金融工程行业深度研究：GPT_Kline，MCoT与技术分析.pdf

金融工程行业深度研究：GPT_Kline，MCoT与技术分析。多模态推理：从LLMs到MLLMs，从CoT到MCoT。多模态协同是大模型通往通用人工智能的必经之路，这就要求大模型不能仅 仅是大语言模型，而需成为多模态全能的通才。早期计算机视觉领域的蓬勃 发展为大模型带来了感知图片的能力，而近期思维链技巧的迅速崛起则为大 模型提供了缜密的逻辑推理思维。MCoT将两者相结合，使大模型从简单的 “感知理解图片”转为“基于图片思考”，进一步拓展了多模态大模型处理 复杂任务的能力边界。OpenAI于2025年4月上线“满血版”O3模型，展 示了惊艳的图片推理能力，或是通用人工智能的缩影。

MCoT在投研中的应用初探：O3模型用于自动化技术分析

K 线图和技术分析符合多模态、逻辑推理的特征，是完美匹配 MCoT 能力 圈的应用场景之一。本研究对MCoT在基于K线图进行技术分析中的应用 进行初步探索，首先尝试将O3模型应用于技术分析。结果表明，O3模型 能够完成完整的技术分析流程，包括对原始 K 线图像进行裁剪、缩放等灵 活的预处理，并在图像上进行简单标注，最终输出技术分析观点。O3模型 展现出强大的思考规划、工具使用能力，可以与图片多步交互进行多模态推 理，不过依然存在输出稳定性弱、内容有限以及使用门槛较高的潜在问题。

GPT-Kline：智能化、自动化的技术分析平台构建

本研究将MCoT与大模型的工具调用能力相结合，进一步构建专用于K线 技术分析的专业版O3模型，称作GPT-Kline。研究为其设计了画图分析、 指标标注、报告撰写的自动化技术分析全流程，并基于Gradio构建了网页 端界面，实现了方便直观的用户交互。测试表明，GPT-Kline能实现可靠的 形态走势分析，基于多模态推理在 K 线图上进行技术指标或形态的精准标 注，并输出和思考过程、标注结果一致的技术分析报告。同时用户界面可实 时显示标注图像和思考内容，操作逻辑简单，结果展示较为直观。