大模型作为一种强大的人工智能技术，具备优秀的学习能力和理解能力，在资产管理领域拥有广阔的应用前景，在投研、投顾、风控等场景下，大模型有望对资管业务产生颠覆式影响。
沙丘社区通过研究招商银行、平安资管、东方资管等金融机构在资管领域的大模型应用探索，旨在为其他金融机构提供参考。
▎案例一：招商银行资管领域大模型探索实践
基于大模型的生成和理解能力，可以在资产管理业务的整个链条中进行应用，例如在实体经济和底层金融资产中，利用大模型的生成能力可以完成研报的写作、检索，利用大模型的理解能力对已有研报可以进行解析、理解、摘要、脱水，挖掘深层次数据价值；在资产组合层面，大模型可以进行因子提取、指数辅助编制、策略COT辅助实现；在财管管理阶段，大模型可以解析基金公司新闻、管理人舆情、基金产品公告等信息，通过资配的逻辑对非专业投资客户进行产品推荐，辅助财富管理。
招商银行在资管全链条上探索大模型应用，包括产业链落链、研报辅助编写、宏观分析、资产分析等应用场景。本案例通过介绍招商银行的大模型落地范式以及对资管场景大模型应用的考虑，为其他银行提供参考。
免费获取完整版案例，可添加微信号zimu738
▎案例二：平安在保险资管领域的大模型应用
基于保险资管场景的特点和实战经验，平安资管总结了大模型应用的几点原则：
第一，不能依赖于模型自有记忆，基于给定素材和知识库。模型记忆主要来自于预训练语料，但语料的时效性往往较弱，且准确性无法满足专业人士的需求。因此使用用户输入的文本、搜索结果或知识库查询结果。
第二，避免参与决策类问题。人做不好的事情不要交给模型做，人能做好的事情可以考虑让机器提效。
第三，聚焦小颗粒耗时任务，发挥信息处理优势。基于给定素材，只让大模型做信息处理，尽量处理简单重复的任务，保证流程可控，避免出现幻觉等问题。
基于如上原则，平安资管目前正在落地的大模型应用如下：
免费获取完整版案例，可添加微信号zimu738
▎案例三：东方资管投研场景大模型应用实践
基金经理、研究员每天面对海量的金融信息，难以快速精准获取有价值的信息。公募基金管理费、托管费降费，需要降低公司运营成本。随着大模型能力的逐渐进步，为大模型应用提供技术基础。作为资产管理公司，投研方向的知识问答是大模型最具业务价值的探索方向。
东方资管将大模型用于投研方向的知识问答场景，联合东方证券开发基于大模型的AI投研助理平台（东方红智能小牛）。本案例通过介绍东方资管的模型选择、知识库检索增强等工作，为其他金融机构提供参考。
免费获取完整版案例，可添加微信号zimu738
