大语言模型如何从新闻中“号脉”宏观经济：华泰量化报告的AI宏观因子与投资应用探秘 - 量化不掉发

<blockquote>20250924-华泰证券-金工深度研究：LLM赋能资产配置，基于新闻数据的AI宏观因子构建与应用</blockquote>忘掉炒股机器人吧：AI 投资的真正王牌，是读懂新闻里的“潜台词”引言：在信息洪流中寻找投资信号作为一名投资者，你是否时常感到被信息的洪流所淹没？每天，无数的财经新闻、经济数据、分析师报告和市场传闻铺天盖地而来，让人眼花缭乱。哪些是真正驱动市场的核心信号，哪些又只是转瞬即逝的杂音？要在这片喧嚣中做出明智的决策，正变得越来越困难。然而，根据华泰证券一份名为《LLM赋能资产配置》的深度研究报告，市场的驱动力本质上是“叙事”——关于经济、公司和未来的一个个故事。传统的量化分析方法，往往只能分析这些叙事产生的结果（如GDP、PMI等经济数据），信息相对滞后。而现在，以大语言模型（LLM）为代表的AI技术，让我们第一次拥有了直接分析和量化“叙事”本身的能力。如果AI能像顶尖分析师一样，阅读和理解全球每一条财经新闻，它会发现什么秘密？这篇文章将从这份前沿研究中，为你揭示几个最颠覆认知、也最具实战价值的发现。1. AI 不是要取代你，而是要给你装上“超级大脑”一个反常识的观点是：直接让AI根据新闻判断买卖股票，效果其实非常糟糕。研究人员发现，当试图让大语言模型（LLM）直接做投资决策时，其固有的“幻觉”问题会严重放大投资偏差。具体来说，至少会出现以下三类典型错误：• 虚构内容：模型会基于部分事实，自行推断出原文根本没有的结论。例如，将“研究发现股指期货流动性对现货市场有影响”解读为利好股市，这看似合理，却是模型自己“脑补”的，偏离了文本事实。• 过度泛化：将个别公司或行业的事件错误地推广至整个大盘。例如，把“某家新能源公司的技术突破”直接判断为利好沪深300指数。（仿佛一家公司的成功就能瞬间拉动整个国民经济。）• 判断不当：对事件的因果关系建立不当。例如，将“某公司收到交易所关注函”这种负面信息，错误地关联到“避险情绪升温”，从而得出利好黄金...