研报速递 
前两天分享的图1️⃣这篇逃顶的帖子被朋友们捧🔥了，感谢
很多粉丝朋友和核心群里其他行业的大佬们问我像#美股 里#VRT CEG这些之前没什么关注的鱼是怎么挖到的（确实像#NVDA 这些也不用挖了）只给鱼也没啥意思，今天分享下能挖出超额收益Alpha的铲子
第一步。
首先，众所周知#价值投资 靠的不是脑子一热。我的做法是磨行业研报。举个非常基础的例子，比如像图2️⃣的ZincFive2025数据中心储能行业洞察报告，里面就明确说了cooling requirements的重要作用，图3️⃣的JLL权威报告也有佐证，因此我们才会关注到这个还没有被热💰涌入的蓝海。但这只是2份report，我们要用千百份行业研报来交叉佐证才能更大概率做出正确判断[呃R]
第二步。
因此，有一个很明显的痛点是这些PDF里的数据全是图表➕多栏混排，你复制都复制不了，喂给#RAG 它也读不懂，会大大降低你获取高价值信息的效率
我的办法还是让#AI工具 来解决这个dirty work，找了半天最后选择的是#百度 最新发布/开源PaddleOCR-VL。我之前图4️⃣就有分享过前代霸榜#HuggingFace 一周的专做文字识别的PP-OCRv5模型[嘻嘻R]来帮我解析文档。他们这次新出的#PaddleOCR -VL的进步是在多模态文档解析方面，对于行业研报这种有图➕表格➕复杂排版的文字来说，真是非常精准的解决了需求。而且它在最新的OmniBenchDoc榜单上，也把#GPT4o Gemini2.5pro这些巨头的OCR能力全碾压了
第三步。
后续继续用VL来处理获得的海量analyst reports信息，让Alpha浮现出来 用我这次举例：图6️⃣它可以帮我把研报里的市场份额图直接转成结构化的表格，这样数据全精确的摘出来了。我用它导出的数据再喂给LLM们做思考，估计这个赛道的CAGR甚至能到11.99%，这就是能判断出VRT增长的底层逻辑
从1.0时代的看新闻，到2.0时代的LLM幻觉分析，再到现如今的OCR+LLM分析。谁能更快更准的筛选并处理真实信息，谁就能真正把握热💰的流向
TechTalker的AI时代价投思考
P.S. 下篇讲怎么找到最新且有用行业研报
很多粉丝朋友和核心群里其他行业的大佬们问我像#美股 里#VRT CEG这些之前没什么关注的鱼是怎么挖到的（确实像#NVDA 这些也不用挖了）只给鱼也没啥意思，今天分享下能挖出超额收益Alpha的铲子
第一步。
首先，众所周知#价值投资 靠的不是脑子一热。我的做法是磨行业研报。举个非常基础的例子，比如像图2️⃣的ZincFive2025数据中心储能行业洞察报告，里面就明确说了cooling requirements的重要作用，图3️⃣的JLL权威报告也有佐证，因此我们才会关注到这个还没有被热💰涌入的蓝海。但这只是2份report，我们要用千百份行业研报来交叉佐证才能更大概率做出正确判断[呃R]
第二步。
因此，有一个很明显的痛点是这些PDF里的数据全是图表➕多栏混排，你复制都复制不了，喂给#RAG 它也读不懂，会大大降低你获取高价值信息的效率
我的办法还是让#AI工具 来解决这个dirty work，找了半天最后选择的是#百度 最新发布/开源PaddleOCR-VL。我之前图4️⃣就有分享过前代霸榜#HuggingFace 一周的专做文字识别的PP-OCRv5模型[嘻嘻R]来帮我解析文档。他们这次新出的#PaddleOCR -VL的进步是在多模态文档解析方面，对于行业研报这种有图➕表格➕复杂排版的文字来说，真是非常精准的解决了需求。而且它在最新的OmniBenchDoc榜单上，也把#GPT4o Gemini2.5pro这些巨头的OCR能力全碾压了
第三步。
后续继续用VL来处理获得的海量analyst reports信息，让Alpha浮现出来 用我这次举例：图6️⃣它可以帮我把研报里的市场份额图直接转成结构化的表格，这样数据全精确的摘出来了。我用它导出的数据再喂给LLM们做思考，估计这个赛道的CAGR甚至能到11.99%，这就是能判断出VRT增长的底层逻辑
从1.0时代的看新闻，到2.0时代的LLM幻觉分析，再到现如今的OCR+LLM分析。谁能更快更准的筛选并处理真实信息，谁就能真正把握热💰的流向
TechTalker的AI时代价投思考
P.S. 下篇讲怎么找到最新且有用行业研报
发表评论
发表评论: