金融大模型，能讓普通人成為“投資之王”嗎？

自從ChatGPT問世后，人類就想到了用它來分析預(yù)測各種走勢。

天氣、流行病、股價(jià)走勢，都在被給予厚望的清單里……

上月，一個名為The GPT Portfolio的賬號在推特迅速走紅。該賬號此前宣布，將借助ChatGPT進(jìn)行實(shí)盤投資。

根據(jù)他們的研究，ChatGPT 不僅能夠預(yù)測股市價(jià)格走勢，還能產(chǎn)生超過 500% 的回報(bào)！

而在5月26日，摩根大通也宣布正在研發(fā)名為“IndexGPT”的金融服務(wù)工具，利用云計(jì)算和人工智能進(jìn)行證券的分析和選擇，為客戶提供智能化和個性化的投資建議。

一時間，似乎所有人都嗅到了GPT所散發(fā)出的財(cái)富的味道……

那么，AI+金融的組合，真有那么強(qiáng)大么？

今天，讓我們不妨先將目光聚焦回國內(nèi)，分析度小滿最近發(fā)布的金融大模型——軒轅，看看是否能在該大模型身上，找到這些問題的答案。

上月月底，度小滿正式發(fā)布基于BLOOM-176B研發(fā)的軒轅大模型，是一個通用+金融領(lǐng)域的千億級參數(shù)大模型。其數(shù)據(jù)集不但包含了各種通用內(nèi)容，還包含了諸如金融研報(bào)、股票、基金、銀行、保險(xiǎn)等方向的專業(yè)知識。

在金融場景中的任務(wù)評測中，效果相較于通用大模型大幅提升，表現(xiàn)出金融領(lǐng)域的獨(dú)特優(yōu)勢。

在這里，我們就試著從金融數(shù)據(jù)、金融新聞理解、市場輿情分析這三個方面，對軒轅大模型在金融領(lǐng)域的表現(xiàn)，進(jìn)行一番剖析。

首先來看金融數(shù)據(jù)方面。

眾所周知，對于垂直領(lǐng)域來說，大模型所具有的專業(yè)數(shù)據(jù)越多、質(zhì)量越高，其模型表現(xiàn)就越好。

那么在這方面，軒轅是否積累了足夠的金融數(shù)據(jù)呢？

一個不可否認(rèn)的事實(shí)是：盡管百度這些年一直在盡力在金融領(lǐng)域布局，其麾下的度小滿涵蓋了消費(fèi)金融、支付、互聯(lián)網(wǎng)理財(cái)、互聯(lián)網(wǎng)保險(xiǎn)、互聯(lián)網(wǎng)證券等多個板塊，但從體量上來說，其掌握的金融數(shù)據(jù)，仍舊很難以與國內(nèi)的一些龐大的金融集團(tuán)，例如中投相比。

中投在國內(nèi)控參股10多家金融機(jī)構(gòu)，掌控萬億資產(chǎn)，其投資和涉及的行業(yè)包括了信息科技、金融、彈性消費(fèi)品、醫(yī)療健康等領(lǐng)域，其中信息科技占比最高，為22.76%。此外，在工業(yè)、通訊服務(wù)、非彈性消費(fèi)品、原材料等領(lǐng)域也有一定分布。

而相較之下，度小滿的金融服務(wù)，則更多地集中于互聯(lián)網(wǎng)金融領(lǐng)域。

既然沒有數(shù)據(jù)方面的絕對優(yōu)勢，度小滿又怎么有信心問鼎國內(nèi)首個金融大模型呢？

原因就在于，在垂直領(lǐng)域，專有數(shù)據(jù)的運(yùn)用，其實(shí)遠(yuǎn)比追求“絕對數(shù)據(jù)”的優(yōu)勢要重要。

ARK（方舟基金）創(chuàng)投聯(lián)合負(fù)責(zé)人及分析師Will Summerlin在談到這點(diǎn)時，曾說到：“對于想抓住這次AI革命的公司來說，運(yùn)用好自身的專有數(shù)據(jù)集，能讓他們快速針對自己的領(lǐng)域來訓(xùn)練或微調(diào)模型?！?/span>

在此前百度搭建的金融生態(tài)中，出現(xiàn)了面向大眾的消費(fèi)信貸服務(wù)品牌---有錢花、理財(cái)平臺--度小滿理財(cái)，以及支付平臺——度小滿錢包。

這些APP中積累的信息，構(gòu)成了百度用來訓(xùn)練或調(diào)整模型的大量數(shù)據(jù)，基于這些數(shù)據(jù)，百度可以形成一套自身專有的反饋循環(huán)系統(tǒng)，進(jìn)而逐漸形成對產(chǎn)品的洞察力。從而使其能不斷針對客戶數(shù)據(jù)優(yōu)化模型，讓模型隨著時間推移越來越好。

