如何使用DeepSeek提高投研效率-各类大语言模型在金融领域的应用综述

• 金融机构可利用大语言模型提炼文本信息，构建信息阿尔法化模型，将公 告、新闻和研究报告浓缩成短文本，提取因子，从而提高投资收益，并有 效处理长文本带来的算力要求问题。 如何使用 DeepSeek 提高投研效率 - 各类大语言模型在 金融领域的应用综述 20250225 摘要 • 大语言模型（LLM）发展迅速，OpenAI 的 GPT 系列和谷歌的 BERT 等模 型在参数量和功能上不断提升，Meta 的 LLaMA 系列对开源社区影响重大。 国内的阿里千问和 DeepSeek 等模型也表现出色。 • DeepSeek 大模型经历了从 7B 到 6,710B 参数的演进，通过 MOE 架构 和强化学习，在数学、代码推理等任务上表现突出，并被广泛应用于量化 投资领域，提高投研效率。 • 大语言模型在金融领域的应用包括提炼年报关键数据、构建金融术语知识 库、进行 ESG 信息分析和市场情绪分析，从而优化投资策略。 • 研究表明，利用大语言模型进行情感分析可以显著提高投资组合的年化收 益率。例如，使用 GPT-3.5 对韩国研究报告进行情感分析，构建的多头组 合年化收益率可达 11.4%。 • Cherry Stu ...