OpenAI最新发布的ChatGPT o3模型在推理和编程能力上大幅提升，在SweepBench Verified基准测试中准确率达到71.7%，较前代o1模型提高20%，并在Codeforces编程竞赛中得分2727，显著超过o1的1891分。此外，o3模型在ARC-AGI基准测试中得分高达87.5%，是o1的三倍，显示了其在解决高级问题和推动人工通用智能（AGI）发展方面的潜力。
当前大模型推理能力有所不足，ChatGPT o3值得期待。评测多个知名大型语言模型的推理能力发现，尽管在经典推理题中表现良好，这些模型在解决特定易错问题时却常犯错误，尤其是在数学和语言推理上的表现参差不齐。特别地，OpenAI的o1模型在推理测试中表现最为突出，而国产模型与其他国外大模型间的性能差距不大。此外，评测还涉及了模型在处理研报复杂文本的能力，结果显示模型在理解细微语言差异和技术问题上仍面临挑战，但Qwen QwQ模型相较于o1在区分技术壁垒和政策影响问题上显示了更好的判断力。
ETF轮动因子跟踪显示，前期使用GBDT+NN机器学习因子构建的ETF轮动策略在样本外表现出色，上周IC值为-8.59%，多头超额收益率为0.01%。策略的年化超额收益率为12.13%，信息比率为0.69，超额最大回撤为17.31%，上周超额收益率-0.52%，本月以来超额收益率1.60%，今年以来超额收益率7.17%，近期表现优异。
高频因子跟踪显示，各类高频因子多头组合在中证1000指数成分股中的表现稳定。其中，价格区间类因子多空收益率0.86%，多头超额收益率0.66%。量价背离因子多空收益率0.32%，多头超额收益率0.58%。遗憾规避因子多空收益率为-0.28%，多头超额收益率为-0.15%。我们将三类高频因子等权合成后构建出了高频“金”组合中证1000指数增强策略，该策略年化超额收益率为10.33%，超额最大回撤为6.04%。为了进一步增强策略的业绩表现，我们将高频因子与三个比较有效的基本面因子进行等权合成构建出了高频&基本面共振组合中证1000指数增强策略，该策略在样本外超额收益稳定，年化超额收益率为14.77%，超额最大回撤为4.52%。
通过评测大模型在研报阅读与问答场景中的表现，发现由于研报文本天然的乐观倾向，即便在提示词中已经要求模型对细微用语差异进行判别，但模型依然难以准确区分研报作者的看好程度，绝大部分模型所给出评分都较相近。其中，豆包给出的评分相对较低。此外，我们统计各模型对于技术水平和行业政策影响问题的判断结果。可以发现在技术壁垒的界定上，o1-mini和Gemini-1.5相对保守，而o1、GPT-4与Kimi比较激进。而在政策影响问题上，各类模型回答准确率均尚可。总体而言，Qwen QwQ在打分、技术壁垒和政策影响问题的判断上，相较于o1展现了更强的区分能力。目前，各大模型在研报阅读中的推理能力差距尚不明显，因此，ChatGPT o3的发布有望带来新的生产力突破。
