作者：Howie Su（产业分析师）
LLM开始进军金融产业并带来不小冲击
大型语言模型(LLM)现在已经逐渐渗透到各种产业并带来不小冲击，金融业可能是下一个重头戏，大型语言模型由与数百万或数十亿个参数相关的人工神经网路组成，并根据大量数据进行训练（无论是自监督学习还是半监督学习技术），以理解与重组资讯，而金融业出於多种原因开始利用这些工具，包括预测股市、金融教育、经济预测、交易策略、情绪分析和风险管理。而在模型类别上，分别由ChatGPT、BloombergGPT、FinGPT 可在金融领域扮演重要角色，而这三个LLM模型未来将对金融领域带来变革，同时让金融研究员的角色两极化：强者更强，弱者可能被替代掉。
模型一：ChatGPT
美国佛罗里达大学金融系的两位教授认为，在金融产业使用大型语言模型能够更精准地预测股票市场的结果，并且有利於交易策略。在这项研究中，两位教授使用 ChatGPT 「透过新闻标题的情绪分析来预测股市回报。」他们发现，与 BERT、GPT-1 和 GPT-2 等模型相比，ChatGPT 表现最好，只有像 ChatGPT 这样的更先进的模型才能分析大量数据以成功预测股市。ChatGPT 架构使用多层神经网路对自然语言的结构和模式进行建模，使用无监督学习方法，在大量文本数据上进行了预训练，例如维基百科文章或网页。在这项研究中，两位教授使用了从证券价格研究中心每日收益、新闻头条和 RavenPack 中提取的数据集，而预测效果相当不错，当它吃进更多资料时，未来在证券市场的预测可能越来越强。
模型二：BloombergGPT
BloombergGPT是彭博资讯的语言模型，2023年3月，彭博社发布了自己的大型语言模型，称为BloombergGPT，该模型主要专门为金融产业开发、包含500亿参数，根据彭博社发表的一篇研究论文，专有的 BloombergGPT 由从彭博资料源提取的 3630 亿个数据集组成，研究人员在金融特定自然语言处理 (NLP)上验证 BloombergGPT，他们发现 BloombergGPT 与 GPT-NeoX、OPT66B、BLOOM176B 和 GPT-3 等 LLM 相比，BloombergGPT 表现最好。彭博机器学习产品和研究团队负责人 Gideon Mann表示：「受益於四十年来收集的金融文件与数据，公司能够建立一个大型、特定领域的资料集，以训练适合金融业应用的大型语言模型」。
模型三，FinGPT
与具备专有知识的 BloombergGPT 不同，FinGPT 是一个开源的 LLM，也是专门为金融产业开发的，FinGPT 为 Finblox 於 2023 年 3 月发布的人工智智慧金融顾问，而Finblox 是一款由 Dragonfly 和红杉支持的加密货币交易应用程式。该组织的目标是使金融领域的大型语言模型民主化。Finblox执行长 Peter Hoang指出，公司的使命是为用户提供知识和工具，以提升在未来财务状况的掌握度，公司尽可能让每个人都能获得金融知识与普惠金融服务，FinGPT 借助友善的使用者界面和客制化的建议来吸引使用者，长期目标为建立一个金融生态系，来自哥伦比亚大学和纽约大学（上海）的研究团队认为，FinGPT 可以为研究人员和用户提供为金融行业开发大型言模型需要的资源，FinGPT 的数据集来源为财经新闻、社交媒体、文件、趋势和学术机构。
分析师职涯怎麽走？
同为金融资讯提供者，如果分析师的功能多半为搜集资料，则其搜集速度自然无法与人工智慧模型较量，除了付费的资料库外，许多公开资讯源已经无法形成分析结果的差异性，加上投资法人本身也能够使用相关模型来协助资料查找、比较、推演，加上许多财经网红也能做类似的事情时，分析师的角色可能大幅弱化。身为一个资讯提供者，金融分析师未来必须着重在产业人脉的建立，以及大局观的掌握上，资讯落差在这十年来快速降低，无论是服务特定客户、深耕特定产业连结，或是善用人机协作来避免自己不受取代，都是可以思考的方向。