(网经社讯)东方财富信息股份有限公司
东方财富信息股份有限公司成立于 2005 年 1 月，是国内领先的互联网财富管理综合运营商，为超过 1 亿用户提供基于互联网的财经资讯、数据、交易等服务。公司构建以“东方财富网”为核心的互联网财富管理生态圈，聚集了海量用户资源和用户黏性优势，在垂直财经领域始终保持绝对领先地位。2010 年 3 月，东方财富成功登陆创业板，成为 A 股首家上市的互联网公司，截止 2022 年12 月 31 日公司总市值约为 2653.55 亿元。目前公司已经陆续研发了东方财富金融数据 AI 智能化生产平台、多媒体智能资讯及互动平台及多个人工智能相关项目，并持续优化迭代智能资讯、智能审核、智能风控等产品功能，致力于为用户提供更加便捷、高效、安全的财富管理服务。公司积累了海量的 C 端用户资源与大规模结构性、非结构性的金融数据集，公司的金融数据结构更加多元、全面，在垂直金融领域的模型训练、算法优化方面具备更显著的数据积淀优势。
概 述
东方财富自研大模型是一款公司完全独立自研的金融行业垂类大语言模型，立志于在专业投资顾问服务、深度财经要闻分析、定制化财富管理、内容机会挖掘等金融场景上达到世界先进水平。目前模型训练已进入平稳期，拥有自研 70B 的语言模型，并基于该模型构建一套智能化金融资讯数据总结、分析、创作和问答系统。该系统能够利用大语言模型的生成和总结能力，对海量金融信息数据进行智能化的总结分析，并且可以在此基础上和用户进行多轮智能问答交互。通过该系统，用户可以快速搜索到当前需要的金融数据并进行快速、准确的智能化分析、从而大幅提升金融资讯搜集、阅读和理解的效率，提高决策效率。另一方面，基于对海量产业知识以及金融相关知识的学习，使得大语言模型具备行业分析研究等能力，使得用户可以快速了解当前对公司或行业前景可能产生正负面影响的各类因素。该系统会以多形态提供，包括 WEB 端、客户端等，给用户提供高效、智能的一站式金融数据分析解决方案。
需求分析
一直以来，金融信息的及时性，以及过高的解读专业性，都成为广大投资者的投资痛点，由于信息匮乏或不及时带来的投资损失案例屡见不鲜。东方财富自研大模型大模型旨在为广大投资者提供全方位的投资顾问服务和财经要闻分析，以及定制化的财富管理和内容机会挖掘。不论是初对投资产生兴趣的零经验投资者，还是具有丰富经验的资深投资者，都可以通过大模型获得专业的投资建议和指导，实现全程无忧的投资陪伴。
作为一款智能助手，大模型还提供自由对话的功能，用户可以随时与大模型进行交流，探讨金融领域的各类话题。无论是关于股票、基金、债券等投资品种的分析，还是关于宏观经济、行业动态、政策解读等方面的讨论，大模型都可以为用户提供及时、准确的信息和见解。
除了投资领域，还在机器翻译、内容生成和创作助手、信息抽取和知识图谱、聊天机器人和社交媒体等场景上进行应用。无论是帮助用户翻译外文资料，还是辅助用户生成优质的内容，都可以提供高效、准确的支持。同时，还可以帮助用户从海量信息中提取有价值的内容，并构建知识图谱，为用户提供更加智能化的服务体验。
案例介绍
大模型通过互动对话助手的产品形态面向投资用户提供信息辅助服务（见图 1-4），在投资者教育方面，模型通过智能化的方式向广大投资者普及证券金融知识，传播理性投资理念。通过提供易于理解和实用的投资指导，大模型可以帮助投资者更好地了解投资市场的基本原理、风险管理策略和投资技巧，提高他们的投资能力和决策水平；帮助投资者更好地保护自己的权益，避免投资风险，促进金融市场的稳定和健康发展；同时，大模型还可以为金融人才的培养提供支持，向在校学生普及金融知识，培养他们的投资意识和理财能力，为金融行业的可持续发展做出贡献。大模型根据用户的需求和风险偏好，提供个性化的投资建议和指导。通过分析用户的投资目标、资金状况和市场情况，大模型可以为投资者量身定制投资组合，帮助他们实现财富增值和风险控制。
东方财富自研大模型通过智能信息提炼形态面向专业投资机构提供信息辅助服务（见图 5-6），在投资研究方面，利用大语言模型的强大能力，对金融市场进行深入分析和研究。通过对大量的金融数据和信息进行挖掘和分析，可以为投资者提供准确、及时的市场动态和投资机会，帮助他们做出明智的投资决策。
效益分析
东方财富自研大模型作为一款垂类金融大模型，将充分发挥其能力，以投资者教育、投资顾问和投资研究为核心，为广大投资者提供全面的服务。
在社会效益方面
有助于引导投资者客观认识市场、理性参与投资，还能更好地维护他们的合法权益，积极践行普惠金融。
在商业模式方面
有助于东方财富 APP, 网站构建更智能化的产品功能，以提升用户的留存率与转化率。同时提升平台信息创作者的体验，以获取更多高质量内容。
在应用推广前景方面
公司将以东方自研大模型作为智能化底座，对各类产品功能，信息服务进行全面升级，以匹配公司的长期智能化战略。
