利用LLM一站式优化投研工作——从数据、文本到观点
创建于 更新于
摘要
本报告系统介绍大语言模型（LLM）在金融投研中的多场景应用，包括基于数值和文本的数据转换、自动生成投资分析文本、会议纪要智能总结及利用RAG技术构建私有知识库。报告详细展示了利用LLM自动化完成股票年化收益、波动率及最大回撤计算的示例（见Excel和Python代码）、基于文本提取数值信息、自动更新报告内容等实务案例。此外，介绍了LLM Agent的架构及在金融领域的多专家系统应用，结合文本情绪分析构造研报情绪指数，与朝阳永续超预期指数表现高度相关。最后提示LLM模型存在迭代风险和模型幻觉，需要结合客观数据谨慎参考。本报告为海通证券研究所发布，致力于推动投研自动化转型 [page::0][page::6][page::9][page::12][page::15][page::53][page::58][page::61]
