北大经济学院举办金工首席谈系列讲座；王开分享AI投资研究实战案例。

北京大学经济学院与金融工程实验室近日在校内学术报告厅共同组织了一场主题突出的系列讲座活动。此次活动吸引了众多师生前来参与，大家围绕前沿技术在金融领域的应用展开深入交流。主讲嘉宾以丰富的从业经验为基础，带来了关于人工智能辅助投资研究的实用分享，让听众收获颇多。

活动现场气氛热烈，主讲人王开作为国信证券首席资产配置研究员，同时也是北京大学经济学院的校友，以自身从传统投资背景转向人工智能领域的经历作为开场。他坦言，在快速变化的技术环境中，文科背景的从业者也能通过适当工具实现高效转型。当前，以技能驱动的智能工具相比早期的大语言模型有了显著进步，在金融行业内形成了广泛讨论的氛围。他强调，本次报告重点放在那些可以复制和实际操作的案例上，希望为参与者提供切实可行的启发。

王开作专题报告

在报告中，王开首先清晰界定了人工智能在投资研究领域的核心适用范围。他指出，这类技术特别适合处理重复试错的工作、需要在短时间内提供准确信息的任务，以及那些成体系且需要多次重复的工作流程。随着工具的普及，文科生与理科生在应用层面的差距正在逐步缩小。即使没有编程基础，借助智能助手也能完成较为复杂的分析工作。而具备统筹思维的管理者，则能更好地利用这些工具来优化整体流程。在实操层面，他特别介绍了提示词优化的关键方法，提出了一种包含角色定位、任务描述和输出格式三大要素的提问框架。以大型银行财务报表分析为例，通过明确对比维度、时间周期以及输出要求，人工智能可以在较短时间内生成具有一定深度的点评内容，其水平接近经验丰富的研究人员。他还提到，在处理行业特定数据时，需要专业研究人员与技术人员协作打磨合适的工具，通用方法往往难以完全满足细分领域的需求。

接下来，王开通过若干实际案例，展示了人工智能在投资研究全链条中的价值体现。在历史数据复盘和信息处理环节，人工智能能够迅速识别中美产能周期与库存周期的转折点，并进行历史归因分析，其信息记忆的准确性明显优于单纯人工操作。在计算股债性价比等指标时，通过精细化的提示设计，人工智能可以完成多维度、多场景的迭代测试，有效过滤干扰因素后，模型的拟合效果得到明显改善。在面临紧急决策的情境下，他分享了在贸易摩擦时期如何运用人工智能快速梳理大量上市公司公告，准确识别出那些积极应对相关政策的企业，从而在选股过程中捕捉到一定的超额表现机会。这些案例充分说明，人工智能正在成为投研工作中不可或缺的助力。

讲座现场

关于职业发展和能力提升方面，王开表示，人工智能确实在一定程度上替代了部分初级岗位的重复性劳动，未来行业对兼具金融逻辑与技术工具运用能力的复合型人才的需求将会持续增加。不同年龄段的从业者可以根据自身特点发挥优势，比如积累了丰富人脉资源的资深人士，可以借助工具提升效率；而年轻一代则需要扎实理论基础，并培养深度思考习惯。对于文科背景的人员，他建议不必过度追求编程技能，而是专注于自身专业领域的知识构建，将人工智能作为提升执行效率的得力助手。

互动环节中，与会师生就智能工具的安全性、行业泡沫现象以及不同学科背景的学习路径等问题进行了交流。王开指出，相关工具的安全风险主要涉及数据保护方面，本地化部署可能是未来合规发展的方向。目前人工智能领域的泡沫更多体现在应用端，而上游算力等环节则有较为坚实的实际需求支撑。对于工具可能出现的偏差问题，他建议采用分步执行并逐环节验证的方式来规避，同时根据具体场景选择合适的专业模型。活动结束时，主办方代表对嘉宾的分享表达了诚挚感谢。

互动环节

本次讲座不仅加深了师生对人工智能在金融投资研究中应用的理解，也为未来学术与实践的结合提供了有益参考。北京大学金融工程实验室作为依托经济学院搭建的平台，一直致力于推动量化投资、金融工程以及金融科技领域的学术研究与实际应用。通过这样的活动，实验室促进了学术界与金融业界的良性互动。实验室的研究方向涵盖量化基本面分析、金融科技与人工智能、市场交易行为研究、高频数据处理以及风险预警管理等方面，旨在运用数学建模、统计分析和机器学习等方法，深入探讨金融市场的内在规律，并将前沿技术应用于教学实践、投资决策以及监管政策等领域。

主讲嘉宾王开拥有丰富的专业背景。他毕业于北京大学经济学院相关专业，曾赴国外知名大学访学，研究领域聚焦A股策略与多元资产配置。在专业期刊上发表过多篇文章，并多次接受主流媒体采访，获得过多项行业认可的奖项。他的分享结合了理论与实践，展现了在新时代背景下投研工作的创新路径。

总体而言，此次活动体现了高等院校在金融科技融合方面的积极探索。随着人工智能技术的持续发展，投资研究领域将迎来更多变革机遇。参与者们不仅收获了实用知识，也对未来职业发展有了更清晰的认识。这样的讲座系列将继续为师生搭建桥梁，推动知识的传播与创新思维的培养。