智能投顧是以人工智能為基礎(chǔ)的一項(xiàng)專業(yè)的投資咨詢服務(wù)，ChatGPT這類AI機(jī)器人應(yīng)用以后，能排除人的主觀因素，提供更加客觀的建議，還可以隨著市場(chǎng)和環(huán)境的變化而不斷演變創(chuàng)新。

能寫研報(bào)、能生成代碼、能寫作業(yè)，還作得了詩……人工智能聊天機(jī)器人ChatGPT近日火爆“出圈”，讓人驚嘆。不少金融機(jī)構(gòu)也利用ChatGPT寫企業(yè)宣傳稿、行業(yè)研究報(bào)告，或進(jìn)行投資者教育宣傳、推廣。

“在金融領(lǐng)域，ChatGPT能夠應(yīng)用在欺詐檢測(cè)和風(fēng)險(xiǎn)管理、算法交易和投資組合管理、客戶服務(wù)與支持、信用評(píng)分和貸款承銷、對(duì)金融市場(chǎng)的洞察和預(yù)測(cè)等方面，有著巨大的想象空間。”行業(yè)專家對(duì)記者表示。

【資料圖】

不過，上述行業(yè)專家指出，如何確保AI（人工智能）生成的答案可靠，將是ChatGPT這類AI機(jī)器人落地金融領(lǐng)域的最大挑戰(zhàn)。此外，對(duì)于瞬息萬變的金融市場(chǎng)，AI如果無法及時(shí)獲取最新的信息并迭代模型，將做出落后于當(dāng)前時(shí)點(diǎn)的判斷，因此時(shí)效性也是ChatGPT類AI機(jī)器人落地金融領(lǐng)域的一大阻礙。

ChatGPT持續(xù)出圈

ChatGPT為何會(huì)火爆出圈？冰鑒科技董事長(zhǎng)顧凌云對(duì)《國(guó)際金融報(bào)》記者表示，ChatGPT以O(shè)penAI先前發(fā)布的GPT-3系列模型為基礎(chǔ)，擁有千億級(jí)別的參數(shù)量和百億級(jí)token，可以生成高質(zhì)量的文本，支持多種語言，通過創(chuàng)新性地引入人為監(jiān)督干預(yù)和強(qiáng)化學(xué)習(xí)技術(shù)對(duì)模型進(jìn)行調(diào)優(yōu)，使得ChatGPT相比之前的語言模型，能夠生成更靈活、更準(zhǔn)確、更具上下文連貫性的語句，可以回答各種復(fù)雜問題并生成相關(guān)的解釋。

“傳統(tǒng)的NLP（Neuro-Linguistic Programming）模型，有很明顯的時(shí)序特征，基本上都會(huì)有一個(gè)邏輯層存在，會(huì)先將用戶的提問進(jìn)行詞義分析，轉(zhuǎn)換成某種‘人類的語義表達(dá)’，再以此映射到標(biāo)準(zhǔn)問題庫，從答案庫中找到最適合此問題的答案。而ChatGPT利用Transformer打破了時(shí)序計(jì)算的邏輯，跳過了詞義分析，使其更自然地與人類開展對(duì)話交流?！彼_摩耶云科技集團(tuán)創(chuàng)始人林建明告訴《國(guó)際金融報(bào)》記者。

數(shù)庫科技人工智能科學(xué)家指出，ChatGPT在多項(xiàng)任務(wù)上都取得了明顯的進(jìn)步，包括對(duì)自然語言的理解、數(shù)學(xué)的推理、程序代碼的生成等，并且在語言生成方面效果提升很明顯，生成的語言比以往的模型更近似人類（的表達(dá)）。

金融壹賬通人工智能研究院總工程師徐亮對(duì)《國(guó)際金融報(bào)》記者分析稱，首先是模型規(guī)模更加龐大，ChatGPT的基線模型使用的是GPT-3.5系列的大規(guī)模語言模型，其中原始版本的GPT-3模型的參數(shù)量已達(dá)1750億。當(dāng)參數(shù)規(guī)模達(dá)到一定量級(jí)，模型突現(xiàn)能力（Emergent Ability）會(huì)帶來更強(qiáng)的推廣能力和穩(wěn)定性，也表現(xiàn)出一些對(duì)“復(fù)雜推理”的處理能力，這些都是小量級(jí)模型達(dá)不到的。直觀的表現(xiàn)是，ChatGPT在組織語言方面，較過去的機(jī)器人看起來更有條理，能夠回答的問題范圍也更廣。

