財(cái)達(dá)期貨賈秋翌：擁抱AI浪潮 賦能期貨研究

　　中證報(bào)中證網(wǎng)訊（記者 王超）新年伊始，DeepSeek橫空出世，引發(fā)了全球范圍對(duì)大模型的關(guān)注。自ChatGPT被公眾所熟知以來，關(guān)于各行各業(yè)如何與AI融合的討論熱度不減。

　　財(cái)達(dá)期貨有限公司副總經(jīng)理賈秋翌2月25日向記者表示，作為金融業(yè)態(tài)的組成部分，期貨研究與AI技術(shù)具有較強(qiáng)的適配度。其一，期貨的衍生性決定了其數(shù)據(jù)的復(fù)雜度較高，相應(yīng)的研究需求也更具有層次感。通過對(duì)大量市場(chǎng)狀態(tài)片段的深度學(xué)習(xí)，可以更立體地挖掘市場(chǎng)運(yùn)行規(guī)律。其二，期貨的杠桿特征對(duì)交易、風(fēng)控提出了極高要求。因此，通過大模型對(duì)歷史風(fēng)險(xiǎn)事件的回測(cè)和學(xué)習(xí)，有助于實(shí)現(xiàn)對(duì)衍生品頭寸的科學(xué)管理，以及對(duì)風(fēng)險(xiǎn)信號(hào)的快速識(shí)別。其三，期貨研究的維度廣，涉及宏觀、產(chǎn)業(yè)、市場(chǎng)、合約結(jié)構(gòu)等多方面信息，依靠AI對(duì)海量信息的整合能力，可以使研究框架更加完備。其四，通過智能問答等交互手段，金融機(jī)構(gòu)更加多元地收集市場(chǎng)參與者的觀點(diǎn)，從而有針對(duì)性地組織研究活動(dòng)。

　　數(shù)據(jù)顯示，金融行業(yè)在大模型落地方面走在了前面。沙丘智庫(kù)對(duì)434個(gè)大模型應(yīng)用案例的統(tǒng)計(jì)顯示：2024年，有36.7%的大模型項(xiàng)目來自金融領(lǐng)域，占比為全行業(yè)之首。

　　當(dāng)然，AI也并非無所不能。賈秋翌認(rèn)為，期貨市場(chǎng)有其獨(dú)特的運(yùn)行邏輯，這就決定了一些研究工作更適合分析師完成。例如，對(duì)即時(shí)信息和非公開信息的篩選判斷。與其他金融資產(chǎn)不同，期貨合約按月排列且流動(dòng)性集中于短期，這就導(dǎo)致市場(chǎng)對(duì)即時(shí)信息較為敏感；同時(shí)，對(duì)于一些非國(guó)際流通商品，其定價(jià)機(jī)制可能被某些特定企業(yè)、地域、氣候等擾動(dòng)因素影響，這些另類數(shù)據(jù)很難通過AI收集得到。因此，分析師的工作之一就是通過實(shí)地調(diào)研或人員溝通收集和篩選信息，并對(duì)信息與市場(chǎng)情緒之間的聯(lián)系進(jìn)行經(jīng)驗(yàn)判斷。

　　“再比如，過度使用AI結(jié)論可能導(dǎo)致分析師‘失語’，或者說市場(chǎng)觀點(diǎn)過于趨同。”她以生成式AI技術(shù)為例解釋說，大部分輸出結(jié)論是基于公開信息得到的，這可能導(dǎo)致結(jié)果差異不顯著。一旦市場(chǎng)上越來越多的交易決策來自AI，可能會(huì)帶來一些負(fù)面效應(yīng)：短期看，這將引發(fā)“合成謬誤”，即不同交易目標(biāo)的群體做出一致行為，形成系統(tǒng)性的投機(jī)；長(zhǎng)期看，以往由供需、金融等因素定價(jià)的市場(chǎng)機(jī)制可能被打破，轉(zhuǎn)為“模型定價(jià)”，一旦模型崩潰，進(jìn)而將沖擊市場(chǎng)定價(jià)的公允性。

