智能化选基系列之九：Python与ChatGPT，全自动撰写基金评价报告.docx

内容目录

一、基金经理调研纪要解读 4

二、国产大语言模型kimi介绍 4

国产大语言模型kimi 4

Kimi与其他大语言模型性能对比 6

基于LLM模型对基金经理调研纪要的分析流程 7

三、基金经理调研纪要数据来源 7

3.1基金经理调研纪要 7

四、大语言模型解读基金经理纪要的提示词设计思路 8

专业术语解释与需求要点明确 8

回答格式与模板的规范化 9

多篇纪要同时分析，关注最新观点与观点变化 9

五、大语言模型解读基金经理调研纪要实证示例 9

基金经理基本信息分析 9

基金经理投资框架 11

基金经理大类资产配置分析 13

基金经理行业配置情况分析 15

基金经理选股思路逻辑分析 16

基金经理风格配置框架分析 18

六、总结 18

七、风险提示 19

图表目录

图表1：Claude2基金经理调研纪要拆解并输出表格 4

图表2：OCR技术中的CRNN模型网络架构 5

图表3：Mooncake系统架构 5

图表4：Kimi与常见大语言模型的文件读取性能对比 6

图表5：Kimi与常见的大语言模型的其它性能对比 6

图表6：大模型处理基金经理调研纪要的流程和思路 7

图表7：基金经理调研纪要示意图 8

图表8：基金经理调研纪要分析框架图 9

图表9：基金经理基本信息 10

图表10：基金经理的基本要素 10

图表11：基金产品代表产品单位净值走势图 11

图表12：基金经理的投资框架示意图 12

图表13：基金经理AAA投资框架分析结果 13

图表14：基金经理AAA大类资产配置框架分析结果 14

图表15：基金经理代表产品股票市值占基金净值比例保持稳定 15

图表16：基金经理AAA行业配置情况分析 15

图表17：基金经理AAA代表产品前五大重仓行业配置信息 16

图表18：基金经理AAA选股逻辑分析 16

图表19：基金经理代表产品前十大重仓股信息 17

图表20：基金经理代表产品重仓股配置情况稳定 17

图表21：基金经理AAA代表成品前十大重仓股信息 18

图表22：基金经理AAA风格配置情况分析 18

一、基金经理调研纪要解读

基金投资机构、证券公司研究所、基金销售机构等会持续对市场关注的基金经理进行调研并制作调研纪要，调研纪要的内容涵盖了基金经理的职业背景、投资框架、资产配置、选股择券逻辑、市场观点及后市展望等内容。这些纪要可以帮助FOF经理深入了解研究标的，进行价值评估，进而制定投资策略。然而，目前市场上的基金经理调研纪要形式多样，缺乏统一的标准。如果依赖人工对这些不同年份的调研纪要进行总结时和分析，不仅工作量巨大，还容易导致观点的冗余或遗漏。

在智能化选基系列之四中，我们曾尝试过使用Claude2模型生成基金经理调研总结报告并构建标签体系。报告中主要关注了基金经理的研究框架和投资偏好，并以思维导图和markdown表的形式进行输出。然而，此方法主要依赖于网页端问答，未能充分实现api集成，在自动化程度上仍有一定提升空间，文本内容也缺乏数据的佐证。

图表1：Claude2基金经理调研纪要拆解并输出表格

来源：Claude2，iFinD，基煜研究公众号，

在本文中，我们将运用最新的Kimi和ChatGPT-4o大模型，从基金经理的履历和能力圈、投资框架、大类资产配置、行业配置、选股逻辑和风格配置等多个角度，出具更为深入的基金经理画像，为投资者提供决策参考依据。

二、国产大语言模型kimi介绍

国产大语言模型kimi

自2022年OpenAI发布ChatGPT以来，人工智能领域进入了快速发展的新时代。2023年10月9日，北京月之暗面科技有限公司（MoonshotAI）推出了全球首款支持20万汉字输入的智能助手——Kimi。2024年3月，Kimi智能助手再次升级，能够处理高达200万汉字的长文本。

与市场上其他主流大语言模型产品相比，Kimi的最大亮点在于其卓越的长文本读取与解析能力。Kimi能够轻松处理用户上传的百页报告或书籍内容，提供精确的总结或基于文本的问答功能。这一特性使Kimi在应对大规模文本处理任务时表现得尤为出色。在当今市场中，虽然许多模型擅长生成图片、视频、音频，或支持插件与智能体等功能，但Kimi选择专注于长文本的消化与理解。这一功能正是广大普通用户最为迫切、实际需要的，因而使Kimi在同类产品中独树一帜。

在大规模文本处理任务中，光学字符识别（OCR）技术发挥着至关重要