炒股配资平台选择 大模型如何赋能券商发展？这几场研讨会上，他们在聊
发布日期：2025-04-17 21:56 点击次数：56
在数智化浪潮奔涌的当下炒股配资平台选择，大模型技术已成为驱动金融行业数智化转型的关键引擎。
近期，作为行业最早探索金融大模型研发和应用的厂商之一，恒生在北京、上海等地分别召开了多次行业研讨，与80余家金融机构、近300位行业专家，深挖大模型在投研、投顾、运营等核心场景的落地路径，共同探讨大模型如何促进业务和技术的深度融合，助力券商高质量发展。
这些研讨会上都聊了啥？今天，小编为您带来最新报道——
券商共话大模型应用实践
当前，全球金融机构加速布局大模型创新，挖掘大模型在金融领域的应用潜力，力求在市场中抢占先机。
随着DeepSeekR1等高性价比、强推理能力模型的发布，金融机构在智能决策、服务优化与风险防控领域迎来全新机遇。然而，金融场景模型适配、算力部署与合规风险等挑战亦随之而来，亟待行业共探破局之道。
申万宏源证券开发总部总经理助理石宏飞分享了申万宏源证券在大模型领域取得的初步成果：
申万宏源证券遵循“务实推进、小步快跑、降本增效”原则，研究多种主流大模型（如GPT、GLM4、Qwen-QWQ、DeepSeek）的功能适配和性能，目前已经完成硬件基础以及财富管理、投资研究、运营管理、期货四大知识库的构建，升级10大模型应用显著提升客户体验、促进业务创收和提高效率，年服务流量增长率约5倍。然而在人力资源、算力资源及业务与AI融合深度等方面仍具挑战，通过培训和竞赛提升员工能力，分批采购算力优化配置。
下一步重点包括建立异构兼容算力底座、迭代模型、推广培训和竞赛，推动AI融入业务发展，助力金融科技创新与领先优势。
国金证券科技研发部人工智能实验室AI研究组组长李增鹏分享了大模型在国金证券落地的深度思考和未来抉择：
当前国金证券在大模型建设思路上，提出大模型与证券IT系统的集成应遵循“由松至紧逐步耦合”的原则，采用外挂式、嵌入式和原生大模型相结合的方式来进行大模型的应用。开发大模型是国金证券在行业内首先落地的大模型场景，形成了3大类10个编程场景清单，用于编程辅助、测试辅助和设计评审。
依托AIGC金融创新挑战赛促进科技与业务融合，国金证券积极培育覆盖各业务条线的AI应用场景。在投资研究板块，大模型可以对研报因子进行加工，提升投研效率；在选股方面可以分析股票新闻、公告信息，筛除具有负面舆情的股票；大模型还可以进行产业链图谱挖掘。在服务运营板块，大模型可以用于客服质检，分析服务过程的用户满意度，从而提升用户体验。在合规风控板块，大模型可以支持反洗钱和异常行为监控；同时可以用于投行文档的智能审核，避免出现人工疏漏。
未来，在大模型应用的抉择上，国金证券人工智能实验室“术业并举”的发展策略：一方面，会注重“实际应用效果，持续提升内功”，将AI技术深度融入员工办公、展业以及业务流程优化，全面增强内部协作和业务创新能力；另一方面，国金证券将不断强化AI技术实力与行业影响力，全方面推动公司智能化升级，为投资者创造长期价值。
东吴证券信息技术总部总经理助理兼数智创新部总监葛菊平分享了证券零售业务、机构业务和组织能效三大场景中大模型应用的实践与探索：
东吴证券自2023年8月正式启动AI平台建设工作，致力于在应用端寻找券商领域AI赋能的最佳实践范式。通过构建企业级AI即服务平台（AIaaS），快速推动业务领域场景创新，构建涵盖大模型、AI中台能力和AI产品应用模式，目前已完成35个AI场景的验证性落地。“东吴秀财GPT”全面赋能零售业务、机构业务以及组织效率提升。
- 零售业务：AIGC推动服务质量提升，财富业务开发团队基于Alaas平台的AI投顾组件，快速实现"东吴之声"智能投顾应用的开发和落地。
- 机构业务：AI赋能推动开放生态，通过搭建开放平台技术架构（微服务、容器化、低代码开发），连接企业与同业金融机构，将AI能力进行平台化输出。建立关系图谱，基于AI的图计算RAG，提升研究与销售能力。
- 组织能效：AI助手实现降本增效。构建思维链文档实现文档的生命周期智能化管理。自研了智能写作工具，支持多种方式接入其他系统，全面满足多样化的报告制作需求，实现风格化创意内容规模生产。
东吴证券对标ISO42001建立AI治理体系，推动业技融合与负责任的AI双向奔赴，从业务侧、技术侧和场景侧构建“飞轮效应”推动大模型螺旋式创新。
