收藏
主持人：
鄭 明，CFA協(xié)會亞太金融研究平臺（ARX）上海地區(qū)代表
圓桌嘉賓：
阿里云全球技術(shù)服務(wù)部數(shù)據(jù)智能團隊負責人 黃高攀
中歐基金執(zhí)行董事、信息技術(shù)總監(jiān) 賈建國
鵬城實驗室研究員（正高）/博導(dǎo)、港中文深高金客座教授、原平安基金量化投資總監(jiān) 孫東寧
上海恒生聚源數(shù)據(jù)服務(wù)有限公司首席數(shù)據(jù)專家 張洋洋
上證報中國證券網(wǎng)訊（記者 朱妍）自ChatGPT發(fā)布以來，大模型在金融領(lǐng)域能發(fā)揮多大的能效，引發(fā)了行業(yè)內(nèi)的高度關(guān)注，技術(shù)帶來的革新浪潮正席卷而來。
在金融行業(yè)內(nèi)，大模型發(fā)展到了怎樣的程度，面臨著怎樣的挑戰(zhàn)？又具有怎樣的遠大前景？12月8日，在2023滴水湖新興金融年度大會“數(shù)字金融打造全球核心競爭力”分論壇上，來自各大機構(gòu)的行業(yè)大咖就“金融大模型的構(gòu)建與挑戰(zhàn)”話題展開了熱烈討論。
大模型助力金融行業(yè)變革
對于當下大模型在金融領(lǐng)域的應(yīng)用，多位人士表示，大模型在投資端、客戶端等方面已經(jīng)有落地應(yīng)用，在提高數(shù)據(jù)、投資效率的同時，也提供了更好的金融服務(wù)。
孫東寧表示，大模型、人工智能在量化領(lǐng)域有著非常大的應(yīng)用，包括數(shù)據(jù)收集與管理、信號挖掘、組合構(gòu)建，交易實現(xiàn)與風險管理。以數(shù)據(jù)收集為例，過去在量化投資中，用的主要是結(jié)構(gòu)化數(shù)據(jù)，比如財務(wù)數(shù)據(jù)、量價數(shù)據(jù)；而文本數(shù)據(jù)、輿情數(shù)據(jù)、研報數(shù)據(jù)這些非結(jié)構(gòu)化數(shù)據(jù)，若要進行量化處理、納入模型，其人力、時間和資金成本較高。但大模型出現(xiàn)后，這些數(shù)據(jù)收集與處理的效率顯著提升，另類數(shù)據(jù)變得“不另類”了。
賈建國認為，從投資角度來說，研究、投資、風險、控制、交易、運營這5個涉及到自然語言處理的環(huán)節(jié)，大模型都可以發(fā)揮作用。另外，大模型還是很好的“投資顧問助手”，能適配客戶的風險接受程度、投資喜好，選出適合投資者的產(chǎn)品。不過，“最后一公里”的事還是需要投資顧問來做，大語言模型還不能直接面客。
提及金融大模型的構(gòu)建離不開高質(zhì)量語料庫的采集，張洋洋表示，基于聚源多年的數(shù)據(jù)經(jīng)驗，金融場景大模型有其獨有的特性。要構(gòu)建高質(zhì)量語料庫，先要從應(yīng)用端的具體場景出發(fā)，進行數(shù)據(jù)規(guī)劃，對語料數(shù)據(jù)進行合理的歸集并管理，這需要考慮到語料背后的權(quán)屬、可被應(yīng)用的場景、安全等級等因素。語料數(shù)據(jù)的合理歸集和管理，是大模型高質(zhì)量語料庫建設(shè)的前提，而對歸集后的語料進行基于具體場景的數(shù)據(jù)治理，是被高效應(yīng)用的基礎(chǔ)。對不同的語料數(shù)據(jù)品類，構(gòu)建其適用的質(zhì)量控制手段，是大模型能夠被達成有效利用的關(guān)鍵。
黃高攀也表示，要得到高質(zhì)量的語料，首先是收集過程需要有統(tǒng)一的語料收集平臺來管控文本、語音視頻、結(jié)構(gòu)化數(shù)據(jù)；其次是語料的高質(zhì)量提取，包括文檔解析和清洗、數(shù)據(jù)去重、低質(zhì)量數(shù)據(jù)的過濾，最后根據(jù)場景需求構(gòu)建高質(zhì)量數(shù)據(jù)集。他認為，整個過程中，有兩點很關(guān)鍵，有沒有高效的AI服務(wù)平臺，以及是不是和場景需求相匹配。
大模型迎接風險和挑戰(zhàn)
作為一種新興事物，在大模型為金融行業(yè)帶來向好變化的同時，未來在應(yīng)用過程中，又存在怎樣的風險和挑戰(zhàn)？
張洋洋認為，金融是服務(wù)大眾的，大模型在金融領(lǐng)域的應(yīng)用過程當中，具有基于其自身特性的要求，其中數(shù)據(jù)安全問題需被重點關(guān)注。如今金融機構(gòu)積極投入大模型的應(yīng)用研發(fā)，并取得了一定的成果，但在對公眾服務(wù)時，面臨著更強的監(jiān)管合規(guī)要求。比如大模型當下還沒法完全保證回答的“安全性”，且存在一些數(shù)據(jù)版權(quán)的問題。
黃高攀也表示，當前大模型存在一定的“幻覺現(xiàn)象”，需要借助一些知識檢索等技術(shù)來減少這類現(xiàn)象，否則會給大模型的使用帶來很大的困擾，這在金融行業(yè)也一樣。
賈建國認為，目前大模型在算力、產(chǎn)品解決方案、人才上都面臨著一些挑戰(zhàn)。以產(chǎn)品解決方案為例，如今大語言模型的數(shù)量之多帶來了很大的選擇困難，但又不可能每個都去嘗試一遍，這造成了很大的資本浪費。
盡管面對諸多風險和挑戰(zhàn)，多位人士仍表示了對金融大模型應(yīng)用前景的期待。孫東寧表示，大語言模型疊加時間序列大模型，未來一定會在量化投資各個環(huán)節(jié)上起到非常大的助力，金融機構(gòu)應(yīng)大力擁抱這些大模型。
賈建國也表示，大模型可能會引領(lǐng)“新范式”的產(chǎn)生，所有人或?qū)闹惺芤妫_實能夠幫助金融行業(yè)擴大產(chǎn)能、提高工作效率，在一定程度上成為公司“助手”。
