一句话定义
Nashnova 是一个面向个人投资者的投资判断 Agent 网络。它不替用户做决定，而是帮助用户建立一套可追踪、可复盘、会进化的投资判断系统。
很多个人投资者做投资比较随机：买入理由说不清，风险没有拆解，事后很少复盘，所以容易反复犯同样的错。Nashnova 把机构级研究、跟踪和复盘能力产品化，交到个人投资者手里。
核心区别投资判断 Agent 不是一次性问答，而是围绕标的、主题、宏观变量或投资风格持续运行的研究系统。
它解决什么问题
- 买入理由说不清：到底为什么看好这家公司？
- 风险没有拆解：什么变化会推翻原来的判断？
- 缺少持续跟踪：这些理由是在变强，还是在变弱？
- 很少事后复盘：为什么同样的错误会反复出现？
新用户如何开始
建立投资风格 profile
输入关注板块、风险偏好、投资目标和可接受回撤。
提出第一个问题
例如“我看好 Nvidia，帮我拆投资逻辑”。
调用投研 Skill
用基本面、财报、持仓、宏观和交易信号等能力组织答案。
问 Agent 或设置简报
选择不同视角的 Agent，或每天持续跟踪持仓和主题变化。
可以直接这样问
- 我看好 Nvidia，帮我把投资逻辑拆成可验证指标。
- 我的持仓最大风险是什么？什么信号说明判断变弱？
- 这家公司财报是超预期还是低于预期？
- 帮我设置一个每天早上的 AI 基建简报。
Agent 如何持续运行
比如你看好一家公司，Nashnova 会和你一起把“看好的理由”拆成可验证指标，然后持续替你盯着这些理由是在变强还是变弱。
- 拆解判断：拆成收入、利润率、订单、供需、估值、宏观和风险触发器。
- 持续跟踪：围绕持仓、公司、行业、宏观和投资主题持续更新。
- 复盘进化：记录判断变化和结果，让用户和 Agent 都修正研究框架。
长期壁垒是什么
当足够多的判断被结构化、被持续验证，Nashnova 会沉淀出一张持续进化的投资判断网络。谁在哪些领域判断得准，会逐渐被识别出来。