量化策略专题报告：AI辅助投研系列（一），基于知识库的研报分析

研究院量化组 摘要 研究员 每日进行信息收集、行情深挖以及市场跟踪，都是投研人员的必要工作。大模型的出世，让研究行业变得更智能、更便捷、更高效，其版本的持续迭代、功能的不断更新，展现出应用的无限潜力。若投研人员能充分发挥大模型在投研工作中的效用，将更能凸显自身的价值。本报告将从案头文字工作、持仓数据跟踪、观点跟踪这三个维度，阐述如何运用大模型，使投研工作更加高效便捷，拓展研究深度与广度。 高天越0755-23887993gaotianyue@htfc.com从业资格号：F3055799投资咨询号：Z0016156 李光庭0755-23887993liguangting@htfc.com从业资格号：F03108562投资咨询号：Z0021506 第一篇聚焦于知识库在案头文字工作上的的运用 知识库搭建：借助ima.copilot智能平台，研究人员可快速构建知识库。该知识库不仅为投研人员保障了数据来源，还提供了个性化访问知识和数据的方法。 海量信息归纳：利用搭建好的知识库，研究人员可以将海量信息一键打包，或按需求归纳总结。 李逸资0755-23887993liyizi@htfc.com从业资格号：F03105861投资咨询号：Z0021365 深度信息挖掘：根据知识库，大模型可以深挖潜在信息，帮助投研人员更好地分析行情，甚至发现新的市场观点。 研究逻辑提取：借助模型的“智能体”，结合历史行情总结市场规律，生成投资策略建议的观点报告。 联系人 黄煦然0755-23887993huangxuran@htfc.com从业资格号：F03130959 投资咨询业务资格：证监许可【2011】1289号 目录 摘要....................................................................................................................................................................................................1前言：大模型——投研领域的效率革命.........................................................................................................................................4知识库：投研案头文字工作的优化利器.........................................................................................................................................4■便捷构建专属知识库，重塑投研数据基石............................................................................................................................4■大模型应用：海量信息归纳....................................................................................................................................................6◼大模型应用：深度信息挖掘....................................................................................................................................................9■大模型应用：研究逻辑提取..................................................................................................................................................14总结..................................................................................................................................................................................................20免责声明..........................................................................................................................................................................................22 图表 图1：个人知识库建立示例|单位：无.........................................................................................................................................5图2：知识库二维码|单位：无.....................................................................................................................................................5图3:IMA.COPILOT模型归纳时的思考过程|单位：无...................................................................................................................6图4:IMA.COPILOT模型对铁矿石所有研报信息的归纳总结|单位：无.......................................................................................8图5：IMA.COPILOT模型信息提取示例|单位：无.......................................................................................................................10图6：IMA.COPILOT模型信息挖掘示例|单位：无.......................................................................................................................12图7:案例二（混元模型）|单位：无...........................................................................................................................................13图8：案例二（DEEPSEEKR1模型）|单位：无........................................................................................................................14图9：模型思考过程|单位：无...................................................................................................................................................15图10：模型对纯碱市场的投资策略建议|单位：无..................................................................................................................16图11：IMA.COPILOT模型图表分析窗口|单位：无......................................................................................................................18图12：图示例|单位：无.............................................................................................................................................................18图13：IMA.COPILOT模型基于图表分析的策略建议|单位：无.................................................................................................19 前言：大模型——投研领域的效率革命 在这个信息爆炸的时代，知识不再只是界限，而是连接的桥梁。随着AI的出世，信息的智能使用成为了当今社会的新特征。利用AI，革新工作模式必然会给投研人员带来更强的竞争力。 在传统投研模式下，研究人员宛如在信息迷宫中摸索的行者，处理大量复杂的文字资料、跟踪瞬息万变的市场数据、及报告撰写，这些任务不仅容易效率低下，还极大地限制了投研工作的深度与广度。可见传统的研究模式在效率和精准度上逐渐难以满足实际需求。因此，大语言模型的横空出世，恰似一道划破黑夜的曙光，以其自动化和智能化的独特优势，给投研工作注入全新的活力与效率。 本报告聚焦于大模型在期货投研中的应用，深入探讨其在优化案头文字工作、助力信息提取挖掘、深度研究与报告生成、实现持仓数据跟踪以及期货价格走势观点跟踪等多方面的作用。通过实际案例分析和验证，全面展示大模型在期货各投研环节的优势与潜力，推动投研领域在人工智能技术助力下不断创新发展。 知识库：投研案头文字工作的优化利器 众所周知，研究员都需要有自己的知识库（资料库），作为投研工作的信息源和研究依据。以往构建一个行之有效的知识库难度较大，是一项颇为复杂且对编程能力要求颇高的工作。研究人员不仅需要将大量文本数据嵌入模型，还需整合大模型API以便后续调用，整个过程复杂且耗时。如今，像ima.copilot这样的智能平台带来了全新的方案：它提供了简便的个人知识库创建功能，极大地简化了知识库的搭建流程。本文将以ima.copilot为例展开大语言模型于投研领域的应用。 ■便捷构建专属知识库，重塑投研数据基石 搭建专属知识库，研究人员只需在Ima.copilot的“个人知识库”平台上上传本地文件，或通过对话框联网搜索并添加网站，就能快速搭建专属的信息库。如下图所示，在Ima.copilot平台上，我们上传了431个黑色建