金融数据 API，为 AI 投研应用装上可信引擎

从研报、公告、会议纪要到行情、财务、基金和宏观指标，把专业数据变成 Agent 可调用、产品可集成、决策可追溯的能力。

探索投研场景查看 API 目录查看调用指南
百余个+金融数据 API
三大场景投研·投顾·投资
AI 易用Skill / Agent / MCP 友好

访问 ai.datayes.com/skills/datayes-api-search 安装 API 搜索 Skill，用自然语言发现可用接口。

API标准数据能力参数 · 字段 · 权限 · 计费
投研素材研报 · 会议 · 资讯
股票研究行情 · 财务 · 估值
基金投顾筛选 · 持仓 · 风险
宏观策略指标 · 来源 · 趋势
Skill / Agent编排后生成结果
搜 API“有哪些接口可以查询研报、获取研报详情？有哪些接口可以获取基金净值”
数据搜索“比亚迪最新营收和净利润，及其同比变化是多少”
价值基础

为什么用 Datayes API

可信数据、可追溯结果、可治理调用，让金融 AI 从演示走向生产。

01模型负责理解，不负责事实更新大模型擅长拆解问题和生成表达，但行情、公告、财务、基金等事实数据需要实时、准确、可校验。
02API 提供标准数据供给Datayes API 按统一字段、权限和计费口径返回结果，让 AI 应用少做清洗，多做判断。
03结果可追溯，应用可治理每次调用都能沉淀来源、参数和消耗记录，适合投研、投顾和投资系统长期上线运营。
可信数据源
覆盖研报、公告、行情、财务、基金和宏观指标，结果可回溯到数据来源与调用记录。
面向 AI 友好
接口可直接进入 Skill 编排、Agent 工具链和 MCP 封装，降低 AI 应用从演示到生产的距离。
投研颗粒度
不仅取数，还能对齐研究、投顾、组合监控和投资决策需要的业务口径。
可控可运营
权限、计费、调用明细、点数消耗和更新记录统一管理，适合企业级金融应用落地。
核心场景

金融投研场景，一站式接入

围绕投研、投顾和投资决策，把公开 API 组合成可落地的 AI 应用能力。

01

AI 投研问答

把自然语言问题变成带来源、可复核、可继续追问的投研答案。
何时用
分析师需要快速定位主题、公司、行业背后的研报和会议纪要。
怎么用
用 AI 投研搜索召回素材，再由 Skill 或 Agent 生成摘要和引用。
优势
回答不止像聊天，更能追溯原文、机构、时间和来源。
AI投研搜索研报搜索会议纪要搜索市场点评搜索
02

公司研究自动化

自动生成公司画像、尽调摘要、投研卡片和一页纸报告。
何时用
需要批量覆盖股票池、快速更新公司基本面和估值线索。
怎么用
组合公司基本信息、主营、财务和一页纸分析接口生成报告组件。
优势
统一数据口径，减少手工拼表，让报告生产更稳定。
个股一页纸综合分析公司基本信息主营业务构成财务摘要
03

投资机会发现

把行情、资金流、公告和投研线索接入盘中监控与组合预警。
何时用
基金经理或投顾希望及时发现异动、事件和可解释的市场变化。
怎么用
用行情和资金流监控变化，用公告与 AI 搜索补全事件背景。
优势
从“看到涨跌”升级到“解释为什么变化”。
A股个股日行情A股K线行情A股个股资金流向统计A股公告搜索
04

智能投顾与基金研究

面向投顾服务、基金筛选、ETF 配置和产品对比。
何时用
需要为客户生成基金解释、风险提示、组合筛选或 ETF 主题推荐。
怎么用
调用筛选、经理、风险和 ETF 排行接口，编排成投顾内容 Skill。
优势
把复杂基金指标翻译成客户看得懂的投顾内容。
公募基金筛选和指标查询基金经理详情风险指标ETF基金排行榜
05

宏观与行业框架

把经济、行业、产业链指标接入策略研究、预测模型和图表生成。
何时用
研究员需要验证行业景气、跟踪宏观变量或补充模型输入。
怎么用
先搜索指标，再拉取详情、来源和趋势数据，输出图表与观点。
优势
指标、口径、来源和可视化链路更完整。
宏观行业指标搜索宏观行业指标详情指标数据源来源字典查询数据生图
06

Skill 编排与 MCP 封装

把 API 变成可复用的投研 Skill，再交给 Agent 或业务系统调用。
何时用
客户希望把数据能力沉淀成标准工具，而不是每个应用重复接入。
怎么用
按业务流程组合 API，发布成 Skill，必要时进一步封装为 MCP 工具。
优势
同一套可信 API，可服务产品、Skill、Agent 和 MCP 多种形态。
API目录与集合API信息API搜索数据生图
能力边界

AI 应用里，API 和 MCP 怎么分工

API 管确定性数据调用，MCP 管 Agent 工具调度。

调用对象不同

API 面向系统、产品和 Skill 稳定调用；MCP 面向 Agent，把能力包装成可选择的工具。

控制粒度不同

API 强在参数、字段、权限和计费可控；MCP 强在上下文理解、工具选择和多步组合。

落地场景不同

固定看板、报告和模型优先 API；投研 Copilot、智能助手和自动任务优先 MCP。

API：AI 应用的数据底座

投研系统产品 · 看板 · Skill
标准 API字段级控制
可信数据研报 · 行情 · 财务
当产品、看板、模型或 Skill 需要稳定取数、控字段、控权限和控成本时，优先用 API。
  • 适合投研平台、投顾内容系统、组合看板和批量报告。
  • 适合把研报、行情、财务、基金和宏观指标变成结构化数据能力。
  • 适合沉淀成长期可维护、可计费、可监控的企业数据服务。

MCP：Agent 的工具入口

Agent懂任务、会规划
MCP工具协议
多 API自动组合
当希望 Agent 理解任务、选择工具、连续调用多个能力并解释结果时，把 API 封装为 MCP。
  • 适合投研 Copilot、智能投顾助手、自动报告和多步骤分析任务。
  • 适合让 Agent 按意图选择 API、补参、调用、交叉验证并生成结论。
  • 适合接入支持 MCP 的客户端、智能体平台和内部工作流。
落地路径

怎么用：从 API 到 Skill，再到 Agent

从一个投研问题开始，把 API 编排成 Skill，再按需要封装成 MCP 工具，快速进入可运营的 AI 应用。

  1. 01锁定场景

    先确定要做投研问答、投顾内容、公司报告、监控预警还是指标模型。

  2. 02选择 API

    从 AI 搜索、A股、基金、宏观和工具类能力中挑选稳定数据源。

  3. 03编排 Skill

    把多个 API 组合为可复用的投研工作流，固化提示词、参数和输出格式。

  4. 04接入 Agent

    需要模型自主选工具时，再把 Skill 或 API 封装成 MCP 工具。

  5. 05运营优化

    持续查看调用明细、点数消耗、接口排行、错误码和更新记录。

开始使用

从 API 到 Skill，把数据能力变成投研生产力

API 提供可信数据底座，Skill 广场把多个 API 编排成现成工作流，MCP 再把这些能力交给 Agent 自动调用。

进入 API 目录查看 Skill 广场