2025-05-30-Bernstein-资产管理中的生成式人工智能-投资用例以及我们技术未来会议的关键要点_18页_3mb

亚洲量化策略：生成式AI在资产管理中的应用总结

主要发现与关键洞见

1. 部署方法：自上而下与自下而上的比较

• 自下而上：BlackRock主要采用此方法，由投资团队发起具体需求，然后开发AI解决方案。优点是针对性强，但推广较慢。
• 自上而下：这类计划结构更清晰，覆盖范围更广，但实施速度较慢，有效性可能不足。
• Maybank混合模式：结合两种方法，适用于双层结构的组织。

2. 内部构建 vs. 购买现成解决方案

• BlackRock：多数AI解决方案由内部开发，但会与微软等公司合作。
• Maybank：由于量化团队领导项目，倾向于内部开发工具。
• 主动基金偏好购买现成方案：许多主动基金采购像AlphaSense这类平台，以节省开发时间和内部资源。这些平台在研发上的投资能确保与AI发展同步。

3. 内部数据捕捉的重要性

• 面临内部知识系统化挑战，尤其对于大量散落在员工笔记、聊天记录等非结构数据中的知识。
• 建立数据基础设施不仅功能性强，更关乎知识共享会议的制度化。

4. 对岗位与招聘的影响

• 所有小组达成共识：生成式AI是辅助工具，不取代人类。目的是提高效率，让分析师更专注于核心工作。
• AI让初级分析师的角色重新定义，减少信息采集时间，推动深层分析。
• 尽管短期裁员可能性低，但整体招聘速度可能放缓，因为团队效率提升。

AI在投资中的应用实例

面板讨论引述

Maybank Asset Management

• 量化与基本面之间的桥梁：创建Dashboard，简化量化评估结果，提升理解。
• 语音内容摘要：使用提示工程从财报电话录音中抽取关键信息。
• 预测财报与事件：利用AI工具生成财报周期性预测。
• 采购RFP回复：基于历史数据自动生成回复内容。

BlackRock

• 债券说明书分析与总结：利用AI节省应跟进证券的时间。
• ETF新市场流程：使用历史回应加快谈判速度。

AlphaSense

• 提升研究效率：集成多种分析工具，提高信息处理速度。
• 合成观点：分析专家通讯，协同整理市场洞察。
• 情绪分析工具：通过自动化工具筛选持股事件相关信息。

其他使用案例

• 总结报告自动化：生成市场图表及摘要。
• 准备会议：利用AI进行调研、会议准备。
• 翻译工具：加强跨语言交流，有效处理非文本格式信息。
• 投资组合管理工具：用于评估各种风险，提供情景分析和压力测试能力。

总体趋势

• 虽然AI应用尚在早期，但量化基金及其相关基金在理念上较为领先。
• 全球采用层级不均，北美洲、英国、新加坡和香港运用更广泛。
• 早期使用者平均节省20% 时间，特别是在代码生成、报告撰写等领域。
• 高效投资团队注重建立可持续的研发投资环境知识库。
• 鉴于成本和实用性，多数基金正考虑使用简便可用的AI工具，如AlphaSense、Fintool、Boosted.ai等。