很显然到目前为止，金融圈还没有出现“非用不可”的AIGC应用，但精明的华尔街机构早已为AI找到了最适合发挥的工作。

　　苦活、累活交给AI做吧！

　　系统性量化对冲基金Campbell & Co．的首席执行官Kevin Cole透露，该公司的量化分析师们已经使用大语言模型总结内部研究报告，以及撰写代码样本。Kevin表示，AI在补全代码、编辑、查错等方面的能力非常强大，公司的模型会保持人类的干预，AI的身份是帮助人类提高工作效率的助手。

　　Kevin也强调，目前的生成式智能工具，尚没有达到能改变他们日常投资方法的地步。

　　需要说明的是，华尔街与人工智能早已结缘数十载。从使用机器学习算法评估信贷风险，到自然语言处理工具解析财经新闻标题，都已经不算什么新鲜玩意儿了。在这一轮大语言模型的浪潮中，不少机构正在探索通过“喂”机器足够多的金融信息，为期权定价、建立投资组合等工作寻找完善的自动化解决方案。

　　对于投资机构来说，一切举措的最终目的一定是提高投资业绩。但目前而言，AIGC工具所从事的更多是繁杂的基础数据工作。

　　全球最大冲基金之一的Man Group负责任投资（RI）首席投资官Rob Furdak表示，ChatGPT能做的事情包括审查特定主题的一系列学术论文，以及检测数据集中的特征等，有助于加快研究的节奏。

　　Furdak说道：“研究过程的很大一部分是清理数据、映射数据，然后进行初步分析，而ChatGPT可能会说‘这是一个有趣的假设，这里还有更多你可能想看一看的假设’。此外，鉴于ChatGPT总结和分析数据的能力，公司也在探索自动生成投资者关系文件的情境。”

　　更高价值的应用并不遥远

　　虽然对于对冲基金行业来说，ChatGPT所代表的能力并不是什么新鲜事，但一系列研究已经展现出今天的大模型具备开拓新领域的潜力。

　　例如美联储的研究发现谷歌的BERT模型，在区分美联储文本的“鸽派”和“鹰派”倾向时呈现出更高的精准度。芝加哥大学的论文更进一步，揭示出ChatGPT等AIGC工具有能力将冗长的上市公司年报和电话会议纪要“精炼”出来，同时也能更好地解释财报发布后的股价表现。与此同时，目前也有不少研究正聚焦于如何让机器学习选股技巧。

　　当然，ChatGPT等工具还有许多令金融圈无法容忍的毛病，例如毫无来由地胡说八道，同时训练数据也存在时效性的限制。此外，处于对保护商业机密的担忧，许多机构并不允许使用外部软件来处理重要内部文件。

　　Kevin Cole透露，Campbell内部正在试验使用一套开源模型，虽然处理能力不及ChatGPT，但胜在整套系统能够在本地部署、本地运行。

　　当然，AIGC也将会对对冲基金的人力资源，造成一系列不可预知的冲击。Man Group麾下的投资机构Man Numeric首席执行官Greg Bond表示，这项技术会给具有创造力、缺乏技术，但又会提出正确问题的员工带来机会。