▍大模型時(shí)代加速到來(lái)可及性提高賦能金融數(shù)據(jù)應(yīng)用創(chuàng)新ransfrmer開啟大模型時(shí)代，超大樣本參數(shù)帶來(lái)大模型涌現(xiàn)能力提升ansfomer是大語(yǔ)言模型的基礎(chǔ)。7年6月，oge首次提出了基于自我注意力機(jī)（ef-ttntio來(lái)提高訓(xùn)練速度的raformer模型從rasfomer的結(jié)構(gòu)來(lái)看，rafomer由ncoer編碼器和Decoer解碼器兩個(gè)部分組成基于rasfomer模型OpnI的GT模型從G-1不斷演進(jìn)至當(dāng)前的多模態(tài)大模型G-oge的ET模型成為a和百度各類大模型的基礎(chǔ)，但二者在技術(shù)路線上走向了兩條不同的道路。具體而言，T僅運(yùn)用了rafomer的ncoer框架，而ncoer中采用了ef-tteton機(jī)制即訓(xùn)練時(shí)每一個(gè)詞需要對(duì)整個(gè)輸入序列的上下文進(jìn)行相關(guān)性分析從模式上來(lái)看更接近于一個(gè)完形填空模型；而GT運(yùn)用了rafomr的Decoer框架，Decoer中的ef-ttnton機(jī)制是Mkef-ttnton在訓(xùn)練時(shí)會(huì)對(duì)下文進(jìn)行了遮蓋處理，僅通過(guò)分析上文來(lái)生成下文，因此GT更接近人類的語(yǔ)言生成模式，更適合來(lái)構(gòu)建語(yǔ)言生成模型。圖：Tfmr模型各類語(yǔ)言模的基礎(chǔ) ChatGT帶來(lái)大模型能力的變革式提升G-4模型快速跨入多模態(tài)ChaGT使用了InstructGT(G-5)架構(gòu)，在G-3基礎(chǔ)上基于人工反饋訓(xùn)練獎(jiǎng)勵(lì)模型，再使用獎(jiǎng)勵(lì)模型訓(xùn)練學(xué)習(xí)模型使得其擁有語(yǔ)言理解和文本生成能力ChaGT相較于G-，在文本生成等方面展現(xiàn)出了非常強(qiáng)大的能力，與人類對(duì)話的智能感大幅提升可以完成許多相對(duì)復(fù)雜的語(yǔ)言任務(wù)包括文本生成自動(dòng)問(wèn)答多輪對(duì)話等并且能夠主動(dòng)承認(rèn)錯(cuò)誤，質(zhì)疑不正確的問(wèn)題等此外它還能編寫和調(diào)試計(jì)算機(jī)程序在海量數(shù)據(jù)和參數(shù)的支撐下，模型的推理與思維鏈等方面能力開始出現(xiàn)G-4則在各項(xiàng)能力上有了質(zhì)的突破除了在推理能力文本生成能力對(duì)話能力等方面有大幅提升之外G-4從語(yǔ)言模型邁向能力更加全面且強(qiáng)大的多模態(tài)模型G-4的最大變化為能夠接受圖像的輸入并且能夠生成文本語(yǔ)言并且在圖像的識(shí)別與理解方面表現(xiàn)出色同時(shí)G-4的各項(xiàng)能力相較于此前版本也有大幅提升包括可以處理超過(guò)0字的長(zhǎng)文本以及寫作能力的大幅提升能夠編歌曲、寫劇本、學(xué)習(xí)用戶寫作風(fēng)格，同時(shí)包括GR、T等考試能力也有大幅提升然而由于訓(xùn)練數(shù)據(jù)只更新到1年，兩款模型在問(wèn)題的回答上缺乏時(shí)效性。超大量樣本訓(xùn)練能夠帶來(lái)大語(yǔ)言模型智能涌現(xiàn)。ChaT之所以能夠火爆“出圈，核心原因之一便“涌現(xiàn)帶來(lái)的智能表現(xiàn)在大語(yǔ)言模型中針對(duì)不同任務(wù)類型，模型的預(yù)測(cè)效果隨著訓(xùn)練量或者參數(shù)量達(dá)到某一臨界值后對(duì)應(yīng)的生成結(jié)果能夠產(chǎn)生質(zhì)的飛躍，會(huì)出現(xiàn)一些不存在于小模型的現(xiàn)象這種現(xiàn)象被稱為“涌現(xiàn)“涌現(xiàn)是自然界中比較普遍的現(xiàn)象，是指當(dāng)某種規(guī)則單獨(dú)表達(dá)時(shí)不存在但在大規(guī)模相互作用時(shí)能夠出現(xiàn)的特殊模式。涌現(xiàn)使得模型能夠在生成文本或執(zhí)行任務(wù)時(shí)表現(xiàn)出一些出乎意料的特性這些特性不是通過(guò)直接設(shè)計(jì)或者編程實(shí)現(xiàn)的而是由模型中許多神經(jīng)元和參數(shù)相互作用和協(xié)調(diào)產(chǎn)生的使得模型能夠生成高質(zhì)量的自然語(yǔ)言文本，完成語(yǔ)言推理、問(wèn)答等任務(wù)。圖：各M預(yù)測(cè)果與模參量關(guān)系 圖：各M預(yù)測(cè)果與訓(xùn)量系 資料來(lái)：《metAiltiesfeels》,JsnWi

