高频因子跟踪：Gemini 3 Flash等大模型的金融文本分析能力测评
创建于 更新于
摘要
本报告首先比较与测评了Gemini 3 Flash、Nemotron 3 Nano、DeepSeek等主流大模型在中文金融文本任务（CFLUE）上的知识与应用能力，并指出Gemini 3 Flash在速度与性能兼顾方面表现突出，DeepSeek-V3.2 Speciale在金融知识问答上得分靠前；其次基于高频订单簿和逐笔/快照数据构建并跟踪了四类高频因子（价格区间、量价背离、遗憾规避、斜率凸性），并将三类高频因子等权合成构建“高频金”中证1000指数增强策略（年化超额9.85%，超额最大回撤6.04%）与高频+基本面共振策略（年化超额13.93%），结论指向高频因子在样本外具有持续性但短期存在波动与阶段性回撤风险 [page::3][page::12]
