近期，DeepSeek憑借非凡影響力火爆出圈，如今在基金業內的熱度仍在不斷攀升，進行DeepSeek的私有化部署成為了越來越多基金公司的選擇。據中國證券報記者不完全統計，截至2月20日，全市場已有超過20家基金公司宣布基本完成DeepSeek大模型本地化部署，加速了人工智能(AI)在金融領域的運用。

業內人士認為，DeepSeek系列模型在基金行業的多個領域均展現出廣泛的應用前景，從市場分析與預測、風險管理，到客戶服務與支持、自動化報告生成，再到合規與監管增效、個性化投資建議等，進一步推動基金行業邁向“智能化3.0”階段。同時，也有業內人士認為，基金公司完成DeepSeek的私有化部署僅是開端，如何利用模型更好地服務投研工作，將考驗相關團隊在后續工作中的開發能力。

火速部署

2025開年以來，國產DeepSeek大模型憑借其強大的智能處理能力和廣泛的應用場景，為金融行業的智能化發展增添了強大動力，迅速掀起一輪AI發展浪潮。公募基金行業亦緊跟時代步伐，積極擁抱這一變革。比如，2月19日海富通基金表示，自DeepSeek發布以來，公司IT團隊迅速響應，目前已完成DeepSeek系列模型的私有化部署，并在投研、風控等關鍵業務領域展開了深入的探索與實踐，不斷拓寬人工智能的應用邊界。此前一日，國聯安基金宣布，已完成DeepSeek-R1系列開源模型的本地化部署，在金融科技與服務的深度融合上邁出關鍵性一步。

除了海富通基金、國聯安基金，匯添富基金、富國基金、易方達基金等多家公募機構早在2月初以來便開始陸續宣布已完成DeepSeek的私有化部署。據不完全統計，截至2月19日，宣布完成DeepSeek大模型本地化部署的公募機構已經超過20家。另有多家基金公司向中國證券報記者透露，目前已經啟動DeepSeek系列模型的本地化部署規劃工作。

其實，人工智能領域方面的建設一直是不少基金公司的戰略重點。以博道基金量化團隊為例，一方面，公司使用各類AI相關工具提高編程和投研效率;另一方面，考慮到AI在對量化因子的挖掘上相較于人腦更加充分和高效，早在2020年博道基金就已在實盤中使用AI技術來挖掘量價因子。此后，公司更是嘗試將AI量價分析的框架整合成一個完整系統并不斷完善和升級迭代，到2023年10月底，這一套AI全流程框架體系已經在實盤中占據一半比重，其效果不僅超越了僅使用量價信息的版本，還能超越量價與其他因子結合的傳統版本。

除了基金公司外，部分基金銷售公司也開始了DeepSeek部署。2月19日盈米基金宣布，公司旗下投顧服務平臺且慢成功接入DeepSeek-R1深度推理模型。據悉，在基礎設施建設方面，盈米基金打造了多元混合模型技術底座，已完成與DeepSeek、通義千問以及Kimi、豆包等大模型的對接。同時，公司專門組建數據標注團隊，構建了涵蓋財富管理、基金投資、投顧策略、陪伴內容、客戶服務、投研工具六大核心業務場景的專業數據集群，為AI應用提供了高質量的反饋。

賦能投研

在興證全球基金看來，DeepSeek系列開源模型在基金行業多個領域都有廣闊的應用前景，以投資領域為例，DeepSeek能夠快速處理海量金融數據，深度分析市場趨勢，精準挖掘投資機會，為基金經理和研究團隊節省時間并提高研究效率，幫助他們做出更科學合理的投資決策。

關于DeepSeek如何進一步賦能投研，博道基金量化投資總監楊夢表示，公司團隊一直緊密關注國內外AI大模型相關進展，本次DeepSeek之所以能引爆市場，最重要的原因在于其開源且部署和微調所需算力大幅下降，在小規模版本部署情況下也能具備一定的性能水平，使得不少私有的應用場景成為可能。

楊夢認為，未來量化團隊對于DeepSeek的應用將集中在提升投研效率和增加超額收益來源兩方面，助力提升產品超額回報：第一，基于本地化部署，在解決隱私性和安全性的前提下，進一步內嵌相關知識數據庫，與投研場景更緊密結合，進一步提升投研效率;第二，拓展另類因子的挖掘，增加新的超額收益來源。基于DeepSeek模型強大的文字閱讀能力和文本推理能力，通過對模型的微調使之更匹配金融投資場景，從而進一步提升量化模型對于新聞、財報、上市公司公告等各類文本信息的提取能力，幫助模型增加另類超額收益來源。楊夢介紹，博道量化團隊會持續關注AI大模型的最新進展，并期待國產多模態大模型的進一步突破。

不同公司運用模型會出現分化

在興證全球基金看來，盡管DeepSeek在性能方面表現出色，但DeepSeek的使用仍然面臨不少挑戰，包括其對GPU資源的需求較高，而目前由于英偉達GPU的供應緊張，使得相關資源獲取變得困難。“在部分場景中，我們采用蒸餾版本的DeepSeek-R1予以替代，其能夠在較少資源的情況下運行，但不可避免的實測效果相較完整版有所遜色。未來，我們計劃在國產GPU上部署DeepSeek-R1，考慮到硬件和軟件的適配問題，可能需要在代碼調整上投入更多時間成本。另外，任何技術進步都伴隨著效率提升與新生的風險。在不斷提升模型應用效率的同時，妥善保護數據安全和信息安全也是需要重點關注的問題。”

“我們看到越來越多基金公司在布局DeepSeek，這只是一個開端，經過一段時間后，肯定可以看出差距，公司AI團隊對模型的理解至關重要。”一家公募機構副總經理在近期接受采訪時向中國證券報記者表示，“我覺得不同公司對模型的運用慢慢會出現分化，團隊負責人如果能將數學、計算機、金融等不同領域的內容融會貫通，就能更好提升DeepSeek的使用效率，這非常考驗團隊把一個相對通用的大模型做成更專精化的偏資管類應用的開發能力。”