最近，我基本把自己这些年整理的基金投顾数据和研究框架，都搬进了 IMA 知识库。
目前已经覆盖约 498 个独立基金投顾、1500+ 份结构化研究文档。
但如果只是数量多，我觉得意义其实不大。
这个知识库真正有点不一样的地方，是它的底层并不是简单搜集了一堆公开资料，再交给 AI 总结。
里面相当一部分数据来自我自己长期整理的基金投顾底层数据库，并且按照我自己的分析框架，对不同投顾进行了统一的定量分析和横向比较。
收益、回撤、风险收益比、同类排名、超额表现、风格特征……
这些东西最后都尽量落到数据上。
至少以我目前看到的公开资料来说，我还没有见过第二套覆盖这么多基金投顾、同时又按照统一定量框架整理的知识库。
这也是我做它最核心的出发点。
我希望 AI 帮我提高研究效率，但研究的地基，仍然是数据。
因为投资领域有一个东西，我一直觉得很公平：
一个投顾过去到底赚了多少、承担了多大回撤、长期有没有跑赢同类、什么时候开始掉队，这些东西最终都要回到数字本身。
这些客观的数据，不是谁的粉丝多就说了算，也是饭圈文化改不了的。
当然，历史数据同样不能预测未来。
但至少在研究过去这件事情上，它比故事，口号，IP人设，要诚实。
#投资理财 #基金投顾 #金融理财 #AI反常识howto #基金界的灵魂画手 #ima