Dexter 上手指南：把金融研究交给“会自己跑流程”的 AI Agent

你刷到那种“金融版 Claude Code”的项目，大概率说的就是 Dexter。

它的核心卖点很直白：别让你手动开十个网页、复制粘贴、再写一堆笔记。Dexter 会像研究员那样自己拆解问题、找数据、做推理、做自检，然后把结果交给你。

适合谁？

• 你要写一份公司/行业快研，懒得整理资料 📚
• 你要盯宏观数据和市场变化，想要自动化监控 📈
• 你做投研/量化/交易支持，希望减少重复劳动 🧑‍💻

项目地址在这：

• https://github.com/virattt/dexter

1）Dexter 能干嘛：把“研究流程”打包成一个 Agent

Dexter 的能力可以理解成四件事：

• 自动化研究与分析：你给问题，它自己列步骤、跑流程、写结果
• 实时/近实时数据获取：从数据源拉市场数据（具体看你配置什么源）
• 多步骤推理与决策：不是一次性回答，而是边做边调整路线
• 自我验证与优化：会检查自己的结论、补证据、修正矛盾点

你可以把它当成一个“会自驱”的研究助理：

你说：帮我评估英伟达最近一季度的风险点。

它做：拉财报/新闻/估值指标 → 找增长驱动与风险 → 给出处置建议和数据依据 → 自检有没有逻辑断裂。

2）准备环境：你需要的就两样

需要什么

• 一个能跑项目的开发环境（本地电脑或服务器）
• 你选用的数据源/模型的 API Key（看你打算怎么接）

Dexter 这类 Agent 项目通常会涉及：

• Python / Node 之一（具体以仓库 README 为准）
• 环境变量（.env）放密钥

你别急着配一堆东西。

建议你按这个节奏来：

• 先把项目跑起来（哪怕只跑最基础示例）
• 再加数据源（实时行情、宏观数据、新闻等）
• 再加你自己的研究模板（提示词、输出格式、风控规则）

3）拉取代码并安装依赖（照 README 走就行）

进入仓库：

• https://github.com/virattt/dexter

跟着 README 操作时，你重点盯这几个东西：

• 安装命令（依赖怎么装）
• 启动命令（怎么跑 demo）
• 配置项（哪些环境变量必填）

如果你看到类似下面的结构（举例）：

• example/：示例任务
• configs/：配置文件
• .env.example：环境变量模板

那就很舒服了：复制一份 .env，把 Key 填上就能开跑。

小提醒：别把真实 .env 提交到 GitHub。很多人就这么把 Key 送出去的 😅

4）关键配置：让它“能拉数据、能算、能写报告”

Dexter 的研究质量，取决于你给它什么“弹药”。

常见三类弹药：

A. 模型（LLM）

你需要配置一个可用的大模型接口，让它能做推理、写作、规划。

建议：

• 研究分析用：偏强推理模型
• 输出报告用：更稳、更长上下文的模型

B. 市场数据源

你可以按需求选：

• 股票/ETF 行情
• 财报与估值指标
• 宏观数据（利率、通胀、就业等）
• 新闻与公告

现实场景里，“数据延迟、缺失、口径不一致” 才是最烦的。

Dexter 再聪明，没数据也是巧妇难为无米之炊。

C. 输出格式（很重要）

别让它自由发挥。

你想要的其实是“研究交付物”，不是一段聊天。

建议你固定输出结构，比如：

• 结论（3 行内）
• 核心证据（列表 + 数据来源）
• 风险与反例（必须写）
• 可执行建议（对应不同风险偏好）
• 待验证清单（下一步要查什么）

5）跑一次完整任务：给你 3 个可直接复制的研究指令模板

下面这些模板，你可以直接丢给 Dexter（或它的任务入口），让它按流程跑。

模板 1：公司快研（适合你明早要开会）

目标：输出一份“可直接发给老板”的公司快研。
公司/标的：{股票代码/公司名}
范围：过去 90 天
输出格式：
1) 三句话结论
2) 关键驱动（3-5 条，每条附数据或来源）
3) 主要风险（至少 3 条，写出反例）
4) 估值与市场预期：给出你能拿到的数据口径
5) 未来 30 天要盯的指标清单
要求：
- 标注数据来源
- 遇到口径冲突要说明并选择一种口径
- 关键结论要自检：列出“可能错在哪里”

模板 2：事件驱动分析（适合突发新闻）

目标：评估一个事件对标的的影响路径。
事件：{一句话描述}
标的：{股票/行业/指数}
输出格式：
1) 影响结论：短期/中期/长期
2) 传导链路：从事件 → 业务/成本/需求 → 财务指标 → 估值
3) 市场是否已定价：用可获取的数据或代理指标说明
4) 反向情景：如果市场错了，错在什么假设？
5) 交易/配置建议：保守/中性/激进三套
要求：
- 结论必须给证据
- 不确定就写不确定，并给验证方法

模板 3：宏观数据跟踪（适合你每周做例行简报）

目标：生成一页“宏观周报”。
范围：过去 7 天
关注主题：利率、通胀、就业、美元指数、风险偏好
输出格式：
1) 本周发生了什么（要点列表）
2) 数据变化（表格：指标/前值/现值/预期/解读）
3) 对资产的含义：美股/黄金/原油/美债（各 2-3 条）
4) 下周关注：事件日历 + 你建议盯的阈值
要求：
- 列出数据来源
- 同一指标不同来源要说明差异

6）让 Dexter 更“像你的分析师”：三个增强技巧

技巧 A：强制它写“反例”和“证伪条件”

研究最怕的不是结论错，是错得很自信。

你可以加一条硬规则：

• 每个核心结论必须配一个反例
• 写清楚“什么数据出现就推翻我”

技巧 B：把你的研究偏好写成“风格约束”

你是偏交易？偏基本面？偏量化？

把偏好写进约束里：

• 更关心现金流，少讲故事
• 所有指标尽量用可复现的数据口径
• 引用必须带来源链接或名称

Dexter 会更稳定，输出会更像你的团队交付物。

技巧 C：固定一个“交付模板”，让它每次都按这个写

人肉做研究时，最费时间的是排版和组织语言。

你让 Agent 固定输出结构，相当于每天白捡一小时。

7）避坑清单：踩过的人太多了

• 把“实时”当成“准确”：行情数据延迟、复权口径不同，结论会跑偏
• 来源不透明：它引用了“某网站说”，你没法复核，报告就是摆设
• 只给一个大问题：问题太大它会发散。把范围、时间窗、输出格式写死
• 不做自检：少了反例和证伪条件，研究会越来越像营销文案
• 忽略合规：如果你在机构或有合规要求，别让它抓取不该用的数据源

8）你可以怎么用它：三个落地场景

• 早上到公司：丢一个“行业快研”任务，咖啡还没喝完它给你一版初稿 ☕
• 盘中突发：新闻出来后让它跑“事件影响链路”，你用来做交易备忘录
• 周五收工前：自动产出宏观周报，下周会议直接拿去讲

9）下一步建议：跑通 → 固化模板 → 迭代数据源

你现在就去做一件事：

• 打开仓库 README： https://github.com/virattt/dexter
• 把 demo 跑起来
• 用我给的任意一个模板丢进去，让它产出一份报告

报告出来以后，你再考虑要不要接更强的数据源、要不要把你团队的研究 SOP 写成约束。

你会发现，最爽的点不是“它很聪明”，而是你不用再当资料搬运工。