核心用法
US Stock Analyst 是面向投资者的一站式美股智能分析平台，通过单一 API 密钥调用 AIsa 统一数据基础设施。用户可通过命令行或 Python 客户端执行三种深度级别的分析：Quick（约10秒，$0.01-0.02）快速获取财务指标与基础舆情；Standard（约20秒，$0.02-0.05）增加分析师预期、内幕交易、YouTube 视频分析；Deep（约30秒，$0.05-0.10）完整覆盖财务报表、机构持仓、SEC 文件及学术研究。
核心数据层涵盖六大类：实时财务指标（市值、P/E、ROE 等）、历史与日内行情、三大财务报表、分析师预期与评级、内幕交易与机构持仓追踪、SEC 文件检索。信息层整合公司新闻、网页搜索、学术文献、Twitter 实时情绪、YouTube 财报电话会议与分析师视频。AI 层通过 OpenAI 兼容接口调用 GPT-4、Claude 3 Opus/Sonnet、Gemini 1.5 Pro、Qwen、DeepSeek、Grok 等主流模型生成投资摘要、估值判断与情绪分析。
显著优点
极致成本效率：单次深度分析 $0.05-0.10，对比 Bloomberg Terminal（$2,000/月）、FactSet（$1,000/月）或传统卖方研报（$50-500/份），成本降低 99% 以上，且按需付费无订阅门槛。
数据维度全面：覆盖从基本面到情绪面的完整投资研究链条，尤其擅长 AI 时代的新兴需求——社交情绪实时追踪（Twitter）与视频内容分析（YouTube 财报解读）。
多模型 AI 冗余：支持 8+ 主流 LLM，用户可并行调用对比不同模型的估值结论，降低单一模型幻觉风险。
开发者友好：标准 REST API + Python CLI，响应包含精确计费与剩余额度，便于构建自动化投研工作流。
潜在局限
数据质量依赖第三方：财务数据来自 MarketPulse 等聚合商，极端行情下可能存在延迟；Twitter 数据受限于平台 API 层级，高级搜索功能可能受限。
AI 分析的固有不确定性：LLM 生成的估值判断与价格目标缺乏回溯测试验证，不同模型对同一标的可能给出矛盾结论，需人工交叉验证。
非投资建议的合规边界：系统强制附加免责声明，但自动化生成内容的"专业性外观"可能误导新手投资者过度依赖。
覆盖范围限制：文档明确聚焦 US Stock，对港股、A 股等非美市场支持未提及；加密货币、衍生品等资产类别未覆盖。
适合人群
- 个人投资者：资金有限但希望获得机构级数据视角的散户
- 量化开发者：需低成本高频数据 API 构建策略回测系统
- 财经内容创作者：快速生成数据驱动的投资分析素材
- 中小机构投研：作为 Bloomberg/FactSet 的补充数据源
常规风险
市场风险：AI 分析基于历史数据与公开信息，无法预测黑天鹅事件或市场情绪突变。
模型幻觉风险：LLM 可能"编造"财务数据关联性或过度解读噪音，Deep/Standard 模式的多模型对比可部分缓解。
API 密钥安全：AISA_API_KEY 需妥善保管，泄露可能导致额度盗刷。
监管合规风险：用户需自行确保输出内容在当地证券法规框架下的合规使用，系统免责声明不转移法律责任。