对话「熵简科技」费斌杰：DeepSeek-R1大幅降低投研模型训练成本，AI涌现推理过程支持投资决策

主要观点总结

本文讲述了熵简科技创始人费斌杰关于AI在投研领域应用的观点和分享。DeepSeek模型的出现推动了AI在投研领域的发展，熵简科技推出了国内首个具备深度推理能力的金融大模型FinGPT Deep，并搭载于智能投研平台AlphaEngine。AlphaEngine支持AI辅助投研和决策，已经吸引了超过4万机构投资者用户。文章还提到了AI模型如何支持投研决策、局限性以及未来改进方向，包括利用AI挖掘投资线索、判断非共识信息的能力等。同时，也探讨了基金经理经验的价值、投资策略的选择等问题。

关键观点总结

关键观点1: DeepSeek模型推动了AI在投研领域的应用

DeepSeek模型的出现加速了AI新投资范式的产生，熵简科技基于该模型推出了FinGPT Deep，提升了AlphaEngine的智能投研能力。

关键观点2: AlphaEngine已经吸引了大量机构投资者用户

AlphaEngine提供了AI辅助投研和决策的功能，吸引了超过4万机构投资者用户，展现了其有效性和实用性。

关键观点3: AI模型在支持投研决策中的局限性及突破

虽然AI模型在投研决策中有一定的价值，但目前还面临一些局限性，如无法完全替代基金经理的经验等。然而，通过不断的技术创新和算法优化，AI模型在未来有望突破这些局限性，实现更高效的辅助投研和决策。

关键观点4: AI模型在寻找投资机会和策略中的应用

AI模型能够帮助投资者挖掘投资线索，判断非共识信息等，从而提供更有效的投资策略和建议。

关键观点5: 基金经理经验的价值及与AI的结合

基金经理的经验在中长期投资中仍具有很高价值，但AI的推理能力在某些短中期机会挖掘中表现优异。未来，如何将AI与基金经理的经验相结合，实现更有效的投资决策是一个重要方向。