CFA协会专家圆桌:智能体AI如何重塑金融工作流与投资决策
CFA协会高级研究主管Rhodri Preece近日主持“人工智能与金融”圆桌会议,与CFA协会应用投资实践与工具部门主管Brian Pisaneschi、数据科学研究员James Tate共同探讨智能体AI(Agentic AI)在金融领域的应用前景。
Pisaneschi表示,2025年构建智能体工作流的方式已发生转变,行业逐步采用Markdown文件定义“技能(Skills)”,MCP服务器则成为大语言模型连接外部数据的行业标准。分析师如今可先与AI平台交互,由AI自主提取信息并启动相应工作流程,再通过持续纠错将修改内容沉淀至技能文件。
Tate指出,生成式AI能够生成合成数据,用于情景模拟、压力测试投资组合或回测交易策略,且无需预先设定函数形式或分布假设。在模型选择上,Pisaneschi认为开源模型可能落后专有模型约三个月,但本地运行小型语言模型可显著降低数据处理成本;Tate则强调专有模型在可扩展性方面更具优势。
Tate还警告,大语言模型存在损失厌恶等行为偏见,这些偏见源自人类生成的数据,可能影响投资决策。专家建议通过设置技能文件、开展红队演练等方式识别并缓解模型偏见。
- 2026-09-07 15:30 | 华尔街见闻:CFA圆桌:Agentic AI 如何重塑金融工作流、投资流程与治理阅读原文
在CFA协会最新举行的圆桌访谈中,专家深入探讨了“智能体AI”如何通过全新的技能标准和数据模型重塑金融投资工作流,并警告投资者需警惕AI模型中固有的“损失厌恶”等行为偏见。 近日,CFA协会高级研究主管Rhodri Preece主持了一场关于“人工智能与金融”的圆桌会议。CFA协会应用投资实践与工具部门主管Brian Pisaneschi与数据科学研究员James Tate共同出席。在这场对话中,专家们详细拆解了Agentic AI(智能体AI)在投资工作流中的构建路径、金融数据缺失的最新解法,以及模型选择与治理背后不为人知的“偏见”盲区。 Agentic AI重塑工作流:从“代码驱动”到“...