固定收益专题：DeepSeek固收赋能系列：转债篇

固定收益专题 证券分析师 吕品资格编号：S0120524050005邮箱：lvpin＠tebon.com.cn 宋康泰资格编号：S0120524060003邮箱：songkt＠tebon.com.cn 今年春节期间DeepSeek横空出世，对比现有大模型，其通过高效的MoE和MLA架构设计，提升算力利用率，通过强化学习和算法创新等，显著提升复杂任务的推理能力，大幅降低算力成本的同时提高推理效率，体现出性价比优势。据国内AI产品榜数据显示，DeepSeek自上线以来，用户实现快速增长，上线20天内日活跃用户数已突破2000万，成为全球增速最快的AI应用之一。DeepSeek给出的转债策略框架是否有效？如何利用DeepSeek更多辅助进行转债投资研究？我们给出一份快手指南，以供投资者参考。 金晓溪资格编号：S0120524110002邮箱：jinxx＠tebon.com.cn 研究助理 总体来看，在决策需求方面，DeepSeek转债市场策略框架满足转债分析的基本要求，在不给任何提示的情况下，给出“供需变化+条款博弈+行业配置+风险控制”框架，在用角色扮演型提示语或分析型提示语后，逻辑框架也更加清晰。在分析需求方面，DeepSeek对金融数据和专业术语方面仍有待用户培养和多次提示。 相关研究 目前，我们汇总了四个可以应用DeepSeek在转债投研中的常见场景： （1）模型推理能力——转债策略输出：例如“你是专业分析师，结合市场情况，给出适合当前的转债策略”、“请从供需、估值位置、信用风险、期权属性、行业配置、个券选择角度分析当前转债市场策略”； （2）Excel文件分析——转债数据解读：例如“统计被动指数债券基金持仓转债的行业分布，生成柱状图，并找出持仓规模前三的行业”； （3）金融文本分析——调研纪要重点提取，例如“请从经营近况、行业前景、公司财务分析、未来增长点、转债条款等多个维度对纪要重点进行梳理并输出”； （4）接入API——调用WIND数据接口，例如“通过本地Wind API获取最近一个月的中证转债指数和沪深300指数，并绘制走势图”。 我们对上述每个场景均进行了prompt调试与测评，综合DeepSeek输出结果，我们认为目前DeepSeek在转债细分领域各项能力排序为：逻辑推演能力>文本分析能力>API接入>数据文件解析，意味着辅助转债投研工作时，各项功能效用排序：基础提纲搭建>纪要提取>代码撰写>数据分析。在需要及时的市场信息时，尽量同时打开联网搜索模式和R1模式。随着模型迭代更新，相信在数据分析、选股模型搭建方面DeepSeek未来仍有非常多值得我们探索的空间。 总体来看，（1）对于转债从业人员来说，核心竞争力来自于独立思考能力，不仅能够判断信息和观点的正确与否，更在于紧跟市场动态，给出独立的观点，AI大模型在短期内仍较难替代研究员的工作。（2）对于转债投资者来说，AI大模型能够帮助投资者快速了解市场，降低投资者进入的门槛，拓宽品种的投资人群；（3）对于转债市场来说，AI大模型提供了新的视角和工具，有利于市场流动和发展壮大。 风险提示：大模型输出结果具有一定随机性的风险，模型迭代升级、新功能开发可能会导致结论不同；人工智能模型得出的结论仅供参考，可能出现错误答案的风险。 内容目录 1. DeepSeek的底层逻辑.................................................................................................52. DeepSeek在转债研究中的应用...................................................................................72.1.模型推理能力——转债策略输出.........................................................................72.2. Excel文件分析——转债数据解读.......................................................................92.3.金融文本分析——调研纪要重点提取................................................................102.4.接入API——调用WIND数据接口...................................................................113.总结...........................................................................................................................12风险提示.........................................................................................................................12信息披露.........................................................................................................................13 图表目录 