如何基于大模型对股票进行分析？

下面通过运用大模型的推理 能力以及反省机制，对股票进行全面而细致的分析，以期挖掘更 深层次的 Alpha 信息。

1.数据

为了全面对股票进行分析，本文采用了技术指标、财务数据、新闻数据以及研究报告等多维度数据。其中 技术指标和财务数据来自万得数据库，新闻数据来自聚源数据库，研究报告来自东方财富网站公开的个股研报 摘要信息。

技术指标

技术分析涵盖了个股与市场指数的关键数据，核心指标囊括了短期动量、中期动量、MACD（异同移动平 均线）、RSI（相对强弱指数），以及相对于过去 52 周峰值的价格变动百分比。这些多元化的指标共同勾勒出 个股的当前趋势，并且反映了其走势与整体市场趋势的异同。

财务数据

财务数据范畴广泛，全面分析所有指标难免带来成本增加与效率损耗。有鉴于此，我们采用万得的中国 A 股公布重要财务指标数据表，这张表包含了 40 余项核心财务指标，涵盖了每股盈余（EPS）、净资产回报率 （ROE）、每股净资产值（BPS）、资产负债比率、研发投入以及净利润年增长率等关键参数，旨在精炼信息， 提升分析效能。

新闻数据

新闻数据集采用聚源新闻数据库，汇聚了来自主流财经网站的新闻资源，涵盖了超过 500,000 条精心筛选 的财经新闻文章。包含了市场动态、宏观经济指标、公司业绩等多方面的关键信息。平均每日收录的新闻条目 约 1,061 篇，每篇文章的中位数长度为 519 字，平均字数为 826 字。 新闻数据因其内容和格式的多样性和复杂性，直接应用于模型中存在一定的挑战。为了解决这一问题，我 们采用检索增强生成（RAG）策略，将数据经过清洗和预处理之后，存储到向量数据库之后，通过 Embedding 方式进行语义检索，这一过程能够精准地捕捉到新闻内容的深层语义信息，并有效地检索出与我们的分析目标 最为相关的新闻片段。最后将筛选得到新闻片段输入到大型模型中，以进行深入的分析和处理。

研报数据

个股投资研究报告蕴含了资深分析师深入的财务评估与前瞻性的市场预测，承载着大量宝贵信息。然而， 报告的全面搜集面临较高门槛，加之分析撰写风格的多样性，导致直接横向比较分析存在挑战。本研究采用源 自东方财富网发布的个股研究报告摘要，这些摘要不仅格式统一、篇幅适中，有效规避了冗长文本处理的问题， 而且实现了与对应股票的精确匹配，极大简化了信息处理流程。

2.模型

 模型介绍

鉴于频繁的查询需求及单次查询的 Token 相对较长，如果采用本地部署的大语言模型用以实现高效推理， 无疑对硬件配置提出了极高要求。基于此考量，本研究选用了商业大模型的 API 接口接入方式。在综合考虑效 率、成本与输出质量三者间的关系之后，最终决定采用阿里巴巴达摩院的大模型——通义千问（qwen-max）模 型以及深度求索的 Deepseek-chat 模型。 Qwen-max 模型是基于通义千问大语言模型开发的，支持中文、英文等多种语言输入。其参数规模达到了 1100 亿。这使得 Qwen-max 能够处理更复杂的任务，并提供更加精准的回答。

Qwen-max 模型被广泛应用于聊天机器人、内容生成、法律问题解答等领域。其经过指令微调的特性，使其 在 Chat 服务中表现卓越，在 Chatbot Arena 榜单中排名靠前。

值得注意的是，尽管国内供应商已纷纷下调了大型模型使用的费用，例如 qwen-max 当前的收费标准为每 千个 token 0.04 元人民币，然而，在整合各类信息后，我们单次个股查询涉及的 token 数量大约为五千个。鉴于 此，若要进行大量股票的回测分析，累积成本将成为一个不容忽视的因素，需谨慎管理预算。 除了 qwen-max 外，我们同样采用 deepseek-chat 大模型用于验证，deepseek-chat 是由深度求索（DeepSeek） 团队开发的一款大型混合专家（Mixture-of-Experts，MoE）语言模型。该模型以其经济的训练成本和高效的推理 能力而著称，具有 236B 的总参数量，其中每个 token 激活 21B 参数，并支持长达 128K tokens 的上下文长度。

