4月24日下午
来自多家券商的行业专家、技术大牛们齐聚苏州
让他们汇聚一堂的就是
备受关注的
👇
大模型技术与应用
当下，大模型正以迅猛的发展速度向着多元场景延伸，也向着金融垂直领域落地。作为金融领域的重要参与者，券商亦开启逐浪大模型的具体实践。
大模型技术正逐渐成为券商数字化转型的重要助力。
4月24日，由东吴证券主办、恒生电子协办的证券大模型沙龙在苏州举办，多家券商齐聚，共同探讨大模型在金融领域的发展方向与多业务场景的创新应用。
图片
会上，东吴证券首席信息官华仁杰在致辞中表示：AI技术正以前所未有的速度发展，它的应用场景越来越广泛，从数据处理到决策支持，人工智能正在重新定义各行各业的运行模式。目前AI不仅能够帮助金融企业提质增效，同时也能为我们的客户提供更加个性化、智能化的服务。
在金融与AI的结合上，我们可以想象到的空间是无限的。从风险管理到交易执行，从客户服务到后台运营，AI技术的应用将使金融服务更加高效、安全、个性化。未来，随着技术的不断进步和创新应用的深化，金融行业将迎来更加广阔的发展前景。
图片
恒生电子首席科学家、恒生研究院院长白硕在致辞中表示：当下，金融行业信息化进程已经处在网络化2.0向数智化3.0跃迁中，数智化的目标是通过科技替代脑力劳动，而AI大模型正是这个时代的标志性技术之一。
落到金融领域，我们看到大模型不仅可以赋能客服、投顾、风控、投研等业务场景，同时还能通过重构软件开发、数据生产环节赋能金融机构内部数智化转型。
技术的黄金时代已经来临，期待未来我们能够继续携手并进，联合行业共同开启金融与人工智能融合发展的新篇章。
图片
东吴证券和恒生一直积极拥抱新技术，推动行业创新，双方目前已在投顾领域展开大模型技术应用场景共建探索。
“证券行业+AI”应用场景丰富
图片
证券行业因其丰富的数据资源、良好的数字化基础以及多元化的业务场景，是大模型落地的核心行业之一。
东吴证券高度重视大模型带来的新机会，积极落实AI赋能战略。目前，东吴秀财大模型已经完成了千亿参数大模型的训练，并已通过算法备案，东吴证券成为国内首家自研大模型并通过算法备案的证券公司。
东吴证券信息技术总部副总经理任川介绍：除了训练自研大模型之外，东吴证券也高度重视AI的应用，基于大模型文本理解与生成、智能搜索、智能中枢、BI助手四大范式，在财富、风控、投研、投资、量化、办公等领域开展AI试点应用建设，提供显著的提质增效服务能力。
“深度结合业务需求，结合这四大领域基础能力，同时引入金融科技公司提供的工程化能力，可以快速组合出多个应用。”他分享了东吴证券的应用实践：其中，在“AI+固收”中，探索落地兑付兑息报告等文档智能生成、立项文档等智能审查、债券信息智能问答、数字人合规风控业务培训等应用场景；在“AI+研究所”中，则以AI大模型充当“大脑”，RPA工具充当“手脚”，为行研日报、打新报告、转债周报、会议纪要、年报分析等日常工作提效。
财通证券金融科技研发部团队负责人严佳栋分享了大模型在财通的落地思路：构建“算力+模型+工具层+应用层”的整体规划，在应用层聚焦于通用问答机器人、智能工作台、应用助手三大能力建设。
“券商大模型的应用落地应当循序渐进，可以从外围场景逐渐渗透到核心业务，从内部管控工具建设拓展到对客业务工具。”他介绍：我们以“数字员工”为初期切入点，将其应用于日常办公场景。在这一过程中，采用公有大模型处理指令，并确保数据处理在本地进行，敏感数据不出域，从而确保应用的安全性。