更重要的是，除了擁有數(shù)據(jù)之外，將數(shù)據(jù)與AI相結(jié)合的能力，也是構(gòu)建金融大模型不可或缺的一步。

早在2018年，創(chuàng)立之初，度小滿就看到了“NLP+金融”的潛力，開始進(jìn)行相應(yīng)的產(chǎn)業(yè)布局。

而當(dāng)時不僅全世界專注做NLP公司很少，成立專門的金融科技NLP團(tuán)隊(duì)的更是鮮見。

經(jīng)過數(shù)年的鉆研，2021年，在微軟舉辦的MS MARCO 比賽中的文檔排序Document Ranking（文檔排序）任務(wù)中，度小滿的AI-NLP團(tuán)隊(duì)排名第一并刷新紀(jì)錄。

2022年，軒轅 (XuanYuan) 預(yù)訓(xùn)練模型，也在中文語言理解領(lǐng)域最具權(quán)威性的測評基準(zhǔn)之一CLUE分類任務(wù)中排名第一。

于是，放眼國內(nèi)，在金融領(lǐng)域擁有龐大數(shù)據(jù)的，在NLP上卻比不過度小滿；而在NPL上有所建樹的，卻又很少能搭建出度小滿那樣專有的金融生態(tài)。

如此一來，軒轅便確立了自身在“金融大模型”這一生態(tài)位中的獨(dú)特優(yōu)勢。

很多投資者，都希望借助大模型的能力，來分析金融時事背后的原因。

畢竟，索羅斯這樣的金融大鱷，90年代正是憑借對歐洲輿情、時局的準(zhǔn)確判斷，做出了做空英鎊，做多馬克的決定，并一舉戰(zhàn)勝了英格蘭銀行。

而這種閱讀并理解時事，乃至解讀市場輿情的能力，則主要是由大模型的自然語言處理能力（NLP）決定的。因?yàn)闀r事解讀，輿情分析的主要任務(wù)，是對大量的文本數(shù)據(jù)進(jìn)行語義分析和情感分析。

在NPL方面，軒轅大模型的一個最大特點(diǎn)，就是“化大為小”，“化通為?！?。

具體來說，軒轅通過將開放領(lǐng)域?qū)W到的知識遷移到下游任務(wù)，不僅改善了低資源任務(wù)數(shù)據(jù)相對不足的問題，也提高了自身的泛化能力和魯棒性。從而更好地適應(yīng)不同領(lǐng)域和場景的閱讀和分析需求。

然而，這種用大量通用數(shù)據(jù)預(yù)訓(xùn)練一個基礎(chǔ)模型，再用特定任務(wù)數(shù)據(jù)微調(diào)一個下游模型的做法，以往存在兩個缺點(diǎn)：

一是預(yù)訓(xùn)練和微調(diào)的數(shù)據(jù)可能存在不一致或不匹配的問題，導(dǎo)致模型難以適應(yīng)新任務(wù)；

二是微調(diào)的數(shù)據(jù)可能存在不足或不平衡的問題，導(dǎo)致模型難以學(xué)習(xí)到有效的特征。

對此，軒轅大模型在引入金融任務(wù)數(shù)據(jù)訓(xùn)練的同時，還融合了不同粒度不同層級的交互信息，從而改進(jìn)了傳統(tǒng)訓(xùn)練模式。

具體來說，軒轅采用了多階段的訓(xùn)練策略，先從通用大規(guī)模的數(shù)據(jù)逐漸遷移到小規(guī)模的特定業(yè)務(wù)以及特定任務(wù)，然后通過不同的階段逐漸訓(xùn)練，直到滿足目標(biāo)任務(wù)。

這樣可以緩解預(yù)訓(xùn)練和微調(diào)之間的數(shù)據(jù)不一致或不匹配的問題，提高模型的遷移能力和泛化能力。

同時，在預(yù)訓(xùn)練階段，軒轅還使用了多種自監(jiān)督學(xué)習(xí)任務(wù)，如掩碼語言模型、語句順序預(yù)測、語句內(nèi)部結(jié)構(gòu)預(yù)測，這樣可以從不同角度和層次學(xué)習(xí)語言知識和語義信息，提高模型的表達(dá)能力和理解能力。

基于這樣的能力，我們也不難理解，為何軒轅大模型曾在2022年，在中文語言理解領(lǐng)域的CLUE分類任務(wù)中排名第一。并且距離人類“表現(xiàn)”僅差3.38分。

實(shí)際上，金融行業(yè)因其與數(shù)據(jù)的高度相關(guān)性，成為了NLP最早賦能的行業(yè)之一。

通過NLP，人們可以在證券投資中為量化投資貢獻(xiàn)因子，如熱點(diǎn)挖掘、輿情分析、事件驅(qū)動分析，或是在大數(shù)據(jù)風(fēng)控中，用Tag抽取技術(shù)為構(gòu)建用戶畫像提供技術(shù)支持。

人工智能選出的股票組合漲幅約為2%，基本與大盤持平，且按百分比計(jì)算，該組合中后五名股票的下跌幅度超過了前五名的漲幅。

針對這種情況，有文章分析稱，這是因?yàn)锳utopilot實(shí)驗(yàn)項(xiàng)目中的投資組合，是命令ChatGPT分析1萬條以上的新聞，并得到得分最高的前100只股票，再結(jié)合公司財(cái)報(bào)數(shù)據(jù)得到綜合打分，最終買入的前20只股票。

