金融工程2025年度策略：LLM破局Alpha困境，拥抱Beta大时代

一、大模型发展趋势

• 交互型多模态大模型成为主流：多模态信息输入和快速响应能力将满足更多样化的使用需求，开拓更丰富的应用场景。
• 强化学习提升模型智能：通过模仿人类思维过程，强化学习和“思维链”技术将显著提升模型在长线程思维问题上的表现。
• 训练数据成为发展关键：人类生成数据量有限，未来可能成为大模型发展的主要限制，合成数据技术需进一步发展。
• 端侧小模型发展加速：小参数模型将在终端设备上得到更广泛应用，大模型通过“蒸馏”等方式进行参数量压缩，提升响应速度。

二、大模型应用展望

• 大模型赋能主动投研：辅助报告阅读、纪要整理、投资判断流程自动化等工作，提升工作效率。
• 大模型生成投资决策：通过文本情感识别、热点概念解构等方式，辅助投资决策和策略搭建。

三、2025年权益基金投资展望

• FOF基金经理关注点变化：对基金优选关注度下降，ETF占比逐步提高。
• 核心+卫星策略：核心仓配置均衡风格ETF和风格轮动型主动基金，卫星仓配置高度灵活的ETF捕捉行业和风格机会。
• 核心底仓配置思路：主动权益基金优选风格轮动型基金，中证A500ETF作为均衡风格ETF。
• 卫星仓位配置：推荐交易成本低、灵活度高、满仓运行的ETF。

四、2025年资产配置年度策略展望

• 宏观状态及预期：市场处于弱复苏阶段，外需强劲但明年可能放缓，内需增速偏缓但有望回暖。
• 宏观择时策略：切换至全仓进出模式，提升仓位比例，增加市场情绪指标。
• 风格配置：市场预期回暖，风格往小盘及成长风格切换，弱势市场可配置红利及微盘板块。
• 行业配置：关注分析师预期和超预期因子。

五、2025年因子选股展望

• 中小盘宽基指增仍有Alpha空间：中证1000成分股仍有超额收益空间，建议关注A500指数中沪深300以外成分股。
• AI模型突破方向：更严格的风格控制、更精细化的训练方式、更深层次的特征挖掘、强化学习应用。
• LLM与文本数据结合：LLM在信息提取和逻辑判断能力上优于传统NLP模型，有助于构建更优异的另类舆情因子。