ChatGLM2大模型微调指南 医药行业舆情精选策略 年化超额30%
本文基于国金证券研报,介绍大模型微调方法,重点使用LoRA对ChatGLM2进行微调,用于医药行业舆情分析,构建周度精选策略。在无手续费条件下年化超额收益率达30%,考虑单边千分之二手续费后仍有12.17%的超额收益,综合准确率约0.9,展示了低成本私有化部署大模型进行投研辅助的可行性。
本文基于国金证券研报,介绍大模型微调方法,重点使用LoRA对ChatGLM2进行微调,用于医药行业舆情分析,构建周度精选策略。在无手续费条件下年化超额收益率达30%,考虑单边千分之二手续费后仍有12.17%的超额收益,综合准确率约0.9,展示了低成本私有化部署大模型进行投研辅助的可行性。
本文基于国金证券研报,介绍大模型微调方法,重点使用LoRA对ChatGLM2进行微调,用于医药行业舆情分析,构建周度精选策略。在无手续费条件下年化超额收益率达30%,考虑单边千分之二手续费后仍有12.17%的超额收益,综合准确率约0.9,展示了低成本私有化部署大模型进行投研辅助的可行性。
本文基于国金证券研报,介绍大模型微调方法,重点使用LoRA对ChatGLM2进行微调,用于医药行业舆情分析,构建周度精选策略。在无手续费条件下年化超额收益率达30%,考虑单边千分之二手续费后仍有12.17%的超额收益,综合准确率约0.9,展示了低成本私有化部署大模型进行投研辅助的可行性。核心数据:12.17%。
本报告由国金证券发布,发布于 2023 年。
覆盖 2023 年,全文约 23.0。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合金融研究员、量化投资者、AI技术从业者等读者参考。
重点分析了金融投资、ChatGLM2、年化超额、医药等议题。