資料來(lái)：《metAiltiesfeels》,JsnWi大模型迭代遵循“摩爾定律，輕量級(jí)開源大模型高頻加速迭代通用大模型參數(shù)量成倍增長(zhǎng)的變化規(guī)律有望成為大模型“摩爾定律8年以來(lái)，國(guó)內(nèi)外大模型的參數(shù)量不斷創(chuàng)出新高“大模型已成為行業(yè)巨頭發(fā)力的重要方向谷歌、百度、微軟等國(guó)內(nèi)外科技巨頭紛紛投入“大模型”軍備競(jìng)爭(zhēng)，相繼推出各自的巨量模型，參數(shù)量呈現(xiàn)爆發(fā)性增長(zhǎng)五年間大語(yǔ)言模型的參數(shù)量規(guī)模實(shí)現(xiàn)從億級(jí)到萬(wàn)億級(jí)“野蠻”生長(zhǎng)，增長(zhǎng)速度幾乎每年達(dá)到0倍。模型參數(shù)量每年成倍增長(zhǎng)的規(guī)律有望成為“大模型的摩爾定律。圖：國(guó)內(nèi)外模型進(jìn)情況 資料來(lái)源：輕量級(jí)大模型開源問(wèn)世頻率持續(xù)升高有望成為全新發(fā)展趨勢(shì)頭部廠商大模型逐漸走向閉源以O(shè)pnI為例G-2完全開源以論文形式發(fā)布模型細(xì)節(jié)同時(shí)開放模型；G-5部分開源，僅以論文形式對(duì)外公布模型研究細(xì)節(jié)，未公開模型；G-4則僅僅公開使用走向閉源有效保障I廠商的技術(shù)優(yōu)勢(shì)但從大模型發(fā)展前景看開源有望加速技術(shù)路線的更迭同時(shí)優(yōu)化模型的訓(xùn)練效率，此外開源能夠拓展大模型的應(yīng)用場(chǎng)景。隨著通用閉源大模型的不斷演進(jìn)，國(guó)內(nèi)外開源輕量級(jí)大模型持續(xù)不斷問(wèn)世。從A到paca之間間隔一個(gè)月再到Doly0與tabeM僅相隔一周未來(lái)周頻實(shí)現(xiàn)輕量級(jí)開源大模型迭代有望成為新趨勢(shì)通過(guò)觀察國(guó)內(nèi)外主要開源大模型的參數(shù)量訓(xùn)練數(shù)據(jù)量等我們認(rèn)為未來(lái)開源的大模型將主要以百億級(jí)甚至更低參數(shù)量的輕量級(jí)大模型的路線發(fā)展，小參數(shù)量能夠降低垂類應(yīng)用開發(fā)及部署難度。表：國(guó)內(nèi)外點(diǎn)開大模信息模型 開發(fā)者 參數(shù)量 訓(xùn)練數(shù)據(jù)量okns) 發(fā)布時(shí)間BOM ingFace 0億 .TB的預(yù)理文轉(zhuǎn)為的唯一kn

.7A ta 包括0億、0億、0億、0億4種參規(guī)模

.4萬(wàn)億 ..5Alpca Stfd 0億 k條問(wèn)答指數(shù)據(jù)指令據(jù)源于OI的I返回結(jié)果tGM 清華學(xué)EG實(shí)驗(yàn)和譜I 0億和0億共2種參規(guī)模 0億左右文和文tkn0億

..4..5ca CBkle,,tf,SDdZAI

0億 k條問(wèn)答指數(shù)據(jù)指令據(jù)源于用分享來(lái)的話記錄

..1Kla CBkley 0億 k條問(wèn)答直功能指據(jù)來(lái)源網(wǎng)上開數(shù)集lly.0 tics 0億 k條問(wèn)答指數(shù)據(jù)指令據(jù)源于tcs員工

