核心观点与关键数据
- AI在金融领域的应用深化:AI已从简单的数据处理转向研究报告等核心环节,大模型推理能力提升和AI智能体编排框架成熟推动AI从对话助手进化为自主工具。
- AI Agent选择:推荐使用Hermes agent而非OpenAI,因Hermes更易用(桌面版0.90提供直观界面)、具备持续记忆功能(减少重复说明,适配用户习惯)。
- 大模型选择:推荐使用DeepSeek V4 Pro,因其推理逻辑、数学运算、编程辅助和常文本理解能力较强,尤其擅长深度推理和多步骤问题求解。
- 多模型对比:虽MOA等多模型模式在多模态表现上较好,但针对金融量化数据处理和研报文字处理,DeepSeek表现更优。
研报撰写流程优化
- 传统模式问题:研究员独立完成数据准备、信息采集、分析撰写和编辑检查,易导致工作量占用时间、数据选择偏差和报告质量依赖个人经验。
- AI角色分工:将流程拆分为四个独立AI角色(数据工程师、新闻收集员、研报撰写员、编辑检查员),优势在于职责边界清晰、可塑性高、流程可控。
- AI局限性:复杂场景逻辑判断不足、数据依赖外部接口需人工复核、报告提炼能力相对不足。
实际应用与效果
- 数据采集:使用万德等接口采集数据,财联社、见闻等采集新闻。
- 报告生成:通过Hermes agent和DeepSeek V4 Pro自动生成研报。
- 效果对比:AI生成报告观点与真人撰写一致,措辞更清晰明确,但真人分析师在结论前瞻性上仍更强。
结论与建议
- AI应用趋势:AI agent使用将逐步蔓延,但需注意其局限性。
- 使用建议:建议使用AI撰写研报后进行人工复核,确保逻辑和数据准确性。