文章主题：GPT-4, ChatGPT, 量化投资
近日，GPT-4面世。其强大的代码代写功能，让程序员直呼“要失业了”。
不少吃瓜群众表示好奇：ChatGPT能否做量化投资，让人工智能来炒股？
中国证券报记者第一时间采访到多位量化人士了解到，对于量化投资，ChatGPT主要可以提高其中基础代码编程部分的效率，并非是投资策略研发的替代。
此外，基于金融行业特有的行业属性，类似ChatGPT的AI应用尚不能接入到公募私募的投研系统，直接辅助投研活动。业内专家表示，基于自主可控和数据安全的考虑，等到国内相关公司的大语言模型研发出来之后，可能会接入到资管机构的投研领域。
ChatGPT也会量化投资？
🎉🚀震惊！AI新纪元！ kode wizards 遇到超强挑战！🔥🔥 #GPT-4大爆炸 3月23日，全球领先的代码宝库GitHub以创新姿态，推出Copilot X迭代升级，瞬间点燃编程界的火花！🔥💻程序员们纷纷惊叹：“未来代码写作，只需唇齿轻动？”但这并非担忧的信号，反而预示着技能转型的新篇章。🤖💼无需再为繁琐重复的任务烦恼，Copilot X以其强大的自动生成能力，让创新思维得以解放，编码效率翻倍！🚀🔥别忘了，技术日新月异，拥抱变化才是王道。让我们一起期待，AI与人类智慧如何携手共创未来编程的辉煌！🌟💻
在金融行业，同样涉及写代码、做编程的量化投资，是否也面临着同样的境况呢？
🌟金融巨变！投资者新宠ChatGPT引领潮流🔥 —— 以技术颠覆传统交易策略💡在瞬息万变的金融市场中，一位名叫刘阳的业界领军人物，以其独特的视角揭示了新兴力量的崛起——ChatGPT，这个AI语言模型正悄然颠覆着证券交易部的操作方式。👩💻举个生动的例子，当刘总向ChatGPT抛出“编写预期盈利因子选股策略”的课题时，超凡的智能立即回应，生成了一段代码，这不仅仅是技术的进步，更是思维模式的革新。📊无需繁复的手动编写，ChatGPT以其精准且高效的响应，瞬间为投资决策提供了精确依据。 kode | 💻魔法般的工作效率|这样的场景，无疑标志着传统交易策略正面临一场革命性的挑战。投资者们不仅拥抱了科技，更是在其中找到了新的盈利之道。🏆对于寻求创新和高效的投资人来说，ChatGPT无疑是新时代的金融导航者。它以其开放性和灵活性，为投资者打开了无限可能的大门。🌍欲了解更多关于如何利用ChatGPT优化交易策略的深度解析，敬请关注我们明泽投资的最新动态。我们始终站在技术与市场的交汇点，引领行业趋势。💡#ChatGPT #金融创新 #智能交易
“代码逻辑与结构稳固，但需结合最新数据及本地环境进行细致调试，以确保最佳运行效果。” —— 专业人士指出
来源：受访者提供
🌟在VS Code编程之旅中，我发现了一个神器——ChatGPT代码自动补全插件！只需轻轻一唤，如需实现某个函数功能，我便能在终端输入需求，它会迅速生成代码，为我搭建起基础框架。然后，我可以在此基础上进行微调，这无疑极大地提升了我的工作效率。就像刘斌总监所说，在投资策略的制定上，也能体验到类似的便捷。🚀
🚀掌握了自动化编程的新潮流，顶尖企业如【公司名称】正逐步告别繁琐的手动编码时代。据内部人士【刘阳】透露，ChatGPT已成功取代人工，成为底层代码编写的得力工具。在项目初期的系统构建中，ChatGPT展现出的实力堪比经验丰富的高级程序员，大大提升了工作效率。🚀原始代码的量化工作，曾经是繁琐且耗时的手工任务，但现在，只需轻轻一点，ChatGPT就能迅速生成高质量的代码，实现了自动化与效率的完美结合。这种创新不仅简化了团队的工作流程，也使得【公司名称】在技术领域保持领先。🌟ChatGPT的强大功能，无疑为数字化转型提供了强有力的支持，它正逐步成为软件开发中的新标准。对于寻求技术创新和提升竞争力的企业来说，拥抱ChatGPT是明智之举。💻🚀
