主动量化研究之三：ChatGPT思维链推理机构调研选股策略-241216-国金证券

报告摘要

已有的大模型研究表明，在提示词中给出示例的推理工作流程可以引导大模型使用思维链进行思考推断，使 用思维 链的大模型在面对复杂任务时结果的准确率得到进一步增强。 GPT-4o 作为当下最先进的大语言模型之一，通过设计

📋 核心要点(部分)

1. 合适的提示词，给定投资分析的工作流程，可以激发模型的思维链，根据上市公司相关的文本信息对该公司 的投资
2. 数据中的活动信息、参与主体信息，但机构调研披露的问答明细数据作为非结构化文本，传统的分析方法和以 Bert
3. 为例的 NLP 模型在分析时面临诸多挑战，因此前期较少研究分析该类数据。
4. 分析机构调研活动，并据此给出对该调研活动利好或利空的投资判断。
5. 文本分析得出的投资判断股票池，由此得出 ChatGPT 选股池。
6. ChatGPT 选出的利好股票池、传统 NLP 方法（FinBert）分析调研事件文本选出的利好股票池，以及整体被调研的股
7. 据构建的股票池，表明对明细数据的分析能够贡献额外收益。
8. 2024 年，该策略的年化收益率为 16.30%，年化超额收益率为 16.85%。