AI赋能资产配置(十九)：机构AI%2b投资的实战创新之路-251029-国信证券.pdfVIP

AI赋能资产配置（十九）

机构AI+投资的实战创新之路

核心观点策略研究·策略专题

证券分析师：王开

核心结论：①信息基础重塑：LLM正将海量非结构化文本转化为可量化的021

Alpha因子，根本上拓展了传统投研的信息边界。②技术路径已验证：从LLMwangkai8@

S0980521030001

的信号提取、DRL的动态决策到GNN的风险建模，AI赋能资产配置的全链条

基础数据

技术栈已具备现实基础。③未来迈向智能演进：AI正从辅助工具转向决策中

枢，推动资产配置从静态优化迈向动态智能演进，重塑买方的投研与执行逻中小板/月涨跌幅(%)8253.14/0.92

创业板/月涨跌幅(%)3229.58/2.48

辑。AH股价差指数119.43

A股总/流通市值(万亿元)96.97/89.08

AI技术正从信息基础、决策机制到系统架构三个层面，深度重构资产配置市场走势

的理论与实践。大语言模型（LLMs）通过深度理解财报、政策等非结构化文

本，拓展了传统依赖结构化数据的信息边界；深度强化学习（DRL）则推动

决策框架从静态优化转向动态自适应；而图神经网络（GNNs）通过揭示金融

网络中的风险传导路径，深化了对系统性风险的认知。

落地应用不依赖单一模型性能，而依赖模块化协作机制。贝莱德AlphaAgents

的实践揭示了AI投研系统的核心形态：通过模型分工，LLM负责认知与推理

（如多智能体辩论），外部API与RAG提供实时信息支撑，数值优化器完成

最终的资产配权计算。这种架构不仅有效缓解了LLM的“幻觉”问题，提升

了决策稳健性与可解释性，更形成了从信号生成到组合执行的、可复制的技资料来源：Wind、国信证券经济研究所整理

术栈，为构建真正实用的投资Agent奠定了坚实基础。相关研究报告

头部机构的竞争已升维至“AI原生”战略，其核心是构建专有、可信且能《估值周观察(10月第3期)-全球普涨，A股成长反弹》——

2025-10-26

驾驭复杂系统的AI核心技术栈。摩根大通的案例表明，其战略远非简单应《策略观点-积跬步，行稳致远》——2025-10-21

《估值周观察(10月第2期)-价值抗跌，成长承压》——

用外部模型，而是围绕“可信AI与基础模型”、“模拟与自动化决策”、2025-10-20

“物理与另类数据”三大支柱，进行全链条的专有技术布局。其通过将合规《ESG热点周聚焦（10月第2期）-工信部启动2025年度绿色

工厂推荐工作》——2025-10-12

性转化为信任护城河、将市场模拟能力转化为战略风洞、将另类数据转化为《估值周观察(10月第1期)-市场高低切，周期品领涨》——

信息优势，建立起对手难以短期逾越的复合壁垒。2025-10-12

对国内资管机构而言，破局之道在于战略重构与组织变革，走差异化、聚焦

式的技术落地路径。国内资管机构应进行顶层设计并