..3..2StleM StiltyI Alpa版本有0億和0億 .5萬(wàn)億 ..951CTO，通用大模型PI接口與開源模型的高可及性賦能金融數(shù)據(jù)應(yīng)用場(chǎng)景創(chuàng)新大模型應(yīng)用的可及性主要圍“可應(yīng)用“可部署兩個(gè)維度針對(duì)垂類應(yīng)用與用場(chǎng)景應(yīng)用：大模型的“可應(yīng)用”在于能夠以較低成（模型使用成本網(wǎng)絡(luò)環(huán)境配置本等）直接在垂類和通用場(chǎng)景進(jìn)行交互使用大模型“可部署”在于實(shí)現(xiàn)模型的本地離線部署避免內(nèi)部數(shù)據(jù)與敏感數(shù)據(jù)在共有云泄露的風(fēng)險(xiǎn)當(dāng)前針對(duì)I大模型在垂類場(chǎng)的最主要開發(fā)應(yīng)用方式有2種針對(duì)不同的下游應(yīng)用需求企業(yè)與個(gè)人開發(fā)者選擇合適式：調(diào)用通用大模型：通用大模型開放I接口可以使企業(yè)及個(gè)人開發(fā)者接觸及到通用大模型的能力，并基于此開發(fā)各種應(yīng)用或集成于產(chǎn)品之中。在調(diào)用過(guò)程中，用戶不會(huì)直接接觸模型細(xì)節(jié)與源代碼，通過(guò)I接口進(jìn)行調(diào)與使用?；陂_源模型開發(fā)垂類應(yīng)用：使用開源模型進(jìn)行垂類應(yīng)用場(chǎng)景訓(xùn)練，無(wú)需將敏感信息數(shù)據(jù)與模型廠商關(guān)聯(lián)，不存在信息安全隱患；用戶可定制化完成應(yīng)用場(chǎng)景所需的垂類大模型功能訓(xùn)練與迭代。調(diào)用I接口可直接利用hatGT的涌現(xiàn)能力賦能金融數(shù)據(jù)信息生成相關(guān)應(yīng)用場(chǎng)景。以O(shè)pnI發(fā)布了的eta版本的ChaGTAI接口為例，用戶可以通過(guò)直接付費(fèi)調(diào)用I接口實(shí)現(xiàn)基于其背后被命名為G-3.5turbo的模型在編程環(huán)境中以一種標(biāo)準(zhǔn)化的方式進(jìn)行數(shù)據(jù)交互考慮到當(dāng)前OpnI對(duì)用戶訪問(wèn)P的限制等方面通過(guò)代理服務(wù)器將I接口部署在編譯環(huán)境中。通過(guò)設(shè)置請(qǐng)求UR、設(shè)置請(qǐng)求頭部以及設(shè)置請(qǐng)求參數(shù)，使用pthn語(yǔ)言發(fā)送TTP請(qǐng)求，獲取I返回的結(jié)果，完成與ChaGT的一次交互。ChaGT模型具備理解對(duì)話上下文以及用戶使用意圖的能力基于超大規(guī)模參數(shù)帶來(lái)的涌現(xiàn)能力推理和歸納來(lái)推導(dǎo)并生成出可能未存在于訓(xùn)練數(shù)據(jù)中的全新金融領(lǐng)域信息這些信息具備邏輯性與合理性。圖：調(diào)用tPTAI接口碼示例 圖：tPT生成內(nèi)G領(lǐng)域投資會(huì) 資料來(lái)源： OpenAI官網(wǎng)，利用開源模型部署金融領(lǐng)域數(shù)據(jù)信息分析與處理應(yīng)用需兼顧隱私數(shù)據(jù)安全與開發(fā)成本。將通用大模型直接應(yīng)用于垂直行業(yè)存在算力成本高、垂類領(lǐng)域知識(shí)儲(chǔ)備不足等問(wèn)題，更重要的是建立在公有云的大模型存在數(shù)據(jù)泄露等數(shù)據(jù)安全隱患開發(fā)者結(jié)合下游具體應(yīng)用需求與算力儲(chǔ)備選擇合適的開源模型與金融訓(xùn)練語(yǔ)料在已有的模型基礎(chǔ)框架上進(jìn)符合自己業(yè)務(wù)需求的模型訓(xùn)練發(fā)揮大模型的通用性優(yōu)勢(shì)并釋放模型生產(chǎn)力，最終面向富的下游應(yīng)用場(chǎng)景能夠?qū)崿F(xiàn)垂類大模型的本地化部署同時(shí)開源可以加快大語(yǔ)言模型的發(fā)落地，不僅能夠進(jìn)行細(xì)節(jié)技術(shù)路線的更迭，還能優(yōu)化模型的訓(xùn)練效率。▍涌現(xiàn)能力助力數(shù)據(jù)應(yīng)用創(chuàng)新——聚焦基本面量化蓋擴(kuò)容傳統(tǒng)投研覆蓋寬度存在明顯痛點(diǎn)，行業(yè)基本面量化研究尋求覆蓋擴(kuò)容主動(dòng)權(quán)益投資對(duì)個(gè)股的研究追蹤覆蓋寬度有限分析師個(gè)股研究報(bào)告尚未實(shí)現(xiàn)面向A股全面覆蓋，主動(dòng)權(quán)益投資在個(gè)股研究“廣度”上尚存不足，投資集中度較高。分析師個(gè)股研究報(bào)告中的評(píng)級(jí)能夠直接對(duì)主動(dòng)權(quán)益投資產(chǎn)生影響同時(shí)分析師研報(bào)還能夠向主權(quán)益投資者提供關(guān)于公司業(yè)績(jī)行業(yè)動(dòng)態(tài)市場(chǎng)趨勢(shì)等方面的深入分析和見解幫助基經(jīng)理做出更明智的投資決策。因此，分析師個(gè)股研究報(bào)告是主動(dòng)權(quán)益投資非常重要的參工具之一。當(dāng)前A股上市公司數(shù)量持續(xù)增加，而市場(chǎng)上個(gè)股報(bào)告覆蓋數(shù)量尚未突破家，7年之后隨著新股發(fā)行速度的提升，覆蓋率大幅下降并穩(wěn)定在%左右及以下。對(duì)于分析師研報(bào)未覆蓋的A股上市公司來(lái)說(shuō)主動(dòng)權(quán)益投資決策的難度增加信息不對(duì)的風(fēng)險(xiǎn)加大，同時(shí)存在錯(cuò)過(guò)投資機(jī)會(huì)的風(fēng)險(xiǎn)從而導(dǎo)致機(jī)會(huì)成本增加注冊(cè)制試點(diǎn)啟動(dòng)來(lái)，A股上市公司數(shù)量明顯增多，由0余家已增至當(dāng)前的0多家。當(dāng)前A股市場(chǎng)已全面推行注冊(cè)制注冊(cè)制從之前試點(diǎn)的創(chuàng)業(yè)板和科創(chuàng)板拓展到滬深主板企業(yè)上市門檻降低，審核流程縮減同時(shí)新股發(fā)行的條件被進(jìn)一步放寬大量不同類型的企業(yè)尤其是成長(zhǎng)型創(chuàng)新型企業(yè)預(yù)計(jì)將會(huì)持續(xù)加速上市。對(duì)于研究人員來(lái)說(shuō)，A股上市公司數(shù)量的增加上市企業(yè)類型、所處行業(yè)的豐富性導(dǎo)致了其覆蓋面將會(huì)更廣而泛，大多數(shù)的研究需求會(huì)加集中在頭部“長(zhǎng)尾效應(yīng)”將更加明顯。圖：分析師報(bào)個(gè)覆蓋況個(gè)股報(bào)覆蓋（右） 個(gè)股報(bào)數(shù)量 A股上市公司量0

資料來(lái)源：朝陽(yáng)永續(xù)，主動(dòng)權(quán)益投資需要在紛繁復(fù)雜的信息中對(duì)數(shù)千只股票精挑細(xì)選傳統(tǒng)選股研究在實(shí)現(xiàn)研究覆蓋“廣度方面存在明顯困難主動(dòng)基金持倉(cāng)對(duì)A股個(gè)股的覆蓋率近五年均不足%。傳統(tǒng)的主動(dòng)權(quán)益投資覆蓋面相對(duì)較窄主要依靠基金經(jīng)理通過(guò)調(diào)研以及基本面研究等方式進(jìn)行面向個(gè)股的深度研究，對(duì)于上市公司投資的集中度比較高?；鸸驹谌肆?、精力以及財(cái)力上均很難對(duì)A股愈發(fā)復(fù)雜的市場(chǎng)進(jìn)行系統(tǒng)和全面的覆蓋。圖：主動(dòng)基持倉(cāng)覆蓋況覆蓋比（右） 主動(dòng)型金持個(gè)股數(shù) A股個(gè)股數(shù)0