其次，ChatGPT采用了最新的訓(xùn)練范式。不同于現(xiàn)在業(yè)界較為常用的預(yù)訓(xùn)練（pre-train）結(jié)合精調(diào)（fine-tune）來讓模型適配下游任務(wù)的學(xué)習(xí)范式，GPT-3及GPT-3.5系列的模型訓(xùn)練從提示學(xué)習(xí)（prompt learning）出發(fā)，結(jié)合了代碼訓(xùn)練、指令微調(diào)等策略，使得模型不再局限于只做一種類型的任務(wù)，而是能夠聽從人類語言的指令去做更多事情。對(duì)于用戶來說，就是理解用戶意圖的能力更強(qiáng)了，與人類的交互也更加自然。

第三，ChatGPT的訓(xùn)練步驟中加入了基于人類反饋的強(qiáng)化學(xué)習(xí)（Instruction tuning with Reinforcement Learning from Human Feedback，RLHF）策略，讓標(biāo)注人員不斷對(duì)ChatGPT不同回答的滿意程度進(jìn)行排序，建立獎(jiǎng)勵(lì)模型（Reward Model），再利用強(qiáng)化學(xué)習(xí)建立模型的獎(jiǎng)勵(lì)機(jī)制。這套獎(jiǎng)勵(lì)機(jī)制可以讓模型的回答更接近人類的語氣，傾向于給出較長(zhǎng)回答，同時(shí)增強(qiáng)回復(fù)的自然感，使用戶體驗(yàn)有極大提升。此外，ChatGPT還較好解決了對(duì)話任務(wù)中長(zhǎng)程記憶、上下文一致性等問題，使得用戶對(duì)交互的評(píng)價(jià)有了進(jìn)一步的提升。

金融領(lǐng)域應(yīng)用廣泛

ChatGPT火爆出圈也引起金融機(jī)構(gòu)的“試水”。不少基金公司借助ChatGPT開展投資者宣教活動(dòng)，銀行則利用ChatGPT進(jìn)行品牌營(yíng)銷，而券商利用ChatGPT撰寫行業(yè)研究報(bào)告……

在金融領(lǐng)域主要應(yīng)用在哪些方面？《國(guó)際金融報(bào)》記者和ChatGPT聊了聊，ChatGPT給出的答案是聊天機(jī)器人、風(fēng)險(xiǎn)評(píng)估和投資建議這三個(gè)方面，后續(xù)會(huì)在自動(dòng)化交易、數(shù)據(jù)分析和智能合約方面進(jìn)一步應(yīng)用。

徐亮指出，在金融領(lǐng)域，ChatGPT能夠應(yīng)用的范圍非常廣泛，包括欺詐檢測(cè)和風(fēng)險(xiǎn)管理、算法交易和投資組合管理、客戶服務(wù)與支持、信用評(píng)分、貸款承銷、對(duì)金融市場(chǎng)的洞察和預(yù)測(cè)等。

“在量化投資中， ChatGPT可以完成一些簡(jiǎn)單的量化策略，例如構(gòu)建平均回歸模型，輸出均線策略。理論上甚至可以利用Scikit-learn數(shù)據(jù)庫（是針對(duì)Python編程語言的免費(fèi)軟件機(jī)器學(xué)習(xí)庫）建立制作未來利率的預(yù)測(cè)模型，并利用MSE （均方誤差）對(duì)其進(jìn)行評(píng)價(jià)?！?徐亮表示，智能投顧是以人工智能為基礎(chǔ)的一項(xiàng)專業(yè)的投資咨詢服務(wù)，ChatGPT這類AI機(jī)器人應(yīng)用以后，能排除人的主觀因素，提供更加客觀的建議，還可以隨著市場(chǎng)和環(huán)境的變化而不斷演變創(chuàng)新。

林建明認(rèn)為，金融機(jī)構(gòu)在利用ChatGPT技術(shù)逐步賦能場(chǎng)景方面，有著巨大的想象空間。在智能營(yíng)銷、智能客服、風(fēng)險(xiǎn)識(shí)別、代碼編程等方面都是ChatGPT較好的應(yīng)用方向。但期望借助ChatGPT來進(jìn)行量化投資和智能投顧，在方向上不是較好的選擇。因?yàn)镃hatGPT無法取代投資顧問的人際關(guān)系和投資經(jīng)驗(yàn)，也不能替代投資顧問根據(jù)客戶的獨(dú)特情況為其提供個(gè)性化的投資建議。

顧凌云表示，事實(shí)上ChatGPT提供API接口服務(wù)，通過接口可以直接調(diào)用其服務(wù)，并訓(xùn)練自己的模型。舉例來說，在銀行理財(cái)產(chǎn)品推薦模型中嵌入ChatGPT，可能會(huì)提高向客戶推薦理財(cái)產(chǎn)品時(shí)的交互體驗(yàn)。類似ChatGPT的大規(guī)模預(yù)訓(xùn)練語言模型（Large Language Model, LLM），在金融領(lǐng)域會(huì)有用武之地。

