服務(wù)機(jī)構(gòu)）.jpg)
財(cái)經(jīng)新聞
ChatGPT迅速崛起，正讓私募基金看到投研能力的新提升空間。
“對(duì)量化私募基金而言，其投研能力的高低，很大程度取決于三大因素，一是數(shù)據(jù)能力，如今越來越多行業(yè)頭部量化私募基金擁有數(shù)百TB的數(shù)據(jù)，二是算法能力，包括深度學(xué)習(xí)、文本挖掘等算法能力的持續(xù)升級(jí)；三是交易能力，比如通過低延遲技術(shù)研發(fā)，將交易時(shí)間從20微秒縮短至2微秒�！� 寬邦科技創(chuàng)始人CEO梁舉向記者表示。ChatGPT的興起，恰恰給量化私募基金數(shù)據(jù)挖掘與算法升級(jí)帶來新的想象空間。
以往，量化私募基金往往獲取的是預(yù)先寫好的結(jié)構(gòu)化數(shù)據(jù)信息，但在ChatGPT可以用自然語言與私募基金量化投資建模人員溝通交流，以通俗易懂的語言解釋那些結(jié)構(gòu)化信息數(shù)據(jù)，一方面幫助私募基金量化投資建模人員更精準(zhǔn)地尋找交易投資機(jī)會(huì)，另一方面能根據(jù)這些建模人員需要，將投研報(bào)告里的相關(guān)信息數(shù)據(jù)呈現(xiàn)出來，大幅提升投研效率。
梁舉向記者透露，目前他們正在嘗試將ChatGPT與量化投研能力輸出工作相結(jié)合，比如使用ChatGPT輔助寫代碼，在某些簡(jiǎn)單的代碼撰寫方面，ChatGPT的工作成效甚至超過不少工程師。
“未來，我們希望能將各類投研報(bào)告放入統(tǒng)一的預(yù)訓(xùn)練模型，讓私募基金直接詢問，通過自然語言的交互溝通，獲取他們想要的分析師觀點(diǎn)與投研報(bào)告作者對(duì)某些調(diào)研上市公司的情緒，甚至是每天金融市場(chǎng)不同交易時(shí)段的市場(chǎng)分析報(bào)告要點(diǎn)等�！彼赋觥�
在上海蒙璽投資管理有限公司總經(jīng)理李驤看來，ChatGPT的興起，也預(yù)示著AI技術(shù)在量化私募基金領(lǐng)域的應(yīng)用日益廣泛。
“今年我比較看好中證500與中證1000指數(shù)增強(qiáng)策略，但就超額回報(bào)獲取角度而言，中證1000指數(shù)增強(qiáng)策略更適合擅長(zhǎng)量?jī)r(jià)相關(guān)研究、且AI運(yùn)用能力比較突出的私募機(jī)構(gòu)。因?yàn)樗枰鼜?qiáng)的數(shù)據(jù)處理維度能力，以及它的預(yù)測(cè)性相對(duì)線性模型的提升能力要求更高。所以我們的量化模型要與量化因子強(qiáng)相關(guān)，若AI深度學(xué)習(xí)能力做得更好，超額回報(bào)獲取能力會(huì)高于中證500指數(shù)增強(qiáng)策略�！彼赋觥�
朝陽永續(xù)首席金融工程師陳實(shí)向記者指出，目前ChatGPT對(duì)量化私募基金投研能力提升的最直接表現(xiàn)，就是幫助后者更精準(zhǔn)地把握投研報(bào)告作者對(duì)所調(diào)研上市公司的情緒。
“這也是文本挖掘技術(shù)急需提升的一個(gè)突破口。以往量化私募基金在提取投研報(bào)告要點(diǎn)時(shí)，往往只能看到純粹的結(jié)構(gòu)性信息數(shù)據(jù)，無法全面了解報(bào)告作者對(duì)上市公司的情緒，可能對(duì)報(bào)告所呈現(xiàn)的投資價(jià)值研判缺乏更敏銳的洞察。但chatGPT通過自然語言交互，有效解決這個(gè)問題。”他直言。未來基于ChatGPT的更廣泛應(yīng)用，第三方數(shù)據(jù)研發(fā)機(jī)構(gòu)可以提供個(gè)股研報(bào)情感評(píng)分，個(gè)股專家的情感評(píng)分一致預(yù)期，行業(yè)股票的分析師情緒指數(shù)變化等，幫助量化私募基金更全面地了解市場(chǎng)對(duì)相關(guān)股票的投資偏好細(xì)微變化。
ChatGPT如何強(qiáng)化量化私募投研能力
