>> 國(guó)金證券-智能化選基系列之四：如何用LLM生成基金經(jīng)理調(diào)研報(bào)告并構(gòu)建標(biāo)簽體系？-230821
| 上傳日期： |
2023/8/22 |
大?。?/td>
| 2182KB |
| 格式： |
pdf 共16頁 |
來源： |
國(guó)金證券 |
| 評(píng)級(jí)： |
-- |
作者： |
高智威,趙妍 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
本篇報(bào)告是國(guó)金證券金融工程團(tuán)隊(duì)智能化選基系列的第四篇，也是我們圍繞ChatGPT等大語言模型開展的多項(xiàng)深度前瞻研究的第四篇。在本篇報(bào)告中，我們將大語言模型應(yīng)用到了基金研究中，我們以基金經(jīng)理調(diào)研紀(jì)要為研究對(duì)象，利用大語言模型，對(duì)冗長(zhǎng)的基金經(jīng)理調(diào)研紀(jì)要進(jìn)行深度解析。
大語言模型推陳出新,長(zhǎng)文本分析大有可為
2023年初，OpenAl發(fā)布的ChatGPT因其較強(qiáng)的性能引發(fā)全球追捧，國(guó)內(nèi)外各類大語言模型層出不窮，開啟了人工智能的新時(shí)代。2023年7月份，Anthropic公司推出Claude 2，相比于ChatGPT-4,Claude 2支持更大的上下文窗口、便捷的文件上傳能力、免費(fèi)使用的特點(diǎn)，也引發(fā)了大量關(guān)注?；鸾?jīng)理調(diào)研，是基金研究的重要環(huán)節(jié)，基金經(jīng)理調(diào)研紀(jì)要往往較為冗長(zhǎng)，而Claude2支持10w token上下文度，能夠幫助我們對(duì)冗長(zhǎng)的基金經(jīng)理調(diào)研紀(jì)要進(jìn)行文本分析，挖掘其中隱含的關(guān)鍵信息，提高工作效率。
利用Claude 2撰寫基金經(jīng)理調(diào)研報(bào)告并繪制思維導(dǎo)圖
為了更清晰有效的閱讀基金經(jīng)理調(diào)研紀(jì)要，挖掘其中的關(guān)鍵信息，我們將以三種形式對(duì)基金經(jīng)理調(diào)研紀(jì)要進(jìn)行解析，即基金經(jīng)理調(diào)研總結(jié)報(bào)告、基于基金經(jīng)理調(diào)研內(nèi)容的個(gè)性化問答生成結(jié)構(gòu)化數(shù)據(jù)、基金經(jīng)理投資框架思維導(dǎo)圖.Claude2處理PDF文件時(shí)有較好的識(shí)別和定位能力，對(duì)于多篇調(diào)研紀(jì)要能夠同時(shí)處理。通過設(shè)計(jì)有效的提示詞，我們可以個(gè)性化的將對(duì)話形式的調(diào)研紀(jì)要，制作成調(diào)研總結(jié)報(bào)告，也可以通過問答形式，批量提問，生成結(jié)構(gòu)化的數(shù)據(jù)形式，此外Claude 2可以生成mermaid格式思維導(dǎo)圖，清晰展示基金經(jīng)理投資框架。
調(diào)研紀(jì)要批量處理及基金經(jīng)理定性標(biāo)簽數(shù)據(jù)庫(kù)的構(gòu)建
市場(chǎng)中有大量微信公眾號(hào)、研報(bào)包含了基金經(jīng)理調(diào)研紀(jì)要、基金經(jīng)理定性研究信息，我們可以將大批量冗長(zhǎng)的紀(jì)要及研報(bào)，使用Claude 2將其處理成結(jié)構(gòu)化的基金經(jīng)理定性標(biāo)簽數(shù)據(jù)，便于存儲(chǔ)和使用。我們通過文本收集、文本整理與清洗、大模型解析、結(jié)果檢查與匯總等步驟，將搜集到的98篇研報(bào)及63篇調(diào)研紀(jì)要，從投資框架、風(fēng)格偏好、行業(yè)偏好、選股邏輯、擇時(shí)傾向、交易特征等維度進(jìn)行拆解，構(gòu)建了二維數(shù)據(jù)表格，包含日期、基金經(jīng)理姓名、各維度特征標(biāo)簽等信息，形成了我們的基金經(jīng)理研究數(shù)據(jù)庫(kù)。
總結(jié)
大語言模型存在一定的隨機(jī)性，開啟不同對(duì)話可能會(huì)導(dǎo)致輸出結(jié)果的不同。大語言模型仍然會(huì)犯錯(cuò)，需要我們?cè)谑褂眠^程中注意甄別結(jié)果的準(zhǔn)確性。在設(shè)計(jì)提示詞的過程中，可以通過賦予角色、詳細(xì)描述問題并提供解決方法、限定大模型不可以胡編亂造等方式，提高大模型使用效果。Claude2解析基金經(jīng)理調(diào)研紀(jì)要的能力，一方面取決于大模型的性能，也取決于提示詞的有效性，另一方面也依賴于調(diào)研紀(jì)要的質(zhì)量。盡管Claude 2能夠支持較長(zhǎng)文本的分析，但大批量的調(diào)研紀(jì)要數(shù)據(jù)仍然可能超過其分析能力，在大模型不斷升級(jí)迭代的情況下，有望得到解決。
風(fēng)險(xiǎn)提示
大語言模型輸出結(jié)果具有一定隨機(jī)性，對(duì)同一個(gè)問題可能會(huì)產(chǎn)生不同的結(jié)論;模型迭代升級(jí)、新功能開發(fā)可能會(huì)導(dǎo)致結(jié)論不同;人工智能模型得出的結(jié)論僅供參考，答案可能存在錯(cuò)誤的風(fēng)險(xiǎn);調(diào)研紀(jì)要文本質(zhì)量影響最終輸出結(jié)果的風(fēng)險(xiǎn)。
|
|