Q1Q1Q2Q3Q4Q1Q2Q3Q4Q1Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4，量化研究團(tuán)隊(duì)對(duì)于基本面量化研究中的行業(yè)覆蓋存在明顯邊界。在行業(yè)基本面量化研究過(guò)程中，量化分析師需要針對(duì)特定行業(yè)通過(guò)各種渠道搜集整理數(shù)據(jù)并判別信的準(zhǔn)確性，依靠個(gè)人的知識(shí)儲(chǔ)備與經(jīng)驗(yàn)構(gòu)建行業(yè)的投資邏輯并對(duì)行業(yè)相關(guān)指標(biāo)與數(shù)據(jù)行加工整合這意味著基本面量化研究過(guò)程中對(duì)研究員從行業(yè)信息搜集、數(shù)據(jù)處理再到業(yè)投資邏輯分析行業(yè)投資指標(biāo)構(gòu)建等方面都提出了較高的要求因此針對(duì)圍繞行業(yè)氣度的基本面量化研究過(guò)程中量化分析師需要花費(fèi)大量時(shí)間學(xué)習(xí)相關(guān)行業(yè)的行業(yè)知識(shí)完成上述針對(duì)特定行業(yè)的量化研究工作。自0年至今，二級(jí)市場(chǎng)的主流量化研究團(tuán)在基本面量化研究中共涉及覆蓋6個(gè)一級(jí)行業(yè)（按照中信證券一級(jí)行業(yè)分類計(jì)算、個(gè)二級(jí)行業(yè)（按照中信證券二級(jí)行業(yè)分類計(jì)算，覆蓋比例分別為%與%。近三年半的時(shí)間內(nèi)主流賣方量化研究團(tuán)隊(duì)對(duì)行業(yè)基本面量化研究仍未實(shí)現(xiàn)較高程度的覆蓋，于人員數(shù)量較少的量化團(tuán)隊(duì)而言，實(shí)現(xiàn)行業(yè)基本面量化跟蹤的難度與成本較高。圖：主流賣基本量化究及中信級(jí)行覆蓋況 圖：主流賣方本面化研涉及中二級(jí)業(yè)覆情況

已覆蓋信一行業(yè) 未覆蓋信一行業(yè) 已覆蓋信二行業(yè) 未覆蓋信二行業(yè)，慧博， ，慧博，結(jié)構(gòu)化行情下A股市場(chǎng)行業(yè)輪動(dòng)特征顯著自上而下研究全面把握投資機(jī)會(huì)需構(gòu)行業(yè)間橫向可比性。當(dāng)前A股呈現(xiàn)出“結(jié)構(gòu)化行情”的趨勢(shì)：行業(yè)輪動(dòng)特征顯著通過(guò)對(duì)2至今0個(gè)行（按照中信證券一級(jí)行業(yè)分類計(jì)算）月度收益率進(jìn)行排名，各月與前一個(gè)月收益率相關(guān)性全部低于，其中共1個(gè)月出現(xiàn)負(fù)相關(guān)性行業(yè)指數(shù)收益率排名變化明顯房地產(chǎn)行業(yè)4次位居收益率前五名同7次位居收益率后五名；電力設(shè)備及新能源行業(yè)3次位居收益率前五名，同時(shí)6次位居益率后五名。表：2年1月至今各中信券一級(jí)業(yè)分走勢(shì)2年月度收益率排名 3名1月 2月 3月 4月 5月 6月 7月 8月 9月 0月 1月 2月 1月 2月 3月煤炭2178119房地產(chǎn)32721銀行176399農(nóng)林牧漁63497建筑565885綜合657588交通運(yùn)輸24559商貿(mào)零售79446綜合金融775有色金屬161紡織服裝83石油石化8382277鋼鐵897建材82非銀行金融367醫(yī)藥43基礎(chǔ)化工4698電力及公用事業(yè)5993消費(fèi)者務(wù)421432通信646132年月度收益率排名 3名輕工制造62傳媒847361計(jì)算機(jī)1242電力設(shè)及新能32794機(jī)械47155家電935958食品飲料146651汽車1323國(guó)防軍工95882電子694，行業(yè)間收益差異顯著2至今中信證券一級(jí)行業(yè)前五名與后五名收益率差值大且波動(dòng)較明顯，其中2年0月達(dá)到%，行業(yè)間收益率分化明顯。上述特征都能呈現(xiàn)出當(dāng)前在結(jié)構(gòu)化行情中A股行業(yè)輪動(dòng)特征凸顯在該背景下有跟蹤全行業(yè)、實(shí)現(xiàn)產(chǎn)業(yè)間橫向可比有助于通過(guò)自上而下的研究把握投資機(jī)會(huì)。圖：22年1月至今各中證券一行業(yè)化走勢(shì) 前五名后五月度益率值 連續(xù)兩收益排名關(guān)性.%.%.%.%.%.%，