在陳實(shí)看來，ChatGPT興起，讓不少量化私募紛紛“腦洞大開”。比如有些私募機(jī)構(gòu)給ChatGPT一篇投研報(bào)告，要求它按照自己的需求，將相關(guān)報(bào)告摘要找出來；還有私募機(jī)構(gòu)正打算用ChatGPT寫投研報(bào)告或投資策略。
在他看來，這都得益于自然語言模型技術(shù)的蓬勃發(fā)展。
記者獲悉，自然語言模型的發(fā)展，主要經(jīng)歷三個(gè)階段。
第一階段以語言統(tǒng)計(jì)模型為主，它的做法相對(duì)簡(jiǎn)單——即給它一句話，讓它將這句話切成詞，并根據(jù)上下文關(guān)系預(yù)測(cè)其中一個(gè)字的出現(xiàn)概率。但這個(gè)模型的兩大痛點(diǎn)，一是文本語義識(shí)別能力不強(qiáng)，比如對(duì)語言統(tǒng)計(jì)模型而言，“你喜歡我”與“我喜歡你”是同一個(gè)意思；二是當(dāng)文本內(nèi)容較多時(shí)，語句統(tǒng)計(jì)模型的某個(gè)文字權(quán)重矩陣會(huì)出現(xiàn)偏差，不利于算法模型運(yùn)算。
到了第二階段詞向量模型的誕生，有效解決上述兩大痛點(diǎn)時(shí)也解決了切詞后的文本信息丟失問題。但詞向量模型也有某些缺陷，一是單詞的向量是唯一的，無法區(qū)分某些多義詞的多重含義，二是模型訓(xùn)練時(shí)容易出現(xiàn)維度“爆炸”，且訓(xùn)練過程是串行的，導(dǎo)致算力資源耗費(fèi)巨大且訓(xùn)練時(shí)間漫長(zhǎng)。
記者獲悉，這導(dǎo)致前兩個(gè)階段的自然語言模型只能處理相對(duì)簡(jiǎn)單的工作，比如簡(jiǎn)單的文本解析、情緒分析與主題模型搭建，但無法處理復(fù)雜任務(wù)。而Transformer技術(shù)的興起，徹底改變了這種狀況。
究其原因，Transformer解決了自然語言模型的注意力機(jī)制問題，即通過詞與詞的關(guān)聯(lián)性訓(xùn)練，它會(huì)給每個(gè)詞之間設(shè)立單獨(dú)的權(quán)重曲線，且通過并行訓(xùn)練模式大幅提升訓(xùn)練速度。正是Transformer技術(shù)的興起，它將自然語言模型引入第三發(fā)展階段——預(yù)訓(xùn)練語言模型，即它能通過訓(xùn)練，將文章主題與相關(guān)邏輯、內(nèi)容資料“提取”出來，整合成新的文本提供給讀者。
記者了解到，如今的預(yù)訓(xùn)練語言模型有兩大代表技術(shù)，一是GPT，二是BERT,前者將自己生成的結(jié)果通過再訓(xùn)練并輸入到模型，適合文本生成類工作；后者則通過上下游訓(xùn)練，比較合適語言理解工作，可以作為文本生成、更深層次的語義情感分析與閱讀理解，信息檢索與問答對(duì)話。
梁舉告訴記者，若將AI模型分成兩類，一是分析型AI，二是生成型AI，前者主要類似搜索引擎，提供一個(gè)分析結(jié)果與預(yù)算，后者則是生成用戶所需的信息文本。
“ChatGPT屬于后者，且它已經(jīng)歷多個(gè)發(fā)展階段。如今ChatGPT3.5版本擁有逾1700億參數(shù)，預(yù)計(jì)4.0版本的數(shù)據(jù)參數(shù)可能會(huì)再擴(kuò)大100倍，預(yù)計(jì)未來3-5年，ChatGPT可能會(huì)自己寫代碼與文本，到時(shí)量化私募基金只需提一些投資策略文本需求，它就能直接寫出來，包括圖表與視頻的生成。”他認(rèn)為。
記者多方了解到，目前個(gè)別大型量化私募基金已開始嘗試使用ChatGPT撰寫投資策略代碼，因?yàn)榻鹑谕顿Y的文本信息需求，主要涵蓋投資者與媒體的關(guān)注度；管理層、投資者與媒體的情緒；財(cái)務(wù)報(bào)告文本可讀性；新聞的隱含波動(dòng)率指數(shù)；投資者分歧；行業(yè)分類等六類，數(shù)據(jù)來源來自搜索指數(shù)、股吧數(shù)據(jù)、上市公司報(bào)告、上市公司電話會(huì)議等，若能將這些數(shù)據(jù)收集起來與詞向量模型匹配，再通過ChatGPT按照自身要求生成更通俗易懂的自然語言文本，就能對(duì)行業(yè)相關(guān)上市公司各類信息的了解更加全面精準(zhǔn)，從而促進(jìn)投資策略的迭代升級(jí)與精準(zhǔn)投資決策。
