量化分析报告：大语言模型（LLM）在量化金融中的应用展望

本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 量化分析报告 大语言模型（LLM）在量化金融中的应用展望 2023 年 03 月 23 日 ➢ 当前大语言模型（LLM）成为市场关注焦点，本报告将从各个角度展望 LLM在量化金融领域的应用。LLM 的代表模型 GPT-4 是一个基于预训练的给定上文推测下文（单词）的神经网络。通过自回归语言模型，GPT 实现了从单词推断到完整回答的功能。 ➢ 如果仅仅是根据上文“猜”下文，GPT-4 又是如何产生逻辑性的？ 第一个重要的原因在于超大量样本训练带来的智能涌现，通过大规模样本的输入和训练，量变引起质变导致 GPT 学会了部分逻辑。第二个重要的原因在于 RLHF 技术，以人类偏好引导 GPT 进行语言输出实现了有效的人机交互。 ➢ LLM 的三大特点：“零示例推理者”；不是高级版本的搜索引擎；解决的不仅仅是“语言问题”。GPT 模型通过“思考链”的模式推理，对原先无法回答的问题进行“分而治之”的解答，最终得到正确答案的概率大幅提升。GPT 的能力并不来自对训练数据的直接“记忆”和“搜索”。除了传统的文本理解、文本分类、情感分析、文本对话、文本摘要等工作以外，GPT 还可以进行指令编程、逻辑推理、文学创作等等功能，并且未来通过多模态有望处理更丰富的任务。 ➢ LLM 对量化研究的启示：LLM 的出现无疑会提升整体量化研究的效率。量化金融未来可能形成“黑箱”为基础，“白箱”为交互的发展模式。提出一个好问题仍是未来量化研究的重要要素。 ➢ LLM 在量化金融中的应用展望： 1、可以用于提炼研报重点，将投资者从纷繁复杂的信息中解放出来； 2、可以帮助基本面投资者进行定量分析、策略构建、代码编程； 3、通过它及时知晓市场当下的投资热点和主题，节省复盘时间； 4、高效的文本比对能力可以被广泛应用于各种政策研究中； 5、可对大量上市公司发布的投资者交流纪要进行学习和总结，凝练重要投资信息； 6、公司间相似性，产业链关系刻画，辅助构建产业图谱； 7、“思考链”模式更精准的识别投资者情绪，给出更准确的情绪标签； 8、基金调研文本的归纳与标签化，辅助定性评价； 9、ESG 领域对非标准文本和高管讲话的深度理解和分类； 10、对人类反应的有效模拟可助力行为金融学发展。 ➢ 风险提示：1）本文中所有大语言模型的问答均为测试案例，不构成任何投资建议。2）技术发展与应用落地不及预期。 [Table_Author] 分析师 叶尔乐 执业证书： S0100522110002 邮箱： yeerle@mszq.com 相关研究 1.量化周报：震荡延续，创业板 50ETF 规模持续大幅提升-2023/03/19 2.量化专题报告：量化捕捉宏观驱动下的行业戴维斯双击机会-2023/03/16 3.量化周报：社融大增，市场转牛概率提升-2023/03/12 4.量化专题报告：绝对收益的炼成：公募固收类基金收益全解析-2023/03/06 5.量化周报：震荡延续但风险较低-2023/03/05 量化分析报告 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 目录 1 大语言模型的特点与功能 ......................................................................................................................................... 3 1.1 LLM 的基础原理 ................................................................................................................................................................................. 3 1.2 LLM 的功能特点 ................................................................................................................................................................................. 6 2 大语言模型在量化金融中的应用展望 ........................................................................................................................ 9 2.1 LLM 对量化研究的启示 ..................................................................................................................................................................... 9 2.2 LLM 在量化金融中的应用展望 ........................................................................................................................................................ 9 3 参考文献 .............................................................................................................................................................. 22 4 风险提示 .............................................................................................................................................................. 24 插图目录 .................................................................................................................................................................. 25 oPtQoNoNsMxPrQxPmQtOqO8OaO9PnPrRnPoNkPpPmPjMpMmMbRpOqNMYnNxOMYsOmR量化分析报告 本公司具备证券投资咨询业