Quantral
Investment ideas app built on alternative data
概述
Quantral 是一款基于另类数据的投资选股应用，把财经推特、Reddit、YouTube、Substack 的舆论、美国国会议员交易披露以及公司内部人增持等信号聚合成 0-100 的公司评分，并对每个「发声者」用其真实历史战绩打分，再据此生成可跟踪、可与标普 500 对比的模型组合。
创新点
三点相对少见：一是把『信号』和『信源』分开评级——不只给公司打分，还给每个喊单的 X 账号、YouTuber、Substack 作者按真实战绩打分，等于把「谁值得听」也产品化了；二是把国会交易披露与内部人增持这类低频高关注度数据，与社媒情绪高频数据揉进同一个 0-100 分；三是最具差异化的分发方式——直接嵌入 Claude 和 ChatGPT，把选股能力塞进用户已有的对话式工作流，绕开独立 App 的获客难点。风险在于前两点的数据源全部是公开可得，护城河主要来自聚合与评分方法，而非独家数据。
目标用户
以自主决策的散户投资者为主（美股为主战场），向外延伸到金融 KOL、投资社区重度用户，以及习惯在 Claude/ChatGPT 里直接提问的 AI 原生用户。付费意愿来自「打分+组合跟踪」这类可量化、可回测的持续订阅型需求，而非一次性报告。
竞争格局
赛道非常拥挤且已有明确头部：Quiver Quantitative 与 Unusual Whales 在国会交易和期权异动上已成默认选择，TipRanks、Danelfin、AltIndex 在做 AI 评分选股，ApeWisdom 类工具吃 Reddit 情绪，Koyfin/Seeking Alpha 覆盖研究终端。Quantral 在「单点数据」上很难赢，机会在于把多源信号统一成一套评分语言，并靠 AI 助手内置分发走差异化路线。真正的门槛是评分方法的可信度：一旦被用户发现高分组合跑不赢标普 500，与基准对比这个卖点会立刻反噬，冷启动阶段的用户量偏小也意味着战绩样本不足。
标签
团队
- Mayako — Product designer building Quantral.com
相关产品
Google's image model with sharper design and mask editing
Prompt, edit and prototype without leaving the canvas
Google's AI map of every possible human DNA mutation
Use Siri with ChatGPT, Gemini, or Claude
The first Suno model built with the music industry
Make and publish 3D games with the first AI game engine