陳實(shí)告訴記者，目前量化私募基金提升數(shù)據(jù)與算法能力的迫切需求，主要表現(xiàn)在兩方面，一是從分析師報(bào)告提取分析師的情緒，再做預(yù)測(cè)。二是對(duì)分析師報(bào)告股價(jià)同比性做研究，甚至建立分析師文本因子以預(yù)測(cè)未來個(gè)股投資的超額收益率。但這都需要 ChatGPT的自然語言交互功能，以便私募基金更好地理解分析師在報(bào)告里的“情緒”與對(duì)上市公司投資價(jià)值的“預(yù)判”。
在李驤看來，包括chatGPT等AI能力的持續(xù)發(fā)展，對(duì)量化私募基金提前洞察投資風(fēng)險(xiǎn)也有著較大的促進(jìn)作用。比如隨著量化私募行業(yè)規(guī)模增長(zhǎng)，高頻策略的集中度日益提高，令機(jī)構(gòu)獲取高頻策略超額回報(bào)的難度增加，驅(qū)動(dòng)高頻策略私募紛紛拓展中低頻策略，但這需要私募機(jī)構(gòu)需不斷優(yōu)化風(fēng)控能力，包括設(shè)定其他人尚未發(fā)現(xiàn)的風(fēng)險(xiǎn)點(diǎn)并進(jìn)行求解。各類AI能力的持續(xù)發(fā)展，將有助量化私募基金風(fēng)控能力的不斷優(yōu)化。
產(chǎn)品路演與投資者交互的新應(yīng)用
記者獲悉，隨著 ChatGPT興起，越來越多私募基金開始嘗試用它做更多工作。
梁舉向記者透露，在ChatGPT剛面世時(shí)，他們將它應(yīng)用在私募策略能力開發(fā)環(huán)境里，一是私募機(jī)構(gòu)可以用ChatGPT糾正他們所寫的代碼；二是根據(jù)私募基金投資者對(duì)產(chǎn)品的詢問，ChatGPT可以自動(dòng)分析詢問內(nèi)容并生成文本，有效解決投資者與私募基金的某些投資糾紛。
一位主觀策略私募基金負(fù)責(zé)人告訴記者，近期他們發(fā)現(xiàn)不少投資者都會(huì)詢問為何去年產(chǎn)品凈值回撤幅度較大，目前他們正在嘗試通過ChatGPT生成文本解答。
“我們也不善于與投資者溝通，以往解釋凈值回撤的話術(shù)比較生硬，容易引發(fā)更強(qiáng)烈的投資者矛盾，如今ChatGPT可以用更柔和的話術(shù)向投資者解釋凈值回撤較大的原因，反而更能贏得他們的理解。”他直言。比如他們的某些投資策略需要2-3年才能收獲理想回報(bào)，但期間可能因市場(chǎng)環(huán)境變化出現(xiàn)不小的凈值回撤幅度，以往他們都是站在機(jī)構(gòu)角度回復(fù)，導(dǎo)致語句比較生硬，讓投資者感到不適，但ChatGPT更容易站在投資者立場(chǎng)做回復(fù)，更能贏得投資者認(rèn)可。
但他表示，隨著ChatGPT發(fā)展，它未必能徹底能替代基金經(jīng)理與投資者的溝通，因?yàn)樯婕暗轿磥硗顿Y策略的優(yōu)化，他們?nèi)孕琛懊鎸?duì)面”與投資者溝通，爭(zhēng)取投資者同意修改基金的某些投資條款。
記者獲悉，目前不少私募基金還在嘗試將ChatGPT作為產(chǎn)品募資路演的“新工具”。以往，他們?cè)诋a(chǎn)品募資路演期間介紹投資策略時(shí)，總是會(huì)搬出一大堆專業(yè)術(shù)語，但很多高凈值投資者對(duì)此未必理解，導(dǎo)致彼此在投資策略與投資理念方面出現(xiàn)某些偏差，令私募錯(cuò)失不少客戶。
如今，他們會(huì)將某些專業(yè)術(shù)語通過ChatGPT轉(zhuǎn)化成通俗易懂的自然語言文本展現(xiàn)給潛在投資者，爭(zhēng)取他們對(duì)投資策略的更精準(zhǔn)理解，從而提升募資效率。
“未來，ChatGPT在私募領(lǐng)域會(huì)有多大的應(yīng)用，仍是未知數(shù)。但可以預(yù)見的是，AI不會(huì)取代人，但會(huì)用AI的人會(huì)取代不會(huì)用 AI的人�！绷号e直言。
（信息來源：21經(jīng)濟(jì)網(wǎng)）