Deepseek-chat 采用了创新的架构设计，包括多头潜在注意力（Multi-head Latent Attention，MLA）和DeepSeekMoE 技术。MLA 通过显著压缩键值（Key-Value，KV）缓存到潜在向量，保证了高效的推理过程。而 DeepSeekMoE 则通过稀疏计算，使得训练强大模型的成本得到有效控制。 在性能方面，deepseek-chat 在多个基准测试中展现了出色的能力，包括在 MMLU 多选题 benchmark 上取得 第二名的成绩，仅次于 70B 的 LLaMA3，超过了此前发布的 V1 代 67B 的非 MoE 模型。此外，与 V1 相比，V2 模型在训练成本上节约了 42.5%，在减少推理时的 KV-cache 显存占用方面减少了 93.3%，并将生成的吞吐量提 升到了原来的 5.76 倍。 Deepseek-chat 模型的中文能力较强，这可能源于模型训练所使用的数据优化，其中中文数据占比是英文数 据占比的 1.12 倍。

 逐项分析

接下来我们将运用大模型对股票的关键技术指标、财务状况、新闻报道及研究报告进行全面剖析。以贵州 茅台作为示例，自 2023 年起，我们每隔 21 天便捕获并更新所有相关信息，提炼成精炼的提示词条，随后输入 大模型进行深入解析。

利用大模型对个股的技术指标进行分析，通过将个股和指数的中短期涨跌幅，以及一些额外的个股技术指 标信息，大模型能够准确分析出个股目前的股价趋势。

财务数据采用最新一期的中国 A 股公布重要财务指标数据表，表中共有 40 多个财务指标，部分指标值存 在缺失，剔除缺失值后，将剩余信息合成提示词交由大模型分析。

在检索新闻数据时，我们采用了 Milvus 数据库并利用 embedding 技术生成语义向量进行检索，这一策略的 核心优势在于能够精准捕捉单词的深层语义，实现更加精确的新闻内容匹配。 然而，该方法的局限性体现在文本预处理阶段：切分文本时可能存在将无关紧要的内容与核心信息错误合 并，或是不慎将一条连贯的信息不当分割，影响检索的精确度与效率。 将过去一周与公司重要新闻距离最近的三条新闻合成提示词，交由大模型分析。

研报数据采用东方财富公布的个股最新的相关研报摘要信息。摘要中不仅涵盖了公司近期的业绩表现和重 要公告事件，还包括了分析师对公司未来发展前景的深入点评以及对公司经营数据的前瞻性预测，这些内容蕴 含着丰富的价值信息。 在构建提示词时，与上文中的提示词类似，将摘要信息以及大模型的角色任务信息合并在一起，引导大型 模型深入分析和挖掘数据背后的含义，从而更准确地捕捉到市场动态和公司发展的潜在趋势。

 综合分析

在前文中，我们已经展示了大型模型对不同类型信息进行的深入定性分析。本章节将介绍如何进一步利用 这些信息来对股价进行综合预测。 在整合各类信息以供模型分析时，我们通常有两种策略可供选择。第一种策略是采用思维链（Chain of Thought, CoT）的方式，逐步向模型提供信息。这种方法适合于信息之间存在一定的因果逻辑关系，能够有效地 激发并利用大型模型的逻辑推理能力，从而进行更加深入的分析。 由于大型模型自身并不具备长期记忆能力，要在多轮对话中实现思维链（Chain of Thought, CoT）的构建与 应用，我们可以借助 Langchain 的 Memory 组件来实现这一目标。该组件的工作原理是将历史对话内容与当前的 提示词相结合，以此形成新的输入提示词。通过这种方式，大型模型能够参照之前的交流内容来分析和回应当 前的问题。 然而，值得注意的是，随着记忆内容的不断积累，这种方法可能会导致输入的 token 数量显著增长。token 数量的增加，不仅会对带来成本的上升，还可能影响到模型输出的质量和效率。 第二种策略是将所有相关信息按照一定的结构化方式整合，构建成一个完整的提示词（prompt）。这种方法 允许大型模型自主分析信息之间的相互关系，进而做出预测。此方案我们称为 bucket 策略，适用于信息之间相 互并列，没有明显的先后次序或因果关系的情况。

我们分别采用两种策略进行测试，测试时间段为 2023 年 1 月至 2024 年 3 月。每隔一个月使用大模型进行 预测，输入当前最新的各类信息，我们并不要求模型直接输出股票未来的涨跌，而是根据当前的信息预测股票 是非会跑赢指数。 在实际测试的过程中，我们观察到了一个与人类分析师相似的现象：大型模型在预测时往往表现出一种相 对保守的倾向。具体来说，如果将问题框架设定为二分类——即仅区分为"跑赢"或"跑输"市场，我们发现大型模 型很少会作出"跑输"的预测。 因此我们采用了三分类预测系统。在这个系统中，3 分代表"跑赢指数"，建议"买入"；2 分代表"与指数持平 "，建议"持有"；1 分则代表"跑输指数"，建议"卖出"。采用这种分类方法后，我们发现大型模型在大多数情况下 只会给出"买入"或"持有"的评级，而"卖出"评级的给出则极为罕见。因此，在实际应用中，我们可以将模型给出 的"2 分"评级视作一种相对保守的"跑输"预测。 从测试结果可以看出，虽然 CoT 策略预测买入时的 alpha 最高，但是仅有一次信号，且预测为 1 时，明显 预测错误。Bucket 方案的 alpha 和频次更加均衡。

