点击蓝字 关注我们
团队介绍
以ChatGPT投研应用作为核心特色研究方向，同时覆盖了择时与资产配置、量化选股、量化基金研究以及衍生品投资等细分方向。团队特色布局ChatGPT相关研究，探索大语言模型生成产业链图谱、判断研报情感进行股票预测以及撰写调研报告等。在量化选股方面，重点关注Level2数据的高频因子挖掘以及另类数据与机器学习算法；资产配置领域涉及大类资产配置及行业配置，拥有较为全面的宏观择时、风格、行业和债券配置框架等；在基金研究方面，我们关注基金业绩预测，搭建起多因子量化选基框架，并结构化调研数据；衍生品投资方面，重点关注股指期货对冲、商品期货交易策略等。我们的研究内容不断推陈出新，覆盖广泛，努力为客户提供全面的金融工程研究服务。
团队成员：高智威，赵妍，许坤圣，王小康，胡正阳，聂博洋，陶杨
ChatGPT赋能智能投研
今年以来，大模型持续快速迭代，其多模态能力显著增强。智能体（Agent）成为大模型应用的主要落地载体。以ChatGPT等大模型为核心，智能体能够自主规划求解步骤、调用工具，具备强大的问题解决能力。我们可以利用大语言模型进行文本情感分析，从研报和论坛数据中挖掘分析师与散户的观点，并进一步实现产业链梳理、热点识别等任务。这种能力为金融市场分析提供了更加智能化的支持和洞察。
+报告荟萃：
《Beta猎手系列之十二：RAG-ChatGPT提前布局热点概念领涨股》
《Beta猎手系列之七：追上投资热点——基于LLM的产业链图谱智能化生成》
《Beta猎手系列之四：如何利用ChatGPT解析卖方策略观点并构建行业轮动策略？》
《Alpha掘金系列之十一：基于BERT-TextCNN的中证1000舆情增强策略》
《Alpha掘金系列之八：FinGPT对金融论坛数据情感的精准识别——沪深300另类舆情增强因子》
《Alpha掘金系列之七：ChatGLM医药行业舆情精选策略——大模型微调指南》
《Alpha掘金系列之五：如何利用ChatGPT挖掘高频选股因子？》
《智能化选基系列之四：如何用LLM生成基金经理调研报告并构建标签体系？》
《CTA金点子系列之一：基于ChatGPT新闻情感分析的原油期货策略》
《量化漫谈系列之十：RAG-ChatGPT读季报：公募基金经理一致观点解析》
AI主动选股
量化选股利用人工智能技术和机器学习模型，基于海量数据分析后对特征进行提炼，筛选和优化股票组合的一种新型选股策略。通过复杂的算法，AI可以识别股票的潜在价值， 识别传统方法难以发现的投资机会，显著提升投资决策的精准度和效率。
+报告荟萃：
《Alpha掘金系列之十三：AI选股模型特征筛选与处理：SHAP、中性化与另类特征》
《Alpha掘金系列之十二：排序学习对GRU选股模型的增强》
《Alpha掘金系列之十：机器学习全流程重构——细节对比与测试》
《Alpha掘金系列之九：基于多目标、多模型的机器学习指数增强策略》
量化选基研究
国内公募基金市场不断扩大，2022年产品数量已突破万只，给投资者选择优质基金带来了困难，通过量化手段进行基金研究成为了一种越来越受欢迎的方法。量化研究可以从海量的基金持仓数据和净值数据中寻找内在规律，挖掘出基金经理的风格偏好、交易能力、选股能力、业绩持续性等重要信息，为投资者提供更为全面、深入的基金研究分析。
+报告荟萃：
《智能化选基系列之八：持股网络中基金经理交易独特性是否能贡献超额收益？》
《智能化选基系列之七：基于AI预测中的个股Beta信息构建ETF轮动策略》
《智能化选基系列之五：如何刻画基金经理的交易动机并进行基金优选？》
《智能化选基系列：通过全方位特征预测基金业绩并构建跑赢指数的基金组合》
《量化漫谈系列之九：如何用FOF组合跟上微盘股指数？》
资产配置策略
组合收益有大部分来自于资产配置。通过资产择时和行业配置可以帮助我们的投资组合捕获大量的Beta收益。国金金工通过自上而下的构建宏观择时，全维度覆盖的行业配置以及融合主观观点组合优化模型，帮助投资者捕捉投资回报。
+报告荟萃：
《Beta猎手系列之十一：基于红利风格择时+红利股优选构建的固收+策略》
《Beta猎手系列之十：个股K线图形态AI识别构建市场风格预测》
《Beta猎手系列之八：基于偏股型转债的择时与择券构建固收+策略》
《Beta猎手系列之六：基于宏观量价信号叠加的微盘股茅指数择时轮动策略》
《Beta猎手系列之五：基于机构调研热度和广度视角的行业配置策略》
《Beta猎手系列之二：熵池模型：如何将纯主动观点纳入量化配置模型》
高频因子研究
高频因子相较于传统因子的拥挤度较低，同时具有较高的独立性，能为投资者提供质量较高的Alpha来源。我们基于tick快照数据、逐笔成交数据挖掘了A股的高频量价关系，发现高频数据背后的增量信息降至周频后依然能有稳定且独立的超额收益。
+报告荟萃：
CTA投资系列
在“CTA金点子”系列，我们以各类期货为研究对象，开发有效的CTA策略，旨在为投资者提供期货领域的创新思路。
+报告荟萃：
主动量化研究
主动量化研究通过结合量化模型与主动投资策略，探索在不同市场环境下的投资机会。通过对市场热点、资金流向、调研数据等因素进行深入分析，主动量化能够精确捕捉趋势并灵活调整投资组合，实现投资目标。
+报告荟萃：
基金持仓
作为市场中的重要机构投资者，公募基金持仓结构倍受市场关注。通过基金定期报告，辅以量化手段，定量分析公募基金持仓结构及调仓行为，为投资者提供有效参考。
+报告荟萃：
Python入门培训：给主动投资者的编程课
目前主动投研与量化结合愈发紧密，Python 是辅助做定量分析的绝佳工具。但主动投资者对这一工具可能熟悉程度不足，我们特举办该系列沙龙，让大家熟练掌握 Python 进行数量化分析的方法。
另外，ChatGPT 等大语言模型的出现，也进一步降低了我们上手 Python 的门槛，我们国金证券金融工程团队在大语言模型研制期上有丰富的积累，本次沙龙也会为各位投资人讲解，如何用大语言模型加速团队内数量化研控框架搭建等一系列内容。
ChatGPT玩转主动投研沙龙
随着主动投资与量化研究的结合日益紧密，ChatGPT等大语言模型已逐渐成为提升投研效率的关键工具。但是，人工智能技术发展迅速，更新迭代快，许多投资者在实际应用中仍面临困境和挑战。
为了解决实操中的难点，我们特别组织此次研讨会，帮助投资者们更好地掌握并运用前沿技术。本次沙龙将深入探讨如何通过ChatGPT等大语言模型精准提取卖方分析师观点、自动化生成基金经理调研报告、Tex2SQL赋能本地智能投研和构建产业链图谱并布局热点概念领涨股等内容。
点击下方阅读原文，获取更多最新资讯