　　“順勢(shì)而為，期貨研究工作應(yīng)當(dāng)積極擁抱AI浪潮，找準(zhǔn)自身在新一輪科技革命中的定位?！辟Z秋翌認(rèn)為，一是延展服務(wù)領(lǐng)域，借助AI衍生服務(wù)業(yè)態(tài)。據(jù)報(bào)道，目前已有多家期貨公司接入DeepSeek大模型，其中諸如投研助手、量化因子挖掘等多項(xiàng)大模型應(yīng)用場(chǎng)景都與研究工作息息相關(guān)。更多的期貨公司將結(jié)合自身實(shí)際，分步驟推動(dòng)大模型落地。

　　二是豐富研究對(duì)象，加強(qiáng)對(duì)新技術(shù)新模型的研判。一直以來，期貨研究主要是圍繞單品（大宗商品和金融標(biāo)的）展開，加之板塊和宏觀策略分析。未來，當(dāng)AI成為市場(chǎng)的重要參與者和觀點(diǎn)輸出者，研究活動(dòng)將不可避免地將其納入分析范疇，并研判其對(duì)市場(chǎng)結(jié)構(gòu)、風(fēng)險(xiǎn)異動(dòng)的影響。

　　三是改進(jìn)研究方法，在人機(jī)交互中發(fā)揮人的比較優(yōu)勢(shì)。AI的快速發(fā)展已經(jīng)對(duì)傳統(tǒng)的程式化的研究提出了挑戰(zhàn)，這就需要研究者不斷挖掘自身優(yōu)勢(shì)。特別是在信息交互領(lǐng)域，分析師要探索如何擺脫單向觀點(diǎn)輸出的束縛，關(guān)注于客戶風(fēng)險(xiǎn)偏好和專業(yè)特征，提供定制化研究服務(wù)；同時(shí)，要苦練調(diào)研內(nèi)功，收集另類數(shù)據(jù)和產(chǎn)業(yè)信息，在信息端實(shí)現(xiàn)與AI形成錯(cuò)位分工。

　　四是創(chuàng)新輸出形式，突破以報(bào)告為主的產(chǎn)品結(jié)構(gòu)。長(zhǎng)久以來，作為邏輯和觀點(diǎn)的載體，報(bào)告是金融研究的核心產(chǎn)品。但是，報(bào)告是一種無差別的輸出，難以滿足不同群體的需求。未來，期貨公司可以借助AI技術(shù)繪制用戶畫像、進(jìn)行需求聚類，通過識(shí)別對(duì)象的知識(shí)背景、風(fēng)險(xiǎn)偏好、實(shí)際需求等因素，形成貫穿分析、交易、風(fēng)控等環(huán)節(jié)的全流程投資建議。

　　五是加強(qiáng)人才培養(yǎng)，吸納和培養(yǎng)復(fù)合型分析師隊(duì)伍。一方面，可以借助金融機(jī)構(gòu)在數(shù)據(jù)和技術(shù)上的先天優(yōu)勢(shì)，深化“AI+數(shù)據(jù)+算力”生態(tài)，不斷降低研究方法之間的壁壘，特別是數(shù)量化研究方法，實(shí)現(xiàn)高效的需求響應(yīng)和研報(bào)生成，將分析師從冗長(zhǎng)的學(xué)習(xí)周期中解放出來，有更多精力投入更高層面的戰(zhàn)略思考。另一方面，依靠生成式AI可以快速搭建起較為系統(tǒng)的研究框架，實(shí)現(xiàn)行業(yè)掃盲，從而降低分析師的培養(yǎng)成本。

　　“放眼歷史，幾乎每次技術(shù)躍升都伴隨著思維方式的變革。AI技術(shù)在豐富金融業(yè)態(tài)的同時(shí)，也將帶動(dòng)金融研究的優(yōu)化。期貨研究從業(yè)人員應(yīng)秉持積極開放的態(tài)度，堅(jiān)持守正創(chuàng)新、為我所用，推動(dòng)AI技術(shù)更好賦能行業(yè)進(jìn)步?！彼硎尽?/p>