Alpha.deeprich

Alpha DeepRich

面向 ETF 场内基金的 AI 智能投顾系统 —— 让专业资产配置对普通人可用。

项目要解决的问题

普通投资者做 ETF 配置时面临三个硬问题：不知道当前是高估还是低估、配置建议千人一面、突发资金和市场变化时没有调仓依据。Alpha DeepRich 用 AI 把专业投顾的估值判断、个性化配置、动态调仓能力打包成普通人可用的工具。

目标用户

25–45 岁、可投金额 3–100 万的个人投资者,他们有基础金融认知,希望用 ETF 完成全球大类资产配置,但又负担不起传统投顾服务。延伸用户是券商/基金公司的投顾团队,可将本系统作为投顾辅助工具。

使用场景

• 日常配置与调仓:基于估值信号进行再平衡
• 突发资金入账:年终奖、理财到期、项目分红后的再配置
• 四笔钱规划:灵活短钱 / 投资试验 / 长期投资 / 保险,分账户管理
• Agent 自动化交易(差异化场景):在"投资试验"账户中,用户可授权 Agent 在风险边界内自主执行策略

为什么值得做

• ETF 是当前增长最快、透明度最高、费率最低的资产配置工具,但国内智能投顾渗透率仍很低
• AI 在本场景的价值天然存在:需求理解、方案解释、动态响应、Agent 执行,都不是传统工具能做的
• 差异化明确:市面上的智能投顾集中在"稳健配置"。本项目把"投资试验"纳入框架,支持策略验证、事件驱动、Agent 自主交易,填补了行业空白

如何验证有效性

• 功能完整性:能否对四大类 ETF 给出估值分级、能否基于 KYC 给出可执行配置、能否按四笔钱框架分账户建议
• 投资有效性:配置组合相比等权基准的年化超额收益、最大回撤改善、估值分级的历史准确率
• 用户体验:从交互到拿到完整方案的步数/时长、AI 解释文本的可理解度
• AI 能力:LLM 从自由对话提取 KYC 的准确率、方案在相同输入下的稳定性、极端输入下的合理处理

详细技术方案与评测标准见 SPECS.md。