技术方案总览

本节给出全文的技术脉络。整条链路从非结构化的模型输出出发，经过频次聚合变成可计算信号，再分出主观权重与优化权重两条支路，最后汇入与基准的对照评估。

三条支路的分工是：主观权重代表”直接照搬模型意见”，夏普比率最优权重代表”在模型标的池内做配置优化”，沪深300指数代表”什么都不做只买大盘”。三者并列才能回答超额收益的来源问题。

数据来源与预处理

本节交代本文所用数据的口径与 预处理 方式。荐股数据来自对两个大模型的多轮问询，行情数据用于回测与参数估计。

数据名称：ChatGPT 荐股数据（ChatGPT Stock Recommendation Data）、文心一言荐股数据（ ERNIE Stock Recommendation Data）、A 股历史行情数据（A-Share Historical Quotes）、沪深300指数行情数据（CSI 300 Index Quotes）

• 数据量：ChatGPT 荐股记录 107 条，覆盖 39 只个股；文心一言荐股记录 73 条，覆盖 44 只个股；筛选后构建 ChatGPT 组合 8 只成分股、文心一言组合 11 只成分股

• 字段：股票代码、股票名称（荐股数据）；日期、开盘、收盘、最高、最低、成交量（行情数据）；date、close（指数数据）

• 数据来源：大模型多轮问询输出内容由拓端团队进行人工整理和核对，行情数据取自某公开金融数据接口，全部内容真实有效

• 时间跨度：行情回测区间为 2022 年 1 月 1 日至 2022 年 12 月 31 日；权重优化的参数估计区间为 2017 年 1 月 1 日至 2021 年 12 月 31 日

• 区域跨度：中国 A 股市场，覆盖上海证券交易所主板、深圳证券交易所主板与创业板

• 数据格式：csv 文本格式（荐股与组合持仓）、Excel 表格与内存中的 DataFrame（行情数据）

• 数据简介：荐股数据通过向两个大模型反复提出相同结构的选股问询获得，每一条记录代表一次独立问询中模型给出的个股建议，同一只股票被多次提及即反映该模型对它的偏好强度，因此可以用提及次数作为刻画”模型信心”的衡量指标。行情数据统一采用后复权口径，消除分红送转造成的价格跳空，保证收益率序列的连续性。指数数据用于构造市场基准，评价组合是否真正跑赢大盘。

• 本数据可支撑的主题实证研究：一是比较两个大模型在选股偏好上的行业集中度差异；二是以提及频次构造主观权重并检验其相对市场基准的超额表现；三是用均值方差框架求解夏普比率最优权重，与大模型主观权重形成对照；四是检验样本外区间内优化权重的稳定性与换手成本。

• 数据指标：股票代码、股票名称、推荐次数、组合权重、日度简单收益率、累计收益率、年化收益率、年化波动率、协方差矩阵、夏普比率
• 数据展示：下图给出 ChatGPT 荐股数据中各只个股被提及次数的分布，横轴为个股名称，可以直观看出推荐偏好高度集中在少数龙头标的上。

1预处理要点

预处理的重头戏不在清洗，而在口径统一，有三处必须留意。

1. 证券代码统一按 字符串 读入。A 股代码存在以 0 开头的情况（如 000651、002475），若按数值读入会丢失前导零，后续与行情接口对接时取不到数据。

1. 行情统一取后复权口径。分红送转会造成价格跳空，直接算收益率会出现虚假的大幅跳变，后复权能保证收益率序列连续。

1. 大模型输出的股票名称需要人工核对。同一代码在不同批次的回答中可能对应不同名称，这是模型输出本身的噪声，不核对会误导行业归因。

核心方法与方案设计

本节解决第一个关键问题：如何把大模型的自然语言输出变成可排序、可截断的量化信号。

1从自然语言输出到频次因子

大模型每次回答给出的股票名单是离散的、非结构化的，直接拿来用有两个麻烦：一是单次回答噪声大，二是不好判断它对某只股票到底有多看好。解决办法很朴素——多问几次，数一数每只股票被提及了多少次。

