当头部券商在Skill数量（127个vs 8个）、MCP中台（152个工具）、平台矩阵（6个入口）上狂飙时，广东博众选择了一条截然相反的路：不做多、只做闭环。4个Skill，全部塞进微信小程序「智选股」，按「选股→诊股→问股→策略」的顺序排成一条流水线。最激进的是Alpha策略——它把量化信号做成「买入/持有/卖出」三盏信号灯，是目前行业唯一直接给散户输出买卖信号的消费级产品。本文拆解这家老牌投顾机构的AI转型样本：为什么「少而闭环」可能是中小机构最聪明的打法。
一、机构画像：1998年持牌的老牌投顾，如何接住AI这波浪潮
广东博众证券投资咨询有限公司（简称"博众"）是国内较早取得证券投资咨询业务资格的机构之一。根据公开信息，其证券投资咨询业务资格牌照编号为 ZX0127；注册资本 5000 万元，工商注册主体成立于 2016 年 12 月，注册地为广东广州。与广发、东财这类自带庞大流量的上市系机构不同，博众是典型的持牌中小投顾机构——靠专业咨询能力而非流量生态立足。
| 维度 | 信息 | 来源说明 |
|---|---|---|
| 机构名称 | 广东博众证券投资咨询有限公司 | 公开信息 |
| 业务资质 | 证券投资咨询业务资格（牌照编号 ZX0127） | 据公开信息，以证监会/中证协公示为准 |
| 注册资本 | 5000 万元 | 据工商公示信息 |
| 工商注册 | 2016 年 12 月（注册地：广东广州） | 据国家企业信用信息公示系统 |
| 主营业务 | 证券投资咨询、投资顾问服务 | 公开信息 |
| AI 分发渠道 | 微信小程序「智选股」 | 产品实测/公开资料 |
博众的转型逻辑，可以概括为一句：把积累多年的投研方法，用AI重新封装一遍。传统投资咨询公司的核心资产是投顾团队的"经验"——怎么选股、怎么判断买卖点、怎么给客户解释风险。博众的做法是把这些经验结构化：诊股（基本面+技术面+资金面+估值）、问股（自然语言查数据）、选股（多条件筛选）、Alpha策略（量化信号），四个环节正好对应投顾日常工作的四个动作。
这决定了它与券商系玩家的本质区别：券商把AI当"功能超市"，博众把AI当"决策流水线"。前者服务的是"工具型用户"，后者服务的是"需要结论的用户"。
二、Skill 生态全景：4 个 Skill 组成一条完整的投资决策流水线
博众的Skill矩阵数量不大——4个，但结构上是全行业最"连贯"的一家。它们不是彼此独立的工具，而是按照散户真实的决策路径排成了一条流水线：
| Skill 名称 | 核心功能 | 平台 | 流水线定位 |
|---|---|---|---|
| A股智能选股 | 多条件组合筛选A股标的（行业/财务指标/技术形态/市值） | 微信小程序「智选股」 | 「选」——缩小投资范围 |
| A股智能诊股 | 单只股票的多维度诊断报告（基本面/技术面/资金面/估值） | 微信小程序「智选股」 | 「诊」——投资决策的起点 |
| A股智能问股 | 自然语言查询个股数据（财务/行情/公告/机构评级） | 微信小程序「智选股」 | 「问」——自由探索的工具 |
| A股Alpha策略 | 量化策略信号输出（多因子模型驱动的买卖建议） | 微信小程序「智选股」 | 「策」——从分析到行动 |
这条流水线的顺序也经过设计：先用智能选股筛出候选池，再用智能诊股逐一诊断基本面，用智能问股补查细节数据，最后用Alpha策略判断买卖时机。一个完全不懂金融的小白，顺着这个流程走一遍，也能完成一次"选-诊-问-策"的完整决策。
2.1 与广发、东财的 Skill 策略对比
| 维度 | 广东博众 | 广发证券 | 东方财富 |
|---|---|---|---|
| Skill 数量 | 4 | 127（含机构端） | 7 |
| 架构哲学 | 递进式闭环 | MCP 中台 + 功能超市 | 功能超市 |
| 分发渠道 | 微信小程序（1 个） | IMA/Coze/小艺/OpenClaw/腾讯云智研/自有App（6 个） | IMA/Coze/飞书/OpenClaw（4 个） |
