Hari ini, saya menonton video demo AI #Claude oleh @AnthropicAI, dan saya kagum. Sebagai investor profesional, perusahaan saham AS + proyek #Web3 harus diperhatikan ratusan setiap tahun, terutama musim pendapatan hanyalah medan perang! Misalnya, kasus praktis semacam ini dalam video masih relatif umum: segera setelah kantor duduk, pada pukul 2 siang, PM (direktur investasi) bergegas masuk: "Sarah, perusahaan yang kami fokuskan, Velocity Athletic, baru saja merilis laporan pendapatannya, dan pendapatannya anjlok 12%, tetapi harga sahamnya sebenarnya naik 17% menjadi $71. Bisakah Anda mengetahuinya kepada saya, apakah gelombang kenaikan ini merupakan stimulus strategi positif atau rebound palsu? Sebelum penutupan hari ini, Anda harus membuat keputusan, apakah akan menjual dan mengambil keuntungan, atau terus bertahan. ” Faktanya, logika ini seperti data penggajian non-pertanian + 56 data ketenagakerjaan yang direvisi ke bawah selama dua bulan Jumat ini (260.000 pekerjaan dipotong pada bulan Mei + Juni, yang setara dengan pengangguran mendadak dari seluruh penduduk Miami). Dalam hal ini, Anda harus membuat penilaian dan keputusan sesegera mungkin, dan segera memberi umpan balik ke saham AS yang belum dibuka, dan aset kripto untuk lindung nilai, yang membutuhkan respons segera dan dukungan data, yang secara efektif akan menghindari gelombang pembunuhan ini selama akhir pekan. Mari kita lihat jalur analis keuangan normal (diperkirakan 4-5 jam): 1️⃣Buka S&P Global untuk menarik laporan keuangan dan notulen rapat 2️⃣ Buka FactSet / Morningstar untuk melihat data historis dan penilaian 3️⃣ Potong Edgar untuk memeriksa pengumuman SEC 4️⃣ Menambang sejarah memo intranet dan laporan penelitian 5️⃣ Kemudian buat tabel, gambar gambar, dan tulis memo Operasi ini memakan waktu setidaknya 4 ~ 5 jam, dan dibutuhkan beberapa sistem untuk dipotong secara manual, dan informasinya tidak konsisten dan rentan terhadap kesalahan. 💡 Pada saat ini, #Claude muncul, rasanya seperti saya memiliki asisten analis super ekstra: Berikan instruksi #Claude secara langsung: "Bantu saya menganalisis kinerja laporan keuangan Velocity Athletic secara komprehensif, apakah perubahan harga saham masuk akal, dan terbitkan memo investasi." ” 🔍 1️⃣ Data penarikan sinkron multi-platform + pemahaman semantik Claude tidak hanya merayapi data, tetapi juga memahami konteks yang saya butuhkan: · Ekstrak informasi penting dari S&P Global untuk mengekstrak informasi penting, seperti penyebutan CFO dalam tanya jawab bahwa "margin turun 400 basis poin karena tarif"; · Keluarkan data historis dan perbandingan lawan dari Morningstar; Saya menemukan kerangka kerja analisis Velocity yang telah saya tulis di masa lalu dari dokumentasi internal perusahaan kami (kotak); · Mengikis 8 kuartal data keuangan dari Delupa untuk membuat grafik tren secara langsung; · Semua konten ditandai dengan sumber, dan Anda dapat mengklik kapan saja untuk konfirmasi sekunder, yang sangat meningkatkan kepatuhan dan kepercayaan. 📊 2️⃣ Hasilkan bagan visual + model inti Q#Claude: "Bantu saya membuat grafik harga beranotasi, tabel perbandingan penilaian rekan kerja, dan model DCF." ” Ini mengimplementasikan langkah demi langkah: · Grafik harga saham yang menandai peristiwa (menunjukkan pengurangan CFO, rapat dewan darurat, waktu rilis laporan keuangan, dll.); · Tabel comps yang jelas: EV/EBITDA Velocity adalah 21 kali lipat, rata-rata industri hanya 16 kali lipat, dan penilaiannya tinggi; · Model DCF yang lengkap: asumsi yang jelas, skenario beralih secara bebas, bahkan perhitungan WACC adalah standar. · Harga saham yang wajar dihitung oleh model: $54, jauh lebih rendah dari $71 saat ini, menunjukkan bahwa kenaikan saat ini optimis dan komponen gelembung besar. 📝 3️⃣ Secara otomatis membuat memo investasi tingkat institusional Akhirnya, saya berkata, "Gunakan templat internal dana kami untuk membuat memo untuk referensi PM." ” Claude langsung memanggil templat memo di intranet dan secara otomatis mengisi dengan yang berikut: Kesimpulan yang direkomendasikan: Disarankan untuk menjual pada titik tinggi untuk menghasilkan keuntungan, dan menunggu harga mundur sebelum membuka posisi; Dukungan logis: dukungan kuantitatif dari fundamental keuangan, reaksi pasar, perbandingan industri, penyimpangan penilaian, dan dimensi lainnya; Potensi risiko: Misalnya, jika tarif dilonggarkan di masa depan dan CFO mengurangi kepemilikan mereka karena alasan lain, hal itu dapat menyebabkan fluktuasi lebih lanjut dalam harga saham; Kutipan yang jelas: Semua data dengan tautan ke sumber asli untuk PM atau tinjauan hukum. Menonton seluruh demo video, saya pikir #Claude benar-benar "senjata nuklir #AI" dari analisis laporan keuangan, dan masih relatif sedikit antarmuka data API yang didukung oleh data terenkripsi, yang dapat menjadi fitur pembunuh dari penelitian investasi #Web3 jika ditingkatkan di tahap selanjutnya. Jika dulu kita melakukan analisis proyek untuk "terbang dengan sepuluh jari + sembilan layar untuk memeriksa data + menggunakan lima kepala bersamaan", sekarang dengan #Claude, itu seperti memiliki analis medali emas yang tidak offline 24 jam sehari, dan tidak berteriak lembur, dan efisiensi lepas landas 📈!