🌟【量化投资新视角】ChatGPT助力编程效率，但量化之路人工不可替🌟🚀在金融科技浪潮中，亿级量化私募思勰投资的领军人物吴家麒揭示了ChatGPT在量化领域的独特定位——它并非简单的人工替代品。🎓对于非科班出身的投资者来说，ChatGPT或许能提供编程上的便捷，但它无法完全取代专业量化人士的智慧和经验。💻ChatGPT的高效提升无疑是算法领域的一大进步，但策略的核心逻辑构建，那可是需要深厚数学知识与人性洞察的双重积淀。💡ChatGPT尚处在学习阶段，对于量化策略的深度理解和执行，人工的判断和创新仍是关键。💼吴总强调，尽管技术日新月异，量化投资的灵魂——逻辑推理和策略优化，仍离不开人类的智慧和专业技能。🎯因此，无论是投资者还是从业者，都应理性看待ChatGPT的角色，它更像是一个强大的工具，而非取代一切的魔术师。✨#ChatGPT#量化编程#人工替代
并非人工替代
记者了解到，ChatGPT对于量化投资，主要是基础代码编程效率上的提升，并非投资策略研发的替代。
“ChatGPT能够‘写代码’是因为GPT模型的预训练数据中包含大量源代码，所以它可以按照提问信息来预测用户所需要的代码。”刘斌表示，ChatGPT背后是一种人工智能大语言模型，从大量的文本数据中学习语言的通用特征，例如词语之间的关系、句子结构、语法和上下文信息等，完成一种有逻辑的表达回答用户的问题。相较于人脑，它背后的数据、语义、资料更多，但仅靠大语言模型并不能理解代码背后的意图，也无法在股票市场无法完成一个精确的投资。
刘斌举例说，“化工行业的定价逻辑”“白酒行业过去几年的表现规律”这些问题ChatGPT等大语言模型在金融场景落地后是能够回答的，因为在过去的研报中可以找到很多类似的论述。
但“某个股票怎么样？”这个问题，它是无法给出一个准确的答案的，未来需要投研人员先确立一个选股框架，它可能会帮忙找出来。
吴家麒也进一步举例论证道，现在市场上很多数据和信息都是噪音，可能只有1%的有效信息。如果ChatGPT基于所有的信息进行拟合，可能出来的策略是无效的，或者说通过它在金融市场上来更迭量化策略，选取有效因子，效率会比较低。
但多位业内人士同时向记者提到，未来或会诞生能够熟练应用AI的“提问工程师”这一职业。同时，量化投资在招聘时，量化模型的主观架构能力会更被看重。“只有在对策略和模型有清晰认知的前提下，我们才能调动AI提高工作效率。”刘的阳表示。
暂不可接入投研系统
既然ChatGPT能够提升投研人员的工作效率，那么能否类似于微软将人工智能大语言模型技术引入Office一样，将ChatGPT接入基金公司的投研系统？
目前，针对这一问题多位业内人士对记者表示：可以接入人工智能大语言模型技术，但ChatGPT目前不行。
恒生电子首席科学家白硕近期在一场公开演讲中表示，基于金融行业特有的行业属性，大规模商用的技术对于准确性、可控性、时效性有很高的要求，并且需要具备很强的专业性、逻辑性和创造性。
同时，基于自主可控和数据安全的考虑，直接应用公有云上的大语言模型可能并不适用于资管机构。
“由于项目并不完全开源，目前ChatGPT对于投研端来说是一个技术黑箱，大家不清楚它输出内容的逻辑，它输出的内容可能和市场、和投研人员理解偏差很多。”某位业内人士对记者表示。
刘斌则提到，目前，投研系统接入类似的大语言模型，合规是首要面对的问题，可能存在信息泄漏的风险。也许等到国内的人工智能大语言模型在金融行业优化落地后，未来部署在本地，投研系统或可能实现接入类ChatGPT的功能。
业内人士表示，目前在公募、私募行业，类似于ChatGPT的人工智能技术或可最先应用于客服问答、研究辅助等领域。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