图1：DeepSeek推荐文件处理规模................................................................................6图2：开放式提问和DeepSeek思考过程（R1模式&联网搜索）...................................6图3：开放式提问和DeepSeek思考过程（仅R1模式）...............................................6图4：引导提问和DeepSeek思考过程（R1模式&联网搜索）.......................................7图5：引导提问和DeepSeek思考过程（仅R1模式）...................................................7图6：DeepSeek对原始金融数据文件的分析过程（R1模式）......................................7图7：数据加工处理后，DeepSeek提问和思考过程（R1模式）...................................7图8：DeepSeek对开放式提问的答案（联网搜索&R1模式）........................................8图9：DeepSeek对追问的答案（R1模式）...................................................................8图10：DeepSeek对追问的答案（联网搜索&R1模式）.................................................8图11：DeepSeek-R1初始解析数据结果.......................................................................10图12：多次提示结果有误后，DeepSeek-R1解析结果.................................................10图13：DeepSeek-R1对某转债调研纪要的提取结果...................................................11图14：接入wind API，要求DeepSeek提取数据并作图..............................................11图15：多次调试后，DeepSeek对wind数据整理的结果.............................................11 今年春节期间DeepSeek横空出世，对比现有大模型，其通过高效的MoE和MLA架构设计，提升算力利用率，通过强化学习和算法创新等，显著提升复杂任务的推理能力，大幅降低算力成本的同时提高推理效率，体现出性价比优势。据国内AI产品榜数据显示，DeepSeek自上线以来，用户实现快速增长，上线20天内日活跃用户数已突破2000万，成为全球增速最快的AI应用之一。DeepSeek给出的转债策略框架是否有效？如何利用DeepSeek更多辅助进行转债投资研究？我们给出一份快手指南，以供投资者参考。 1.DeepSeek的底层逻辑 目前已有多个途径可以登录使用DeepSeek：（1）官方网站或手机APP端；（2）本地部署，实现随时流畅使用，但当前部署各版本模型对硬件有一定要求。普通笔记本和台式机仅配备CPU，仅能勉强运行DeepSeek-R1-1.5B、7B，使用者反馈响应速度慢，实用性打折扣。根据DeepSeek对话显示，目前想要完整流畅应用DeepSeek-R1-14B及以上推理模型需要配备CPU8核+、运行内存32G+DDR4、GPU24GB+显存显卡（如RTX 3090/4090/A10/A100）、硬盘NVMe SSD50GB+；（3）硅基流动、百度千帆、火山方舟等云端平台接入API，大部分为付费token，优点是对本地配置没有要求，随时随地多平台流畅调用。 DeepSeek现有三种模式，基础模型（V3）、深度思考（R1）、联网搜索。其中V3为基础模型，能够快速解答简单问题，不展示思考过程；R1为深度推理模型，拥有671B参数，并采用了后训练+RL强化学习方法，擅长从多个角度分析问题，同时给出经过严密推理后的解答；联网搜索为搜索功能，基于RAG方案（检索增强生成），可以补充最新时间的信息。 通过DeepSeek可以实现文本生成、自然语言理解与分析、编程与代码等功能，本文着重关注四个转债市场中常见的投研场景，重点在于探索推理模型的提示语（Prompt）设计方法，对比不同模式下DeepSeek的输出结果，以达到更高效辅助投资研究的目标。 为了更好展示DeepSeek的底层逻辑，我们先以转债研究中两个常见需求为例，第一个为决策需求：要求其进行逻辑推演和量化分析，例如“当前转债策略是什么”；第二个为分析需求，要求其深度理解数据/信息、发现模式或因果关系，例如“提供数据附件文件，分析数据并画图”。下面分别展示DeepSeek在不同模式下的思考过程，拆解其分析转债相关问题时的思考框架。 总体来看，决策需求方面，DeepSeek转债市场策略框架满足转债分析的基本要求，在不给任何提示的情况下，给出“供需变化+条款博弈+行业配置+风险控制”框架，在用角色扮演型提示语或分析型提示语后，逻辑框架也更加清晰。分析需求方面，DeepSeek对金融数据解析和细分专业领域，有待用户培养和多次提示。在细节方面值得关注的有以下几点: 第一，DeepSeek的优势在于：（1）速度快。思考过程用时短，可以快速梳理资料。（2）兼顾买/卖方观点，同时突出重点和其他因素，如考虑了宏观经济等。 第二，DeepSeek的局限性体现在：（1）数据处理能力不足。读取文件大小和数据量有限，分析仅限于模型已读的数据，结论可能不完整，需要对数据进行加工处理。根据对话DeepSeek得到推荐的表格数据处理规模如下： （2）信息及时性与深度较难兼得。一方面，联网搜索与R1模式同时开