.0.0.0.0.0.0.0綜上當(dāng)前基本面量化研究受限于人員規(guī)模以及人員投研構(gòu)建能力傳統(tǒng)人為構(gòu)建式較難實(shí)現(xiàn)行業(yè)全覆蓋和持續(xù)的邏輯與指標(biāo)體系跟蹤在行業(yè)輪動(dòng)加快的背景下面對(duì)行業(yè)研究的需求愈發(fā)增強(qiáng)創(chuàng)新投研生產(chǎn)力方法實(shí)現(xiàn)行業(yè)基本面量化的覆蓋擴(kuò)容成為投實(shí)戰(zhàn)應(yīng)用的全新研究領(lǐng)域。洞察大模型賦能生成行業(yè)基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系利用大模型涌現(xiàn)能力能夠探索基本面量化中行業(yè)投資邏輯構(gòu)建以及數(shù)據(jù)指標(biāo)跟蹤體系在面向三類不同行業(yè)的基本面量化研究過(guò)程中ChaGT在邏輯指標(biāo)建立的過(guò)程中存在共性以及差異性大模型生成周期行業(yè)的基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系相對(duì)完整能夠形成圍繞價(jià)格與供需關(guān)系的投研框架在生成成長(zhǎng)型行業(yè)的跟蹤體系應(yīng)用中行業(yè)輯構(gòu)建的相對(duì)完整要素比較豐富對(duì)于新型行業(yè)CatGPT能夠給出行業(yè)理解以及行認(rèn)知，但整體的行業(yè)邏輯構(gòu)建能力相對(duì)有限。在ChaGT自動(dòng)生成行業(yè)基本面量化跟研究指標(biāo)體系后我們?nèi)斯ぬ蕹谋久枋鲂椭笜?biāo)僅保留預(yù)期能夠找到數(shù)據(jù)源的第三“微觀層面數(shù)值型指標(biāo)及其對(duì)應(yīng)“中觀層面數(shù)據(jù)類型與整體層面的“宏觀層面分析度指標(biāo)。以周期行業(yè)的石油化工行業(yè)為例，ChaGT首先在基本面量化研究的“宏觀層面”構(gòu)建投研邏輯圍繞周期品核心關(guān)注的成本價(jià)格以及供需關(guān)系等給出包括原油價(jià)格、行業(yè)產(chǎn)能、產(chǎn)品價(jià)格、行業(yè)需求。在原材料成本價(jià)格方面，大模型給出布倫特原油價(jià)格、WTI原油價(jià)格以及原油期貨價(jià)格在行業(yè)產(chǎn)能維度主要圍繞石油化工的生產(chǎn)給出圍繞原油產(chǎn)量的“中觀層面指標(biāo)；在利潤(rùn)影響因素之一的產(chǎn)品價(jià)格方面，給出不同種類下游產(chǎn)品價(jià)格指標(biāo)；在行業(yè)需求維度能夠給出進(jìn)一步的跟蹤指標(biāo)，如產(chǎn)品進(jìn)出口量、產(chǎn)品庫(kù)存量角度可以看出CatGPT在石油化工行業(yè)基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系中“中觀”層面能夠圍繞“量“價(jià)”兩個(gè)維度給出跟蹤指標(biāo)方向。在“微觀層面”的具象指標(biāo)中我們通過(guò)人工校對(duì)發(fā)現(xiàn)5個(gè)指標(biāo)中共有1個(gè)指標(biāo)能夠在數(shù)據(jù)庫(kù)中找到對(duì)應(yīng)數(shù)據(jù)源，數(shù)據(jù)可得性達(dá)%。大模型生成的周期行業(yè)基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系相對(duì)完整基于大模型現(xiàn)的認(rèn)知，能夠生成供需關(guān)系、價(jià)格、利潤(rùn)等維度的“宏觀層面”跟蹤邏輯，給出“中觀面圍繞量?jī)r(jià)的數(shù)據(jù)指標(biāo)跟蹤方向以及在“微觀層面能夠給出可直接在數(shù)據(jù)庫(kù)中找到的指向性極高的對(duì)應(yīng)數(shù)據(jù)的數(shù)據(jù)指標(biāo)在這個(gè)應(yīng)用中，利用第二層的指標(biāo)跟蹤方向模型能夠建立從“微觀層面”具象指標(biāo)到跟蹤維度的經(jīng)濟(jì)學(xué)意義在指標(biāo)挖掘的過(guò)程中時(shí)能夠掌握基本面的跟蹤邏輯，形成完整的投研框架。表：大模型成石化工業(yè)本面量研究據(jù)指跟蹤系“宏觀層面”指標(biāo)“中觀層面”指標(biāo)“微觀層面”指標(biāo)布倫特油期價(jià)格布倫特油價(jià)格布倫特油現(xiàn)價(jià)格國(guó)內(nèi)原進(jìn)口格WI油期價(jià)格原油價(jià)格WI油價(jià)格WI油現(xiàn)價(jià)格國(guó)內(nèi)成油價(jià)格上海國(guó)能源易中（I）油期貨格原油期價(jià)格大連商交易（）原油期價(jià)格鄭州商交易（Z）原油貨價(jià)格國(guó)內(nèi)主油田油產(chǎn)量行業(yè)產(chǎn)能原油產(chǎn)量國(guó)內(nèi)主煉廠油加量國(guó)內(nèi)原進(jìn)口量石化產(chǎn)價(jià)格IEX化肥價(jià)格磷肥價(jià)格有機(jī)肥格產(chǎn)品價(jià)格煤化工品價(jià)格煤制甲價(jià)格煤制烯價(jià)格煤化工品價(jià)格煤制氣格煤制油格“宏觀層面”指標(biāo) “中觀層面”指標(biāo) “微觀層面”指標(biāo)石油化產(chǎn)品口量行業(yè)需求

石油化產(chǎn)品出口

石油化產(chǎn)品口石油煉產(chǎn)品口石油煉產(chǎn)品口石油化產(chǎn)品存量OpenAI，

國(guó)內(nèi)石進(jìn)口口庫(kù)數(shù)國(guó)內(nèi)煉石油存數(shù)據(jù)以成長(zhǎng)風(fēng)格行業(yè)的光伏行業(yè)為例，ChaGT在基本面量化研究的“宏觀層面”指標(biāo)主要圍繞市場(chǎng)規(guī)模、產(chǎn)能成本、供需關(guān)系以市場(chǎng)政策，跟蹤要素相對(duì)全面，但對(duì)于需要跟蹤的市場(chǎng)政策未給出數(shù)值型對(duì)應(yīng)指標(biāo)無(wú)法實(shí)現(xiàn)量化跟蹤市場(chǎng)規(guī)模的跟蹤方向包括裝機(jī)總量發(fā)電量與發(fā)電占比；行業(yè)產(chǎn)能的指標(biāo)跟蹤方向較為單一數(shù)據(jù)指標(biāo)質(zhì)量有限光伏行業(yè)成本費(fèi)用對(duì)應(yīng)跟蹤方向?yàn)閱挝怀杀九c生產(chǎn)能耗市場(chǎng)供需關(guān)系維度對(duì)應(yīng)跟蹤方向主要為出貨量與庫(kù)存量但未考慮下游需求的相關(guān)跟蹤方向可以看出ChaGT在光伏行業(yè)基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系“中觀層面的跟蹤方向同樣還是能夠圍繞“量“價(jià)”維度給出跟蹤方向但存在部分?jǐn)?shù)據(jù)要素不足甚至缺失的情況在“微觀層面的具象指標(biāo)中我們通過(guò)人工校對(duì)能夠發(fā)現(xiàn)1個(gè)指標(biāo)中共有0個(gè)指標(biāo)能夠在數(shù)據(jù)庫(kù)中找到對(duì)應(yīng)數(shù)據(jù)源，數(shù)據(jù)可得性為%。大模型在生成成長(zhǎng)風(fēng)格行業(yè)的基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系時(shí)的數(shù)據(jù)可得性有待提高基于大模型的認(rèn)知能夠在第一層構(gòu)建行業(yè)研究框架上給出相對(duì)豐富的數(shù)據(jù)要素在第二層“中觀層面的有效跟蹤數(shù)據(jù)指標(biāo)類型上存在指標(biāo)不充分甚至缺失的情況在“微觀層面指標(biāo)挖掘中出現(xiàn)存在部分文本類型的數(shù)據(jù)指標(biāo)而通過(guò)預(yù)篩選得到的具象數(shù)據(jù)指標(biāo)中，指標(biāo)的數(shù)據(jù)可得性較周期行業(yè)明顯下滑。表：大模型成光行業(yè)本量化研數(shù)據(jù)標(biāo)跟體系“宏觀層面”指標(biāo) “中觀層面”指標(biāo) “微觀層面”指光伏電容量光伏市規(guī)模