2频次统计与分布可视化

第一轮对话：基础数据采集与偏好统计

背景

我们已经收集了两个大模型各自若干轮的选股回答，存成了两部 csv 文件，每条记录是一只被推荐个股的代码与名称。

目标

我想先把 ChatGPT 的回答读进来，看看它推荐的股票集中在哪些标的上，有没有明显的头部效应。

约束

请用 pandas 读取，证券代码统一按字符串处理避免前导零丢失；用 seaborn 画计数图，图片 300 dpi 保存，中文名称要能正常显示。

荐股数据读取与频次分布可视化

# 导入数据处理与绘图工具
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
# 读取大模型推荐的个股清单，统一按字符串读入以保留代码前导零
reco_gpt = pd.read_csv('ChatGPT荐股.csv', dtype='str', engine='python')
# 检查读入结果
print(reco_gpt.head())
# 设置画布分辨率与中文字体

上图中横轴方向密集堆叠的股票，就是模型反复提到的标的。从实测结果看，ChatGPT 的 107 条推荐记录覆盖 39 只个股，头部集中度相当明显：宁德时代被提及 9 次，中国中免、立讯精密、比亚迪各 8 次，贵州茅台 7 次，温氏股份、中国平安、恒瑞医药各 6 次。也就是说，不到两成的标的吸走了接近一半的推荐次数。

文心一言的表现则是另一番景象。它的 73 条记录覆盖了 44 只个股，分布要分散得多，最高频的恒瑞医药也只有 4 次，其余多为 3 次。

3按频次筛选构建组合

拿到频次之后就要做取舍：次数太低的标的很可能是模型的随机发挥，纳入组合只会放大噪声。这里用一个简单的阈值规则，ChatGPT 侧保留提及 5 次以上的标的，文心一言侧因为整体频次偏低，保留 3 次以上。

运行后 ChatGPT 侧得到 8 只成分股，文心一言侧得到 11 只成分股。两个组合在行业分布上差异明显：ChatGPT 的组合偏向新能源、消费与医药龙头，文心一言的组合则出现了更多制造业与周期类标的，且部分名称存在前后不一致的情况（同一代码在不同批次里对应了不同名称），这也是大模型输出需要做人工核对的原因之一。

主观权重方案与回测设置

本节给出基线方案：用人工设定的差异化权重构建组合，并在 2022 年区间与沪深300指数做对照，回答第二个关键问题。

1权重设定与收益计算

有了标的名单，还需要决定每只买多少。一个自然的想法是按推荐次数分配权重——被提到越多次，仓位越重。不过完全按频次归一化会让权重过度集中，实践中更常见的做法是参考频次排序给出一组差异化的主观权重，同时控制单票上限。

组合的收益率按加权求和得到：

Rp = w1 * r1 + w2 * r2 + ... + wn * rn

其中 wi 为第 i 只股票的权重，ri 为对应股票的日度简单收益率。累计收益则按 (1 + Rp) 逐日累乘得到。

2与沪深300基准的对照

引入基准对照与业绩评估

读取上图时要注意一点：两条曲线的相对位置会随时间变化，某些阶段组合跑赢基准，另一些阶段又落后。这种起伏本身说明，大模型选出的标的与大盘的走势并不完全同步，其超额收益高度依赖于所处的市场环境。2022 年 A 股整体处于震荡调整状态，成长风格回调明显，而模型偏好又恰好集中在成长龙头上，这对组合表现构成了直接的压力。

这也引出了一个必须回答的问题：如果表现不及预期，问题出在”选股”还是出在”权重”？

夏普比率最优权重的求解

本节给出改进方案，回答第三个关键问题：权重方案本身能带来多少改善。

1均值方差框架

要分清是选股问题还是权重问题，就要把权重这一环单独拿来做优化。经典做法是马科维茨的均值方差框架：在给定标的池的前提下，寻找一组权重，让组合在承担单位风险时获得的回报最高。

夏普比率的表达式很简洁：

Sharpe = (Rp - Rf) / sigma_p

其中 Rp 是组合预期收益，Rf 是无风险利率，sigma_p 是组合收益的标准差。组合的标准差则由协方差矩阵决定：

sigma_p^2 = w^T * Sigma * w

这里 Sigma 是各标的收益率之间的协方差矩阵，w 是权重向量。

2带约束的最优化求解

引入领域知识约束求解最优权重，提示词如下：

背景

我想检验一下，是不是权重方案拖累了组合表现，所以要用优化方法重新求一组权重。

目标

请用 2017 到 2021 年的行情估计各标的的均值收益与协方差矩阵，然后求解使夏普比率最大的权重组合。

约束

目标函数取负夏普比率以配合 minimize 求最小；约束条件为权重之和等于 1 且各权重非负；单只标的上限设为 0.2 以避免过度集中；优化方法用 SLSQP。

