基于大模型技术的多维异构数据理解赋能智能投顾研究

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。