據(jù)公開信息，目前已有博時基金、富國基金、中歐基金等多家基金公司“官宣”部署了包括DeepSeek在內(nèi)的多款開源模型，未來將根據(jù)效果運用到辦公、投資研究、客戶服務等領域。

　　有對沖基金經(jīng)理表示，在實踐中運用AI算法，2年挖掘出38只收益超20%的股票標的；同時大模型能在“黑天鵝”事件發(fā)生之前提示風險，做好風控。

　　業(yè)內(nèi)人士認為，大模型在基金業(yè)的應用有諸多積極意義，如提升投研效率、優(yōu)化風控合規(guī)、降低成本、推動業(yè)務創(chuàng)新等，但也容易出現(xiàn)數(shù)據(jù)質(zhì)量不佳導致模型輸出結果有所偏差以及合規(guī)及數(shù)據(jù)安全等風險�！�

　　關注1

　　多家基金公司布局Deep Seek推理能力、成本有優(yōu)勢

　　近期，基金公司掀起了一股布局DeepSeek的熱潮，并探索這一大模型在投資、投顧、客服等領域的應用。

　　博時基金方面對新京報記者表示，2024年初，公司經(jīng)過反復調(diào)研，發(fā)現(xiàn)了DeepSeek模型在自動編寫代碼和邏輯推理方面的潛力，率先在自有的昇騰服務器上部署了DeepSeek-v1模型，作為公司智能開發(fā)工具的基座模型，并在2024年8月升級為DeepSeek-v2模型。“2025年伊始，隨著DeepSeek-R 1模型的發(fā)布，公司完成內(nèi)部部署，并開始探索其在投資研究、投資顧問服務和軟件開發(fā)等方面的應用。”

　　富國基金方面表示，公司科技團隊部署了包括Deep⁃Seek在內(nèi)的多款開源模型。

　　中歐基金方面則表示，公司近期完成了DeepSeek系列開源模型的私有化部署，未來將根據(jù)效果運用到辦公、投資研究、客戶服務等領域。

　　天弘基金方面稱，公司目前對DeepSeek的相關技術在做全面跟進，例如對其模型測試業(yè)務效果、利用其訓練自己的大模型、開發(fā)強化學習路徑等，部分探索已有進展。

　　實際上，從2022年底ChatGPT推出后，AI大模型持續(xù)火熱，行業(yè)更是進入“百模大戰(zhàn)”，但為何此次DeepSeek的出現(xiàn)引發(fā)了公募基金的布局熱潮？

　　推理能力表現(xiàn)較好及成本相對較低或許是其競爭力所在。

　　博時基金方面坦言，R 1模型在推理能力上表現(xiàn)優(yōu)異，可以進一步幫助提升工作效率，支持業(yè)務創(chuàng)新。同時，其對算力的需求也有所下降，為進一步推廣應用創(chuàng)造了條件。

　　富國基金方面也表示，DeepSeek在可用性與使用效率上較為領先，且部署成本大大降低。從使用體驗來看，在確保安全和合規(guī)的前提下，本地化部署的大語言模型能提升業(yè)務處理能力，尤其在部分數(shù)據(jù)處理與企業(yè)級應用的AI融合中提供了智能化升級，定制化和內(nèi)部融合推動了企業(yè)數(shù)智化轉型。“經(jīng)過探索驗證，本地化部署模型在內(nèi)部數(shù)據(jù)加工、代碼輔助生成、文字生成、企業(yè)級RAG、研報解讀等應用方向上達到了可用階段。”

　　關注2

　　大模型賦能投資　未來仍面臨數(shù)據(jù)質(zhì)量等挑戰(zhàn)

　　作為一種先進“工具”，大模型對基金業(yè)的賦能，讓行業(yè)充滿期待。排排網(wǎng)財富理財師姚旭升對新京報記者表示，大模型在基金業(yè)的應用有諸多積極意義。第一，在投研方面，大模型能快速解析海量研究報告，提取關鍵信息，幫助機構提高研究效率；第二，在風控合規(guī)領域，大模型可以自動檢查信息披露文件，確保其符合監(jiān)管要求，提升風控精準度；第三，大模型的開源特性和較低的部署成本，降低了基金業(yè)的投入門檻，基金公司可將節(jié)省下來的資源投入到其他核心業(yè)務中，提升整體競爭力；第四，大模型的引入為基金業(yè)帶來了新的業(yè)務思路和創(chuàng)新模式，利用大模型，基金公司可以探索新的投資策略和產(chǎn)品設計，更好地滿足投資者需求。

　　不過，對于投資者來說，最為關心的或許還是“靈魂之問”：AI大模型真的能讓基金的業(yè)績表現(xiàn)更好嗎？

　　對沖基金珠峰智聯(lián)資本AI策略基金經(jīng)理劉昕對新京報記者表示，以我們過去幾年運用0xAI模型預測和分析股票等金融標的實踐經(jīng)驗來看，AI模型對資管業(yè)的賦能主要體現(xiàn)在三個方面：獲取稀缺的超額收益、精準擇時和風險管理。

　　“賦能的核心在于，AI大模型能夠高效地處理海量非結構化數(shù)據(jù)，打破傳統(tǒng)投研慣性，挖掘到傳統(tǒng)方法（無論是主觀投資還是量化交易）中未被識別的有效因素，簡而言之，AI大模型能看到人類現(xiàn)有的投研方法下看不到的東西。”劉昕表示，“從實踐來看，運用AI算法，我們2年已挖掘出38只收益超20%的股票標的，同時，目前用AI擇時預測恒生指數(shù)的勝率達到了100%。”

　　劉昕進一步解釋稱，風險管理則體現(xiàn)在，0xAI模型能在“黑天鵝”事件發(fā)生之前預測到波動方向，從而提前采取風控措施。同時，AI算法能夠實時監(jiān)控投資組合中資產(chǎn)的相關性變化，這是非常重要的。

　　可以預見的是，AI大模型在基金業(yè)的滲透率將越來越高，不過，其帶來的相關風險也值得關注。

　　姚旭升認為，首先，大模型的訓練依賴大量數(shù)據(jù)，若數(shù)據(jù)質(zhì)量不佳，可能導致模型輸出結果有所偏差，同時，由于大模型的“黑箱”特性，金融機構還難以對其結果進行有效的風險溯源和管理；其次，金融業(yè)對數(shù)據(jù)安全和隱私保護有著嚴格的要求，行業(yè)對AI技術的監(jiān)管政策尚未形成統(tǒng)一標準，大模型在金融領域的應用可能面臨法律風險和規(guī)則的不確定性。

　　“基金行業(yè)涉及大量敏感數(shù)據(jù)，大模型的應用可能增加數(shù)據(jù)泄露、數(shù)據(jù)濫用的風險，侵害投資者的合法權益。”姚旭升表示。

　　劉昕也坦言，金融機構全面應用AI模型也存在挑戰(zhàn)，比如，同質(zhì)化策略，若多家機構均采用相似的AI底層算法，那么，很可能導致策略趨同，大家又站在了同一起跑線上，削弱了超額收益，所以底層模型的自研性和創(chuàng)新性非常重要。“另外，AI模型的透明性與可解釋性相對較低，所以‘黑箱模式’可能引發(fā)監(jiān)管審查和法律問題，尤其是在投資決策需要符合合規(guī)要求時，‘黑箱模式’未來很可能會面臨挑戰(zhàn)。”（新京報記者　潘亦純）