代码四：均值与协方差估计及 SLSQP 最优权重求解

这里有三处设定值得说明，也是实际建模中最容易被追问的地方。

第一，为什么用 2017 至 2021 年估计参数、却拿 2022 年做回测？因为均值方差优化对输入参数极其敏感，如果估计区间和回测区间重叠，等于用未来的信息倒推现在的权重，得到的结论是不可信的。把两段区间严格切开，才能保证结论来自样本外检验。

第二，为什么给单只标的设 0.2 的上限？不加约束时，优化器很容易把绝大部分仓位压在一两只历史表现最好的股票上，这种解在样本内看着漂亮，样本外往往很脆弱。加上限是一种正则化手段，牺牲一点理论最优性换取稳定性。

第三，无风险利率按 0 处理会高估夏普比率，严谨的做法应当代入对应期限的国债收益率，这里为简化演示而省略。

3关键参数一览

测试结果与三方对比

本节把主观权重、优化权重、市场基准三条曲线并列，观察权重方案带来的差异。

文心一言组合按同样流程走一遍，得到三方对照结果如下。

1三种权重方案对比

下表把三种权重方案的机制差异放在一起比较，便于理解各自的适用边界。

从实测数据看，ChatGPT 组合的 8 只成分股中，推荐次数最高的宁德时代占 9 次，最低的温氏股份、中国平安、恒瑞医药各 6 次，频次差距并不悬殊，这意味着以频次为排序依据的主观权重，其分化程度其实有限。文心一言组合 11 只成分股里，最高 4 次、其余多为 3 次，分化程度更低，主观权重方案几乎退化成近似等权。这也是为什么引入优化权重后，两条曲线的形态会出现肉眼可见的分离。

接下来我们把整个流程做成一个可交互 Agent

---

1. 为什么要做成 Agent？

Notebook 适合研究者自己复跑，但对团队里其他角色有三个门槛：

做成 Agent 的本质是：把原文”数据采集 → 频次筛选 → 组合构建 → 双路权重 → 基准对照”这条流水线固化成函数，再用 Streamlit 给函数套一层网页表单。任何一份新的”大模型荐股名单”——哪怕来自别的模型——都可以丢进同一条流水线接受检验，这正是原文强调的”可复用评估方法论”。

图：Agent 端真实截图（Streamlit 初始页）；Notebook 端为原文代码包中的 ipynb，形态可对照 代码截图理解

---

2. 拆解原文：哪些模块值得封装

先通读原文，把可封装的核心功能模块提取出来。原五段代码（含原文省略部分）对应 Agent 里的六个功能模块：

两个工程细节直接沿用原文的”预处理要点”，封装时必须保留：

1. 证券代码按字符串读入（dtype=str），否则 002475、000651 会丢前导零；

2. 行情统一后复权（adjust="hfq"），否则分红送转造成虚假跳空。

还有一个原文反复强调的红线——估计区间与回测区间不得重叠。Agent 里我们干脆加一道硬校验：如果用户在界面上把两段区间调到重叠，直接报错拒绝跑，把原文说的”落地时最容易被忽略的区间校验”做进产品里。

---

3. 准备工作

需要的库（原文 requirements.txt 六个 + Streamlit）：

streamlitaksharepandasnumpymatplotlibseabornscipy

安装：

pip install streamlit akshare pandas numpy matplotlib seaborn scipy

中文字体：原文图用 SimHei（黑体）。Windows 自带；macOS/Linux 需另装，否则图上中文全是方框。Agent 里我们写一个跨平台字体探测函数（见第 8 节代码）。

联网说明：行情经 akshare 实时拉取，需要外网可达；如果复现时接口不稳定，Agent 支持上传离线行情 CSV 兜底（对应原文”若接口不可用，可改用随附的离线数据文件”）。

图：pip install streamlit akshare pandas numpy matplotlib seaborn scipy 实际安装输出（streamlit 1.64.0 / akshare 1.18.97）

---

4. 第一步：把原文代码拆成函数

Notebook 代码是”从上往下流”的脚本，函数化时要改掉三处：①路径和参数从写死变成入参；②plt.show() 删掉（Streamlit 自己会渲染当前 figure）；③省略号部分（原文标注”此处省略”）补齐，补齐逻辑按原文口径实现，下文已注明。

4.1 数据读取与频次统计（对应代码一、二）

• 输入：load_recommendations 吃上传文件对象；build_portfolio 吃频次表 + 阈值。
• 输出：compute_frequency 返回全量频次表（画图用），build_portfolio 返回成分股表（后续权重/回测用）。
• 一处小改造：原文直接 count() 整个 DataFrame 再取列，这里用 groupby(...)[...].count()，避免聚合出多余列——正是原文”注意聚合时不要引入多余的列”这条约束的实现。

