国联民生证券AI时代量化选股新范式分享纪要

一、核心要点

1. 国联民生证券提出AI时代量化选股新范式，包含两大方向：利用大模型将研报标题、调研问答等非结构化文本转化为选股阿尔法因子；以及让大模型参与自动化因子挖掘全流程，涵盖假设提出、表达式生成、回测优化等环节。
2. 传统基本面因子存在披露滞后、频率偏低问题，基于SUE的基本面因子自2021年后出现长期回撤，需运用更及时的文本数据构建高频基本面阿尔法。文本量化历经词袋模型、关键词、BERT、大模型四个阶段，新方案通过大模型在事件层打分形成可检验股票因子。
3. 分析师标题因子构建流程：数据清洗（去重、匿名化、提取最新观点）、连续评分（保留预期修正等核心方向）、证据复核与聚合衰减。该因子对传统分析师预期因子有显著增量，尤其在中证500、中证1000中小盘股中表现突出。
4. 调研文本因子构建流程：拆分问答块、大模型识别维度、单次调研聚合与半衰期加权。该因子全市场RankIC为3.2%、年化ICIR为2.8、胜率80%，中证1000板块表现更优，各年份均跑赢基准。
5. 自动化因子挖掘借鉴《Quant Alpha》论文，结合大模型与进化算法，将进化单元提升至研究轨迹。改进框架构建的价量、基本面因子表现尚可，但大模型挖掘因子的逻辑可解释性仍需完善。

二、投资线索

1. 大模型在投研中突破传统范畴，可参与文本语义理解及因子挖掘系统构建，成为量化选股重要工具。
2. 中小盘股（中证500、中证1000）文本类因子具备较强增量价值，分析师标题因子、调研文本因子在该板块表现突出，可作为投资选股参考。

三、风险与关注

1. 大模型挖掘因子的逻辑可解释性不足，可能影响因子应用的可靠性与稳定性。
2. 大模型在基本面因子挖掘方面增量有限，相关策略投资价值需谨慎评估。

四、后续安排

1. 国联民生金融工程团队将持续跟踪海内外大模型参与量化策略研究的前沿内容，及时汇报更有效的研究成果。