在失去空頭部分收益的情況下，實(shí)際的投資表現(xiàn)自然會與論文中的回測結(jié)果產(chǎn)生較大差異。

等一下，不是說AI已經(jīng)可以通過NLP，準(zhǔn)確地識別并分析金融事件、市場輿情了嗎？那為什么在結(jié)合了1萬條以上的新聞+公司財(cái)報(bào)的情況下，“AI分析師”的表現(xiàn)仍然不佳呢？

可能的原因之一，就在于AI也許很客觀，但人類卻不總是如此。

在人類構(gòu)筑的媒體世界里，雖然各類的網(wǎng)站、平臺或社交媒體數(shù)不勝數(shù)，但在信息的傳播過程中，大部分普通人，卻往往會受到少數(shù)幾家頭部權(quán)威媒體的影響。

這些權(quán)威媒體、人士的傾向和態(tài)度，帶動并影響了更多的網(wǎng)站、平臺。

于是在處理某些類型的金融產(chǎn)品或市場時，大模型的數(shù)據(jù)源，可能會更偏向某些特定的網(wǎng)站或平臺，而忽略了其他來源的信息，進(jìn)而產(chǎn)生了“數(shù)據(jù)偏見”。

此外，在處理自然語言時，大模型可能會遇到一些語義歧義的情況，如果某些詞匯有多種含義，AI在處理時可能會選擇錯誤的含義，導(dǎo)致信息的偏差和誤導(dǎo)。

這些部分，都是現(xiàn)階段AI無法獨(dú)自糾偏的。

不過，如果因?yàn)锳I不能讓人實(shí)現(xiàn)夢想中的“投資神話”，就認(rèn)為金融大模型的存在，是一種錦上添花的技術(shù)，也未免太淺薄了。

因?yàn)樵诳深A(yù)見的未來，傳統(tǒng)風(fēng)控模式面臨效率低下、容易出錯、難以面對大規(guī)模數(shù)據(jù)處理等挑戰(zhàn)。

類似度小滿在內(nèi)的企業(yè)，通過大模型技術(shù)探索，讓企業(yè)可以自動化地處理大量數(shù)據(jù)，快速、精準(zhǔn)、全面地分析和識別貸款潛在風(fēng)險(xiǎn)，進(jìn)而優(yōu)化風(fēng)險(xiǎn)模型，提高風(fēng)險(xiǎn)控制的準(zhǔn)確性和效率。

此外，軒轅大模型不僅能夠解釋授信額度、計(jì)算收益率、決策參考等金融專業(yè)問題，還能夠結(jié)合資產(chǎn)狀況、收益目標(biāo)和風(fēng)險(xiǎn)偏好，以及外部的市場動態(tài)，給出更符合用戶需求的答案和建議。

由此可見，在拋下了“通過AI投資暴富”的狂想后，金融大模型仍舊可以在風(fēng)險(xiǎn)防范、金融知識普及方面，讓更多群體受益。

而這種更務(wù)實(shí)的方向，才是AI+金融正確的打開方式。

一封邀請信：

您好！誠邀您加入我們的AI精英俱樂部，這是一個永久免費(fèi)但門檻較高的、聚集AI精英與愛好者的專業(yè)組織。我們致力于推動AI技術(shù)在投資領(lǐng)域的應(yīng)用，為成員們提供一個共享和交流的平臺，促進(jìn)互相學(xué)習(xí)和合作，共同探索AI技術(shù)在投資中的無限可能性。

作為成員，您將有機(jī)會與世界各地的AI專業(yè)人士互動，分享您的知識和經(jīng)驗(yàn)，以及從他們那里學(xué)習(xí)到更多的技術(shù)和行業(yè)見解。

我們要求加入俱樂部的成員滿足以下標(biāo)準(zhǔn)：

一、樂于分享：我們希望能積極分享自己的知識和經(jīng)驗(yàn)，與俱樂部的其他成員共同成長和進(jìn)步；

二、有AI技術(shù)背景：我們歡迎在AI領(lǐng)域具有豐富經(jīng)驗(yàn)和專業(yè)知識的成員，包括但不限于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等領(lǐng)域的從業(yè)者和研究者；

三、愿意將AI技術(shù)應(yīng)用到投資領(lǐng)域：包括但不限于量化交易、資產(chǎn)管理、風(fēng)險(xiǎn)評估、市場預(yù)測等，共同探索AI技術(shù)在投資領(lǐng)域的應(yīng)用前景；

四、擁有獨(dú)特資源：包括但不限于資金、人脈、數(shù)據(jù)資源等，這將有助于俱樂部的技術(shù)和項(xiàng)目合作。

如果您滿足以上標(biāo)準(zhǔn)，并且對AI技術(shù)在投資領(lǐng)域有濃厚興趣，我們誠邀您加入。

請將個人的有特點(diǎn)的介紹及微信號發(fā)送到changzhang@arfgc.com，審核通過后，我們會邀請您加入。