图：app.py 核心函数（M1 数据读取与频次、M3 行情）在 VS Code 中的实际代码

4.2 行情获取（对应代码三，补全省略的指数部分）

4.3 夏普比率最优权重（对应代码四，补全 minimize 调用）

函数签名即原文”关键参数一览”表的参数化：cap 对应单票上限 0.2，rf 对应无风险利率（原文按 0，界面上开放修改，并在报告里如实提示”rf=0 会高估夏普”）。

4.4 回测与绩效（对应代码三、五 + 原文评估模块）

---

5. 第二步：用 Streamlit 搭 Agent 界面

界面布局分三区，对应原文流水线的”输入—加工—输出”：

┌────────────┬──────────────────────────────────────┐│  侧边栏     │  主区                                  ││            │  ┌ 标题 + 步骤条                        ││ ① 上传区    │  ├ ① 荐股原始数据预览（表格）            ││  荐股CSV    │  ├ ② 频次分布横向计数图 + 数据/指标卡     ││  (可选)     │  ├ ③ 成分股与权重表（主观 vs 夏普最优）   ││ ② 参数区    │  ├ ④ 三方累计收益对比图                 ││  筛选阈值    │  └ ⑤ 绩效指标表（三方案并列）            ││  估计区间    │                                       ││  回测区间    │                                       ││  单票上限    │                                       ││  无风险利率  │                                       ││ ③ [生成报告] │                                       │└────────────┴──────────────────────────────────────┘

关键代码片段（完整代码见第 8 节）：

上传区——一个 st.file_uploader 管荐股数据，st.expander 里折叠离线行情，避免吓退首次使用者：

参数区——参数默认值直接取原文实测口径（阈值 5、估计区间 2017–2021、回测 2022、上限 0.2）：

区间硬校验——把原文”落地最容易被忽略的区间校验”变成界面级熔断：

权重表可编辑——主观权重不再写死成代码里的列表，st.data_editor 让用户按频次排序后手填差异化权重（原文 M3 的”人工设定”环节搬进界面）：

图：Streamlit 应用初始状态：侧边栏上传区 + 全部参数控件 + 红色「生成报告」按钮

图：侧边栏参数区特写：筛选阈值=5、估计区间 2017-01-01 ~ 2021-12-31、回测区间 2022、单票上限滑块 0.20、无风险利率 0.00

---

6. 第三步：整合逻辑，从上传到出报告

main() 里按原文流水线顺序把函数串起来，每一步渲染一个界面区块：

数据流一句话版：CSV → 频次表 → 成分股表 →（可编辑主观权重 / SLSQP 最优权重）→ 两条累计曲线 + 基准曲线 → 绩效表。中间结果用 st.session_state 缓存行情，改阈值重跑时不必重复拉 akshare。

图：上传 ChatGPT荐股.csv 后：① 原始数据表（107 条 / 39 只，代码保留前导零）+ ② 频次分布图（宁德时代居首）

图：点击「生成报告」后：③ 成分股与权重表（8 只，主观权重可编辑、夏普最优权重含顶到 0.2 上限与 0 剔除）+ ④ 三方对比图开始渲染

---

7. 运行与部署

本地运行：

浏览器自动打开 http://localhost:8501。部署到公网两条路：

• Streamlit Cloud：把 app.py + requirements.txt + data/ChatGPT荐股.csv 推到一个 GitHub 仓库，在 share.streamlit.io 关联仓库即可，免费、几分钟出一个公开 URL；
• HuggingFace Spaces：新建 Space 选 Docker/Blank 模板，同样传这三个文件。

注意 akshare 在云端偶发接口限流，建议部署时把离线行情 CSV 一起打包，界面上留了上传口。

图：终端执行 python -m streamlit run app.py 后的启动输出（Local URL: http://localhost:8501，健康检查 200）

图：浏览器打开 localhost:8501 并上传数据后的实际页面

---

8. Agent 效果展示：复现原文实验

用原文数据走一遍完整流程，验证 Agent 输出与论文图表对齐：

1. 上传 data/ChatGPT荐股.csv（107 条记录，覆盖 39 只个股）；

2. 参数保持默认：阈值 >5、估计区间 2017-01-01 ~ 2021-12-31、回测区间 2022-01-01 ~ 2022-12-31、单票上限 0.2、rf 0；