| 差异化能力 | Alpha 策略信号（消费级量化） | MCP 中台 + 自研大模型 | Choice 数据库 + 零配置安装 |
| 目标用户 | 非专业散户（小程序原生用户） | 机构+零售双线 | 全谱系投资者 |
结论很清晰：博众的4个Skill单拿出来，任何一个都不如广发、东财的同类产品"能打"；但把它们串成一条流水线，就形成了"一站式决策"的独特体验。对头部券商来说，这不是同一维度的竞争——博众没有在Skill数量、数据深度、平台覆盖上和它们硬拼，而是切走了"散户决策"这个最接地气的场景。
三、4 个 Skill 逐一深度拆解
3.1 A股智能选股：从 5000 只到 30 只
| 维度 | 详情 |
|---|---|
| 功能 | 多维度条件组合筛选A股标的，支持行业分类、市值区间、PE/PB/ROE等财务指标、均线金叉/死叉等技术形态、自定义多条件叠加 |
| 技术架构 | 条件解析引擎将用户自然语言（或表单选择）转化为SQL查询，实时扫描全市场约5000只A股，结果按匹配度排序并附带每只股票的筛选条件命中情况 |
| 适用场景 | "帮我找消费行业、市值100-500亿、PE低于20、ROE高于15%的股票"——价值投资者的标准选股流程，过去需要在Choice/Wind手动拉数据 |
| 优势 | 多条件叠加逻辑清晰，结果带「命中条件明细」，透明度和可追溯性高于东财智能选股的「黑箱式」输出 |
| 不足 | 偏基本面筛选，缺少布林带突破、筹码集中度等高级技术条件；结果不支持自定义排序或二次筛选 |
3.2 A股智能诊股：三张表的 AI 化
| 维度 | 详情 |
|---|---|
| 功能 | 对单只A股生成结构化诊断报告，包含基本面（营收/利润/现金流趋势）、技术面（均线/MACD/KDJ信号）、资金面（主力资金流向/北向资金持仓变化）、估值（PE/PB分位数）四大模块 |
| 技术架构 | 底层对接交易所行情和财报数据，通过NLP将结构化数据转化为自然语言诊断描述；技术面采用确定性指标计算引擎而非AI预测模型，信号解读可复现 |
| 适用场景 | "这只股票基本面怎么样？现在估值贵不贵？主力在买还是卖？"——散户最常问的三个问题，一个Skill回答 |
| 优势 | 报告结构化程度高、侧重「可操作性」，不仅描述现状还标注关键信号；相比东财「综合诊股」更直给 |
| 不足 | 不支持诊股结果的横向对比（广发「财务对比」可同时对比两家），技术面信号缺少历史胜率统计 |
3.3 A股智能问股：散户的自然语言数据助手
| 维度 | 详情 |
|---|---|
| 功能 | 自然语言查询A股数据，覆盖实时行情、历史K线、财务报表、机构评级、公告摘要、分红记录等约20个数据维度，支持追问和多轮对话 |
| 技术架构 | 大语言模型意图识别 + 结构化数据库查询：用户问"茅台去年赚了多少"，系统识别「贵州茅台+年度+净利润」后从财报库取数并以自然语言回复，比纯关键词匹配更进一步 |
| 适用场景 | "茅台PE多少？""比亚迪最近有什么公告？""工商银行分红率多少？"——一句话替代传统App里翻好几页的查询 |
| 优势 | 多轮对话是最大亮点：问完"宁德时代市值多少"可追问"对比一下比亚迪"，无需重复股票名，在微信聊天式界面中体验自然 |
| 不足 | 数据范围限A股，不支持港股/美股；复杂组合查询（"ROE>20%且PE<15的消费股"）不如智能选股精准 |
3.4 A股Alpha策略：行业唯一的"消费级量化信号"
| 维度 | 详情 |
|---|---|
| 功能 | 基于多因子量化模型输出买卖信号，覆盖价值因子（PE/PB/股息率）、成长因子（盈利/营收增速）、动量因子（价格趋势/资金流向），信号以「买入/持有/卖出」三级呈现 |
| 技术架构 | 后台多因子打分模型对每只A股每日计算综合Alpha得分，因子权重由博众量化团队维护、用户不可自定义，信号每日盘后更新 |
