中金研究 随着互联网和新媒体的发展，信息以前所未有的速度和规模增长，主动投资者面临着"信息过载"的挑战。传统投研方法在处理海量、复杂、非结构化 且真伪难辨的金融信息时，容易存在效率低下的情况。大语言模型（LLM）凭借其强大的自然语言理解、模式识别及信息抽取能力，为应对这一挑战 带来了新的解决方案。全球领先资管机构已积极布局LLM应用，覆盖信息处理、情绪分析、主题投资等多个环节，预示着LLM正从实验探索迈向实战 化应用。 本文将深入探讨LLM在信息获取与处理、深度分析与挖掘、策略生成与验证等核心投研环节的具体应用，对比多个大模型平台的使用效果， 并展望大模型的应用前景及面临的挑战。 （3）上市公司业绩电话会纪要分析： LLM可快速处理会议内容，生成摘要，提取财务更新、战略重点、业绩解释与展望。LLM还能对比历史会议内容， 识别管理层在表达方式口径上的变化；LLM也可以总结分析师提问热点，评估管理层回应质量，并捕捉异常表述。 深度分析与挖掘："提炼精华"。 摘要 点击小程序查看报告原文 Abstract 信息获取与处理：从"大海捞针"到"精准筛选"。 LLM通过自动化信息追踪、研报分析对比及业绩会纪要分析，能够极 ...