鸣熙资产吴比亚在节目上表示，目前火爆的ChatGPT也能在量化投资中提供很多帮助，比如处理文本文件、另类数据，以及帮助进行编程执行分析。
　　以下为文字精华：
　　提问：贵司近期有没有比较有成效的新的研究方向？
　　吴比亚：量化投资最重要的就是不断的创新，也是做投资最有意思的一点，近期海内外ChatGPT都是非常火的话题，是在传统自然语言处理模型，或者说人工智能算法上的非常大的跳跃。
　　我们公司在近期也是对这种大语言模型做了研究，构建鸣熙的代表模型。Open AI最初推出ChatGPT工具，可以理解大量的文本数据，做非常精确的舆情识别和关键字提取，还可以生成文本。
　　之后Facebook等机构也陆续开源了一些大语言模型。大语言模型非常有意思、而且在投资方面还没有被完全利用的点，我们近期也在结合金融数据来继续细化大语言模型。
　　ChatGPT基于海量的数据库，文本可能是诗词歌赋，也可能是人民日报的文章，不一定所有的文本都适用于金融。在这个情况下，我们就需要对大语言模型在金融数据的领域做一些精细化微调。
　　另外就是另类数据在国内目前还是在尚未被完全利用的阶段，在美国发达市场，另类数据使用是非常多的，举个例子，欧美消费主要是用信用卡，就会有信用卡的数据提供商，把季度数据累计起来以后分析分解。比如说在沃尔玛买了一部苹果手机有个消费记录，把所有的消费记录累计起来，就可以识别苹果下一个季度的收入。
　　美国信用卡消费非常高，即便是在亚马逊的网站上下单也可能通过亚马逊的信用卡，最后也会追溯到苹果产品，所以把这些消费记录反推到每个公司以后，就可以非常清楚的刻画收入情况。
　　这样的数据，我们叫做叫另类数据。第一眼看到不觉得跟投资有什么关系，但是它本质也是刻画公司的相对利润来源。这些另类数据也是我们正在大力发展的方向，但是因为国内现在还在相对比较初级的阶段，我们觉得后期会有非常大的增长潜力。
　　提问：ChatGPT对投资者到底有哪些帮助？
　　吴比亚：个人投资者会怎么用ChatGPT进行投资，像我们网站有很多文章，你不可能把这些文章都看完，但是ChatGPT就可以做到把所有的文章都浏览一遍，然后把最重要的信息提取出来，包括哪些股票出了财报，哪些会有业绩预告，哪些股票有突发事件，可以用ChatGPT读网站上所有文章，获取很多有用的信息。
　　市场上有这么多家上市公司，即便是研究行业的研究员，研究大概30只股票，也没有时间把每个年报300页都读完。
　　这个时候就可以用ChatGPT把年报PDF导入。然后问它跟上期年报有哪些更新，重要的点是哪些，财务数据方面有什么变化，这些变化对我的估值模型会有什么样的影响，ChatGPT相当于智能的人，又有无限的算力。人脑的反应速度和表达速度相对比较慢，但ChatGPT可以很快的处理非常多的信息给出反馈。
　　提问：ChatGPT和一些强大的数据类软件有些类似，但其处理速度、反应速度更高效一些？
　　吴比亚：您提到的数据类的软件可能更多的还是一些传统的自然语言处理模型，比如说我放进去一篇文章，把关键字提取出来，相对来说是一些比较传统的模型做的事，它可能基于比如说训练好的字典也好。
　　但是ChatGPT更像一个算力非常大的深度学习网络，能生成文字，提取关键字，例如我让ChatGPT读一篇文章，然后问假如你是股票分析师有哪些意见，哪些观点提给我，他可以表达得和真实的股票分析师是一模一样的。
　　提问：鸣熙在应用ChatGPT的过程有哪些收获？
　　吴比亚：我们鸣熙主要利用这几点，第一，它是一个很好的做自然语言处理的工具，我们在处理文本文件、另类数据时把其放到ChatGPT里，它能给我们非常好的分析，或者帮我们提取关键词，我们再用传统的自然语言处理的模型对它提取的关键词进行处理，把传统的和ChatGPT很好的融合起来，进行舆情分析。
　　此外ChatGPT还是非常好的编程助手，你给它指令，说我现在要写一个程序，他需要帮我执行哪些，比如说读这个数据做哪些分析，然后最后生成什么结果，它可以非常快的把代码帮你写出来。原来一个研究员写这段代码需要一个小时，但是ChatGPT一分钟就搞定了，所以效率相当于提升了60倍，我觉得就类似于工业革命，从手动到机器的非常巨大的跨越。
　　提问：您也讲到了关于编程的辅助方向，您觉得它的可靠性以及人工智能和人力的结合还有哪些要磨合的，有哪些空白还需要填补？
　　吴比亚：目前我们也不是百分百靠它，因为写出来的程序万一可能有漏洞，这种情况下我们在系统里面用就吃亏了，所以更多只是把它当做一个帮手。
　　它写出来的程序我们要一一检查过，看一下逻辑是不是正确，我们内部有一些检测的系统，会检测代码的可靠度和算法的效率。
　　在投资方面，很多时候也不能百分百依赖它，它更多是一个工具，而不是一个结果，我们希望把ChatGPT当做很好的助手，但不想被助手左右。