高频因子跟踪：Gemini 3 Flash等大模型的金融文本分析能力测评.pdf

高频因子跟踪：Gemini 3 Flash等大模型的金融文本分析能力测评。

大模型加速技术不断优化，相关模型金融文本分析能力测评

十二月以来，以“响应速度”作为优势的大模型出现了快速迭代：英伟达推出的 Nemotron 3 Nano 模型输出速度达到 每秒 358Tokens，是当前所有模型中响应速度最快的模型；小米推出 MiMo-V2-Flash 大模型是当前国产模型中速度最 快，也是最具“性价比”的大模型；Gemini 3 Flash 在追求高输出速度的同时兼顾较强的模型智能，综合评价下成为 当前模型首选。 我们以 Nemotron 3 Nano 模型为案例，详细梳理其高速推理所需要的底层架构设计。同时，我们使用 CFLUE 基准对当 前各款大模型在金融文本上的知识能力与应用能力进行了全面测评。整体来看，DeepSeek-V3.2 Speciale 与 Gemini 3 Pro 在中文金融文本上的表现最佳。

高频因子跟踪

我们对前期挖掘的高频选股因子进行跟踪测试，发现因子在样本外整体表现出色。就上周表现来看，因子表现有所回 撤，价格区间因子多头超额收益率-1.00%，价量背离因子-2.21%，遗憾规避因子 0.45%，斜率凸性因子 0.66%。本月 以来，价格区间因子多头超额收益率为-0.90%，价量背离因子-1.48%，遗憾规避因子 1.47%，斜率凸性因子 0.25%。 今年以来高频因子表现整体都比较优秀，价格区间因子多头超额收益率 4.56%，价量背离因子 2.99%，遗憾规避因子 0.42%。斜率凸性因子年度表现欠佳，多头超额收益率-5.54%。 其中价格区间因子衡量股票在日内不同价格区间成交的活跃程度，能体现出投资者对于股票未来走势的预期。该因子 展现出了较强的预测效果，今年以来表现比较稳定。价量背离因子主要衡量股票价格与成交量的相关性，一般而言相 关性越低，未来上涨的可能性越高。但该因子近几年表现一直不太稳定，多空净值曲线趋近走平，不过去年超额收益 处于历史较高水平。遗憾规避因子通过考察股票当天被投资者卖出后反弹的比例和程度，展现了较好的预测效果。该 因子样本外超额收益稳定，表明 A 股投资者的遗憾规避情绪依然会显著影响股价的预期收益。而斜率凸性因子则从投 资者耐心与供求关系弹性的角度出发，刻画订单簿的斜率和凸性对预期收益的影响。 我们将三类高频因子首先等权合成后构建出了高频“金”组合中证 1000 指数增强策略，该策略年化超额收益率 9.85%， 超额最大回撤为 6.04%。上周录得-2.06%的超额收益，本月以来超额收益为-1.64%，今年以来超额收益为 5.26%。 为考虑进一步增强策略的业绩表现，我们将高频因子与三个比较有效的基本面因子进行等权合成构建出了高频&基本 面共振组合中证 1000 指数增强策略，该策略在样本外超额收益稳定。上周录得-1.37%的超额收益，本月以来超额收 益为-1.33%，今年以来超额收益率为 5.24%。截止到上周，该策略的年化超额收益率为 13.93%，超额最大回撤为 4.52%。