| 适用场景 | 智能选股解决「买什么」，Alpha策略解决「什么时候买」——对没有独立量化能力的散户，这是门槛最低的策略辅助工具 |
| 优势 | 全行业唯一直接给出量化策略信号的Skill：同花顺是「给你工具自己写策略」、东财是「给你数据自己判断」，只有博众是「给你信号」 |
| 不足 | 黑箱程度高：用户看不到因子权重、历史胜率、回测表现，需要找到「低门槛」与「可解释性」的平衡 |
四、技术底座与平台策略：一个渠道，吃透一个场景
4.1 技术底座：NLP+规则引擎为主，未公开大模型/MCP布局
从4个Skill的产品形态可以推断博众的技术底座：智能问股与智能诊股依赖大语言模型的意图识别/NLP生成能力，选股与Alpha策略则建立在结构化查询引擎与多因子打分模型之上。技术面信号采用确定性指标计算而非AI预测，说明博众在"解释性优先"与"模型炫技"之间选择了前者——这对持牌投顾机构而言是合规上更稳妥的选择。
需要如实说明：截至本文发布，博众未公开披露自研大模型、MCP工具中台或第三方大模型（文心/通义/混元等）集成的详细信息，相关数据暂未获取公开信息。这一点与广发（天玑智融2.0）、东财（妙想大模型）形成鲜明对比，也说明其AI能力大概率是"应用层自研+底层模型外采/租用"的轻模式。
4.2 平台策略：为什么只押微信小程序一个渠道
在所有机构追求多平台分发（IMA/Coze/小艺/飞书/OpenClaw）的背景下，博众只选择了微信小程序「智选股」作为唯一入口。这个"反潮流"决策背后是对目标用户的精准理解：
- 中国A股散户主力是40-60岁人群——他们不关心MCP协议、不会装Coze插件、不知道OpenClaw是什么，但每天高频使用微信，小程序是零学习成本入口；
- 微信小程序天然适配"轻咨询"场景——投资咨询不需要重客户端，聊天式交互（问股/诊股）恰好是小程序的长项；
- 闭环产品必须"住在同一个房子里"——「选-诊-问-策」的连贯体验依赖所有Skill在同一界面内无缝衔接，分散到多平台会破坏流水线逻辑。
这条路径的代价同样明显：放弃平台分发意味着放弃流量红利和生态位卡位。博众的Skill无法被Coze/IMA的开发者生态调用，也就无法像广发那样通过"让大家用"积累外部影响力。这是一笔"要体验还是要声量"的取舍。
五、同业对标：消费级量化的"最后一公里"
5.1 广东博众 vs 东方财富：闭环 vs 广度
| 维度 | 广东博众「智选股」 | 东方财富「妙想」 |
|---|---|---|
| Skill 数量 | 4 个 | 7 个 |
| 分发平台 | 微信小程序（1个） | IMA / Coze / 飞书 / OpenClaw（4个） |
| 设计哲学 | 递进式闭环（选→诊→问→策） | 功能超市（各Skill独立使用） |
| 核心差异化 | Alpha策略信号（唯一） | 综合诊基 + 宏观查询（覆盖面广） |
| 目标用户 | 非专业散户（小程序原生用户） | 全谱系投资者 |
| 数据底座 | 自有数据库（规模有限） | Choice 数据库（机构级） |
关键判断：东财在数据广度与安装便捷性上碾压博众，但博众的「闭环体验」是东财做不到的——东财的Skill分散在不同AI对话场景，无法形成递进式工作流；Alpha策略信号的「最后一公里」也未被东财覆盖。博众不需要在数量和广度上竞争，只需在「散户投资决策」这一场景做到最好。
5.2 广东博众 vs 同花顺：消费级量化 vs 开发者量化
| 维度 | 广东博众「智选股」 | 同花顺「问财」 |
|---|---|---|
| 量化策略产品 | Alpha策略信号（消费级） | Python量化回测（开发者级） |
| 使用门槛 | 零门槛，直接看信号 | 需要写Python代码 |
| 策略可解释性 | 低（黑箱信号） | 高（完全自定义） |
| 目标用户 | 不会写代码的散户 | 有编程能力的量化爱好者 |
| 社区生态 | 无 | 100+ 社区贡献Skill |
