该报告由国金证券金融工程团队举办,主要对DeepSeek V4s、Kimi K3、智谱GLM5.2三款国产模型在估值建模、多因子选股、半导体产业链研究三类金融投研任务上进行了横向对比测评。报告重点分析了各模型的估值建模能力、多因子选股策略表现以及半导体产业链研究能力,并对比了它们的底稿质量、输出速度和价格优势。DeepSeek V4s在多因子选股任务中表现最优,底稿明细完整且唯一考虑了单边千三交易成本,回测策略有超额收益;在估值建模中底稿工程质量最佳;在半导体产业链研究中表现次之,覆盖了20多只成分股核心数据,知识库可核对。报告还介绍了DeepSeek V4s的本地部署方案和风险关注点。
根据该报告,国产AI模型在金融投研赛道展现出快速发展趋势。DeepSeek V4s在多因子选股等任务中表现优异,体现了国产模型在金融领域应用潜力。与Kimi K3、智谱GLM5.2等竞品相比,DeepSeek V4s在模型规模、输出速度和价格优势上具有明显竞争力。报告指出,国产模型在估值建模、多因子选股等金融投研任务中已接近或达到国际先进水平,但尚未覆盖所有复杂细分场景。未来,随着模型迭代和技术进步,国产AI模型有望在更多金融场景中发挥重要作用,推动金融科技创新。不过,目前国产模型仍以文本处理能力为主,多模态场景能力有限,需持续关注其技术突破进展。
报告重点分析了DeepSeek V4s在金融投研任务中的表现和本地部署方案。在测评中,DeepSeek V4s在多因子选股任务中表现最优,唯一考虑了单边千三交易成本,回测策略有超额收益,底稿明细完整;在估值建模中底稿工程质量最佳,关联关系完善,收入拆解较粗;在半导体产业链研究中表现次之,覆盖了20多只成分股核心数据,知识库可核对。此外,报告还详细介绍了DeepSeek V4s的本地部署方案,指出其为轻量级模型但对GPU要求高,官方推荐SGLang等框架,满血版需4张英伟达H200或8张B200(单卡显存140G以上),个人轻量化部署可选用量化版,在Mac Studio(M3 Ultra等)搭配100G以上内存环境下可实现约100token/秒输出速度。
根据该报告,当前金融AI市场呈现国产模型快速崛起的态势。DeepSeek V4s在多项金融投研任务中表现优异,展现出国产模型在金融领域应用潜力。与Kimi K3、智谱GLM5.2等竞品相比,DeepSeek V4s在模型规模、输出速度和价格优势上具有明显竞争力,输入100万token仅1元(输出2元),涨价一倍后仍比竞品低5倍以上。不过,报告也指出金融投研任务测评仅覆盖三类典型场景,未包含更多复杂细分场景。目前国产模型仍以文本处理能力为主,多模态场景能力有限,需持续关注其技术突破进展。总体来看,金融AI市场正处于快速发展阶段,国产模型有望在更多金融场景中发挥重要作用。
该报告提示了DeepSeek V4s及国产AI模型在金融投研应用中的风险关注点。首先,DeepSeek V4s并非多模态模型,文本外场景能力有限,可能无法满足所有金融场景需求。其次,金融投研任务测评仅覆盖三类典型场景,未包含更多复杂细分场景,实际应用中可能面临未预见的挑战。此外,报告还关注国产模型对海外模型的赶超进展,指出后续需关注DeepSeek Pro等国产模型的发布情况。虽然国产模型在金融领域应用潜力巨大,但仍需持续关注其技术成熟度和市场竞争力,以及数据安全、模型偏见等潜在风险。