作者： |
发布时间：Wed, 04 Mar 2026 16:00:00 GMT
[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
摘要
本系统是业内首个将大语言模型（DeepSeek V3.2、GLM-5、Kimi K2.5三模型融合架构）深度融入房地产选股流程的智能评级系统。通过**“量化+AI”**的双重驱动，系统实现了对A股、港股、美股房地产板块的全面覆盖，旨在通过高频数据集成与实时政策捕捉，为投资者提供具备强时效性的投资参考。
正文
一、 双模型架构：覆盖多元投资风格 
系统内置两套独立评级模型，兼顾技术面与行业基本面：
- 量化AI选股模型：融合技术面、基本面与AI情绪。
- 评分权重：AI评分(50%) + 量化分析(25%) + 基本面(15%) + 市场情绪(10%)。
- 东吴地产选股模型：聚焦行业特有逻辑。
- 评分权重：基本面(50%) + AI评分(50%)。
- 核心逻辑：围绕“三道红线”、PB破净安全边际及政策信号进行深度研判。
二、 四层数据降级：确保系统极端稳定性 
为保证7×24小时稳定运行，系统构建了严密的数据采集体系：
- 核心数据源：以同花顺iFinD为主，覆盖行情（80+指标）、估值、财务及公告。
- 降级备份机制：采用 iFinD → akshare（东方财富） → 腾讯财经 → 新浪财经 的四层降级架构。
- 自动容错：当主数据源连续失败超过 3次 时，系统自动降低其优先级并切换至备用源。
三、 三模型融合引擎：实时捕捉政策脉搏 
评级引擎深度集成 DeepSeek V3.2 + GLM-5 + Kimi K2.5，具备强大的实时分析能力：
- 联网增强：开启
EnableEnhancement功能，实时检索限购放松、LPR降息、城中村改造等最新政策。 - 政策权重：重大政策变动在当日评级中的影响权重高达 35%。
- 即时反应：确保行业敏感信息能第一时间转化为评分波动，克服传统量化模型的数据滞后性。
四、 灵活架构设计：支持自定义策略扩展 
系统采用 FastAPI (后端) + React (前端) 的分离架构，具备极高的可扩展性：
- 解耦设计：模型层与数据层相互独立，用户可自定义股票池或调整评分参数。
- 一键部署：支持 Docker 快速部署，运维成本极低。
- 跨行业迁移：系统逻辑不仅限于房地产，可快速迁移至其他行业选股策略。
结论与风险提示
核心结论：
本系统通过将AI大模型的主观逻辑分析能力与量化数据的客观评价能力相结合，显著提升了房地产股票研究的效率与深度。尤其在政策敏感性极高的房地产行业，35%的政策权重与实时联网搜索功能使该系统在同类工具中具备显著的竞争优势。
风险提示：
- AI风险：大模型可能存在“幻觉”风险，评级结果仅供参考。
- 数据风险：数据源中断可能导致评分时效性受损。
- 市场风险：房地产市场波动剧烈，模型历史表现不代表未来收益。
- 建议：本系统不构成直接投资建议，投资者需结合市场实际情况决策。
延伸阅读
研报PDF原文链接