近期，DeepSeek凭借非凡影响力火爆出圈，如今在基金业内的热度仍在不断攀升，进行DeepSeek的私有化部署成为了越来越多基金公司的选择。据中国证券报记者不完全统计，截至2月20日，全市场已有超过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）在金融领域的运用。

业内人士认为，DeepSeek系列模型在基金行业的多个领域均展现出广泛的应用前景，从市场分析与预测、风险管理，到客户服务与支持、自动化报告生成，再到合规与监管增效、个性化投资建议等，进一步推动基金行业迈向“智能化3.0”阶段。同时，也有业内人士认为，基金公司完成DeepSeek的私有化部署仅是开端，如何利用模型更好地服务投研工作，将考验相关团队在后续工作中的开发能力。

● 本报记者 魏昭宇

火速部署

2025开年以来，国产DeepSeek大模型凭借其强大的智能处理能力和广泛的应用场景，为金融行业的智能化发展增添了强大动力，迅速掀起一轮AI发展浪潮。公募基金行业亦紧跟时代步伐，积极拥抱这一变革。比如，2月19日海富通基金表示，自DeepSeek发布以来，公司IT团队迅速响应，目前已完成DeepSeek系列模型的私有化部署，并在投研、风控等关键业务领域展开了深入的探索与实践，不断拓宽人工智能的应用边界。此前一日，国联安基金宣布，已完成DeepSeek-R1系列开源模型的本地化部署，在金融科技与服务的深度融合上迈出关键性一步。

除了海富通基金、国联安基金，汇添富基金、富国基金、易方达基金等多家公募机构早在2月初以来便开始陆续宣布已完成DeepSeek的私有化部署。据不完全统计，截至2月19日，宣布完成DeepSeek大模型本地化部署的公募机构已经超过20家。另有多家基金公司向中国证券报记者透露，目前已经启动DeepSeek系列模型的本地化部署规划工作。

其实，人工智能领域方面的建设一直是不少基金公司的战略重点。以博道基金量化团队为例，一方面，公司使用各类AI相关工具提高编程和投研效率；另一方面，考虑到AI在对量化因子的挖掘上相较于人脑更加充分和高效，早在2020年博道基金就已在实盘中使用AI技术来挖掘量价因子。此后，公司更是尝试将AI量价分析的框架整合成一个完整系统并不断完善和升级迭代，到2023年10月底，这一套AI全流程框架体系已经在实盘中占据一半比重，其效果不仅超越了仅使用量价信息的版本，还能超越量价与其他因子结合的传统版本。

除了基金公司外，部分基金销售公司也开始了DeepSeek部署。2月19日盈米基金宣布，公司旗下投顾服务平台且慢成功接入DeepSeek-R1深度推理模型。据悉，在基础设施建设方面，盈米基金打造了多元混合模型技术底座，已完成与DeepSeek、通义千问以及Kimi、豆包等大模型的对接。同时，公司专门组建数据标注团队，构建了涵盖财富管理、基金投资、投顾策略、陪伴内容、客户服务、投研工具六大核心业务场景的专业数据集群，为AI应用提供了高质量的反馈。

赋能投研

在兴证全球基金看来，DeepSeek系列开源模型在基金行业多个领域都有广阔的应用前景，以投资领域为例，DeepSeek能够快速处理海量金融数据，深度分析市场趋势，精准挖掘投资机会，为基金经理和研究团队节省时间并提高研究效率，帮助他们做出更科学合理的投资决策。

关于DeepSeek如何进一步赋能投研，博道基金量化投资总监杨梦表示，公司团队一直紧密关注国内外AI大模型相关进展，本次DeepSeek之所以能引爆市场，最重要的原因在于其开源且部署和微调所需算力大幅下降，在小规模版本部署情况下也能具备一定的性能水平，使得不少私有的应用场景成为可能。

杨梦认为，未来量化团队对于DeepSeek的应用将集中在提升投研效率和增加超额收益来源两方面，助力提升产品超额回报：第一，基于本地化部署，在解决隐私性和安全性的前提下，进一步内嵌相关知识数据库，与投研场景更紧密结合，进一步提升投研效率；第二，拓展另类因子的挖掘，增加新的超额收益来源。基于DeepSeek模型强大的文字阅读能力和文本推理能力，通过对模型的微调使之更匹配金融投资场景，从而进一步提升量化模型对于新闻、财报、上市公司公告等各类文本信息的提取能力，帮助模型增加另类超额收益来源。杨梦介绍，博道量化团队会持续关注AI大模型的最新进展，并期待国产多模态大模型的进一步突破。

不同公司运用模型会出现分化

在兴证全球基金看来，尽管DeepSeek在性能方面表现出色，但DeepSeek的使用仍然面临不少挑战，包括其对GPU资源的需求较高，而目前由于英伟达GPU的供应紧张，使得相关资源获取变得困难。“在部分场景中，我们采用蒸馏版本的DeepSeek-R1予以替代，其能够在较少资源的情况下运行，但不可避免的实测效果相较完整版有所逊色。未来，我们计划在国产GPU上部署DeepSeek-R1，考虑到硬件和软件的适配问题，可能需要在代码调整上投入更多时间成本。另外，任何技术进步都伴随着效率提升与新生的风险。在不断提升模型应用效率的同时，妥善保护数据安全和信息安全也是需要重点关注的问题。”

“我们看到越来越多基金公司在布局DeepSeek，这只是一个开端，经过一段时间后，肯定可以看出差距，公司AI团队对模型的理解至关重要。”一家公募机构副总经理在近期接受采访时向中国证券报记者表示，“我觉得不同公司对模型的运用慢慢会出现分化，团队负责人如果能将数学、计算机、金融等不同领域的内容融会贯通，就能更好提升DeepSeek的使用效率，这非常考验团队把一个相对通用的大模型做成更专精化的偏资管类应用的开发能力。”