资管领域大模型应用案例_大模型应用案例-CSDN博客

东方财富资管领域大模型应用案例

一、背景与意义

1.1 大模型应用背景

放眼全球，生成式AI等新技术的飞速发展，赋予了资管行业新的历史使命，即加快数字化、智能化转型，推动行业的蜕变升级。

大模型技术能够提升资产管理中各环节的自动化效率，提高管理效率，降低人工成本，增强决策支持，改善客户体验，在投资研究、风险管理、合规监控、投资组合优化等方面也有广泛的应用前景。

1.2 基于自研大模型的妙想投研助理整体规划

面对金融行业对AI技术的高标准要求，东方财富确立了“专业数据+业务场景”双轮驱动的建设路径。基于二十余年金融科技领域积累，公司依托海量结构化金融数据与非结构化金融语料构建数据壁垒，覆盖超50万证券标的、280万数据指标及万亿级金融文本资源，形成国内领先的金融数据资产池。

在技术路线选择上，公司坚持自主创新与生态共建相结合。针对金融领域对准确性、时效性、合规性的严苛要求，自主研发金融大模型，突破通用大模型在专业场景下的能力边界。通过构建“检索增强+思维链推理+多信源反思”的技术框架，有效解决模型幻觉问题，实现金融级精准输出。同时，积极引入智能体（Agent）技术，赋予大模型环境感知、任务规划与自主执行能力，推动AI从辅助工具向业务协同主体演进。

二、总体方案

图 1 妙想投研助理服务框架

2.1 算力储备

妙想采用混合云布局，自建机房算力、云端算力等充分满足算力的高可靠要求。集群配套可伸缩分布式调度系统，配合高速大存储，实现了自动故障检测与应对，报警和训练机器高速切换功能，能够支撑起模型的快速迭代优化。

训练和推理全部容器化，推理算力实现实例层面的动态扩缩容，可以实现分钟级大模型推理算力扩缩容，灵活组合几十亿到上干亿参数规模不等的大、小模型族群，面向应用场景选择最佳的模型。

此外，自研金融大模型可以同时适配英伟达、华为等厂家的多种算力，支持多元算力下大规模的任务调度和并行计算。

2.2 数据构建

妙想投研助理拥有品类完整、高质量的金融数据库，同时股吧、财富号等平台优质内容数据持续涌现，进一步丰富了东方财富独家特色数据集，且每月以数千亿token的速度稳定增长。截止目前，妙想已覆盖超过2亿资讯舆情，4亿宏观数据、6亿行业数据、10亿企业数据、上百亿市场数据，以及上百亿的股吧、财富号等独家内容，涵盖上万种数据品类，并通过算法识别结合人工校验等方式从根本上保证数据的准确性、即时性、可靠性。此外，依托于东方财富二十余年金融领域的业务深耕，将一线专业金融从业专家经验深度融入数据加工及应用过程中，为金融专属任务性能优化提供了优质数据资产。

2.3 模型训练

东方财富自研金融大模型训练基于Megatron 框架提供的数据并行、向量并行、流水线并行、序列并行等技术实现了在千卡以上集群上的稳定运行。模型结构整体采用decoder-only的transformer结构，在此基础上适配了基于RMSNorm的pre-norml结构，在FFN层中适配了SwiGLU的激活函数，为了加快推理的速度采用了GQA（GroupedQuery Attention）的注意力结构。

在指令微调阶段，为了提升训练效率，使用了concat_mask技术重置attention_mask和postion_id分隔单轮不相关的对话，同时使得多轮内容连续而关联不影响。多条语料尽量拼满最大长度，提升训练效率4-5倍。采用拒绝采样和多轮迭代技术推动提升训练语料的多样性、复杂度、回答质量从而提升模型的能力。采用强化学习增强模型的推理能力，妙想部分专项模型输出形式和内容都可以用规则校验，天然适配规则奖励方法，模型的能力有较大提升。

2.4 模型能力拓展

除金融文本生成与理解能力外，妙想还通过持续扩展训练得到多个专项模型，结合CLIP预训练模块和Adapter模块，采用分阶段训练的方式实现了针对图文理解及生成的能力，该能力在金融图表解读、信息提取上有较大优势；通过对多节点的COT链路充分探索和评估，选取最优的结果，采用PPO、GRPO等方式训练，增强了大模型作为金融专业Agent的反思与推理能力，能够实现投研领域的任务分析系、规划和多步骤信息汇总。

2.5 应用服务编排

妙想投研助理以自研框架 miaoxiang-robo 及金融特性为基础，支持灵活自定义服务接口、编排管理、旁路依赖等，帮助用户在投研投资等场景下高效获取信息、敏捷构建专业智能链路。

