数据能力与产业应用

数据是底座,图谱是答案

我们用一套自建的数据底座,把「数据从哪来、怎么拿、怎么管」做扎实;再用同一套数据,构建出产业链图谱,让「一件事发生 → 影响谁」能直接看到结论。

第一部分 · 数据能力
→
第二部分 · 产业链图谱
1

第一部分 · 数据能力

两条并行的底座,不是上下游
结构性语料(wiki)
按「公司」归纳的、分册化的基本面档案。
一句话:给每一家公司建一份档案。
15,079家海外公司
  • 5 个市场 · 每家 4 册
  • 原语言原文,带抓取时刻 + 指纹
  • 可追溯、可对账
原始条目库 + 入口(ManoHub)
按「条目」查研报、新闻、结构化数据的统一入口。
一句话:想找某条资料,从这一个口子查。
12个数据源
  • 统一检索、统一归档
  • 按「站在哪天」查,不偷看未来
  • 每条都能追溯到上游原始报文
2

第 1 块 · 结构性语料:15,079 家公司的档案

规模

5
覆盖市场
15,079
海外上市公司
4
每家公司册数
原语言
英文 / 日文 / 韩文,不翻译
市场家数
美股3,980
日本3,822
韩国2,625
台湾1,985
香港2,667

每一册讲什么 以特斯拉为例

册讲什么例子
概况公司做什么、报告分部、最近财年关键数字「2025 年产约 166 万辆、营收 948 亿美元」
产业链上游供应商、子公司、下游客户,每条带出处「上游供应商 Samsung|出处:10-K Item 1」
事件催化近 12 个月法定披露事件「2025-11-06 股东大会通过股权激励计划」
机构观点本地券商研报观点聚合评级涉及 Deutsche Bank、摩根士丹利等

生成方式:由上游基本面服务用模型生成,盘前/盘后集中触发,按「站在哪天」生成。
保存方式:一家公司一个文件,整批打包带日期和版本号,每份带指纹,可整批对账。

来源 原材料是什么

wiki 的原材料是各市场的法定披露文件,加上券商研报——不是从新闻、网站爬来的,也不是临时抓取。

市场主要来源文件
美股SEC 10-K(年报)、8-K(重大事件)
日本有価証券報告書(法定年报)
韩国사업보고서(事业报告书)

四册里,概况 / 产业链 / 事件催化来自法定披露文件;「机构观点」一册来自券商研报(美股用慧博外文研报库,韩国用韩经共识 + 本土券商)。

海外与 A 股 为什么覆盖不一样

海外五市场
→
有整齐的法定披露文件,可直接取用,已覆盖 15,079 家
A 股
→
没有现成的整齐档案,需一家家现场加工,现覆盖约 1,979 家,逐步补齐

但 A 股的图谱已经覆盖了全部在市 A 股——因为「公司档案」和「产业链图谱」是两件事。

3

第 2 块 · ManoHub:统一的数据入口和仓库

一句话

ManoHub 是内部的「数据总机」:程序只说「查什么、站在哪天」,由它统一决定问哪几家、怎么限速、怎么保证不偷看未来、怎么归档。

1
能力层
几个固定工具:查语料、查财务、查公告……
▼
2
路由层
决定问哪几家、坏源自动跳过、时间闸
▼
3
供应商层
每家数据源一个适配器(加源 = 加适配器,不改工具)

12 个数据源 挑重点

源一句话
慧博中文研报(段落)中文研报,按语义检索
慧博外文研报(全文)外文研报全文,按英文标题 / 代码检索
结构化数据(9 工具)行情、财务、股东、公告、宏观等
海外新闻原文海外新闻向量库,带股票代码 / 原文链接 / 发布时间
海外映射海外公司介绍、异动日志(模型加工)
联网搜索 ×2普通联网 + 大模型深度搜索
财经媒体订阅5 家媒体,近 14 天
B 站 / 网页 / 雪球视频标题、网页、个股资讯与舆情(补充源)

三个「可信」能力 核心卖点

不偷看未来
查数据要带「站在哪天」,晚于那天的、没时间的资料一律隔离,附原因。
能一路追溯
每条记录都指回它的上游原始报文,数据到底长什么样,能查。
保护数据源
限速、冷却、不硬闯,宁可少几条,也不把数据源账号搞封。

数据获取能力 几乎任何数据源都能接

有接口的
直接调用接口获取。
没有接口的
用「电脑使用(computer use)」模拟真人操作、打开页面、截图,再用解析技术把截图内容提取成文字 / 结构化数据。
统一成一套
不管来源有没有接口,最终都归成同一套格式,可检索、可追溯。
4

第二部分 · 产业链图谱:用这些数据能做出什么

图谱是什么

一张按产业链连接起来的图:每个环节、每家公司,连上它的上下游;事件一发生,就能看到它顺着链条影响谁、往哪个方向、什么强度。

它怎么用这些数据

每家公司是做什么的
→
① wiki 的「概况 + 产业链」
公司之间谁供货给谁
→
① wiki 产业链 + 自建边
每条结论凭什么
→
② ManoHub 查来的研报 / 新闻原文

能给出什么效果

中东冲突、油价上涨,影响谁?
利好
原油生产 —— 卖油的价格上去了,每条结论带原文出处
利空
炼油与化工 —— 买油的成本上去了,每条结论带原文出处
回测
站在 3 月那天,只用当时已公开的信息,验证当时的判断——不偷看未来
给客户的一段总结

「我们的数据能力分两层:一层是 15,079 家海外公司的结构化档案,原语言、带指纹、可对账;一层是 ManoHub 这个统一入口,12 个数据源、按『站在哪天』查、每一条能追溯到上游原始报文。
光有数据不够,所以我们用同一套数据做成了产业链图谱——事件一发生,能直接看到它影响哪些环节、哪些公司,而且每条结论都有原文出处、能回测不偷看未来。」