会议基本信息

• 会议时间: 2025年7月17日，地点位于深圳福田区金田路2028号皇岗商务中心1806大会议室。

- 主讲主题涵盖Python编程、人工智能编程投研实操及基于大语言模型（LLM）的全自动因子挖掘框架。

主要培训议程

• 15:00 现场签到

- 15:30 高智威—国金证券金融工程首席分析师，主题为大模型重构二级市场投研

• 15:45 许坤圣—国金证券金融工程研究员，主题Python基础与AI编程投研实战

- 16:15 陶杨—国金证券金融工程研究员，主题基于LLM的全自动因子挖掘框架

• 报名联系国金金融工程团队或对口销售

Python编程与主动投研赋能【深圳站】报告详尽分析

---

1. 元数据与概览

• 报告标题：“Python编程与主动投研赋能【深圳站】”

- 发布机构：国金证券金融工程团队

• 作者：高智威

- 发布日期：2025年7月15日，18:27，发布于上海

• 主题：本报告围绕即将在深圳举办的Python与主动投资研究（投研）培训活动，阐述了利用Python编程和大模型技术，在金融量化分析和主动投研领域的赋能作用。

报告核心论点和传达信息：
报告通过介绍即将举行的Python培训会议，强调了Python数据分析能力和基于大模型（如大型语言模型，LLM）自动化因子挖掘技术在二级市场投资研究中的关键作用，体现了新兴技术对主动投研效率和质量的促进。这次深圳站的现场活动，既是技术知识的传授，也助力投资研究人员掌握先进编程工具，形成系统化数据处理及因子研究能力。[page::0] [page::1]

---

2. 逐节深度解读

2.1 引言及活动概览

本节主要介绍了活动的基础信息，包括会议名称、举办时间地点、主讲嘉宾身份以及会议议程安排。作为国金证券旗下“金融工程”团队的一个重要培训项目，会议目标明确：用Python和AI技术赋能量化投研。

重点信息：

• 主题涉及Python数据分析及通过大模型实现的自动因子挖掘，展现了当前量化投资研究的技术前沿。

- 会议具体时间为7月17日下午3点至约5点半，地点设定在深圳皇岗商务中心1806大会议室。

• 议程细化为三个主要演讲环节，分别由国金证券的资深金融工程分析师及研究员主讲，侧重于大模型在投研的应用、Python基础与AI编程实操及自动化因子挖掘框架设计。

这部分体现了培训内容从理论到实操、从基础编程到复杂模型构建的完整知识链条设置，为参加者提供了一个系统化的学习路径。[page::1]

2.2 会议议程详细解读

• 15:30 大模型重构二级市场投研（主讲：高智威）

该环节重点讲述如何利用大型语言模型（LLM）及相关AI技术重塑传统二级市场投资研究流程。通过新兴模型技术，实现大规模数据的自动化处理，提高因子生成和筛选效率。

• 15:45 Python基础与AI编程投研实战（主讲：许坤圣）

着重教授Python编程基础，配合AI工具，侧重于如何结合编程能力进行实盘投研数据分析与模型搭建，增强调研人员的工具掌握和技术实操经验。

• 16:15 基于LLM的全自动因子挖掘框架（主讲：陶杨）

聚焦于构建自动化因子发现系统，实现因子从生成、筛选到验证的自动闭环，提高投研工作效率和研究深度。

通过这种严密时间安排和内容分配，会议力图推动金融科技与传统投资研究的深度融合，帮助研究人员掌握最新技术工具，实现主动投研的智能化升级。[page::1]

---

3. 图表与图像深度解读

本报告资料中未包含具体的图表和数据表格，内容以会议日程和培训主题描述为主。因此，无法进行传统意义上的图表数据解读。但根据议程内容可以推断，培训内容后续可能涉及大量与因子挖掘、Python编程和AI模型训练相关的数据可视化分析，参训学员将深入学习如何构建和解读这些图表。

---

4. 估值分析

报告本身为活动介绍性质，不涉及公司估值或财务分析方法，因此无相关估值内容。

---

5. 风险因素评估

作为培训活动介绍，报告未列明确的风险评估。但可以隐含提出以下潜在风险和挑战：

• 技术学习曲线：Python编程及AI模型的复杂性可能对部分参与者形成进入壁垒。

- 实际应用转化：理论技术与实际市场投研之间存在落地难度，自动因子挖掘仍需严格验证，可能因模型过拟合或数据质量问题带来风险。

• 时间安排风险：活动现场签到及时间节点严格，迟到可能错过重要内容。

报告未提供具体的风险缓解策略，主要依靠活动组织方的现场管理和培训内容设计保证培训效果。[page::0] [page::1]

---

6. 批判性视角与细微差别

• 报告非常聚焦于技能培训本身，缺少对培训内容的具体成效、学习门槛以及后续支持措施的详细说明。

- 会议议程安排紧凑，三场课程间隔仅15分钟，实战操作与理论讲解时间较短，可能影响深度理解。

• 语言和内容描述极具宣传性质，未体现对技术应用潜在瓶颈和现实约束的审慎考虑。

- 会议地点和时间均明确，展现良好的组织计划，但未透露线上资源支持，限制了远程参与者受益。

• 报告没有明确针对参会人员的前置要求或技能水平，使得不同基础背景的参与者可能体验不一。

总结来看，报告更侧重于活动宣传和议程公开，缺少深入的技术或战略剖析，适合作为会议通知与简介，而非详尽技术白皮书。

---

7. 结论性综合

本报告是一份关于国金证券金融工程团队将于2025年7月17日在深圳举办的Python编程与主动投研赋能培训的详细介绍。通过确定的三大主题演讲和时间节点，体现了Python编程和人工智能（尤其是大型语言模型）在现代二级市场投研中的应用趋势和技术革新。这种技术赋能不仅旨在提升量化投资因子挖掘的效率和系统化程度，也显示了主动投研团队在数据处理和策略开发上的前沿探索。

尽管报告中未带有数据图表或估值模型，但其核心价值在于揭示量化投研领域技术工具的迭代路径和实践需求。围绕自动因子挖掘和大模型应用的教育内容将极大推动投资研究人员的技能升级和工作效率提升。

总结如下：

• 报告强调了Python与AI技术对主动投研的整合能力，为量化研究人员提供了实操与理论相结合的培训机会。

- 培训涵盖从Python基础编程到基于大模型的自动因子挖掘，展现了投研数据分析的完整流程和技术框架。

• 活动的现场组织严密，明确了时间、地点和主讲人员，保证了内容的专业权威性。

- 报告未包含详细风险管理内容，建议未来伴随技术培训增加线上辅导和风险应用讲解。

• 报告是一份典型的培训通知及议程安排文档，适合目标群体了解活动全貌，为参与做准备。

总的来说，本报告明确展现了金融工程团队推动金融科技教育的战略方向，利用Python及大模型技术正在革新量化投研工作流程，体现了未来量化投资研究的发展趋势和技术路径。[page::0] [page::1]

---

报告