5407 篇
13915 篇
478195 篇
16330 篇
11777 篇
3946 篇
6555 篇
1254 篇
75700 篇
38087 篇
12190 篇
1672 篇
2872 篇
3423 篇
642 篇
1242 篇
1980 篇
4927 篇
3890 篇
5503 篇
“逐鹿”Alpha专题报告(二十五):DeepSeek+RAG行业轮动策略
在先前的报告中,我们曾探讨了利用大语言模型(LLM)进行市场与行业分析,并取得了令人满意的成果。当时所采用的模型为DeepSeek-V2和Qwen-Max。由于当时缺乏专门的推理模型(reasoning model),因此需要人工构建思维链(Chain-of-Thought, CoT)或提示词(Bucket Prompts)以辅助分析。随着DeepSeek-R1推理模型的问世,我们得以借助其内置的推理能力,更高效地整合和利用相关信息进行深度分析,从而生成更为精准的预测结果。本文借助DeepSeek-R1模型,对新闻报道、研究报告以及技术指标等文本数据进行了系统分析,借助RAG以及自我反省(self-reflection)技术,以此构建了 DeepSeek推荐行业策略。回测结果表明,DeepSeek-R1所推荐行业的投资组合展现出显著的超额收益。