在“泛财经研报”这一需求量大、频度高的场景中，利用大模型技术辅助研报的大纲和内容编写，有效提升研报的撰写效率。而在“研报量化因子提取”这一专业性较强的场景中，则通过大模型技术进行因子抽取、交叉校验等操作，实现针对性的效率提升。
提高企业风险控制水平，确保合规性也是证券行业关注的重点。
“合规工作面临着法律法规众多、监管规定频发、处罚案例屡见、知识沉淀不足等挑战，而目前的通用搜索无法满足风险合规管理的需求。”山西证券合规法律部负责人刘卓新分享了在合规领域的大模型应用探索：
我们以各类合规知识为基础，运用AI智能模型，打造合规知识库，向量知识库能够随着新规定的出台不断更新，实现持续学习和优化，借助“大模型 + 知识库”增强AI合规助理的智能性与服务能力。
智能合规问答机器人，在合规方面为员工节省文档检索时间，提供较为综合且全面的回答，从而提高员工合规展业能力、工作效率以及智能化水平。
金融科技加速“行业数智化”
图片
在数智化浪潮的推动下，大模型技术以其强大的数据处理能力和广泛的应用前景，正在为证券行业的创新与发展注入科技动能。
“大模型技术实现了自然语言处理的历史性突破，已经具备非结构化文档机器可读、活数据和活系统语言可控、非标注语料/精调语料端到端迭代训练等能力，同时实现了破解语言成分远距离关联，打通语义、常识、事理关窍的两大突破。”
恒生电子首席科学家、恒生研究院院长白硕指出：顺应这样的技术发展趋势，金融机构可以通过选场景、定模型、购算力、理数据的步骤，赋能业务场景，带来服务升级、产品革新，最终实现降本增效。
“大模型的业务场景落地，需要金融业务的深度卷入。”在模型层，恒生自主研发的金融行业专属大模型LightGPT已通过大模型算法备案；在应用层，“中控”平台光子可以连接模型、应用与资源，满足大模型落地应用过程中对时效性、事实性、安全性、联网查询、做任务等方面的需求；同时，基于活数据、活业务打造的一系列大模型应用产品，目前已经在投顾、投研、客服、合规、运营、交易等业务场景与金融机构开展共建探索。
在投研场景中，对于数据分析和智能处理有着极大的需求。
恒生聚源市场运营总监梁令安介绍：智能投研平台WarrenQ通过大模型的加持，深化金融垂域的“搜读算写”能力，打造出Chat、会议机器人、定报智读、数据演算、AI写作等功能，并持续深入私有知识库问答，融汇到智能投顾/投研/做市等金融业务场景，为分析师和投资经理提供AI赋能。
WarrenQ可以与金融机构达成深度场景化合作探索，通过“大模型+工具+数据+N场景”的模式，持续为业务人员提供智能化的数据分析和交互技术，帮助业务人员提升工作效率。
AI算法在股票行情预测中的应用，也成为大模型技术应用的重要探索方向。
东吴金科副总经理王亚宁指出：短期预测可结合数据和多因子投资框架，应用于做市、算法交易等场景。高频交易中，模型复杂度影响过拟合与欠拟合的平衡，需要根据实际需要不断做权衡。从我们的实践情况来看，AI算法在预测收益率、限价单成交概率、波动率等主要交易指标上有较好的表现。
当下，已经可以基于机器学习、深度学习等AI技术，通过从原始行情到因子挖掘，来预测未来状态，从而辅助交易决策。未来或许可以利用大模型技术直接辅助交易决策环节，进一步从“人工”走向“智能”。
会上，来自不同券商的专家们还一同就模型选择、算力及安全合规问题、未来业态等展开深度研讨。
未来，随着垂直领域大模型与券商交汇点的增多，大模型可能覆盖券商多业务场景，成为券商数字化转型、差异化竞争的有力支撑。
恒生也将进一步完善金融大模型服务生态，持续构建大模型创新应用矩阵，携手金融机构和生态伙伴，充分挖掘新兴AI技术赋能业务的巨大潜力，助力行业数智化转型升级。
