随着ChatGPT的横空出世,其强大的自然语言交互能力和内容生成能力迅速引起了广泛关注,各行业纷纷认识到大数据、大算力和大算法将推动人工智能进入新时代,并着手研究赋能业务智能化发展的可行路径。其中,金融业作为数据密集型产业,良好的数字化基础为大模型在垂直领域落地提供了优越条件。顺应这一趋势,申万宏源证券有限公司(以下简称“申万宏源证券”)以大模型技术为基础,结合证券业行情、公告、舆情以及业务知识等专有数据,设计推出能够理解最新经济信息、捕获实时行情动态、具备专业能力的新一代智能投顾服务,持续赋能客户经理、客服人员、投资顾问等专业人员
一、大模型在证券领域的
应用研究
在金融领域,证券业务具有高度复杂化和专业化的特点,涉及大量的研究报告、行情数据、舆情信息以及法律法规等。虽然证券行业的从业人员通常需具备丰富的业务知识和经验,但单纯依靠人力很难快速处理多元、海量的各类信息。对此,若能充分利用大模型的技术优势,对异构、复杂的专业内容进行及时准确的智能降维解读,提炼出高度概括的业务知识、经济情况、行业走势、产品特色、规章要点等内容,将可为客户经理、客服人员等提供准确的信息支持,进而推出更为优质、个性化的投资建议和服务;同时,智能化的降维解读还可大幅减轻专业人员的工作负担,使其能够专注于核心业务,进一步提升证券公司的整体服务水平。
基于上述理解,结合证券业务的实际需求,申万宏源证券分析总结了大模型在证券领域的三大应用优势:一是大模型具有出色的知识理解和文本推理能力,通过学习语言结构和语义关系,能够深入理解文本含义并推断出其内在逻辑和关联关系;二是大模型能根据上下文生成逻辑连贯的问答内容,可用于智能客服场景解决长尾问题;三是大模型具有很强的拓展性,通过外挂知识库,配合向量化模型进行检索的方式,能够高效提取海量数据中蕴含的知识,并以易于理解的方式传达给不同受众。总体而言,大模型不仅可为业务人员提供强大的技术数据支持,帮助其应对信息爆炸的挑战,还可为智能投顾等证券业务带来更强的创新活力,加速推动整个行业向着数字化、智能化方向发展。
二、基于大模型的
多源异构数据理解技术
数字化转型背景下,申万宏源证券搭建私有化部署的百亿级参数规模大模型,重点研究智能研报降维、客服智能问答、投资标的量价分析等三大智能化技术,并深入探索了上述技术在证券行业的实现方案。
1.智能研报降维
研究所研报是金融分析师对宏观经济、行业趋势等基本面分析的知识结晶,研报内的专业分析可为投顾人员分析市场提供重要参考,帮助其提升服务客户的水平和能力,以取得更好的市场表现。然而,研报内容通常结构复杂、格式多样,且每日更新的数据量较大,专业人员人工提取关键信息的成本较高,而非专业人员要理解研报内容有一定困难,导致目前研报信息使用效率较低,研报价值无法充分发挥。为解决上述痛点问题,提升对复杂内容的理解能力,申万宏源证券基于传统算法与大模型训练相结合的方式,实现了研报自动化智能降维解读。