3. 点击「生成报告」。

预期结果与原文实测逐项对照：

再传 文心一言荐股.csv，把阈值调到 3，得到 11 只成分股、最高频恒瑞医药 4 次——一份 Agent、两个模型的观点都能进流水线下对照，这就是”频次筛选—权重求解—基准对照”方法论的工程化。

图：最终报告全页：④ 三方累计收益对比图（主观 -12.2% / 优化 -15.1% / 沪深300 -21.3%）+ ⑤ 绩效指标表

---

图：④ 三方累计收益对比特写——蓝实线（主观权重）、橙点划线（夏普最优权重）、绿虚线（沪深300），2022 全年真实后复权行情

图：⑤ 绩效指标表特写——累计/年化收益、年化波动率、夏普比率、最大回撤三项方案并列

图：文心一言荐股.csv 实验——73 条 / 44 只、阈值 2、恒瑞医药频次居首的实测页面

9. 可测试页面版本（完整代码，复制即跑）

9.1 目录结构

llm-agent/├── app.py                 # 下面的完整代码├── requirements.txt└── data/    └── ChatGPT荐股.csv    # 示例数据（前几行见 9.3）

9.2 app.py（完整版）

9.3 示例数据 `data/ChatGPT荐股.csv`（前 10 行，与原文频次口径一致）

股票代码,股票名称300750,宁德时代601888,中国中免002475,立讯精密002594,比亚迪600519,贵州茅台300498,温氏股份601318,中国平安600276,恒瑞医药300750,宁德时代601888,中国中免

9.4 运行步骤

# 1. 环境（Python 3.9+）pip install streamlit akshare pandas numpy matplotlib seaborn scipy# 2. 建目录 llm-agent/，放入 app.py 和 data/ChatGPT荐股.csv# 3. 启动cd llm-agentstreamlit run app.py# 浏览器打开 http://localhost:8501

图：第二组实验（文心一言）：阈值改 2 后筛出 11 只成分股，恒瑞医药 4 次居首，主观权重近似等权

---

局限性与失败分析

本节如实说明本文方法的边界，避免对结论的过度解读。

1. 样本量偏小：荐股记录仅 ChatGPT 侧 107 条、文心一言侧 73 条，覆盖标的 39 只与 44 只。基于这一量级统计出的频次分布置信区间较宽，头部标的的排名稳定性有限，换一批问询可能得到不同的头部名单。

1. 场景单一：回测区间只有 2022 年一个完整年度，且该年 A 股处于震荡调整状态，成长风格回调明显。结论在这一特定市场环境下的适用性较强，但不能外推到牛市或风格切换期，原文未提供多区间滚动检验结果。

1. 数据质量噪声：文心一言侧存在同一股票代码对应不同名称的情况，说明大模型输出本身带有实体识别错误，字段层面的不一致会影响行业归因的准确性，需要人工核对。

1. 交易成本未计入：回测未计入佣金、印花税与冲击成本，也未设定调仓频率与换手约束，实际可执行性会低于回测结果。原文未提供含成本的实际成交数据。

1. 消融实验缺失：原文未对不同筛选阈值（如 >3 次、>8 次）、不同估计窗口长度（如 1 年、3 年）、不同权重上限（如 0.1、0.3）做系统性消融对比，参数敏感性未经量化验证。

1. 未做实盘验证：本文所有结论均来自历史行情回测，属于离线分析结论，原文未提供实盘或模拟盘的实测数据。

结论与展望

本文围绕大模型荐股能否落地这一问题，给出了一条从非结构化输出到可评估组合的完整链路，核心结论有三点。

1. 频次聚合是把自然语言输出转成量化信号的有效手段。多轮问询能够平滑单次回答的随机性，让”模型偏好”变成可排序、可截断的连续量，这一步可以复用到研报观点、新闻情绪、分析师评级等多种信息源。

1. 估计区间与回测区间严格分离是结论可信的前提。均值方差优化对参数敏感，两段区间重叠会造成信息泄露，切开之后的样本外表现才有参考价值。

1. 三方对照结构能够分离选股能力与配置能力。把主观权重、优化权重与市场基准并列，才能判断超额收益究竟来自名单还是来自仓位分配，这是直接照搬模型名单无法回答的。
2. 展望方向上，有两处值得继续推进：一是引入滚动窗口与多区间检验，验证结论在不同市场环境下的稳健性；二是把交易成本、调仓频率与行业约束纳入优化问题，让权重方案更接近可执行状态。

