基于公开资料与实测的技术学习笔记，梳理 2026 年"AI + A 股分析"方向上 DeepSeek、通义千问、同花顺 i 问财、东方财富 AI、豆包、TradingAgents 六款代表性产品的技术路线差异。先给出六维评测框架（模型能力 / 数据覆盖 / 研报深度 / 免费额度 / 导出格式 / 合规性），再按通用对话大模型、券商系套壳、多智能体金融决策三条路线分类拆解，最后用"场景权重法"帮读

基于公开资料与实测的技术学习笔记，梳理 2026 年"AI + A 股分析"方向上 DeepSeek、通义千问、同花顺 i 问财、东方财富 AI、豆包、TradingAgents 六款代表性产品的技术路线差异。先给出六维评测框架（模型能力 / 数据覆盖 / 研报深度 / 免费额度 / 导出格式 / 合规性），再按通用对话大模型、券商系套壳、多智能体金融决策三条路线分类拆解，最后用"场景权重法"帮读

基于公开资料与实测的技术学习笔记，梳理 2026 年"AI + A 股分析"方向上 DeepSeek、通义千问、同花顺 i 问财、东方财富 AI、豆包、TradingAgents 六款代表性产品的技术路线差异。先给出六维评测框架（模型能力 / 数据覆盖 / 研报深度 / 免费额度 / 导出格式 / 合规性），再按通用对话大模型、券商系套壳、多智能体金融决策三条路线分类拆解，最后用"场景权重法"帮读

解决：**混合模型**——基本面用 DeepSeek（推理深）、技术面用 Qwen（便宜）、新闻用 Qwen、情绪用 Qwen。关键不是让 LLM 算指标（LLM 算数不靠谱），而是**先用 pandas 算好，把结论丢给 LLM 做解读**。交易员的输入是"看多 + 看空 + 4 份信息报告"，输出是"看多 / 中性 / 看空 + 理由 + 跟踪指标"。的 A 股分析系统，把架构拆成了 7 个

解决：**混合模型**——基本面用 DeepSeek（推理深）、技术面用 Qwen（便宜）、新闻用 Qwen、情绪用 Qwen。关键不是让 LLM 算指标（LLM 算数不靠谱），而是**先用 pandas 算好，把结论丢给 LLM 做解读**。交易员的输入是"看多 + 看空 + 4 份信息报告"，输出是"看多 / 中性 / 看空 + 理由 + 跟踪指标"。的 A 股分析系统，把架构拆成了 7 个