光伏發(fā)總裝容光伏發(fā)量

光伏組產(chǎn)量全國(guó)光發(fā)電光伏電發(fā)電光伏發(fā)占比 全國(guó)光發(fā)電占比光伏行產(chǎn)能 全國(guó)光組件單位成本

全國(guó)光組件單晶硅件產(chǎn)能多晶硅件產(chǎn)能光伏組平均國(guó)內(nèi)多硅原料價(jià)格光伏行成本

生產(chǎn)能

光伏組制造耗光伏發(fā)系統(tǒng)設(shè)能耗光伏發(fā)系統(tǒng)行能耗光伏發(fā)系統(tǒng)電量“宏觀層面”指標(biāo) “中觀層面”指標(biāo) “微觀層面”指標(biāo)光伏發(fā)系統(tǒng)耗效率光伏組出貨量

全國(guó)光組件貨光伏企出貨量光伏行供需

光伏組庫(kù)存

太陽(yáng)能件出光伏企庫(kù)存量太陽(yáng)能件進(jìn)OpenAI，

光伏組價(jià)格數(shù)以新興行業(yè)中的氫能源汽車行業(yè)為例ChaGT基于有限的認(rèn)知能夠具備行業(yè)理解與行業(yè)認(rèn)知并給出三個(gè)層面對(duì)應(yīng)的指標(biāo)人工預(yù)篩選掉非數(shù)據(jù)類型指標(biāo)后“宏觀層面”指標(biāo)跟蹤維度上針對(duì)氫能源汽車給出技術(shù)能力成本結(jié)構(gòu)消費(fèi)者需求的行業(yè)研究維度，能夠看出大模型能夠具備認(rèn)知從成本和需求的維度跟蹤行業(yè)景氣度的能力“技術(shù)能力這一指標(biāo)維度的定義缺乏行業(yè)邏輯“中觀層面”指標(biāo)的跟蹤方向?qū)?yīng)有效。從大模型給出最終的具象指標(biāo)看地區(qū)分布、銷售增長(zhǎng)率電池系統(tǒng)效率等指標(biāo)過(guò)于泛化指標(biāo)的數(shù)據(jù)可及性明顯過(guò)低。在大模型生成新興行業(yè)的基本面量化研究數(shù)據(jù)指標(biāo)跟蹤體系中可以看出大模型在涌現(xiàn)生成全新內(nèi)容時(shí)能夠基于認(rèn)知推理出基本的行業(yè)研究邏輯但對(duì)于具體的數(shù)據(jù)指標(biāo)跟蹤方向以及對(duì)應(yīng)的具象數(shù)據(jù)指標(biāo)ChaGT在新興行業(yè)的指標(biāo)挖掘仍受限于模型的及時(shí)性無(wú)法相對(duì)準(zhǔn)確地給出完善的指標(biāo)跟蹤體系和具備明確數(shù)據(jù)的指標(biāo)。表：大模型成氫源汽行基本面化研數(shù)據(jù)標(biāo)跟體系“宏觀層面”指標(biāo) “中觀層面”指標(biāo) “微觀層面”指燃料電系統(tǒng)技術(shù)能力

氫燃料池系效率氫燃料池電功率度

氫燃料池電效率氫燃料池汽續(xù)航單位面功率度單位重功率單位體功率每輛氫源汽的制成本氫能源車制成

每輛氫源汽的材成氫燃料池的造成本成本結(jié)構(gòu)

每公斤氣的造成本每千瓦電能制造每公里氣消量每公里營(yíng)成本氫能源車運(yùn)成

每公里耗成每公里護(hù)成每公里值損每公斤氣成本每公斤氣維成本氫氣利率“宏觀層面”指標(biāo) “中觀層面”指標(biāo) “微觀層面”指標(biāo)每公斤氣產(chǎn)的二化碳放量氫氣儲(chǔ)、運(yùn)成

每立方氫氣存成每公斤氣運(yùn)成本燃料電系統(tǒng)本氫燃料池的

每千瓦料電系統(tǒng)燃料電電堆本氫能源車銷量氫能源車銷數(shù)

氫能源車銷增長(zhǎng)率氫能源車銷地區(qū)消費(fèi)者求

氫能源車銷車型氫能源車銷價(jià)格氫能源車產(chǎn)量氫能源車產(chǎn)增長(zhǎng)率氫能源車產(chǎn)數(shù)