中国银河证券场外AI团队负责人丁晓乐分享了中国银河证券大模型在协议类交易中的应用实践：
协议交易主要通过交易员以网络沟通的方式与客户协商促成交易。由于业务场景垂直、专业话术要求高、交易时间集中且短暂、对响应速度要求严苛、交易员数量少以及数字化程度低等特性，让业务发展举步维艰。
为打破这一困局，中国银河证券通过大模型设置微信群机器人实现秒级响应解析、设计容错功能保障服务稳定、规划排序报价功能，全方位提升协议类交易的服务效果。协议交易大模型上线后，有效增加场外交易客户服务半径，使得服务的中小客户更多，在机器人引领下业务抓住了行情，累计处理客户询价16万余次，累计处理下单2400余次，询价到下单转化率显著提升10个百分点。此外，我们还将大模型引入到了投资监督系统，大模型协助梳理投监规则输出标准指标库，完成风控条款的智能解析。
丁晓乐强调，大语言模型具备高科技技术革命的特点，将其转化为一种金融行业的新质生产力还必须结合行业特点，对客创造价值，对内支撑引领，才能真正成为新质生产力带来全局业务增量，实现高质量发展。
中泰证券科技研发部总经理助理田延杰剖析了证券领域大模型的实践：
中泰证券采用“1个大模型平台底座 +N个通用产品和业务应用” 的设计，在模型管理、技术探索、评测体系及服务接入等方面多点开花。
在模型管理上，仓颉大模型平台私有化部署多个模型，统一接口服务，保障数据安全。技术探索层面，从推理引擎到模型微调，再到引入RAG 知识库和知识图谱模型，持续优化算法，提升问答质量与文档检索能力。模型评测采用 RAGAS 评测体系，从六个维度严格把关，确保模型性能。仓颉大模型服务接入参照 0penAI标准，对外开放MaaS服务接口。自2024年起，中泰证券陆续推出多款应用，已上线的集中运营助手泰牛、公司制度库与智能投顾助手。
最后，田延杰强调：大模型将广泛赋能我国经济社会的多个领域，推动新一轮的科技革命与产业变革，成为未来创新的主要阵地。
大模型应用路径探索
在多地的系列研讨会上，来自恒生电子的技术专家们也分享了恒生在大模型在金融行业的应用路径和金融数据方面的实践：
恒生电子首席科学家白硕指出：当前，大模型发展呈现三大趋势：头部模型技术壁垒深化、开源生态加速渗透、垂直领域模型向通用能力迁移。面对技术浪潮，金融机构需审慎平衡模型性能与成本，强化合规风控，警惕过度依赖开源模型带来的数据泄露及版权风险。
基于恒生实践，大模型已在智能客服（问答准确率超90%）、投研分析（信息处理效率提升5倍）、合规审查（风险识别覆盖率达98%）等场景实现价值突破，但落地仍面临模型幻觉、知识更新滞后、多系统协同等挑战。
对此，他提出三大路径：第一，优选头部厂商基座模型，规避不确定性；第二，采用“数据-模型解耦”架构，专注语言推理而非数据存储；第三，以RAG+API插件化模式增强实时性与准确性，如客户服务场景中结合实时行情API修正投顾建议。
展望未来，白硕强调，需加速构建具备动态规划能力的Agent智能体，推动AI从“流程执行”向“自主进化”跃迁，同时呼吁行业共建技术标准与协作生态，攻克金融专属知识蒸馏、低资源消耗训练等关键技术难关。
恒生聚源总经理吴震操介绍了恒生聚源在投研、投顾和金融数据的实践：
为了更好地服务客户，恒生聚源在大模型能力、Agent、金融数据三个方面进行突破，WarrenQ借助DeepSeek提升投研工作中的推理能力，新推出的投顾版本能够生成客户画像、撰写投顾报告。WarrenQ的Agent中台具备精准的NL2API能力，整合恒生聚源金融数据API，方便用户根据金融场景需求自主进行工作流编排，快速搭建智能体；创新的AI友好数据库AIDB加持优化取数逻辑，构建新的数据库范式三表体系，将专业内容转化为通识统一量纲，使大模型能够更准确地从资讯数据库中取数。他提出，通过混合部署方式平衡内部数据安全和外部算力及资讯数据的使用。
最后，吴震操强调，面向人工智能用数的AIDB与面向业务提升的Agent智能体编排是未来企业大模型发展的核心关键所在。
会上，来自不同金融机构的专家们还一同就模型选择、算力及安全合规问题、未来业态等展开深度研讨。
未来，随着垂直领域大模型与券商交汇点的增多，大模型可能覆盖券商多业务场景，成为券商数字化转型、差异化竞争的有力支撑。恒生也将进一步完善金融大模型服务生态，持续构建大模型创新应用矩阵炒股配资平台选择，携手金融机构和生态伙伴，助力行业数智化转型升级。
海量资讯、精准解读，尽在新浪财经APP