关键判断：同花顺与博众在量化策略上是两个极端——一个面向会写代码的极客，一个面向完全不懂量化的散户。两者不构成直接竞争，但博众的路线拥有更大的潜在用户基数：中国股民中能写Python的不足1%，剩下的99%才是博众的目标用户。
六、行业启示：中小投顾机构的AI转型样本
- 「少而闭环」比「多而散」更有竞争力：博众的4个Skill数量不占优，但递进式闭环带来的一站式体验，反而强于拥有7-8个独立Skill的竞品。对资源有限的中小机构，与其追Skill数量，不如在一个场景做到极致。
- 微信小程序是被低估的AI分发渠道：当头部在抢IMA/Coze/小艺的生态位时，博众押注"非AI原生"渠道，却精准覆盖了不装插件、不配Key的银发股民群体——这个群体的规模可能超过所有AI平台用户之和。
- 「消费级量化」是下一个蓝海：Alpha策略证明散户对量化信号有真实需求——他们不需要理解因子模型，只需要「买/卖/持有」。谁能把量化从"专业工具"做成"信号灯"，谁就赢下这个蓝海；但前提是信号的可解释性和历史验证必须跟上。
七、结论与展望
广东博众「智选股」是中小证券投资咨询机构中AI布局最清醒的一家：不拼数量、不抢平台、不卷大模型，而是把"选-诊-问-策"这一个闭环做透。Alpha策略信号作为全行业唯一的消费级量化产品，是其最大的杀手锏——但也正是它最大的风险敞口。
"给结论"比"给工具"门槛更低，责任也更大。信号黑箱一天不透明，Alpha策略就一天只是「好玩」而不是「好用」。
2026年下半年的三个关键观察点
- Alpha策略会否补上"可解释性"短板？哪怕只公开历史胜率与回测区间，这个产品就从"信号灯"升级为"可验证的策略工具"，信任度将完全不同。
- 闭环会否向"交易"延伸？当前闭环止于"决策"，若接入券商开户/交易（投顾牌照允许范围内），"选-诊-问-策-易"将形成完整商业闭环，商业模式从"内容/服务收费"转向"交易导流"。
- 会否开始第二渠道？小程序验证模型后，若向Coze/IMA等AI平台输出能力（参考广发路径），博众将从"单渠道闭环"走向"能力外溢"，声量与触达将显著放大。
如果你是一位不会写代码、也不想在多个App之间来回切换的普通股民，博众「智选股」可能是2026年最适合你的AI投研入口。它没有广发的深度、没有东财的广度，但它给了你一个能从头走到尾的决策流程——这恰恰是绝大多数散户真正需要的东西。
常见问题
广东博众「智选股」有哪些 AI Skill？
共有 4 个：A股智能选股（多条件筛选）、A股智能诊股（多维诊断报告）、A股智能问股（自然语言查询）、A股Alpha策略（量化信号输出），全部集成在微信小程序「智选股」中，按「选-诊-问-策」顺序组成递进式决策闭环。
广东博众的 Alpha 策略 Skill 有什么独特之处？
它是目前所有券商/投顾 Skill 中唯一直接输出量化买卖信号的消费级产品：基于价值/成长/动量多因子模型，每日盘后更新「买入/持有/卖出」三级信号，零代码门槛。同花顺的 Python 回测是「给你工具」，博众是「给你信号」。
广东博众的 AI Skill 在哪里使用？
全部集成在微信小程序「智选股」中。无需下载 App、无需配置 API Key，微信搜索即可使用。这是博众与广发（6 平台）、东方财富（4 平台）最大的渠道差异——只押注一个对散户最友好的入口。
广东博众是一家什么机构？
广东博众证券投资咨询有限公司是国内较早取得证券投资咨询业务资格的机构之一（牌照编号 ZX0127，据公开信息），注册资本 5000 万元（据工商公示信息），主营证券投资咨询业务。2026 年前后通过微信小程序「智选股」将投资咨询能力 Skill 化，是中小投顾机构 AI 转型的典型样本。
广东博众的「选-诊-问-策」闭环和广发、东财的 Skill 策略有何不同？
核心差异在设计哲学。广发 127 个 Skill 是「功能超市」+ MCP 中台，东财 7 个 Skill 是「广度覆盖」分散在四个平台；博众 4 个 Skill 则是一条「流水线」——先选股筛出候选池，再诊股看基本面，用问股查细节，最后用 Alpha 策略判断时机，在同一个微信小程序内完成全流程决策。