20230427-中信证券-机器学习系列_数据治理专题（三）：Game Changer_大模型赋能金融数据研究创新.pdfVIP

Game Changer-大模型赋能金融数据研究创新 机器学习系列——数据治理专题（三） ｜2023.4.27 ▍ ▍ 中信证券研究部 核心观点 针对基本面量化研究中行业覆盖存在明显边界的痛点，利用大模型API 接口构 建基于 Prompt Engineering 的投研循环问答机制，能够自动化建立三层行业 数据指标跟踪体系。其中，通过观察指标的逻辑性与指标数据可获得性，周期 行业景气跟踪框架与指标质量表现优异，成长风格行业逻辑构建相对完善。基 于自动化的交互能够在较短时间内实现中信证券二级 109 个行业的全覆盖，有 效拓宽基本面量化行业数据覆盖边界。未来金融垂直大模型将全新定义金融科 张若海 技赋能场景，行业基本面量化研究与数据研究生产力全面提升。 数据科技首席 分析师 ▍ 大模型迭代遵循“摩尔定律”，轻量级开源大模型已实现高频迭代。大模 S1010516090001 型加速进入应用时代，超大量样本训练能够带来大语言模型智能涌现。五 年间，LLM 的参数量规模从亿级达到万亿级，参数量每年成倍增长的规律 有望成为“LLM 时代的摩尔定律”。国内外开源轻量级 LLM 持续不断问 世，从 LLaMA 到Alpaca 之间间隔 1 个月，再到 Dolly 2.0 与StableLM 仅 相隔 1 周，未来短周期的轻量级开源 LLM 迭代有望成为新趋势，LLM 的 垂直赋能与低成本可及性，加速金融垂直应用爆发。 ▍ 涌现能力助力数据应用创新——聚焦基本面量化覆盖扩容。自2020 年起， 伍家豪 A 股市场的主流量化研究团队在行业基本面量化研究中共覆盖 41 个行业 数据科技分析师 （按照中信证券二级行业分类计算），全行业占比仅为37.6% 。受限于人 S1010522090002 员规模等因素，传统人为构建方式无法实现行业全覆盖和持续的逻辑与指 标体系跟踪。基于 ChatGPT 可构建市场宏观需求、中观供需关系、微观 产品价量逻辑与指标体系，助力实现全行业的景气跟踪与指标更新。其中， 通过观察指标的逻辑性与指标数据可获得性，周期行业景气跟踪框架与指 标质量表现优异（指标可得性超 80%），成长风格行业逻辑构建相对完善 （指标可得性超40%），基本面量化跟踪全行业覆盖成为可能。 张强 ▍ 涌现能力助力数据应用创新——聚焦文本分析与金融数据应用标注。政 数据科技分析师 策、公告等非结构化文本数据蕴含丰富信息，用大模型对文本数据进行标 S1010522050003 注，可以深度挖掘文本数据助力量化应用探索。考虑在线模型的数据安全 隐患，我们利用金融语料库微调训练 ChatGLM 模型，实现数据标注、文 本摘要等垂类场景的大模型本地化部署。 ▍ Prompt Engineering 赋能体系构建，自动化助力涌现能力赋能。利用大