智能化选基系列之四：如何用LLM生成基金经理调研报告并构建标签体系？-20230821-国金证券-16页_1mb

报告摘要

金融工程组：利用LLM生成基金经理调研报告并构建标签体系

核心内容

本报告由国金证券金融工程团队发布，是“智能化选基”系列的第四篇，重点探讨了如何利用大语言模型（LLM），尤其是Claude2，对基金经理调研纪要进行结构化处理，并构建基金经理定性研究标签体系。该方法旨在提高基金研究效率，挖掘调研纪要中的关键信息，从而辅助投资决策。

主要观点

LLM在基金研究中的应用前景
大语言模型，尤其是Claude2，能够处理长文本内容，对基金经理调研纪要进行深度解析，提取关键信息并生成结构化数据。这为基金研究提供了新的工具和思路。
Claude2的优势
- 更大的上下文窗口：Claude2支持100K token的上下文处理能力，显著优于ChatGPT-4的8K-32K token限制。
- 更强的文档处理能力：Claude2支持多种格式的文档上传与分析，如PDF、CSV等，且具有良好的文本识别能力。
- 更优的性能表现：在多个标准化测试中，Claude2表现出更优异的性能，尤其在编程能力、多学科问答和无害性测试方面。
- 免费使用门槛低：Claude2可通过多账号实现免费使用，降低了使用成本。
调研纪要的结构化处理方法
- 调研总结报告：通过提示词设计，Claude2可以生成结构清晰、内容详实的基金经理调研总结报告。
- 个性化问答生成：设计针对性问题，Claude2可以批量提取信息并以表格形式输出，便于数据管理。
- 思维导图生成：Claude2支持生成Mermaid格式的思维导图，有助于直观展示基金经理的投资框架。
定性标签体系的构建
- 通过批量处理调研纪要和研究报告，提取基金经理在“投资框架”、“风格偏好”、“行业偏好”、“选股逻辑”、“择时倾向”、“交易特征”等维度的特征。
- 构建二维表格数据库，便于后续分析和使用。

关键信息

数据来源：调研纪要与研究报告分别从微信公众号（如基煜研究）、iFinD数据终端等渠道获取，共161篇。
处理流程：包括文本收集、整理与清洗、大模型解析、结果检查与汇总。
输出形式：包括调研总结报告、结构化表格、Mermaid格式思维导图。
模型限制与风险提示：
- 输出结果具有随机性，同一问题可能得到不同答案。
- 模型迭代可能导致结论变化。
- AI模型的结论仅供参考，可能存在错误。
- 调研纪要质量影响最终结果。

案例展示

调研总结报告
以某基金经理2020年1月6日的调研纪要为例，Claude2能够准确总结基金经理的投资风格、选股逻辑、交易偏好等信息，输出结构清晰、逻辑顺畅的报告。
个性化问答
通过设计16个问题，Claude2能够输出包含答案与分析理由的markdown表格，便于信息提取和数据存储。
思维导图
通过提示词生成Mermaid格式的思维导图，能够直观展示基金经理的投资框架，如“自上而下与自下而上相结合”、“成长型风格偏好”等。
行业偏好变化分析
通过分析12篇调研纪要，可以观察基金经理关注的行业变化，并生成相应的思维导图，反映其投资框架的演变。