国金金工团队ChatGPT玩转主动投研沙龙在三地圆满举办！

线下沙龙

北京|上海|深圳

近日，国金证券金融工程团队在北京、上海、深圳三地圆满举办了ChatGPT玩转主动投研沙龙。此次活动围绕“大模型在主动投研中的应用”展开，为到场投资者提供了一场技术与实践相结合的学习盛宴，共同探讨了主动投研与量化结合的发展趋势和未来方向。

面对市场的日益复杂多变，人工智能正在为量化投资领域带来前所未有的变革，ChatGPT的诞生为量化策略的研发和优化提供了更加先进的技术支持。在此背景下，国金证券金融工程团队精心策划并组织了本次沙龙，分享了大模型在主动投研中的丰富应用场景和高效处理工具。

高智威

国金证券金工首席分析师

SAC:S1130522110003

国金金融工程ChatGPT研究体系

国金证券金工首席分析师高智威做了主题为《国金金融工程ChatGPT研究体系》的分享,他先从大类资产配置、中观配置、底层资产与策略3方面介绍了国金金工团队的研究框架，目前金工团队在配置与选股、基金、期货研究等方面都有丰富的研究成果，并已围绕ChatGPT展开多项深度前瞻研究，从选股、行业配置、CTA策略等多个角度，对ChatGPT在量化投资策略中的应用开展深入探讨。同时，通过多维度的探索和总结，团队构建沉淀出独具特色的国金ChatGPT研究体系，这一体系涵盖了如何运用ChatGPT更高效、准确地提炼市场动态与趋势；自动进行金融文本的分类化、标签化、体系化总结分析、更深入地理解用户需求等方面。高智威现场讲解了如何运用大模型挖掘高频选股因子，解析卖方策略，精准识别数据情感和预测市场热点等方法。

许坤圣

高智威

国金证券金工研究员

SAC:S1130522110003

降低大模型幻觉实操: 卖方分析师观点精准提取与分析

在运用ChatGPT挖掘策略研报中的市场观点、行业配置信息时，主要会产生以下幻觉:在提取研报中的市场/行业观点时，提取结果不一致；对同一配置观点进行评分时，评分不稳定；面对此类大模型出现的幻觉现象，许坤圣提出了优化提示词、多轮提取等缓解策略；同时，详细介绍了运用ChatGPT挖掘研报信息的流程，并通过实例，以策略组的报告为例搭建了汇总框架，包括市场观点提取与对比、行业配置提取与打分、观点共识与分歧总结,对每周的市场和中信一级行业输出可量化的评级。

王小康

国金证券金工研究员

SAC:S1130523110004

Text2SQL本地智能投研:从文本描述到选股池

王小康主要介绍了如何使用Text2SQL技术更好地将主动投研与各类数据相结合，他讲解了Text2SQL的基本概念及其在自然语言处理和数据库查询中的重要性；并通过实例选用ChatGLM模型搭建了公司年报数据库的Text2SQL投研问答系统，展示了Text2SQL技术在基本信息查询、公司员工统计、财务相关查询、基于财务的计算、统计类问题、开放问题等方面的应用拓展。通过这一技术，可以将自然语言问题转化为SQL查询，从而直接从数据库中获取所需信息，不仅便利了主动投研的信息化，还能提高投研过程的效率和精准度。

赵妍

国金证券金工研究员

SAC:S1130523060001

LLM自动化报告生成:调研报告撰写与季报展望提炼

赵妍介绍了如何运用大语言模型助力基金经理调研报告的结构化处理。针对基金经理的投资框架、观点展望、个人情况团队情况介绍等内容运用大模型进行总结提炼，进行个性化信息的挖掘。她基于基金经理调研总结报告介绍了ChatGPT-4 GPTs功能的应用场景，例如通过知识库内置提示词和设置instruction的方式，给定大模型问题列表，让大模型对调研纪要进行拆解。同时，赵妍还通过介绍运用RAG-ChatGPT读基金季报观点的场景，展示了检索增强技术在文本准确性、回答质量、动态数据处理等方面的强大实力。

胡正阳

高智威

国金证券金工研究员

SAC:S1130123070018

RAG-ChatGPT提前布局热点概念领涨股

胡正阳现场分享了基于大语言模型如何快速了解完全陌生的产业或投资热点，甚至能够定位到其中的投资标的的方法。主要通过搭建一套完善的RAG流程来实现检索与优化，包括搭建更完善的知识库、选择更合适的检索器等，同时，在梳理概念股的基础上，通过量价指标分层筛选，帮助投资者找到热点中的领涨股，更准确地把握行情。

国金金工团队始终致力于量化投资领域的研究和实践工作，为投资者提供最前沿、最专业的创新技术应用方法。未来，金工团队将继续关注量化投资领域的发展趋势，积极探索新技术在投资实践中的应用，并搭建更多线上线下的交流平台，为投资者提供高效、专业的投研服务。