AI工具在投资研究中的应用实例 - 公司对AI资本支出和AI公司估值持怀疑态度，但对AI工具本身持积极看法，认为其有用且令人兴奋 [1] - 公司利用ChatGPT等大型语言模型，将原本需要约一周时间编写和调试的代码工作，缩短至30-60分钟的主动工作时间 [2][3] - 通过LLM辅助，公司快速生成了用于追踪44个国家单只ETF的Python代码，初始获得半可用代码仅需约90秒 [4][5] 具体研究项目：创建国家ETF收益地图 - 研究目的是监控公司过去9个月投资组合中持有的国际资产表现，并希望可视化地区与国家间的差异 [2] - 最终生成了一个包含44个拥有美国上市单只国家ETF的国家列表 [4] - 项目目标是创建一个每日更新的地图，以展示列表中各国相对于全球指数的过去1个月滚动回报率 [5] 使用AI工具的效率提升 - 在传统编程中，每个代码错误可能需要1-4小时来排查解决，涉及逐行检查代码、搜索文档和论坛帖子 [6] - 使用LLM后，在聊天中分享错误信息后，可在30-120秒内获得可用的修复代码 [6] - 最终成果是一个可每日运行的脚本，能自动生成地图，使监控外围股市表现成为日常工作流程的一部分 [7]