Kavout用自然語言查詢11000+金融資產

做投資研究的人都知道那種感覺：開啟 Yahoo Finance 看財報，切換到篩選器跑條件，再刷 Reddit 找觀點，最後還得手動彙總。Kavout 試圖把這套流程壓縮成一句自然語言提問——你問「NVDA 估值高嗎？」或者「幫我找找低負債、股價低於 50 美元的股息股」，它直接從財務資料庫裡抓答案。

一句話搞定多步操作

Kavout 覆蓋超過 11,000 只股票、ETF、加密貨幣和外匯。核心能力是把英文問句翻譯成結構化查詢，然後返回關鍵指標。比如你問「有哪些醫療股過去五年營收增速超過 20%？」，它會列出符合條件的標的和對應數字。不需要記住篩選器語法，也不用寫 SQL。

• 股票研究：支援市盈率、市淨率、營收增長、負債率等常見財務維度。
• ETF 篩選：可基於資產規模、費用率、行業敞口等屬性過濾。
• 加密貨幣和外匯：覆蓋主流幣種及貨幣對，支援價格、波動率、交易量查詢。
• 一句話對比：比如「比較 MSFT 和 AAPL 的自由現金流率」。

適合哪些投資者

個人投資者如果能用英文表達自己的篩選邏輯，可以大幅節省時間。對於機構分析師來說，快速驗證某個假設（比如「銀行板塊當前平均 PB 處於歷史什麼分位」）也能提高效率。但注意，Kavout 提供的是財務資料聚合，不包含深度新聞情感分析或實時訂單流資料。

一個典型場景：你看到新聞說「半導體庫存調整接近尾聲」，於是問 Kavout 「列出過去三個季度庫存週轉天數連續下降的半導體公司」，幾秒鐘就能拿到清單。

注意的坑

Kavout 的側重點在於結構化財務資料，對另類資料（如供應鏈衛星圖、專利分析）並不涉及。另外，自然語言的理解精度有限——問得太模糊（比如「哪些股票好」）可能會返回不理想的結果。建議把問題拆細，指定財務指標和條件。

定價與上手

Kavout 提供免費試用，之後轉為訂閱制。具體套餐分基礎版和專業版，專業版解鎖更多匯出功能和歷史資料回溯。適合經常做基本面篩選的使用者，對純技術面交易者幫助有限。

如果你的研究流程還停留在手工複製貼上數字，Kavout 值得一試。它不會替代深度分析，但能把最費時的「資料拉取」環節變成一句話的事。