ai时代下大宗商品研究平台下的挑战与机遇20240909

鸿泽研阶段黄奕介绍了ETA投研平台的模型预测功能，并探讨了AI时代下大宗商品研究平台的挑战与机遇。

平台目标与功能

• 平台旨在解决研究团队价值沉淀、研究工作规范化和透明化，以及提升研究质量问题。
• 平台功能分为基础功能和进阶功能，基础功能替代分析师大量基础工作，如数据采集、作图和报告生成；进阶功能包括指标预测和相关性分析。

研究维度提升

• 研究维度分为三个层次：解释单个变量（90%的研究）、初步探索不同指标因果关系（50%的研究）、深度探索指标间错位关系（20%的研究）。
• 深度探索进一步分为多周期相关性分析和错位周期分析，增加研究维度和复杂度。

预测框架与方法

• 预测框架分为简单预测和复杂预测，复杂预测通过分析大量指标关系得出预测结果。
• 预测方法包括情景推演、数据回归和深度学习，其中情景推演假设初始条件得出结果，数据回归选择因子和模型进行预测，深度学习使用神经网络模型进行预测。

因子分析

• 因子分析包括因子拆分和因子挖掘，将原油价格拆分为基本面因子和非基本面因子，并通过多因子分析寻找与原油价格相关的指标。
• 因子挖掘通过设置分析模式、标的指标和因子指标系列，分析不同周期和错位周期下的相关性。

机器学习模型开发

• 机器学习模型开发包括设定因子范围、选择模型库、模型训练和预测、模型评价和模型调优。
• 模型开发流程标准化，用户无需编写代码，只需选择输入输出和了解模型基础原理即可使用。

平台开发计划

• 机器学习模型模块预计在10月或11月上线，将加入预测规则，用户可设置参数进行预测。

AI时代挑战与机遇

• 传统研究不拥抱AI将面临掉队风险，顶级投资公司已积极搭建AI投研平台。
• 鸿泽研平台将AI预测逻辑体系转化为低代码或无代码平台，提升数据处理能力。