核心用法
Fin Cog 是 CellCog 旗下的专业金融分析技能，通过 Agent 模式提供机构级投资研究能力。用户可通过 Python SDK 或 OpenClaw 发起任务，支持三种深度模式：快速查询用 agent，深度分析用 agent team，高风险决策用 agent team max。核心功能覆盖六大领域：
1. 股票与权益分析：公司深度研究、财报拆解、DCF/可比估值、同业对比、技术分析
2. 投资组合管理：组合诊断、资产配置优化、风险指标计算（Sharpe、Beta、最大回撤）、税务敏感再平衡
3. 财务建模：DCF、LBO、创业公司财务预测、多情景分析
4. 专业文档：投资备忘录、季度报告、备考财务报表
5. 税务与退休规划：个人税务优化、退休储蓄计算
6. 个人理财：房贷对比、债务清偿计划、预算优化
输出格式灵活可选：交互式 HTML 仪表盘、PDF 报告、Excel 模型、Markdown 文档。
显著优点
- 模型权威性：基于 2026 年 4 月 DeepResearch Bench 排名第一的 CellCog 推理引擎，财务推理能力经过基准验证
- 端到端交付：从原始股票代码到董事会级交付物（PDF/Excel/交互仪表盘）一键完成，无需人工整理
- 多模态输出：原生支持可编辑 Excel 模型，满足专业分析师二次开发需求
- 场景化深度：三种 Agent 模式精确匹配任务复杂度，避免过度消耗或分析不足
- 实时数据整合：自动获取财报、市场价格、分析师共识等多元数据源
潜在局限与风险
- API 依赖：必须配置
CELLCOG_API_KEY，服务可用性受 CellCog 平台稳定性制约 - 成本分层：
agent team max模式需 ≥2,000 credits，高频使用成本较高 - 时效性边界：虽能获取实时数据，但极端市场事件（如闪崩、停牌）可能导致数据延迟或缺失
- 模型幻觉：复杂估值假设、远期预测存在推理偏差风险，高 Stakes 决策需人工复核
- 地域限制：主要覆盖美股及主流国际市场，A 股等新兴市场数据深度可能不足
- 监管合规：非持牌投资顾问，生成的投资建议不构成法律意义上的受托责任
适合人群
- 个人投资者：希望获得机构级研究质量但无法承担 Bloomberg/卖方研究成本
- 创业公司创始人：快速生成融资用财务模型、投资人备忘录
- 财务分析师：自动化初稿报告、敏感性分析、同业对比
- 理财规划师：客户端退休规划、税务优化方案的可视化呈现
- 学生与研究者：学习财务建模标准、获取真实案例数据集
常规风险提示
- 金融分析涉及本金损失风险，模型输出仅供参考，不构成投资建议
- 税务规划建议需结合具体司法管辖区法规，建议咨询持证税务师
- 高杠杆场景（如 LBO 建模）的假设敏感性极高，需充分压力测试
- 个人财务数据输入时应注意脱敏，避免在提示词中暴露敏感身份信息