ChatGPT 做投研的效果会更好吗？
回到1804年，人类发明了蒸汽机车，时速只有5公里，用煤炭或木柴做燃料，这个速度远远比马车要慢。如果在当时，有人告诉你有一天火车会完全代替马车，那是不可想象的。
「技术的作用从短期来看往往被高估，但是从长期来看又往往容易被低估。」
2016年李世石对战人工智能之后掀起了让 AI 投资的热议，当前的 ChatGPT 也同理，灵魂之问：像 ChatGPT 这样的 AI 做投研的效果会更好吗？
不如就去试试：
ChatGPT还是很聪明的，绕过了给股票建议这个问题。
上图可见，ChatGPT 在专业的投资研究领域当前的回答还不尽如人意，仅仅是当前。
这一轮 ChatGPT 带来的技术突破，切切实实为 AI 助力投资带来了启发。
ChatGPT的强大，当前得到较多支持的是以下两种：
- 大语言模型的涌现能力 （Emergent Abilities） ChatGPT背后的模型是一个在有3000亿tokens上预训练的拥有1750亿个参数的大语言模型。大白话说是，量大出奇迹。
- 通过代码训练得到的 复杂推理能力 （Complex Reasoning） 。大白话说是，机器经训练可创造代码。
结合以上，ChatGPT 在投研方向的表现不佳，也和在投资研究方面获得的训练远远不够直接相关。
01
人工智能与投研价值判断四个层次
我们如何更好地理解 AI 在投研价值判断上的价值呢？
文因早期曾提出人工智能与价值判断的四个层次，分别是 基础数据、深度图谱关系、业务场景应用以及智能助手，逐层深入，我们再回望当时对人工智能价值的猜想，很多都已经成功落地，成果甚至超过预期。
I
基础数据
AI 落地场景是建立在基础数据之上的。AI 落地金融的进程中，需投入大量时间帮助金融机构做底层数据的治理，如用 AI 赋能对非结构化文本数据进行智能解析和理解，实现文档自动解析，文档信息抽取、文档内容审查。
II
深度图谱关系
基于数据AI可深入挖掘数据，以价值投资领域的应用为例，借助知识图谱技术清晰地处理公司、股东、产业之间的关系。将公司与公司、公司和人、公司和行业等等一切内在关系都可以在知识图谱上展示、查询、搜索。根据相关数据建立起实体之间的联系，进而挖掘出企业的深度关系，为投资的决策提供了可靠的依据。
III
业务场景应用
与16年比较局限的金融业务投研场景相比，人工智能当下的应用场景较以往相比丰富了许多，在投研的各个环节均有涉及。
IV
智能助手
02
AI 投研 价值判断典型场景
AI 对投研侧的赋能主要体现在，投研知识库的构建，文因在将 AI 落地助力金融机构知识库构建方面已有成果，AIGC 技术的更新在文本的生成方面带来了新的启发。以下以典型的如研报的解析与生成、财报的解析与生成两个场景为例展开；除此之外，智能投顾的升级，量化研究的加速，都看到了升级的希望。
场景一：研报智能解析与生成
研报需要很高的专业性和精准性。就成百上千家企业的全覆盖调研来说，仅依靠人工是难以完成，投研部门需要投入大量的时间、精力。
AI 在研报处理方向上的赋能，体现在以下几个方面:
- 深度搜索： 将散乱在各处的研报能够统一汇集起来， 实现一个入口触达所有内容。
- 回归分析： 通过回测计算研报发布后一段时间内资产的收益变化，使用量化指标数据对分析师报告进行持续跟踪、发现与自身风格、择时等更吻合的研究报告。
研报智能系统通过使用NLP、机器视觉、智能抽取技术，对研报内容进行深度解析，从文本、到表格、到图表，多维度数据挖掘， 多种格式类型文档精准快速解析，无误重现各类研报摘要原文，依据篇章结构生成研报分析框架，精准、快速获取投研内容，定位指标位置及数值，自动完成相关研报生成，如评级报告等。
大多数AI生成核查系统还是处在配合AI完成信息收集、整合、输出，随着AIGC与工作流程更好地整合，未来会有进一步突破。
详细可了解： “破”万卷需要多久？让AI智能投研告诉你答案
场景二：财报智能解析与审核
财务报表的解析和审核目前主要依靠财务人员手工作业，需要耗费大量的时间和精力。同时也产生诸多不利影响：解析流程繁琐不具备扎实业务功底易导致差错、无法及时完成数据走势的实时分析、财务信息无法追溯正确来源、审核标准难以统一等问题。
智能研报解析系统将不同格式的财报标准化，对净资产、净利润、营业收入等关键财务科目进行精准高效输出，将投资关注的指标快速输出。
AI 赋能财务报表的发展前景值得期待，其审核的真实性和准确性会迅速提升，除了减少人工编辑错误风险外，能够实时地完成各项数据实时传输，还能同步财务报表的错误提醒，进一步减少审计的时间成本和工作量。
其他场景：智能投顾升级与量化策略实现
ChatGPT 表现出来的强大对话能力，可用于智能投顾的升级迭代，智能投顾是以人工智能为基础的一项专业的投资咨询服务，ChatGPT 能排除人的主观因素，提供更加客观的建议，还可以随着市场和环境的变化而不断演变创新。之前版本的对话机器人也可以满足基本需求，ChatGPT 可提供升级迭代，尤其是作用于营销端，增强用户粘性之后带来的转化率提升。
ChatGPT展现出来的代码水平，或将运用在量化投资中， ChatGPT 可以完成一些简单的量化策略，例如构建平均回归模型，输出均线策略。理论上甚至可以利用操作数据库建立制作未来利率的预测模型，并利用金融算法进行评价。
在 AI + 投研方向有更多兴趣，欢迎进入「关于 ChatGPT 的一切」交流群，这里汇聚了顶流科学家、一线创业者、投资人以及各领域数字化转型负责人，接下来将分行业组织专项研讨，欢迎扫码入群！