21世紀經濟報道見習記者 黃子瀟 深圳報道

自大模型熱潮掀起，顶尖大模互聯網公司躬身入局，资管手機廠商和金融機構緊隨其後。机构當“百模大戰”來到中場，齐聚大語言模型如何賦能資產管理成為了一個焦點話題。深圳

9月22日，热议通聯數據與深圳市投資基金同業公會在深圳舉辦以“大語言模型賦能資產管理高質量發展”為主題的顶尖大模峰會，從多角度探討行業發展現狀與趨勢，资管展示創新性解決方案與應用工具。机构

出席嘉賓眾星雲集，齐聚所在機構包括麥肯錫、深圳鵬城實驗室，热议南方科技大學，顶尖大模景順長城基金，资管廣發證券資管，机构招商證券，南方基金等。本次峰會在線下和線上引發廣泛關注。

通聯數據總經理蔣龍在開場致詞中表示， 隨著AI和大語言模型發展，科技賦能資產管理和財富管理的作用隻會越來越大，但大模型技術也未必是通用人工智能技術的最後一站，AI賦能資產管理還有非常廣闊的空間。

量化投資領域應用空間廣闊

在2018年到今年，私募量化蓬勃發展，在低迷的行情下，公募量化的表現也優於主動權益。隨著量化整體規模擴大，交易型策略逐漸擁擠時，大模型的興起為量化賽道帶來了新機遇。

鵬城實驗室研究員（正高級）孫東寧指出大模型的發展有兩個關鍵核心，第一是訓練模型結構的改變。早期的時序模型主要為RNN、LSTM、GRU等，其缺陷在於長程記憶能力較差且不便於並行處理。近年來，模型結構由RNN家族向Transformer的轉變，大大提高了計算效率。

第二個是訓練範式由監督學習向自監督學習的轉變。在自監督學習時代，機器通過大量語料預測其掩蓋信息的方式，極大地拓展了非標注數據的使用，從而使大規模訓練成為可能。

孫東寧進一步指明了大模型在量化投資上的兩個應用方向。

首先，大模型在量化投資上擁有全方位應用場景，從數據與因子挖掘、組合構建、風險敞口選擇、市場跟蹤、輔助交易等方麵都有其重要價值。例如大模型以及Prompt微調的範式降低了文本處理的人力成本和時間成本，使非結構化文本數據不再另類，極大降低了領域適配成本。

第二，大模型的文字處理能力對量化基本麵研究有促進作用。 當量化交易策略逐漸擁擠，量化模型轉向中低頻時，需要對宏觀、行業、資金走勢、公司財務有更深入理解，而大模型可以將運營數據、新聞輿論、分析師數據等有機結合。

孫東寧進一步指出，近期一些前沿探索者在研究跨領域、多時間尺度數據的綜合訓練，構建大模型基座，再為特定領域開放部分數據進行微調，從而兼具綜合性能力和垂直領域的能力。

這對於量化投資的借鑒意義，便是可以將股票、期貨、期權、外匯等不同資產以及周頻、日評、分秒頻等不同頻率的信息相結合，訓練出具有較強普適性和關聯信息的時間序列預測大模型基座，而後針對具體需求，進行垂域化訓練，進一步提升預測和決策的針對性。

在智能資管上，通聯數據智能投研業務中心總經理許丹青指出，當前從賣方機構和財經新聞，都在卷速度和覆蓋度，身處信息爆炸環境下，客戶需要的是對信息價值深入萃取，以及提供獨到的見解，這也是Datayes!Pro蘿卜投資智能助理的使命。

許丹青表示，智能投研通過三種方式快速捕捉“阿爾法”：提供有價值的數據與信息、替代繁冗的數據整理與分析、提供創造性的觀點與見解。

許丹青指出，投研大模型應用當前主要發揮效率價值，以個人能效增強為根基，外延到團隊效率、知識留存等，隨後介紹了當天正式上線的通聯Datayesir。Datayesir支持自然語言交互，融匯通聯數據專業的投研知識，在找信息、看研報、查數據、寫點評、做複盤等場景上，可助力金融機構大幅提高研究效率。

