来源：中国基金报
中国基金报记者 方丽 张燕北 陆慧婧
Deepseek王炸开场，拥抱人工智能浪潮成为公募基金行业最热话题。
农历新年过后，多家基金公司接入DeepSeek系列开源模型。近日，又有兴证全球、招商、万家、诺安、兴业、海富通等基金公司宣布完成DeepSeek系统开源模型的私有化部署，全面赋能投资研究、交易、风控、客户服务、日常办公等各个环节。
多位业内人士表示，由于金融行业数据敏感，不能通过互联网传输，引入DeepSeek等开源模型后，基金行业可以通过构建私有化垂直领域的AI模型，形成标准化的AI解决方案，提升整体运行效率，推动行业朝智能化方向迈进，进而为客户提供更优质的财富管理服务。
更多基金公司加入DeepSeek“朋友圈”
新春伊始，国产DeepSeek大模型凭借低成本且强大的逻辑推理和语言理解能力，引发全球关注，各行各业争相加入DeepSeek“朋友圈”。
多家基金公司迅速成立AI工作小组，积极拥抱DeepSeek。
据记者了解，招商基金目前已基于DeepSeek开源架构，完成系列开源模型的本地化部署，并在内部场景中验证其效率和表现优势。后继将持续优化模型与业务场景的深度融合，重点探索其在投研逻辑链推理、合规文本自动化审核等领域的落地，同步关注开源社区生态，结合行业数据与业务经验，推动金融垂直领域的模型微调与能力增强。
兴证全球基金表示，目前已完成DeepSeek系统开源模型的私有化部署，接入公司AI平台，供投资研究、交易、客户服务等应用系统调用。在AI应用方面，兴证全球基金已进行了多领域的探索：
在投资研究领域，借助大模型智能处理能力，打破数据壁垒，广泛收集投研素材，搭建起全面的投研数据体系。结合投研人员提出的指定问题，大模型可从个股和行业两个维度，结合全景图深挖数据价值，分析股票走势与行业动态的关联，挖掘市场信号，并快速生成每日投研报告，辅助基金经理和研究员做出决策。
在量化投资领域，结合每日投研报告挖掘上市公司基本面、行业格局和宏观经济因素，转化为量化因子融入投资模型，完善量化因子库，提升量化投资策略效果。
在交易管理领域，自研的AI交易员“兴宝”积极探索拥抱大模型，通过对询价内容的语义精准识别，自动生成对应的询价意向指令和询价交易指令，显著提升交易效率与准确性。在客户服务领域，自主搭建的客户服务棱镜智评平台，借助大模型实现服务评估的创新升级。在日常办公领域，兴证全球基金定制的DeepSeek+Word智能插件，极大提升了办公效率。
兴业基金也表示，DeepSeek发布后，公司IT团队迅速响应，前期已完成模型的私有化部署，并积极推进该模型的应用场景落地。事实上，早在2023年，公司已完成了智谱GLM等开源大模型的私有化部署，在AI债券询价机器人、研报AI点评、路演纪要生成等投研领域进行积极探索，未来将充分利用质量更高、效率更快、成本更低的DeepSeek开源大模型，在投资研究、量化策略、风险合规、营销服务、代码生成等多个场景进一步落地，提升科技赋能效应。
万家基金于2024年正式启动“万Chat”大模型自研平台建设项目，通过构建智能知识库强化投研决策支持，开发Agent智能体优化业务流程，打造Chat BI升级客户交互体验，将大模型技术赋能投研分析、客户服务、市场营销等核心业务环节，进而有效提升服务效能。在DeepSeek R1发布后，万家基金迅速完成了DeepSeek官网API的接入，并成功部署32B本地模型。
此外，海富通基金宣布，已完成DeepSeek系列模型的私有化部署，并在投研、风控等业务领域进行了积极探索。
成果显著的同时面临难点
多家基金公司在引入和应用DeepSeek模型的过程中，收获了显著成果，同时也面临着诸多挑战。
兴证全球基金表示，DeepSeek-R1在性能上优势突出，尤其在处理复杂问题时表现卓越，在数学和编程任务中，其表现可与Open AI的o1模型相媲美。这使得它在金融数据分析、风险特征分析以及投资组合优化等关键领域大显身手。然而，该模型对GPU资源需求巨大，受英伟达GPU供应紧张的影响，资源获取困难重重。
为缓解这一问题，兴证全球基金采用蒸馏版本DeepSeek-R1，但实测效果略逊于完整版。未来，公司计划在国产GPU上部署该模型，不过硬件和软件的适配问题又带来新的挑战。
万家基金积极拥抱DeepSeek技术，快速部署上线了32B版本的蒸馏模型，并通过自研的“万Chat”大模型平台，实现多模型对话能力，能直观比较R1与其他模型的差异，有力推动了平台与业务场景的深度融合。
效果方面，海富通基金表示，模型在推理能力、代码撰写能力相比其他国内模型有较好的提升。难点主要体现在四个方面：一是金融数据的敏感性要求严格的隐私保护机制，需通过数据脱敏和本地化部署解决；二是业务场景的差异化需求需针对性优化调整；三是跨部门协作中需平衡技术迭代与现有业务流程的兼容性；四是完整版模型对硬件资源要求较高，对公司在算力资源的投入有一定要求。
