在投资研究里，「拥挤度」是一个非常重要、但经常被低估的风险信号。

同一个行业上涨很久，到底是趋势仍在强化，还是交易已经过热？某个风格因子表现很好，是基本面共识增强，还是资金已经明显拥挤？市场看起来热闹，但风险到底来自换手、趋势、估值，还是结构集中？

过去，这些问题通常需要投研人员打开数据表、筛选日期、查排名、看历史，再把结果翻译成业务语言。

现在，我们把这件事交给 AI 来完成。我们的拥挤度模型在2024年12月底成功预测小盘股流动性危机，以及多次准确预测新能源，商业航空，传媒等行业的见顶，也可以提示左侧机会。

我们推出了一个面向投研场景的 拥挤度Agent。用户不需要写代码，也不需要记接口，就像路演时候和我对话一样提问：

今天行业拥挤度最高的前3个是什么？

电子行业现在拥挤吗？主要来自哪些指标？

帮我比较电子、通信、机械设备三个行业，谁的拥挤风险最高？

Agent 会自动查询真实数据，并给出结构化解释。

它解决的不是「查数」，而是「看懂数」

很多投研系统都能展示数据，但实际工作中，用户真正需要的是：

• • 快速知道当前哪些行业、风格或市场维度已经拥挤；
• • 理解拥挤来自哪里，是趋势、换手、估值，还是结构集中；
• • 在早会、复盘、风控沟通中，把指标转化成清晰结论；
• • 对某个行业或风格做历史追踪，而不是只看一个静态点位；
• • 让客户、投顾、研究员用同一套指标语言沟通。

因此，我们没有把 Agent 做成一个简单的「数据问答机器人」，而是围绕拥挤度指标体系，做了查询、排名、历史、定义解释和风险归因。

一套指标，拆解拥挤风险来源

拥挤度不是单一数字。

我们的数据体系包含一个综合拥挤度，以及四个子指标。所有 z 类指标均为标准差单位，便于跨时间、跨行业、跨风格比较。

这意味着，Agent 不只是告诉你「电子行业拥挤」，还可以进一步解释：

当前电子行业的综合拥挤度偏高，主要来源于趋势拥挤度和换手拥挤度。这说明近期价格趋势和交易活跃度共同推高了拥挤状态，但结构项并未同步极端。因此，它更像是交易热度上升带来的拥挤，而不是单纯的持仓结构集中。

这类解释，正是投研沟通中最需要的部分。

从数据接口到 Agent，对话就是入口

传统数据产品往往需要用户学习页面、字段、筛选器或接口文档。

但在 Agent 里，用户可以直接问：

有哪些风格因子处于低位？

通信行业最近一个月拥挤度怎么变化？

趋势拥挤度是什么意思？

帮我做一下行业层面的组合诊断。

Agent 会根据问题自动判断应该查询最新数据、排名、历史序列、可查标的清单，还是指标定义。

对使用者来说，入口只有一个：对话框。

这降低了使用门槛，也让数据能力更容易嵌入日常投研流程。

典型应用场景

1. 投研早会

每天开盘前，快速查看行业、风格、市场层面的最新拥挤度排名：

行业拥挤度最高和最低的分别有哪些？

适合用于早会提醒、风险观察和市场状态判断。

2. 行业轮动观察

当某些行业连续上涨时，可以进一步追问：

这个行业的拥挤主要来自趋势、换手、估值还是结构？

这比单纯看涨跌幅更接近交易风险本身。

3. 组合风险复盘

在组合持仓集中于某些行业或风格时，可以用 Agent 辅助判断：

帮我看一下当前组合暴露的几个行业里，谁的拥挤风险最高？

后续还可以扩展到组合诊断、风险暴露、因子拥挤等模块。

4. 客户沟通

财富顾问、投顾或机构销售在解释市场状态时，可以用更直观的语言说明：

为什么当前不能只看行业景气，还要看交易拥挤度？

Agent 可以把专业指标翻译成客户能听懂的表达。

5. 策略监控

对于量化或多因子团队，拥挤度可作为风险观察维度之一，辅助监控风格因子或交易信号是否进入过热区间。

专业能力背后，是可授权的数据服务

这个 Agent 背后连接的是一套受保护的数据 API 服务。

它支持：

• • 按客户独立授权 API Key；
• • 对不同客户设置访问额度和调用频率；
• • 记录调用使用情况，便于服务管理；
• • 按模块开通权限，例如拥挤度查询、组合诊断、未来的 MAC 因子等；
• • 后续新增 Agent 能力时，可在原有客户 Key 上追加授权，不需要反复更换 Key。

这意味着，它既可以作为内部投研助手，也可以作为面向客户的专业数据服务能力。

为什么我们认为 Agent 适合投研数据？

因为投研里的很多问题，并不是固定报表能完全覆盖的。

用户的问题经常是临时的、比较式的、追问式的：

这个行业为什么拥挤？

它和通信比，谁的拥挤风险更高？

最近一个月是变拥挤了，还是回落了？

如果趋势拥挤高，但估值拥挤不高，应该怎么理解？

这类问题天然适合用 Agent 承接。

数据 API 负责提供准确结果，Agent 负责理解问题、调用数据、组织解释。两者结合之后，数据不再只是表格，而是可以被追问、被比较、被解释的研究能力。

一个例子：如何看待当前最火的AI投资主题。

用户问：

Agent 返回：

这不是简单地把表格读出来，而是把指标转化成投研语言。

适合谁使用？

这个 Agent 适合以下团队和场景:

• • 证券、基金、私募、资管等机构投研团队；
• • 财富管理、投顾、机构销售等客户沟通团队；
• • 需要监控行业轮动、风格拥挤、交易热度的策略团队；
• • 希望把内部数据能力封装成 AI 助手的金融科技团队；
• • 需要将数据 API 快速变成可对话产品的业务团队。

我们接下来会继续扩展什么？

拥挤度只是第一步。我后面会继续把其他研究主题都加入东北金工这个Agent.

更重要的是，新增模块可以沿用现有Agent。您不需要反复更换 Key，也不需要重新学习一套工具，只要在同一个 Agent 入口继续提问即可。

结语

在 AI 时代，卖方牛马服务的形态正在变化。

过去，数据服务更多是表格、终端、接口和报表。现在，数据可以变成一个能够对话、能解释、能追问的 Agent。

我们希望这个拥挤度Agent，能够帮助您和团队更快识别市场状态，更清楚地解释风险来源，也让专业数据真正进入日常工作流。

如果你希望试用拥挤度Agent，或希望把打造自己的AI Agent，欢迎联系我们或者对口销售。

风险提示

拥挤度指标用于描述市场、行业或风格的风险状态和交易拥挤程度，不构成投资建议、收益预测或买卖依据。任何投资决策都应结合基本面、估值、风险承受能力和其他研究框架综合判断。