文章主题：GPT-4, ChatGPT, 量化投资, 代码生成工具
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 正面临革新风暴！🔥🔥GPT-4震撼登场，3月23日GitHub Copilot X紧随其后，引领代码生成革命！💻💼程序员们，你们的工具箱升级啦！不必再对着苍白的行数苦思冥想，只需轻声一语，代码如泉涌出！👀📊但别担心失业，创新只会带来更多机遇，让技术与智慧共舞！🏆🌍未来已来，拥抱变化，让我们一起迎接智能编程的新篇章！🌟
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💡——揭秘智能交易新策略🔍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，这位人工智能投资界的明日之星，正颠覆传统的证券交易策略。🔥以一个生动的场景为例，刘总向我们展示了ChatGPT的强大能效：他轻轻一发“指令”，ChatGPT便迅速生成了一套预期盈利因子的选股代码，这不仅彰显了AI的精准与高效，也让传统交易方式相形见绌。📊ChatGPT的出现，无疑为投资者提供了全新的决策工具，它以代码语言编织出智能投资的新篇章，打破了信息不对称，让数据说话成为可能。🗣️尽管其背后的技术细节和商业价值仍需深入探讨，但不可否认的是，ChatGPT正引领着证券交易领域迈向一个更加智能化、个性化的未来。🚀欲了解更多关于这个革命性工具如何改变投资游戏的精彩内容，敬请关注我们的最新报道，我们将持续跟踪并解析这一金融创新的深远影响。📚#ChatGPT #智能交易 #金融变革
“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整，以确保顺畅运行。” —— 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！每当需要编写特定函数时，只需轻点键盘，在命令行中一吐需求，它就能迅速生成代码，为我铺平道路。这不仅提升了我的工作效率，还让我能更专注于后续的微调和优化。就像刘斌总监所说，这样的工具在增强编程风格上也大有裨益。🚀
🌟🚀技术革新：ChatGPT引领编程新时代！💡曾经的手动编码繁琐冗杂，如今却因ChatGPT的崛起而焕然一新！👨💻刘阳先生透露，这款人工智能巨擘已成功承担起底层代码的量化重任，将人类程序员的双手解放出来。🚀在公司当前的量化系统构建过程中，ChatGPT展现出的实力堪比高级专家级别的程序员，其代码编写效率之高令人惊叹。据统计，相较于传统的手动方式，ChatGPT的工作量直逼专业水准，为项目加速提供了强大推动力。📊无需担心人工成本或技能短缺问题，ChatGPT的出现无疑推动了软件开发行业的数字化进程，引领着未来编程技术的新风尚。💻🚀SEO优化提示：使用“ChatGPT”、“编程自动化”、“人工智能程序员”等关键词，同时融入代码量、效率提升和行业变革等概念，以吸引潜在读者并提高搜索引擎排名。
🌟投资界智者发声：ChatGPT量化之路，效率提升不等同取代全人工🔥🚀百亿量化巨头思勰投资的领军人物吴总，以其独到见解揭示了ChatGPT在量化领域的最新动态——它的确为编程和量化工作带来了显著效率提升，但这并不意味着人工智能将全面颠覆这一专业领域。🌍👨💻首先，基础的编程与量化技能是ChatGPT无法触碰的门槛，它尚不能替代不具备这些知识背景的专业人士进行复杂操作。👩💻🔍策略的核心逻辑构建，其深度和灵活性是ChatGPT目前难以企及的，这恰恰是人类智慧的独特之处。 kode by human, not code by AI. 💻吴总强调，尽管ChatGPT在某些任务上展现出惊人的能力，但在量化策略的世界里，人工智慧与专业经验仍是黄金搭档。🤝对于那些寻求技术升级和优化的投资者来说，ChatGPT无疑是一把强大的工具，但它并不能取代专业的量化投资团队。🌟#ChatGPT #量化投资 #人工智能与人类智慧
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
