FinGenius：A股 AI 金融博弈智慧體，用多智慧體協作生成分析報告

FinGenius 是面向 A 股的 AI 金融分析應用，思路是把「多個角色分頭研究、再集中辯論」這套原本由研究團隊跑的流程交給智慧體執行。素材說明它以多 Agent 博弈架構為基礎，用 16 個超級智慧體（輿情、遊資、風控等角色）分工協作，最終輸出一份綜合性金融分析報告。

它和只做單輪問答的工具差別在流程：Research 環境負責多智慧體協作分析，Battle 環境負責結構化辯論，兩個環境之間傳遞完整分析結果。素材還提到引入博弈論優化決策，並用「年輪記憶規則演算法」記錄使用者投資習慣以提供個人化分析。需要說明的是，它產出的是分析素材，不是投資建議。

主要能力

• 多 Agent 博弈系統：輿情、遊資、風控等專業智慧體分頭分析同一標的不同側面，再彙整成綜合報告。素材稱其模擬市場參與者互動來優化決策過程，而不是讓一個模型一次給答案。
• 雙環境架構：Research 環境做協作分析，Battle 環境做結構化辯論，對應「先研究、再交鋒」的真實決策路徑。
• 累積式辯論：Battle 環境會把前面各專家的討論內容累積進上下文，後一輪判斷建立在前幾輪之上，而不是各方各說一段互不回應。
• 深度資料整合與報告生成：整合多種資料來源，生成結構化、多模態的報告，並提煉關鍵資訊與風險點。
• 即時資料處理與風險預警：素材稱毫秒級處理海量金融資料，即時監控市場異常，用於提前識別潛在風險。
• MCP 智慧調用與工具整合：基於 Model Context Protocol 做模型間協作，素材描述為支援即插即用的金融工具生態。

怎麼用

1. 打開官網 fingenius.cn，或從行動應用商店下載用戶端（素材稱已上架榮耀、小米、Vivo 應用商店），註冊並登入。
2. 依自己的投資習慣設定分析參數與預警條件。素材把這一步叫作客製化設定，具體可調項以產品內實際呈現為準。
3. 提交要分析的標的或問題，讓它跑一輪完整流程：先多智慧體協作分析，再進入辯論環節。
4. 讀報告時重點看三處：結論依據了哪些資料、哪些風險點被標出、辯論中哪些分歧沒有收斂。最後一點往往最有用。
5. 想自己部署，可從 GitHub 儲存庫 HuaYaoAI/FinGenius 取程式碼，依儲存庫指南用 conda 或 uv 安裝。
6. 部署後編輯設定檔填入 API 金鑰，執行時用命令列參數控制輸出格式、結果儲存與文字轉語音，也可以調智慧體步數和辯論輪數。

適合哪些場景

• 投資決策參考：為個股與組合提供分析素材，把資訊收集與初步論證的時間壓下來。
• 風險管理：把異常監控與風險點提示變成常規動作，而不是出事後再回頭找原因。
• 市場趨勢追蹤：持續觀察產業與市場動態，留下可對比的紀錄。
• 投研工作：給研究員做資料整合與初稿，再由人判斷哪些結論站得住。
• 量化研究：用於產生訊號線索與策略假設，驗證仍要靠回測。

需要注意的限制

• 素材沒有給出定價與方案資訊，是否免費、額度怎麼計算，需要以官網當期說明為準。
• 「全球首個」「精準」這類表述來自素材，屬於產品方說法，本文不把它當作獨立驗證過的結論。
• 「毫秒級處理」「16 個智慧體」是素材給出的說法，具體延遲、智慧體數量與分工可能隨版本變化。
• 素材稱已上架榮耀、小米、Vivo 應用商店，其他平台是否可用沒有說明。
• 報告是分析素材，不是投資建議。市場存在不確定性，結論要自己複核，盈虧由使用者承擔。
• 多智慧體辯論能暴露分歧，但不能消除分歧；分歧本身常常才是最該讀的部分。
• 素材未揭露資料來源清單、更新頻率、歷史回溯長度與合規資質，接入正式流程前建議向官方確認。

常見問題

FinGenius 是給個人用還是給機構用？

兩邊都能用，但落點不同。個人多用它做個股與組合的分析參考、盯風險點；機構用它做資料整合、報告初稿與風險預警。素材沒有區分個人版與機構版的功能差異。

它和一般 AI 問答有什麼區別？

一般問答是一輪對話給一個答案。FinGenius 走的是流程：多個角色先分頭分析，再進入辯論環節互相質詢，最後彙整。素材把這一差異歸結為多 Agent 博弈架構與雙環境設計。

報告能直接當投資建議用嗎？

不建議。它是分析素材，把資訊與論證擺到桌面上，但市場判斷和盈虧責任仍在使用者。素材本身也沒有承諾收益。

一定要自己部署嗎？

不必。官網和行動應用可以直接註冊使用。想改流程、換模型或接自有資料來源，再考慮從 GitHub 取程式碼自行部署，需要準備 API 金鑰和 Python 環境。

辯論輪數調高會更好嗎？

不一定。輪數增加會累積更多上下文，也可能讓分歧被反覆放大、整體耗時變長。素材只說明可以設定輪數，沒有給建議值，建議依任務複雜度實測。