資產管理和財富管理雙領域賦能

財富管理與資產管理兩個領域存在重疊和差異，但向來都與金融科技的發展密切相關。隨著大語言模型的發展，GENAI（生成式AI）將對資產管理、財富管理進行深度重塑。

麥肯錫全球董事合夥人馬奔在演講中探討了GENAI（生成式AI）在資產管理和財富管理應用的趨勢和實踐。

在資產管理領域上，馬奔認為GENAI的應用有五大趨勢。第一，在提升投研人員效率，提升渠道和機構銷售/投後服務效率和客戶體驗，提升合規管理自動化智能化，提升科技開發投入產出比方麵有重大應用價值；第二，有利於加速商業模式創新，為資管公司進入財富管理領域提供更多的創新可能；第三，除了生成式AI，預測性AI和可解釋AI對於規模化的alpha創造可能更為關鍵；第四，實現AI的規模化價值兌現需讓AI技術融入投資研究中端到端的關鍵環節；第五，AI不會替代主動投資，但是不利用AI工具的投資機構會逐步掉隊。

財富管理是資產管理在金融產業鏈上的延伸。馬奔進一步提出， GENAI在財富管理領域的應用也有五大趨勢，第一，客戶交互體驗、理財師效率和專業賦能、產品創新加速是GENAI在財富管理規模化應用的三大價值；第二，利用GENAI直接to C將麵臨消費者保護、數據安全等一係列問題，因此短期可以考慮通過GENAI賦能投顧再服務客戶的模式；第三，GENAI讓財富管理的超個性化營銷和服務成為可能；第四，財富管理公司原先的數據質量、專業知識的沉澱將影響應用落地的速度和質量；第五，需要業務部門、科技數據團隊、GENAI訓練團隊的協同開發，才能真正實現規模化業務賦能。

基金、券商熱議大模型實踐

近年來，公募基金、券商資管等機構持續推進數字化、智能化，以提升核心競爭力。大模型時代，資管業數智化轉型應該怎麽規劃和實施，招商證券、廣發證券資管、南方科技大學、景順長城基金等機構也進行了分享。

招商證券金融科技中心AI開發團隊負責人石國忠認為，大模型在短期內對資管業不會出現顛覆性的影響，但長期上金融業仍需要有自主可控的大模型，並需要其實現降本增效。

近期市場對大模型從單純熱度慢慢回歸到挖掘大模型本身能力，和更有高價值的產品實測上。未來，大語言模型將大幅改善服務客戶的界麵，服務載體和入口形式會有重大變化，是數字化和彎道超車的寶貴機會。

石國忠建議，發揮大語言模型長處，結合證券行業特點，聚焦高價值業務場景。證券業大模型在投資研究、IT及數字化、客戶運營、合規監管等方麵有應用需求。高價值場景包括提升現有解決方案能力邊界，企業級知識應用解決方案，更自由的自然語言交互，激發員工創造力的創意中心，湧現能力的應用等。

廣發證券資管副總經理、首席信息官蔣榮指出，未來在資管機構內部一定會出現多種模型並用的狀態，因為目前的通用模型選擇非常多，但其精準度、覆蓋麵還不夠高，因此很有可能通過多種大模型的並用以相互驗證。其次，在開源模型上可以協力共建一套行業性的係統，從而降低各家機構獨自維係多套模型以及底層管理係統的成本。

對於資管機構在運用大語言模型中應該注意的事項，南方科技金融研究院副秘書長李凱表示，要保持開放的態度，建立行業性的溝通平台，考慮投入產出比，形成閉環，以更聰明的方式塑造新格局，應對行業變革，避免急中出錯做出一些非理性決策。

景順長城基金副總經理陳文宇將金融從業者和大語言模型的關係，形象地比喻為“縣官”和“師爺”。比起決策者，大模型更像是一位虛擬專家，不僅需要對其建立信任，也要了解其局限性。此外他還強調了數據隱私以及安全性合規性問題，曆來是金融業不可觸犯的紅線，因此要分清決策主次並謹慎對待。