诺安基金将DeepSeek作为首个私有化大模型，深度融合内部数据知识库，显著提升了员工的业务能力和综合素养，为公司创新发展注入了强大动力。但在引入过程中，面临着算力成本高、与现有系统融合困难等问题，对技术团队的专业能力提出了极高要求。
兴业基金通过对比发现，DeepSeek在文字理解和回答质量方面表现出色。但在后续应用中，构建基金行业的AI工程引擎成为关键难点。
招商基金引入DeepSeek系列开源模型，取得了一定的成果，数据处理效率大幅提升，推理成本降低。但也遇到了不少难题，如金融数据质量参差不齐、隐私保护难度大，模型与金融业务场景适配性不高，算力资源需求与实时性要求之间存在矛盾，以及合规和可解释性方面存在挑战。
总体来看，DeepSeek系列模型为基金行业带来了新的机遇，有望提升业务效率、优化投资决策。但在应用过程中，各基金公司还需克服算力、数据、技术融合等诸多挑战，通过不断探索和创新，实现AI技术与基金业务的深度融合，推动行业智能化发展。
多领域应用
投研、运营、风控、投顾等都可以上
市场比较关注的是，DeepSeek在基金业务中的应用，从业内人士的反馈来看，DeepSeek系列开源模型在基金行业的应用潜力可覆盖业务全链条，在投研、运营、风控、投顾等方面均有用处。
“DeepSeek系列开源模型在基金行业的应用可覆盖业务全链条，包括投研、量化策略、风控合规、基金核算与运营、基金体检与资产诊断、客户服务与投教等，其核心价值在于通过AI技术重构效率与决策模式。”招商基金人士表示。
上述人士介绍，在被市场关注的量化策略方面，如因子挖掘，可从另类数据（新闻情感、供应链数据、卫星图像）中挖掘非线性关联因子，扩充策略库；策略优化上，通过强化学习模拟市场博弈，动态优化参数组合、调仓频率及风险阈值；组合模拟上，可基于历史数据与市场状态，生成多资产配置的收益-风险模拟路径，支持策略预验证。
兴证全球基金认为，DeepSeek系列开源模型在基金行业多个领域都有广阔的应用前景，除了投资研究、运营管理、员工培训、客户服务与智能运营，在推动基金投顾业务发展方面，也能提升基金投顾业务服务客户的效能，如通过机器学习，将科学的投资理念高效地转化为定量的纪律性模型和定性的行为指导，更高效、更精准地为投资者提供千人千面的投资优化建议；同时，通过AI大模型辅助海量金融数据和客户行为分析，敏感洞察客户投资需求，提供更应时、应需的产品服务，提升客户服务体验，增强客户信任感和满意度，切实提升投资者的获得感。
“DeepSeek系列开源模型在基金行业多个关键领域将发挥重要作用。”诺安基金信息科技部总经理朱盟表示，该模型在基金行业的应用前景极为广阔。在投研层面，有望帮助投研人员深度剖析大量研报，为投资决策提供全方位、多角度的参考。在智能投顾方面，可更加精准地为不同风险偏好和投资目标的客户定制个性化投资方案，并持续优化投资策略，以更好地适应瞬息万变的市场环境。
对行业或有颠覆性影响
可以说，DeepSeek对基金行业的影响或许是颠覆性的。
“DeepSeek对基金行业产生了多维度的积极影响。首先，或提升行业整体运行效率。无论是投资研究、产品销售、风控合规，还是日常办公，都可借助该模型实现自动化处理，有效降低人力成本和时间消耗，使基金公司能够将更多资源聚焦于核心业务创新。
其次，在服务质量提升方面，有望为客户提供更加专业、贴心的服务，有力推动基金行业的健康稳定发展。再者，模型的引入为行业创新发展注入强大动力，促使基金公司积极探索新的业务模式与服务方式，为行业发展注入全新活力。DeepSeek将会是基金行业高质量发展的一把利器，推动整个行业朝着智能化、高效化方向大步迈进。”朱盟总结道。
万家基金表示，基金行业引入DeepSeek系列开源模型可以实现“AI+公募基金”深度结合，针对核心业务场景需求进行定向优化，高效赋能各项业务全链条，推动整个行业向数字化、智能化方向发展。不过，短期之内，大模型在基金行业的应用仍然面临合规监管、数据质量等挑战，以及算力投入等方面的高成本压力。
“相比于通义千问、豆包、Kimi等闭源模型，开源模型的优势在于数据的本地化和私有化带来的安全性和标准性。基金公司大部分数据都不能通过互联网传输，在引入如DeepSeek等高质量开源本地模型后，基金行业可以通过构建行业垂直领域的AI agent和AI提示词工程，形成标准化的行业AI解决方案，从而加速推进行业的数智化进程。”兴业基金也表示。
招商基金总结道，DeepSeek开源模型有望成为基金业数字化转型的核心驱动力，推动行业从经验依赖向数据智能跃迁，最终实现效率、创新与普惠的多维升级。
发表评论