常见问题 FAQ

Q1大模型的选股名单可以直接变成可执行的持仓组合吗？

可以，但需要先做两步加工。先通过多轮问询把单次回答的随机性平滑掉，统计每只个股的提及次数作为偏好强度，再设阈值过滤低置信度标的，得到 ChatGPT 侧 8 只、文心一言侧 11 只的组合名单，最后用后复权行情完成权重加权与累计收益计算。直接照搬单次回答的名单是不可取的。

Q2推荐频次为什么能当作偏好强度的度量？

因为单次回答包含较大的随机成分，而多轮问询中反复出现的标的，反映的是模型对它的稳定偏好。频次聚合把离散的、非结构化的选择信号映射成了一个可排序、可截断的连续型偏好得分，行业上称为离散选择信号的频次聚合。

Q3ChatGPT 和文心一言的选股偏好有什么差异？

两者差异明显。ChatGPT 的 107 条记录覆盖 39 只个股，头部集中度高，宁德时代被提及 9 次；文心一言的 73 条记录覆盖 44 只个股，分布分散得多，最高频的恒瑞医药仅 4 次。行业上，ChatGPT 偏向新能源、消费与医药龙头，文心一言则出现更多制造业与周期类标的。

Q4以提及频次构造的主观权重在样本外能否战胜市场基准？

结果显示超额收益随市场阶段波动，不能一概而论。把回测区间设为 2022 年全年、与权重估计区间严格分离后，组合累计收益曲线与沪深300指数互有领先。2022 年成长风格回调明显，而模型偏好恰好集中在成长龙头，这对组合表现构成了压力。

Q5夏普比率最优权重是怎么求出来的？

以 2017 至 2021 年行情估计各标的的均值向量与协方差矩阵，把负夏普比率作为目标函数，在权重和为 1、各权重非负、单票上限 0.2 的约束下，用 SLSQP 求解。求解结果即为使单位风险回报最高的权重向量。

Q6为什么估计区间和回测区间必须分开？

均值与协方差的估计误差会被优化器放大，这是均值方差方法公认的短板。若两段区间重叠，优化权重实际上已经”见过”回测期的数据，得到的超额收益属于信息泄露。切开之后，2022 年的表现才是真实的样本外结果。

Q7为什么要给单只股票设 0.2 的权重上限？

不加约束时，优化器很容易把绝大部分仓位压在一两只历史表现最好的股票上，这种解在样本内看着漂亮，样本外往往很脆弱。加上限是一种正则化手段，以牺牲一点理论最优性换取稳定性。

Q8无风险利率设为 0 会不会影响结论？

会高估夏普比率，但不改变权重的相对排序。严谨的做法应当代入对应期限的国债收益率，本文为简化演示而按 0 处理，读者在复现时可替换为实际利率。

Q9均值方差优化最大的短板是什么？

对输入参数极其敏感。均值向量的一点微小变化就可能导致最优权重大幅变动，这也是为什么需要约束条件、区间分离与正则化上限来共同约束解的形态。

Q10这套方法能否直接用于实盘？

所有结论均来自历史行情回测，未计入佣金、印花税与冲击成本，也未设定调仓频率与换手约束，原文未提供实盘或模拟盘的实测数据。上线前需要补齐成本模型与调仓规则。

Q11为什么沿用均值方差框架，而不直接训练一个端到端的选股模型？

因为本文的研究对象不是”如何预测收益”，而是”如何评估一份外部选股意见”。均值方差框架的输入恰好是标的池与收益分布，与问题结构高度匹配。端到端模型需要大量样本与特征工程，且难以把”模型意见”这一信息源干净地嵌入进去。这也是论文答辩中方法论维度的高频追问。

Q12相比直接用大模型名单，本文的改进在哪里？

改进体现在两个环节。一是把非结构化的自然语言输出转化成可排序、可截断的频次因子，使”模型的信心”变成可计算的量。二是把权重方案作为独立变量纳入对照设计，从而能够区分超额收益究竟来自选股名单还是来自仓位分配，这是直接照搬模型名单所无法回答的。

参考文献与延伸阅读

延伸阅读可参见下列同站文章，同样围绕 Python 与投资组合优化展开：

• Python中国证券成分股波动率量化：ARIMA-随机森林预测、MPT投资组合优化、四维评价体系与动态仓位策略，原文链接：https://tecdat.cn/?p=43730
• 作者系金融数据挖掘领域分析师，拥有多年 Python 量化建模与投资组合研究经验。