资逻辑向你提问：生意本质、护城河能否被证明、利润是否变成现金、管理层是否言行一致、当前价格隐含了什么假设、"假设三年后亏了 50%，最可能的原因是什么"……
- 每轮最多问两个问题，追问回答里含糊和薄弱的地方；你要"直接答案"时，它补充事实背景，但把判断交还给你。
提升投资认知
- 先判断，再看 AI（可在设置中开启）：新信息先只显示事实和来源，你选择利好 / 利空 / 中性之后，才揭晓 AI 的评分和推理；概览和预警邮件也不提前透露结论。
- 判断对照：「我的思考」统计你和 AI 的一致率、"你 × AI"判断矩阵、方向完全相反的信息，帮你发现自己是否习惯性偏乐观，或在回避坏消息。
- 决策日志：买入、加仓、减仓、卖出、继续持有、观望，都可以花 30 秒记下理由、情绪、把握程度和价格。
- 到期复盘：到了设定的时间（1 个月到 1 年），页面顶部提醒复盘，并列出决策之后这家公司发生了什么、对你投资逻辑的加强和削弱；可以让 AI 提几个复盘问题，帮你区分"决策质量"和"结果运气"。
后台管理（仅管理员）
- 概览：API 余额、每日预算使用、模型与搜索成本（按环节、按天）、用户与持仓统计、检索队列。
- 用户：设为管理员、停用 / 恢复；查看每个用户的登录邮箱、持仓数、提问数和成本。
- 任务：每次检索的记录、用时和错误；手动触发全站检索。
- 持仓公司：全站跟踪的公司与抓取情况，近 7 天没抓到新闻的标黄，可单独回溯。
怎么实现的
整体架构
flowchart LR
subgraph 数据源
AK[AKShare<br/>A股新闻]
FH[Finnhub<br/>美股新闻]
SEC[SEC EDGAR<br/>美股公告]
BC[博查搜索<br/>港股 / 补充]
end
subgraph 行情与财务
MK[AKShare 东方财富 / 百度<br/>Finnhub 指标]
end
subgraph 每日流水线
MD[行情 / 估值 / 财务<br/>暴跌与新财报] --> F
F[抓取<br/>按公司去重] --> A[过滤 + 打分<br/>结合投资逻辑与画像]
A --> D[今日概览]
D --> M[预警邮件]
end
AK & FH & SEC & BC --> F
MK --> MD
A --> DB[(SQLite)]
D --> DB
DB --> W[网站<br/>概览 / 预警 / 时间线]
DB --> Q[提问助手]
LLM[DeepSeek] -.-> A & D & Q
- 后端：Python FastAPI；SQLite（WAL 模式）；APScheduler 在进程内跑每日定时任务。
- 前端：原生 HTML / CSS / JS，不依赖任何外部 CDN，国内访问稳定；支持深色模式；配色遵循国内"红涨绿跌"习惯。
- 模型：DeepSeek（OpenAI 兼容接口）。换模型只需改
.env 的 DEEPSEEK_BASE_URL / DEEPSEEK_MODEL。
每日流水线
- 行情与财务（免费数据源，按股票共享）：日线（前复权）、估值与近 10 年分位（A股东方财富估值历史，港股百度股市通，美股 Finnhub 季度序列）、股息率、近十年年度财务与现金流量表、行业、汇率（中行折算价）。年度财务每周或出新报告时重新拉取。最近一个已收盘交易日跌幅 ≥
DROP_ALERT_PCT 时记录暴跌事件并分析原因（多人共用一份）；最新报告期变化时按持仓生成十年财报分析。
- 抓取：汇总所有用户的持仓，同一家公司只抓一次。先用免费数据源（A股 AKShare；美股 Finnhub + SEC 8-K/10-Q 等公告，8-K 事项编号翻译成"发布业绩""高管变动"等中文说明）；港股没有免费源，用博查搜索；A股 / 美股只在免费源当天没抓到时才用博查补搜。
- 过滤与打分：每家持仓公司把未分析过的新信息（带编号）连同用户的投资逻辑交给模型，要求它：
- 剔除重复转载、旧闻、无原因的涨跌播报、软文；没有重要信息就返回空
