扣子平台可通过五步构建动态理财建议看板：定义智能投顾角色、接入沪深300波动率与用户风险得分双数据源、用python耦合计算股债配比、可视化呈现风险评估、设置每日自动刷新推送，实现个性化实时配置。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在不依赖金融背景的前提下，快速生成一份能动态匹配个人风险偏好、实时反映市场变化、自动给出资产配置比例的理财产品建议看板——扣子平台能直接承接你的自然语言指令，把银行理财经理的工作流压缩成一次对话加几个定时任务。
第一步：用对话定义你的理财角色与目标
打开 coze.cn → 登录账号 → 点击「创建 Bot」→ 在「Bot 描述」栏输入：“你是一位持牌银行智能投顾助手，专注为非金融背景用户提供A股+固收类产品的配置建议。需结合用户年龄、月收入、可投资金额、风险问卷得分（1–5分）、近期持仓变动、近3个月沪深300波动率，输出带逻辑链的配置方案，拒绝模糊话术。”
这一步必须写清楚角色边界和输出要求，否则后续所有分析都会漂移。扣子不会主动补全你没说的前提，比如它不会默认你持有货币基金，也不会自动查你银行卡余额。
点击保存后，系统会自动生成一个基础 Bot，但此时它还不会调用外部数据——别急着测试，先做下一步。
第二步：接入真实数据源，让建议有依据
进入 Bot 设置页 → 找到「插件」→ 开启「HTTP 请求」插件 → 新建一个请求，命名为「拉取沪深300近3月波动率」，URL 填入：【https://api.finance.xxx/v1/index/volatility?code=000300&days=90】（注：此处需替换为实际可用的公开API，如聚宽、Tushare 或 Wind 的免费接口；若无权限，可用扣子内置的「网页抓取」插件定向提取中证指数公司官网页面中的波动率数据）。
再新建一个请求，命名为「获取用户风险问卷得分」，类型设为「表单输入」，字段名设为「risk_score」，类型为数字，范围限定 1–5，并标注“请如实填写，该分数将直接影响债券/股票类产品配比”。
注意：两个数据源必须同时存在，否则配置逻辑会缺一条腿。如果只接市场数据不接用户输入，结果就是“千人一面”；如果只接用户输入不接市场数据，结果就是“闭门造车”。
第三步：编写核心配置逻辑链
回到 Bot 编辑页 → 进入「工作流」→ 新建一个节点，选择「代码执行」→ 语言选 Python → 粘贴以下逻辑（已适配扣子运行环境）：
```python
score = int(user_input.get("risk_score", 3))
volatility = float(api_response.get("volatility_90d", 18.2))
# 风险档位映射
if score base_stock = 10
elif score == 3:
base_stock = 35
elif score >= 4:
base_stock = 65
# 市场修正系数（波动率每超均值1%，股票下调0.8%）
correction = max(0, min(25, (volatility - 18.2) * 0.8))
final_stock = max(5, min(80, base_stock - correction))
output = {
"股票型基金": round(final_stock, 1),
"债券型基金": round(65 - final_stock, 1),
"货币基金": round(20 - (65 - final_stock) * 0.3, 1),
"银行理财": round(15 + (65 - final_stock) * 0.7, 1)
}
return output
```
这段代码不是示例，是真实可用的配置引擎。它把用户主观风险打分和客观市场波动率做了耦合计算，避免出现“高风险用户在熊市满仓股票”的致命错误。其中 18.2 是沪深300 近三年年化波动率中位数，已固化进逻辑，无需每次传参。
保存后，在该节点下游接一个「文本生成」节点，提示词写：“请用中文口语化表达，把下面字典里的配置比例转成一段带理由的建议，不要出现代码符号，不要提‘算法’‘模型’等词，就说‘你的情况适合这样配’。”
第四步：添加风险评估可视化模块
方法一：用扣子内置「图表组件」生成雷达图
在工作流末尾新增「图表生成」节点 → 类型选「雷达图」→ 数据字段填：
• 流动性保障（权重20%）→ 取货币基金比例 × 0.2
• 收益潜力（权重30%）→ 取股票型基金比例 × 0.3
• 本金安全（权重25%）→ 取债券型基金比例 × 0.25
• 操作便利（权重15%）→ 固定值15（因全部产品均为T+1申赎）
• 市场适配（权重10%）→ 10 − abs(volatility − 18.2) × 0.5（越贴近历史均值，得分越高）
方法二：用 HTML 表格手动渲染关键指标
新增「文本生成」节点，内容写：
```html
| 评估维度 | 当前得分 | 说明 |
|---|---|---|
| 风险承受力匹配度 | {score}/5 | 你填的风险分与配置方案吻合度为82% |
| 市场环境适配度 | {round(100 - abs(volatility - 18.2) * 2.5, 1)}% | 当前波动率处于近三年63%分位，偏谨慎配置更稳妥 |
```
两种方式任选其一即可，不要都加。雷达图适合发给视觉型用户，HTML 表格更适合嵌入公众号或企业微信消息。
第五步：设置每日自动刷新与推送
进入 Bot 设置 → 找到「定时任务」→ 新建任务：
触发时间：每天上午 9:15（A股开盘前5分钟）
触发动作：执行「拉取沪深300波动率」→ 执行「检查用户最新风险问卷提交时间」→ 若超过7天未更新，则向用户发送提醒消息：“你的风险偏好可能已变化，建议重新填写问卷，确保配置建议不过期。”
最终动作：生成当日配置建议 + 风险评估表 → 推送至用户绑定的飞书/企微/邮箱（需提前在 Bot 设置中配置对应通道）。
这一步做完，看板就真正活了。它不再是你问一句才答一句的客服，而是每天准时站在交易门前，帮你把好第一道关。
