事项: 国信总量团队开发了 AI 赋能投研体系, 将五大周期框架有机结合, 通过动态赋权、 回测调优对当月乃至年内的股债胜率进行预测, 以实现分析师主动框架与人工智能多模态分析的协调统一, 将人工智能应用于主动投研领域, 定期跟踪预测市场表现。 评论: 在我们外发的《AI 赋能资产配置(一) ——DeepSeek 对国信多元资配框架的优化》 报告中, 提到了以 AI动态赋权的形式, 可以优化五大资配框架的整合, 形成对实际股债更有效的指示。 在该报告中, AI 通过学习国信总量团队多年积累的资产配置框架, 联网输入相关数据, 通过静态样本学习和动态实战纠偏来评判当前和未来适用于哪种资产配置模型, 挖掘出和一段时间内宏观政策环境、 市场情绪走势最为贴近的模型,并赋予最高的评判权重。 借助 AI 赋予的动态权重, 我们可以进行宏观框架的“降维”, 对当月乃至全年的股债走势给予精准预测。在上月预测的口径中,“价值将在 3-4 月份跑赢成长” 的预测已兑现。 4 月更新显示:(1) 本月货币信用框架权重较高, 为 65%; (2) 股债指示: 受全球贸易格局影响, 股市胜率较前月预测边际收敛, 债市收益率下行仍有空间; (3) 对 2025 年内的预测: 年内债券表现相对占优, 股市胜率在今年三季度触底, 四季度略有回升, 相较前月预测, 股市拐点后移, 体现出全球经贸扰动下风险资产的重估; (4) 从本月和全年来看, 价值风格占优, 进入四季度后, 成长风格存在阶段性反弹空间。 风险提示: AI 模型局限与数据依赖风险: AI 分析高度依赖历史数据和算法, 可能无法准确预测未来或应对突发事件。 模型固有缺陷(如过拟合、 黑箱问题) 可能影响结论的可靠性; 技术应用效果差异风险: 报告中提及的 AI 应用在实际操作中可能因技术门槛、 市场环境等因素而效果打折; 市场与技术迭代风险: 金融市场和 AI 技术快速变化, 可能导致报告分析的策略或技术失效。