徐亮判斷，未來ChatGPT可以應(yīng)用于自然語言處理 (NLP) 和聊天機(jī)器人、預(yù)測(cè)分析、強(qiáng)化學(xué)習(xí)、區(qū)塊鏈、計(jì)算機(jī)視覺等新興的熱點(diǎn)領(lǐng)域，并對(duì)金融業(yè)的發(fā)展形態(tài)產(chǎn)生巨大影響。

準(zhǔn)確性、時(shí)效性面臨考驗(yàn)

ChatGPT的出圈也引起人們的擔(dān)憂。數(shù)庫科技人工智能科學(xué)家告訴《國(guó)際金融報(bào)》記者，ChatGPT目前最大的問題是模型無法保證給出的回答是真實(shí)可靠的，因此在金融領(lǐng)域應(yīng)用ChatGPT時(shí)可能需要通過一些其他手段和方法對(duì)ChatGPT進(jìn)行檢驗(yàn)，以保證結(jié)果的真實(shí)性。

林建明表示，不可否認(rèn)的是，在ChatGPT發(fā)展過程中，也面臨著虛假信息、數(shù)據(jù)安全、知識(shí)產(chǎn)權(quán)合規(guī)、倫理等各種各樣的風(fēng)險(xiǎn)。但是，這些風(fēng)險(xiǎn)可以通過技術(shù)的方式予以解決，比如通過獎(jiǎng)勵(lì)模型過濾風(fēng)險(xiǎn)，通過人類反饋來優(yōu)化語言模型，讓其更加智能的預(yù)測(cè)人類的行為，從而保證生成結(jié)果的真實(shí)性和安全性。

徐亮指出，目前，ChatGPT存在事實(shí)性錯(cuò)誤、實(shí)時(shí)性差、缺乏穩(wěn)定和可重復(fù)性等不足，通過OpenAI放出的訓(xùn)練核心步驟可以發(fā)現(xiàn)，ChatGPT更像是一個(gè)組合了數(shù)種新技術(shù)模塊的基本框架，這個(gè)框架自身的每個(gè)部分都還有廣闊的改進(jìn)空間，例如在大模型部分引入先驗(yàn)知識(shí)，在獎(jiǎng)勵(lì)模型階段新增更豐富的判斷和排序準(zhǔn)則，提升模型回答的可信度和可控性等。

金融領(lǐng)域?qū)煽啃约皽?zhǔn)確性的要求較高，如何確保模型生成的答案可靠，將是該類模型落地金融領(lǐng)域的最大挑戰(zhàn)。徐亮表示，“當(dāng)然，我們可以轉(zhuǎn)換思路，例如讓此類模型作為輔助，來讓傳統(tǒng)的、精準(zhǔn)的流程更富人性化；或考慮人機(jī)協(xié)作，由模型結(jié)合專家來確保答案的可靠”。

顧凌云也指出，類似ChatGPT的AI技術(shù)目前確實(shí)還存在不少風(fēng)險(xiǎn)。比如大規(guī)模使用網(wǎng)絡(luò)公開數(shù)據(jù)訓(xùn)練模型，可能會(huì)使得意外泄漏的個(gè)人隱私信息留存在神經(jīng)網(wǎng)絡(luò)中，存在隱私風(fēng)險(xiǎn)。ChatGPT模型使用人類的反饋來對(duì)模型進(jìn)行調(diào)優(yōu)，但這些反饋無法代表所有的人，這也給模型帶來了統(tǒng)一的有偏好的價(jià)值判斷，存在一定的道德風(fēng)險(xiǎn)。ChatGPT已經(jīng)能對(duì)很多問題做出精彩回答，但依然可能生成符合人類語言習(xí)慣但不符合事實(shí)的回答，在使用相關(guān)AI模型時(shí)，需要有足夠的辨別能力，盲目信任存在風(fēng)險(xiǎn)。

“對(duì)于金融領(lǐng)域，一個(gè)重要特點(diǎn)是時(shí)效性，不斷變化的宏觀和微觀事件對(duì)金融市場(chǎng)都會(huì)造成巨大的影響。而類似ChatGPT的AI模型的訓(xùn)練依賴于網(wǎng)絡(luò)上已有的海量文本數(shù)據(jù)，具有一定的滯后性?！鳖櫫柙票硎?，如果無法及時(shí)獲取最新的信息并迭代模型，ChatGPT將對(duì)金融市場(chǎng)做出落后于當(dāng)前時(shí)點(diǎn)的判斷，這是一個(gè)需要注意規(guī)避的問題。

關(guān)鍵詞： 量化投資