- 合并同一事件，按评分锚点打分（±1
2 情绪噪音，±68 实质改变盈利预期或竞争格局，±9~10 关乎存续）
- 只依据给出的材料，不编造数字；用来源编号引用信息，系统再把编号映射回真实链接，没有可追溯来源的结论直接丢弃
- 归档：每个事件归到其来源的实际发布日期；已分析过的新闻会记录下来，不会重复分析。
- 今日概览：净倾向（按置信度加权求和）、方向和"投资逻辑被加强还是削弱"都在代码里由已有打分算出，模型只负责写文字，保证数字前后一致。
- 预警：在查询时按"|评分| ≥ 阈值且置信度 ≥ 0.6，或投资逻辑被证伪"实时判定，所以调整阈值对历史信息同样生效。
- 邮件：任务结束后，把每个用户最近两天新入库、还没发过的预警汇总发送（SMTP，
.env 里配置；不配置就不发）。
所有检索任务——每日定时、手动"立即检索"、新持仓回溯——进入同一个队列，由一个后台线程依次执行，互不冲突。模型偶尔返回格式有瑕疵的 JSON 时，先本地修复，修不好再重新生成一次。
提示词
识别、打分、概览、提问助手的提示词都在 app/prompts.py，调整效果主要改这里。提问助手的提示词定义了"高质量问题"的标准（具体、可检验、直击关键假设、暴露盲点）和提问工具箱（芒格检查清单、费雪 15 问、反向思考、事前验尸、能力圈、机会成本、卖出纪律等）。
成本
实测（A股 / 港股 / 美股各一家，真实数据源 + DeepSeek）：
| 环节 | 频率 | 单次成本（估算） |
|---|
| 信息分析打分 | 每个持仓每天 1 次 | 约 ¥0.010（输入约 4,200 / 输出约 1,150 tokens） |
| 博查搜索 | 港股每天 1 次；A股 / 美股仅补搜 | 约 ¥0.036 / 次 |
| 今日概览 | 每个用户每天 1 次 | 约 ¥0.004 |
| 数据概览 | 每个用户每天 1 次 | 约 ¥0.004 |
| 行情与财务 | 每只股票每天 1 次 | 免费（AKShare / Finnhub） |
| 暴跌原因分析 | 每次暴跌 1 次，多人共用 | 约 ¥0.01（新闻少时加一次博查） |
| 新财报十年分析 | 每个持仓每季度 1 次 | 约 ¥0.01 |
| 投资画像 / 清仓总结 | 用户手动触发 | 约 ¥0.01 |
| 提问助手 | 每轮对话 | 约 ¥0.001 ~ 0.01（随对话变长） |
成本控制措施：
- 博查按需调用（
BOCHA_MODE=fallback）：博查按次收费，是最大的成本项，只用在港股和免费源缺数据时。
- 不活跃用户暂停（
INACTIVE_DAYS=14）：超过 14 天没访问网站的用户，每日检索跳过其持仓；再次访问时自动回溯 7 天。
- 全站每日预算（
DAILY_BUDGET_YUAN=10）：模型和博查合计，用完后当天暂停检索、概览和提问，没分析完的新闻次日继续。
- 每次模型调用和博查搜索都记账，后台可看按环节、按天、按用户的成本。单价在
.env 的 DEEPSEEK_PRICE_*、BOCHA_PRICE_PER_CALL 设置，以控制台账单为准。
本地运行
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt
cp .env.example .env # 填写 API Key 和邀请码
.venv/bin/uvicorn app.main:app --port 8000
打开 http://127.0.0.1:8000 用邮箱收验证码登录，第一次登录就是注册（.env 里设置了 INVITE_CODE 时新用户要填邀请码）。没配 SMTP_* 时验证码只打印在服务日志里。登录邮箱在 ADMIN_EMAILS 里的是管理员，后台在 /admin。
以前用用户名 + 密码注册的老账号，要先绑定登录邮箱，之后用这个邮箱登录就进原来的账号：
python -m app.bind_email <用户ID> <邮箱>
