20250223-天风证券-金融工程_大模型总结和解读行业研报_10页_990kb

大模型总结及行研客观展现

根据研报内容，通过对大量行业研报的摘要修编与模型处理，实现了信息整合的标准化分析：

1. 场景需求：周均行业研报超500篇，传统方式耗时耗力。使用DeepSeek-V3大模型，对摘要进行中文不超过200字的碎片化总结。
2. 处理流程：
   • 获取Wind行业研报（813篇→筛选760篇有效样本）；
   • 构造提示词，向DeepSeek-V3输入摘要，提取行业热点；
   • 自动构造JSON，包含：一级、二级行业代码、名称、景气度、超预期程度。
3. 结果概览：
   • 高景气行业（一级行业）：通信设备、专用机械、计算机等，多受益于AI赋能业务景气度上行；
   • 低景气行业：普钢、畜牧业、装饰材料等，需求端疲软，政策刺激边际效应有限；
   • 景气度判断基于周变化度量，呈现行业边际变动趋势。

大模型拟合行业景气度评价

用大模型量化分析师观点，建构新厂景气评价体系：

1. 传统方法局限：
   • 行业评级为二分类或三分类标准，缺乏精准度；
   • 行业定义与分类标准不统一，跨机构比较困难。
2. 大模型应用的新路径：
   • 通过提示词标准化，确保一次召回完整行业信息；
   • 提取模型自评的“Jingqi”与“Suruliqidingdu”（景气度与超预期程度）数值；
   • 构建周平均景气度，剔除非功能性样本后分析。

2025年2月市场行业景气对比

根据样本统计，结合高频报告，对行业内生景气与节奏进行观察：

创新分析手段与风险提示

1. 方法创新：提出并验证DeepSeek-V3模型在金融摘要提取、行业景气预测的可行性。
2. 风险提示：
   • 大模型稳定性及误读风险；
   • 短期数据变动可能导致结果波动；
   • 数据来源策略性抽取，存在样本偏移可能。

通过本报告展示的大模型运用，将传统文本密度高、繁琐分析与AI融合，提升研究效率与客观性。从行业景气、政策动态、AI赋能三个维度提供投资判断参考。