此编排具有以下特征：转译高性能，流程链路可直接转换成服务端代码并编译执行；使用方便，只需要引入类库后即可在开发层面完成实现build构建；高扩展性，支持BPMN协议，可以轻松扩展以适用不同的业务流程需求；插件完善，对业务流程提供了多种组件，能够在设计时实时验证推演效果方案。

三、场景应用实践

3.1 资管行业创新应用典型场景

1）投资研究

在进行投资研究的过程中，投研人员会面临持续新增的市场信息及持续涌现的行业动态线索。需要花费大量时间完成信息检索、内容筛选、数据整理、核对溯源、有序汇总和制作图表的工作。

以赋能研究所为例，妙想投研助理能够覆盖从研究目标确立、市场信息检索、数据整合与分析，到撰写研究报告的完整投研工作流，帮助研究团队切实提效。

2）资产管理

当前，客户对金融服务的需求呈现明显的多样化和个性化，尤其是在财富管理方面，需要更具洞察力的高效服务。

以自营、资管为例，在固收交易中，由于银行间交易的特殊原因，常面临识别能力、解析能力不足而造成的交易策略系统难以搭建的问题。通过妙想对报价、询价的精准解读能力，实时的交易信息识别与解析得到了充分保障，搭建更完善的场外业务服务提效工具得以实现。

3）客户服务

妙想投研助理可以在投研、投资、投教等领域推动服务升级，持续拓展技术内核和服务边界，引领AI时代智能投研趋势。

一方面通过大模型的总结分析能力，可以更快识别市场风向与热点趋势，服务经理能为客户提供更高效的服务；另一方面妙想能够实现专业内容的自动化生产，提供符合需求的市场分析报告，向服务经理提供精细化的用户与产品标签，提升服务的个性化水平和效率。

3.2 大模型在投研实际业务中的应用

图 2 妙想投研助理应用场景

【AI研究员】

AI研究员聚焦投研场景核心痛点，以AI驱动研究效率革新，通过AI实现“全市场扫描+快速响应”，支持投研人员从重复劳动中释放精力，专注策略分析与决策。当前三大新功能：

1）个股/行业跟踪：实时聚合行情、新闻、公告、研报等碎片化信息，自动生成结构化动态跟踪报告，解决人工整理不及时、覆盖不全的问题，帮助投研人员系统性掌握市场变化，降低信息遗漏风险。

2）业绩点评：可在公司发布定期报告后快速生成妙想业绩点评，覆盖全量A股，结合财报指标、业绩电话会议、券商研报观点等信息自动输出关键指标分析、业务亮点、盈利预测与估值等信息。解决人工撰写业绩点评覆盖范围窄、响应滞后的痛点，确保投研人员第一时间掌握全市场动态，抢占分析先机。

3）首次覆盖：基于多维数据（基本面、行业趋势、竞争格局等），生成专业全面的股票研究深度报告，帮助投资者评估股票情况、辅助挖掘潜在投资机会。

【深度研究】

深度研究功能突破传统问答模式，专为专业投研场景设计，面向专业用户的复杂研究需求，支持多层级意图拆解与结构化分析。系统可自动拆解为多个关联子问题，通过思维导图直观展示逻辑链路与节点关系。用户可自由展开/收起分支节点，支持逐层查看节点详情或一键获取完整结论，同时支持关联数据、研报原文等证据溯源。通过融合数据、资讯、研报等多源信息，提供结构化分析框架与深度洞察，答案深度穿透产业链、政策、财务等多维度信息，满足机构用户对分析严谨性、逻辑完整性的高阶要求。

【微信会议助理】

微信会议助理革新传统会议参与模式，用户仅需将腾讯会议链接、会议密码或会议海报发送至妙想，即可由AI代参会并全程录制，会后自动生成会议纪要。支持同时参加多个会议，在会议高峰期也不错过任何一场会议，做用户的全天候智能会议管家。会议纪要包含完整会议内容和智能总结的核心要点，助力用户快速掌握会议要点。

四、总结展望

数字化转型已经成为资管行业蜕变升级的关键，资管机构要以金融科技为核心，实现智能化、一体化。东方财富妙想投研助理是前沿AI科技与专业金融场景融合的典型案例，展示了大数据和人工智能如何深度赋能资管领域。

未来，随着资本市场的不断发展和监管环境的日趋严格，资管领域的数智化发展将面临更多挑战。妙想将始终追求技术先进性和业务可持续性，着眼于端到端解决方案，持续发挥东方财富体系的生态协同优势，为行业提供安全合规、专业可信、品质卓越的模型能力服务。也期待与更多同业携手合作，持续推出更多尖端技术与创新产品，在新质生产力的引领下共同推动行业的智能化转型。