雷火竞技首页

AI辅助投研深度案例系列之二:大模型赋能情绪、政策指标构建-申万宏源
发布时间:2026-07-25
 这份报告是申万宏源的分析师王小心、沈思逸、邓虎撰写的量化策略研究报告,主要探讨大模型在量化投资研究中的应用,通过构建市场情绪和行业景气度指标,分析其优势、不足及对投资策略的影响。  1. 大模型在量化投资中的作用:大语言模型的能力不断提升,在金融领域有广泛应用前景。生成式AI的文字理解和学习能力,有望帮助解决传统量化在情绪、政策方向判断上的难题。报告以腾讯元宝搭载的DeepSeek-R1大模型

  这份报告是申万宏源的分析师王小心、沈思逸、邓虎撰写的量化策略研究报告,主要探讨大模型在量化投资研究中的应用,通过构建市场情绪和行业景气度指标,分析其优势、不足及对投资策略的影响。

  1. 大模型在量化投资中的作用:大语言模型的能力不断提升,在金融领域有广泛应用前景。生成式AI的文字理解和学习能力,有望帮助解决传统量化在情绪、政策方向判断上的难题。报告以腾讯元宝搭载的DeepSeek-R1大模型为例,探索其在构建情绪、政策变量方面的作用。

  Prompt设计:通过精心设计Prompt,设定任务说明、上下文、问题和输出格式,让大模型扮演A股策略分析师,依据政策和事件判断A股市场多空观点。例如,在任务说明中明确角色和任务目标,上下文提供历史多空阶段示例,帮助模型理解任务。

  模型结果及运用:大模型对2024年1月至2025年3月的A股市场多空情绪判断显示,多数月份看多。与基于价量等数据构建的情绪结构指标相比,两者存在分歧,但将大模型观点加入原策略,不会损失超额收益,还能有所加成。

  “信息茧房”困境:大模型在文本分析等方面有优势,但存在“信息茧房”问题。数据缺陷使其受第三方平台信息限制,无法判断信息权重;信息偏见导致其获取的信息有偏向性;“讨好型人格”使其可能迎合用户,产生幻觉。不过,通过完善Prompt工程等方法可在一定程度上解决这些问题。

  传统方法与大模型方法对比:传统量化光伏政策景气度通过统计新闻标签词频来实现,而大模型则利用其情绪判断和推理能力,筛选“热词”并贴“利好”“利空”标签,计算景气值。大模型的优势在于信息来源丰富、解析能力强,但也面临数据获取和稳定性等问题。

  大模型光伏景气度结果:大模型对光伏行业景气度的判断结果显示,2024年开始波动较低,年末景气度更高。与原光伏政策景气度指标相比,大模型结果择时效果相对更好,在部分年份有显著超额收益。

  4. 总结与展望:大模型在情绪指标和政策景气度指标构建上有一定优势,能提高构建效率,简化流程,但也存在信息来源有限、量化指标可验证性弱等问题。未来可通过搭建特定知识库、采用分档打分等方式改善,以更好地应用于量化投资。