氫能源車產(chǎn)地區(qū)氫能源車產(chǎn)車型OpenAI，

氫能源車產(chǎn)占比通過(guò)對(duì)比上述三個(gè)周期行業(yè)成長(zhǎng)風(fēng)格行業(yè)以及新興行業(yè)的基本面量化數(shù)據(jù)指標(biāo)跟蹤體系的建立，我們發(fā)現(xiàn)ChtGT在對(duì)不同行業(yè)的基本面量化研究跟蹤維度上能夠具備行業(yè)的適配性，對(duì)周期行業(yè)可生成圍繞周期品供需、價(jià)格等“量“價(jià)”維度、相對(duì)全面且可靠的行業(yè)投研邏輯及其相對(duì)應(yīng)的數(shù)據(jù)跟蹤方向同時(shí)可直接獲得數(shù)據(jù)的具象指標(biāo)比例高能夠直接賦能量化研究團(tuán)隊(duì)指導(dǎo)行業(yè)研究邏輯的構(gòu)建以及生成策略的指標(biāo)選擇針對(duì)以光伏行業(yè)為例的成長(zhǎng)風(fēng)格行業(yè)ChaGT能夠利用涌現(xiàn)能力“宏觀層面指標(biāo)的生成上給出包括市場(chǎng)規(guī)模在內(nèi)的豐富的追蹤要素能夠輔助構(gòu)建行業(yè)研究邏輯，但存在部分由于認(rèn)知有限的原因?qū)е聰?shù)據(jù)跟蹤方向的不足與缺失在具象指標(biāo)的生成上，存在部分指標(biāo)無(wú)法直接獲得數(shù)據(jù)源需依據(jù)數(shù)據(jù)跟蹤方向進(jìn)行進(jìn)一步人工挖掘與篩選；針對(duì)新興行業(yè)由于ChaGT語(yǔ)料庫(kù)及時(shí)性受限的原因ChaGT僅依靠有限的認(rèn)知能夠利用模型的涌現(xiàn)能力推理出圍繞“價(jià)格“需求”等相對(duì)固定的研究維度，在指標(biāo)生成的數(shù)據(jù)可得性上，指標(biāo)存在過(guò)于泛化的現(xiàn)象因此對(duì)于新興行業(yè)的行業(yè)邏輯構(gòu)建應(yīng)該是未來(lái)利用更多更強(qiáng)大的大模型的應(yīng)用重點(diǎn)。▍涌現(xiàn)能力助力數(shù)據(jù)應(yīng)用創(chuàng)新——聚焦文本分析與金融數(shù)據(jù)應(yīng)用標(biāo)注開源大模型助力垂類應(yīng)用大模型本地化部署基于可及性與數(shù)據(jù)安全性選擇利用國(guó)內(nèi)開源大模型ChtGM進(jìn)行訓(xùn)練并實(shí)現(xiàn)本地化部署考慮圍繞研報(bào)信息國(guó)內(nèi)政策文件與公司公告數(shù)據(jù)應(yīng)用創(chuàng)新需要保障相關(guān)數(shù)據(jù)隱性與安全性意味著大模型的私有化部署至關(guān)重要。清華大學(xué)團(tuán)隊(duì)開源支持中英雙語(yǔ)對(duì)的大語(yǔ)言模型ChaGL-B基于GeeralLanuaeMde（GLM架構(gòu)且具有2億參數(shù)。通過(guò)結(jié)合模型量化技術(shù)，可以在消費(fèi)級(jí)的顯卡上進(jìn)行ChaGLM的本地部署。因此考慮模型的可及性以及數(shù)據(jù)安全性，我們選擇訓(xùn)練ChaGLM模型并實(shí)現(xiàn)本地化部署。表：tGM模型與他模較基礎(chǔ)架構(gòu)訓(xùn)練方式量化加速跨平臺(tái)能力GPTGPT自監(jiān)督訓(xùn)練--VIABOGPT自監(jiān)督訓(xùn)練IT8tnVIAVIAGB GM

自監(jiān)督訓(xùn)多任務(wù)訓(xùn)

IT8/IT4 Fastrsfmr

海光昇騰申威對(duì)比優(yōu)勢(shì)