自反省机制

在本研究中，我们借鉴了论文[3]提出的方法，引入自反省机制来增强大型模型的分析能力。大型模型并非 专为股票预测而构建，其内在的逻辑思维能力与股票交易的特定逻辑可能存在部分差异。为了克服这一局限性， 我们采用了自反省机制以增强大模型能力。 该机制的工作原理是，在每一轮的预测过程中，首先向模型提供上一轮预测的准确性反馈。如果上一轮预 测未能达到预期的准确度，模型将启动自我反省程序，深入分析预测失误的原因。通过这一过程，模型能够学 习并吸收过去的经验教训，从而在未来的预测中做出更为精准的判断。 这种自反省机制不仅有助于提升模型的预测性能，也使得模型能够不断适应和学习股票市场的变化，使其 预测结果更加贴近实际市场情况。通过这种方式，我们也能够了解大模型的分析思路，为我们理解市场提供一 定的借鉴。

3.模型结果

为了确保测试具有代表性和准确性，我们选取中证 100 中权重最大的 10 只股票作为分析对象，这 10 只股票包括贵州茅台，招商银行，宁德时代，中国平安，美的集团，紫金矿业，长江电力，牧原股份，恒瑞医药 以及比亚迪。这些股票在市场中占据了举足轻重的地位，备受市场参与者的关注。无论是关于他们的新闻 报道还是研究报告，都有足够的数据用于分析，无需担心数据缺失的问题。

模型预测结果

测试时间从 2023 年开始，每隔一个月使用多模型进行预测，预测目标与上文相同，为三分类 目标，分别为 3 分：买入/2 分：持有/1 分：卖出。由于大模型比较保守，在共计 150 次预测中只 有 2 次卖出评分，因此我们将 1 分和 2 分作为空头信号，3 分作为多头信号进行对比。

可以看出，LLM 预测买入时，未来一个月的平均绝对收益率为 1.02%，相对于中证 100 的超额 收益为 1.08%。而预测卖出时，平均绝对收益为 0.00%，超额收益为 0.54%。其中绝对收益率的准确 率为 53.33%，相对收益率的准确率为 56%。 个股预测的结果如下表所示。综合分析可见，对于大多数个股，大模型均展现出了较高的准确 度。然而，对于宁德时代、恒瑞医药和比亚迪这三只股票的预测结果并不尽如人意。值得注意的是， 这三家公司均为市场上公认的高成长型企业代表。 这一现象揭示了大模型在逻辑构建上可能更适应于传统公司的分析框架，而对于高成长性公司， 其预测效果则可能不尽人意。这可能与高成长性公司所特有的市场动态、业务模式以及发展轨迹有关，这些因素往往与传统公司存在显著差异，从而对模型的预测能力提出了更高的要求。

为了验证模型的表现，我们采用 Deepseek 作为验证。相比于 qwen-max，两者在基准模型的测 试上性能接近，但是 Deepseek 的性价比更高。每千输入 token 仅需 0.001 元。

可以看出，相比于 qwen-max, deepseek 模型结果稍差，但是 deepseek 同样具有明显的 alpha 区分能力。

数据消融测试

为了研究不同数据类别对最终分析结果的具体影响，我们采取了逐一排除法，分别去除了技术 指标、财务数据、新闻报道以及研报数据，仅保留剩余三类数据来构建输入提示词，并以此让 deepseek 进行预测分析。实验结果显示，研究报告数据对结果的影响最为显著：在排除该数据后， 模型的多空收益从 0.49%显著下降至-1.16%。而技术指标和新闻报道的影响相对较小，大约在 0.1% 左右。值得注意的是，财务数据对结果产生了反向作用，去除后多空收益反而上升至 0.83%。这一 现象可能源于财务数据的时效性不足，同时，研报中往往已经包含了对未来财务状况的预测信息， 能够更加有效的反映公司未来的财务状况。

其他股票池测试

大模型在预测市场热点股票方面表现较为出色，然而，对于非热点股票，由于新闻报道的质量 和研究报告的覆盖度均有所不足，模型对这些股票的理解和分析能力相对较弱。这导致在预测这些 股票时，模型的效果会显著降低。以中证 100 指数中权重最低的 10 只股票为例——包括闻泰科技、 东方盛虹、三七互娱、恩捷股份、天赐材料、用友网络、沃森生物、天合光能、芒果超媒和广联达 ——对比分析的结果表明，模型在这些权重较低的股票上的预测表现不尽人意，其多空收益呈现负 值。这也反映了大模型直接用于股票预测的局限性。