GLM-5.2 模型投研能力评测与高频量化因子跟踪分析

摘要： 本报告由国金证券金融工程组发布，主要涵盖两项核心内容：一是对智谱 AI 最新开源模型 GLM-5.2 在金融投研场景下的能力评测；二是针对高频量化选股因子的近期表现跟踪及其构建的中证 1000 指数增强策略的有效性分析。

核心观点：

1. 模型能力：GLM-5.2 在 1M 无损上下文、长程 Agent 任务交付、编程能力及中文金融文本理解方面表现顶尖，能够高效完成金融数据分析、网页爬虫及回测框架构建等端到端工程任务。
2. 因子表现：高频价格区间因子在样本外表现出色且近期稳定；量价背离因子收益呈现下降趋势；遗憾规避因子超额收益水平较高但今年以来表现一般。
3. 策略结论：将高频因子与基本面因子（一致预期、成长、技术）共振构建的增强策略，其年化超额收益（13.33%）和稳定性均优于纯高频因子策略。

论据支撑：

1. 实测评测：在 CFLUE 金融应用评估中，GLM-5.2 的阅读理解与翻译能力强于多数国产及海外模型；在实测任务中展现出深层数据洞察与任务意图识别能力。
2. 量化数据：详细分析了四类高频因子（价格区间、量价背离、遗憾规避、斜率凸性）的周度、月度和年度多空收益及多头超额收益率。
3. 策略指标：对比了高频“金”组合（年化超额 8.28%）与高频&基本面共振组合（年化超额 13.33%）的业绩指标及回撤情况。

局限性/风险：

1. 历史统计规律不代表未来，模型在市场环境变化时存在失效风险。
2. 策略收益受交易成本、假设条件影响，可能出现亏损。
3. 大模型输出具有随机性，结果随提示词（Prompt）变化而波动。