高精度：Biclit:+.%ABA:+.%E:+.%FeE:+.%

普惠推：節(jié)省內(nèi)可單臺(tái)或單臺(tái)進(jìn)行無(wú)推理

高速推：比Ptch提速.4tn提升5倍

跨平臺(tái)：支持更不同大規(guī)模言模的適配應(yīng)用ChatGLM官網(wǎng)，針對(duì)下載預(yù)訓(xùn)練好的大模型ChatGLM選擇合適的硬件配置參數(shù)，使用情感標(biāo)注的新聞?shì)浨槲谋?、分析師研?bào)、政策文件等金融文本微調(diào)模型，使其具備在垂直領(lǐng)域的應(yīng)用能力。表：tGM微調(diào)參和硬置設(shè)置名稱類型參數(shù)選擇說(shuō)明由清華大學(xué)開發(fā)的開源、支持中英雙語(yǔ)的對(duì)話、基于nealChatGL-6B模型名稱62億Langageodel(L)架構(gòu)的語(yǔ)言模型結(jié)合模型量化技術(shù)，用戶可以在消費(fèi)級(jí)的顯卡上進(jìn)行本地部署。Epoch模型微調(diào)參數(shù)2微調(diào)時(shí)訓(xùn)練模型的迭代次數(shù)。Batchsie模型微調(diào)參數(shù)8微調(diào)時(shí)模型一次訓(xùn)練所抓取的數(shù)據(jù)樣本數(shù)量。DropoutRte模型微調(diào)參數(shù)0.1微調(diào)時(shí)訓(xùn)練模型的裁剪程度，可通過(guò)設(shè)置該參數(shù)避免模型過(guò)合。Learnng_ate模型微調(diào)參數(shù)0.01微調(diào)時(shí)訓(xùn)練模型的學(xué)習(xí)率。a_seq_lengh模型微調(diào)參數(shù)2048文本最大長(zhǎng)度，超過(guò)部分會(huì)截?cái)?。PU硬件配置參數(shù)NidiaA500模型訓(xùn)練和預(yù)測(cè)時(shí)需要的運(yùn)算硬件。內(nèi)存硬件配置參數(shù)3.1模型預(yù)測(cè)時(shí)需要的運(yùn)算空間。硬盤硬件配置參數(shù)12.4模型權(quán)重文件占用空間。資料來(lái)源：圖：部署大模訓(xùn)練應(yīng)用程 資料來(lái)源：繪制圍繞政策公告高頻跟蹤，全新數(shù)據(jù)標(biāo)注能力助力投研文本分析對(duì)海量政策與公司公告等文本內(nèi)容實(shí)現(xiàn)“T”跟蹤分析。數(shù)字化發(fā)展推動(dòng)大量數(shù)據(jù)產(chǎn)生并得以應(yīng)用于豐富投研場(chǎng)景中。金融行業(yè)中常見的數(shù)據(jù)包括市場(chǎng)數(shù)據(jù)財(cái)務(wù)數(shù)據(jù)觀經(jīng)濟(jì)數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)以及包含政策新聞公司公告信息等非結(jié)構(gòu)化數(shù)據(jù)隨著互聯(lián)網(wǎng)應(yīng)用的普及，非結(jié)構(gòu)化數(shù)據(jù)呈現(xiàn)出爆發(fā)性增長(zhǎng)，成為當(dāng)前金融市場(chǎng)日趨重要的數(shù)據(jù)產(chǎn)。海量以文本形式存在的非結(jié)構(gòu)化數(shù)據(jù)中蘊(yùn)含豐富的投資信息，對(duì)政策與公司公告實(shí)“T0”跟蹤，可幫助投資者關(guān)注政策帶來(lái)的“利好”或者“利空、判斷突發(fā)新聞事件對(duì)市場(chǎng)未來(lái)趨勢(shì)的影響關(guān)注公司業(yè)績(jī)公告對(duì)企業(yè)未來(lái)發(fā)展經(jīng)營(yíng)的影響等。雖然在信息內(nèi)理解上人工方式具備優(yōu)勢(shì)但面對(duì)海量文本數(shù)據(jù)時(shí)，低效的人工處理難以適應(yīng)證券市場(chǎng)于文本數(shù)據(jù)信息處理的巨大需求。大模型自動(dòng)化生成全新文本數(shù)據(jù)標(biāo)簽標(biāo)注助力文本數(shù)據(jù)量化應(yīng)用于中觀配置產(chǎn)業(yè)政策強(qiáng)度分析企業(yè)公告情緒分析金融市場(chǎng)大量文本數(shù)據(jù)通常富含與投研相關(guān)的各類息，當(dāng)前大量非結(jié)構(gòu)化文本數(shù)據(jù)以非指標(biāo)的形式存在例如部分基金公司在投研過(guò)程中研究人員會(huì)將公司公告進(jìn)行整理并提取其中的文本信息形成覆蓋個(gè)股公司公告的文本數(shù)據(jù)集。存儲(chǔ)形式多樣以及信息密度低等特點(diǎn)使得當(dāng)前文本數(shù)據(jù)無(wú)法直接應(yīng)用于投研場(chǎng)景，需要通過(guò)各類技術(shù)手段結(jié)合應(yīng)用場(chǎng)景從文本數(shù)據(jù)中挖掘投研可用的因子針對(duì)政策與公司業(yè)績(jī)公告等文本數(shù)據(jù)構(gòu)建面向行業(yè)投資機(jī)會(huì)以及公司經(jīng)營(yíng)影響的標(biāo)準(zhǔn)化數(shù)據(jù)標(biāo)注大模型能夠根據(jù)給定的政策自動(dòng)給出影響的投資行業(yè)，并將該政策賦予相對(duì)應(yīng)投資行業(yè)標(biāo)簽標(biāo)注；能夠根據(jù)公司公告自動(dòng)判斷對(duì)公司經(jīng)營(yíng)的正向負(fù)向影響并將該公司公告進(jìn)行情緒標(biāo)注等借助行業(yè)標(biāo)簽的輔助與情感分類模型，能夠?qū)γ織l政策與公告的多維信息進(jìn)行統(tǒng)計(jì)量化全市場(chǎng)政策在時(shí)序上的情緒變化通過(guò)對(duì)大量政策文本進(jìn)行統(tǒng)計(jì)分析可以從全市場(chǎng)視角更加全面感知政策對(duì)行業(yè)投資的影響對(duì)于特定主題統(tǒng)計(jì)分析政策來(lái)源與主題內(nèi)二級(jí)概念的提及強(qiáng)度可以對(duì)主題相關(guān)的產(chǎn)業(yè)政策結(jié)構(gòu)有更加清晰和量化的分析。借助公告等文本的情感分類，可實(shí)現(xiàn)對(duì)公告情緒的間接量化，構(gòu)建情緒底層數(shù)據(jù)。▍聚焦ProptEngieering交互賦能自動(dòng)化助力涌現(xiàn)能力賦能涌現(xiàn)能力在基本面量化覆蓋擴(kuò)容、文本分析、金融數(shù)據(jù)標(biāo)注的背后，是mptngineeing的強(qiáng)大賦能。圍繞rmptginern(提問(wèn)工程展開設(shè)計(jì)，能夠引導(dǎo)大模型生成我們希望得到的結(jié)果。rmpt是指為大型語(yǔ)言模型提供的一段文本或代碼片段，以幫助模型更好地理解和完成特定任務(wù)。rmpt可以被視為一種引導(dǎo)或提示，可以激發(fā)模型的創(chuàng)造性提高其輸出質(zhì)量降低誤差率等在機(jī)器學(xué)習(xí)和自然語(yǔ)言處理領(lǐng)域rmpt通常是一些文本描述或關(guān)鍵詞其作用在于引導(dǎo)預(yù)訓(xùn)練語(yǔ)言模型根據(jù)給定的輸入序列生成合適的輸出序列，其作用在于有效指示預(yù)訓(xùn)練模型生成與給定任務(wù)相關(guān)的文本內(nèi)容。為將大模型應(yīng)用于復(fù)雜投研場(chǎng)景，prmptegnering的核心在于交互中問(wèn)題和需求的具象描述以及問(wèn)答邏輯的結(jié)構(gòu)化建立。通過(guò)設(shè)計(jì)ompt實(shí)現(xiàn)三次循環(huán)建立問(wèn)答的完整上下文邏輯關(guān)系能夠通過(guò)ChatTPI接口自動(dòng)化面向行業(yè)景氣度研究構(gòu)建投資邏輯并挖掘有效數(shù)據(jù)指標(biāo)單次針對(duì)基本量化行業(yè)景氣度研究向ChtGT提問(wèn)無(wú)法直接生成具象數(shù)據(jù)指標(biāo)，因此我們對(duì)面向行景氣度研究投資指標(biāo)提問(wèn)的形式以及提問(wèn)次數(shù)進(jìn)行調(diào)整以三次循環(huán)形式形成通過(guò)第次提問(wèn)生“宏觀層面”指標(biāo)構(gòu)建行業(yè)投研邏輯框架中的維度第二次提問(wèn)得到“中觀面中維度對(duì)應(yīng)的指標(biāo)跟蹤方向，第三次提問(wèn)挖掘第三層“微觀層面指標(biāo)跟蹤方向下有數(shù)據(jù)源的具象數(shù)據(jù)指標(biāo)圍繞上述框架的構(gòu)建需求依次明確每一層問(wèn)題所需指標(biāo)以輸出結(jié)構(gòu)的要求從基本面量化研究分析的視角下有效建立針對(duì)行業(yè)景氣度投資研究問(wèn)的完整上下文邏輯關(guān)系最終形成三層框架中每層之間都有對(duì)應(yīng)的邏輯關(guān)系以及經(jīng)濟(jì)學(xué)義。具體流程主要包括：圍繞行業(yè)景氣度研究邏輯框架通過(guò)將第一次