# 服务器上数据库路径写在 systemd 里，不在 .env 里，要带上：
cd /srv/investwise/app && sudo -u investwise env DB_PATH=/srv/investwise/data/investwise.db \
/srv/investwise/venv/bin/python -m app.bind_email <用户ID> <邮箱>
| 变量 | 用途 | 是否必需 |
|---|
DEEPSEEK_API_KEY | 公司识别、信息打分、今日概览、提问助手 | 必需 |
BOCHA_API_KEY | 博查搜索：港股主要数据源，A股 / 美股补充 | 强烈建议（没有它港股基本没有数据） |
FINNHUB_API_KEY | 美股公司新闻 | 建议 |
SEC_USER_AGENT | 美股 SEC 公告（免费，填一个联系邮箱即可） | 建议 |
SMTP_*、SITE_URL | 预警邮件发信邮箱（QQ / 163 邮箱的 SMTP 授权码即可） | 可选 |
A股新闻通过 AKShare（东方财富）获取，免费无需 key。其他配置（每日检索时间、预算、阈值、单价等）见 .env.example。
部署
脚本和配置在 deploy/：systemd 常驻 investwise 服务（uvicorn 只监听 127.0.0.1:8100，单 worker，因为定时任务在进程内运行），由服务器上的 Caddy 反向代理并自动签发 HTTPS 证书。代码在 /srv/investwise/app，数据库在 /srv/investwise/data，每天备份到 /srv/investwise/backup（保留 14 天）。
# 第一次：初始化服务器（Python venv、系统用户、systemd、Caddy、每日备份）+ 上传 .env
DEPLOY_HOST=ubuntu@<服务器IP> DEPLOY_KEY=~/.ssh/<你的密钥> deploy/deploy.sh --setup --env .env
# 以后每次更新（改了 .env 就加 --env .env）
DEPLOY_HOST=ubuntu@<服务器IP> DEPLOY_KEY=~/.ssh/<你的密钥> deploy/deploy.sh
看日志：ssh ubuntu@<服务器IP> sudo journalctl -u investwise -f
目录
app/
main.py 接口与定时任务
auth.py 邮箱验证码登录、权限、活跃度
bind_email.py 给老账号绑定登录邮箱（命令行）
admin.py 后台管理接口
analyzer.py 检索任务队列与流水线（抓取 → 过滤打分 → 归档）
sources.py 数据源（AKShare / Finnhub / SEC / 博查）
digest.py 今日概览
parser.py 粘贴文本、Excel / CSV 解析与代码标准化
prompts.py 识别、打分、概览、提问助手的提示词
llm.py DeepSeek 调用（JSON 修复与重试、记账）
costs.py 成本记账与每日预算
notify.py 发信（登录验证码、预警邮件）
thinking.py 投资逻辑体检、先判断再看 AI、决策日志与复盘
profile.py 投资画像（标签、AI 画像、数据页偏好）
catalog.py 画像标签、数据指标、关注点规则的目录
market.py 行情与财务数据（价格、估值分位、财务、汇率、暴跌与新财报检测）
portfolio.py 数据页：股票池、仓位权重、关注点、暴跌分析、财报分析、清仓总结、数据概览
db.py SQLite 表结构与迁移
static/ 前端页面（网站与后台）
deploy/ 部署脚本、systemd、Caddy、备份
路线图
免责声明
本项目仅做信息整理与思考辅助。AI 的评分与问题可能有误，不构成任何投资建议；投资决策请独立判断并自担风险。
