新火種
2024-12-18 
讓專業投資更簡單，金融領域探路AI大模型應用
金融領域積極擁抱大模型技術。今年以來，無論是金融數據終端還是金融科技龍頭，均積極推出基于大模型的應用。相關應用集中在人機對話、智能投研、智能投顧等高頻領域，這讓人工智能在輔助投資方面的功能漸趨完善。
多位受訪人士稱，借助人工智能技術，普通投資者可實現專業級分析與決策流程。這意味著，專業投資的“普惠”時代或將加速到來。
探路大模型應用
今年以來，萬得（Wind）、恒生聚源、東方財富、匯博云等金融終端服務商均在人工智能領域加碼開發，大模型應用紛紛亮相。此外，螞蟻集團、商湯集團等也發布了相關應用，如螞蟻集團年初發布的“支小助”，是基于大模型投資的研究助手，并向用戶免費開放使用。這些大模型有效提升了投資者處理數據和分析的能力。
人機對話是各家企業大力發展的應用，如萬得的Alice機器人、恒生聚源的WarrenQ機器人。
“通過AI機器人可實現專業級的投資研究與分析。”恒生聚源副總經理白雪稱，大模型綜合能力集成在人機對話的聊天機器人上，用戶只需一句話，就可以從碎片化的材料中完成信息的搜集和整理。
例如，讓聊天機器人寫一篇上市公司研究報告，相關公司基本信息、各項財務數據等都會被濃縮整理分類。此外，還可以通過與聊天機器人互動，對數據進行持續深加工。
此前需要花費大量時間與精力的工作——尋找經濟數據、制作圖表或者建模型等，在大模型時代能輕而易舉地實現。
例如，過去資管機構通常要求把當日發布的各類研報觀點進行濃縮，以便研究員快速獲悉市場熱點。這也被業內稱為“脫水研報”。“如今，幾乎所有大模型終端均提供這一服務，并能滿足更進一步的需求。大模型終端可以把一些公司和行業機構觀點進行橫向、縱向的對比，一些深度定制服務也在不斷開發中。”博慧云科技合伙人曹輝表示。
當前，大模型已在資本市場的投研、投顧、智能客服、營銷、風控等方面得到廣泛應用。
“知識庫問答、智能投研和智能投顧是大模型主要的應用方向。”白雪認為，大模型正在提升資本市場中人機互動的效率，大模型應用將迎來爆發期，未來10年將會保持60%的年均復合增長率。
讓專業投資變得簡單
在業內人士看來，大模型應用的加速落地，可以讓投資者實現專業級分析與決策。
九鞅科技聯合創始人張啟瓏表示，從技術發展看，大模型大大提升了對非結構化數據（如文本、圖像、語音、視頻等）的處理能力和效率，使獲取、處理和分析信息更為迅速和全面，市場也會因信息的處理和流動變得更有效率。
例如，投資者往往同時有多個在線視頻會議邀請，如今大模型提供會議分身功能，可以讓機器人自動參會。機器人參會以后把會議錄制下來，再基于大模型技術進行語音轉文字，同步做翻譯，最后進行主題和觀點提煉，形成會議紀要。
又如，備受市場關注的央行貨幣政策執行報告，目前大模型也可以將不同時期貨幣政策執行報告進行比對，形成不同時期報告的分析。這同樣適用于美聯儲一系列會議。
“大模型在金融領域的應用，其實就是一個將專業投資‘普惠化’的過程。”張啟瓏表示，投研效率也將大幅提升，能將此前小時級別的工作縮減到分鐘級別。
大模型在機構端也有深入應用。曹輝表示，科技公司與券商、基金以及產業投資基金合作，推動其內部資料庫與公開資料庫的聯動，特別是英文資料庫的人工智能多模態智能搜索場景，以及以人工智能搜索系統為基礎來實現更復雜工作流應用，如自動報告、商機捕捉、產業鏈監控等。
天云數據CEO雷濤表示，大模型運用到監管領域也是一個比較可行的方案。如利用人工智能技術識別場外配資等，同時用AI構建全市場資管信托債類產品風險關聯圖譜。
仍有提升空間
目前，大模型發展面臨的最大挑戰依舊是“AI幻覺”。所謂“AI幻覺”，是指生成內容與事實不一致或與用戶輸入不相關。
張啟瓏表示，金融領域對精度要求非常高，注重可解釋性以及風險控制，所以現在金融機構對于大模型的一些應用場景，相對比較謹慎。
曹輝認為，大模型面臨的“AI幻覺”問題，主要原因是訓練數據污染，需要從軟件工程角度提高其精度，也需要行業規范和法律法規來對大模型技術加以約束，使其更好地服務經濟社會發展。
“解決‘AI幻覺’問題，可從兩方面著手：一方面，及時更新金融數據庫；另一方面，進行流程再造，讓大模型在指定流程下進行合規數據讀取。”白雪認為。
此外，大模型還存在“思維局限性”。上海財經大學上海國際金融中心研究院副院長閔敏表示，目前大模型邏輯鏈越長，越容易出現漏洞，同時局限于語料的框架，沒有辦法跳出框架思考并自我反省。
“但是，不能低估大模型的潛力。”雷濤表示，目前大模型應用進入服務工程化落地階段，未來發展的一大路徑是為資本市場建立完備的模型和算力基礎設施，降低資本市場使用人工智能能力的門檻，以業務為線索利用大模型規模化生成合成數據等新興生產要素。
張啟瓏認為，未來大模型應用有兩個方向：一是金融新聞、輿情和其他文本數據處理上的研究，利用大模型語義理解能力和情感分析能力，把新聞輿情與市場的關聯性和因果性進行量化，更好服務交易決策信號生成、信用風險監控等場景；二是將金融模型和專家系統分析生成的結果數據在多種維度下進行必要的解讀和分析，希望更好應用到投資決策輔助和風險管理。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
