深度报告-20260305-东吴证券-房地产行业深度报告_基于量化分析与大模型的房地产股票AI选股系统_30页_2mb

房地产行业深度报告总结

核心内容

本报告介绍了一套基于量化分析与大模型的房地产股票AI选股系统，旨在通过结合AI技术与传统金融分析方法，为投资者提供高效、全面且及时的股票评级服务。系统覆盖A股、港股和美股三大市场，共计61只房地产相关股票，并通过双模型架构满足不同投资风格需求。

主要观点

• 双模型架构：系统内置“量化AI选股”和“东吴地产选股”两套独立模型，分别侧重技术面和基本面分析，用户可一键切换模型进行对比。
• AI赋能：AI大模型（DeepSeek V3.2 + GLM-5 + Kimi K2.5）通过联网搜索功能，实时获取最新政策和市场动态，提升评级时效性。
• 多维度评分机制：系统采用量化技术评分、基本面评分、AI大模型评分及情绪因子评分等多维度，形成综合评分体系，涵盖技术面、资金面、基本面及市场情绪。
• 数据降级策略：系统采用四层数据降级架构（iFinD → AKShare → 腾讯财经 → 新浪财经），确保在任何网络环境下仍能稳定运行。
• 灵活扩展：系统支持自定义股票池、评分权重及AI Prompt，便于用户根据自身需求调整策略，甚至迁移至其他行业。

关键信息

1. 系统评分逻辑

• 量化AI选股模型：综合评分 = 量化（25%） + 情绪（10%） + 基本面（15%） + AI（50%）
• 东吴地产选股模型：综合评分 = 基本面（50%） + AI（50%）

2. 评分维度与权重

量化AI选股模型评分维度（6个维度）：

东吴地产选股模型评分维度（4个维度）：

3. 数据采集机制

• 四层数据降级：iFinD为主数据源，AKShare、腾讯财经、新浪财经为备用数据源。
• 智能降级策略：当主数据源不可用时，系统自动切换至备用源，权重动态调整以确保评分结果合理。
• 自动更新：系统每天上午9:00自动执行双模型评级，确保数据时效性。

4. 系统架构

• 前后端分离：采用FastAPI（后端） + React（前端）架构，支持高并发和快速部署。
• 容器化部署：Docker一键部署，运维成本低，支持Nginx反向代理、限流和静态缓存。
• 模块化设计：系统分为AI评级仪表盘、股票详情面板、自选股票池、行业要闻、市场点评和研究报告等模块，便于扩展和维护。

5. 风险提示

• AI评级仅供参考：系统不构成投资建议，投资需结合市场动态与个人判断。
• 大模型幻觉风险：AI可能因数据不完整或偏差产生错误预测。
• 数据中断影响评分：数据源中断可能影响评分的准确性和时效性。
• 房地产市场波动性：房地产行业受政策、利率、市场情绪等多重因素影响，波动较大。

6. 部署与扩展

• 部署指南：推荐使用Docker一键部署，支持本地开发运行，环境要求为Ubuntu 20.04+、Docker 20.10+、Docker Compose V2。
• 自定义能力：支持自定义股票池、评分权重及AI Prompt，便于策略迁移与个性化配置。

结论

本系统融合AI与量化分析，构建了高效、稳定的房地产股票评级体系，支持多市场覆盖与自定义策略扩展。其创新点在于AI实时联网分析与多模型融合，确保评分反映最新市场动态。尽管存在AI幻觉和数据中断等风险，但其设计充分考虑容错机制，保障系统的可用性与稳定性，为投资者提供全面的决策支持。