最近DeepSeek（深度求索）果真杰出火，DeepSeek在24年12月26日推出对标GPT4o的V3之后，用户数就初始大都增长，在1月20日发布对标GPT-o1的R1之后初始马上爆火，DeepSeek在好意思国下载排行从1月22日的201名，到1月27日马上登顶第又名；甘休1月30日，DeepSeek仍是在168个国度位居下载榜第又名了

图片

DeepSeek的爆火还一度带崩好意思股芯片股，英伟达股票在1月28日下降17%，29日反弹7%之后30日又下降4%（固然英伟达说股票下降和DeepSeek辩论不大）

动作一个关爱财经的博主，尝试的下载了几个对于DeepSeek的研报，想疏忽望望DeepSeek的蛮横之处，成果发现稍许久了少许就看不懂了，一些最基本的名词还需要查，是以只可捡要点疏忽说

字据20250122-财通证券-DeepSeek-R1：强化学习+常识蒸馏，并排o1的先容DeepSeek主要的优点有三个：

1、DeepSeek大范畴强化学习，成为首个不需要监督微调，全都依赖强化学习锤真金不怕火的话语大模子

要看懂这句话需要补充一些基础常识。最初大模子的锤真金不怕火经由主要分为两个阶段：预锤真金不怕火和后锤真金不怕火。预锤真金不怕火是通过大都数据的反复输入，先建立一个相比基础的大模子，这一阶段会有大都资金铺张。基础的大模子到不错使用的大模子中间还需要后锤真金不怕火的打磨，比如不错使用另一个基础大模子师法东谈主类进行反复发问，或者是OpenAI使用的东谈主类响应强化学习（RLHF），疏忽说即是东谈主工对大模子产生的谜底进行打分，以便延续优化谜底

以上说到的需要借助东谈主工打分象征或者东谈主工发问的样貌都不错称作“监督”，然则DeepSeek通过群组相对战术优化（GRPO）构建“智能体群体间的相对上风评估机制”，疏忽说即是不使用任何“监督”而使用全都自动化的强化学习圭臬取代了监督微调处RLHF，使用机器对大模子的谜底进行打分

2、DeepSeek使用常识蒸馏本事把R1模子内部的推理才气传递给其他模子

蒸馏本事早在2015年就被提议了，在Transformer模子之前，谷歌也有在使用蒸馏本事进行优化

我查了好多贵府，对常识蒸馏本事的说法和例如存在一定的进出，我贯串的常识蒸馏简略意旨道理是：先有一个老师模子，这个模子仍是相比锻练，不错解答多样复杂问题；还有一个学生模子，相比小，使用它去对老师模子进行学习（蒸馏），但并不是疏忽的“抄谜底”。比如判断一个图片内部的物体，老师模子判断出来这是一个自行车，学生模子不是径直象征这是个自行车（这种象征被称为硬象征），而是参考老师模子的“想考样貌”，进行软象征：这个图片95%是自行车，4%是电动车，1%是摩托车，趁机还学习了自行车和其他的车的相同性。这么的公正是小模子完成了大模子的任务，然则所需要的资源就少了好多，速率还更快

3、低廉，照旧低廉

研报原文径直粘过来：

DeepSeekR1 API行状订价为每百万输入tokens1元（缓存掷中）/4元（缓存未掷中），每百万输出tokens16元，而OpenAI o1模子API行状订价为每百万输入tokens 55元（缓存掷中）/110元（缓存未掷中），每百万输出tokens是438元

图片

疏忽阐明一下上头这段话内部的词：

API行状是愚弄圭臬编程接口行状,是不同软件系统之间的聚首桥梁，比如在京东上头购物但使用微信进行付款，API把你的建议信息传递给了商家完成了交游，其实这个词不懂也无所谓，不太影响阅读

Token是当然话语措置（NLP）中的基本单元，代表文本或数据的最小单元，疏忽贯串即是个单元

缓存不错疏忽贯串成是用户和行状器中间的一部分资源的暂存站，要是需要的信息在缓存内部，即是“缓存掷中”，这么就毋庸去行状器内部找信息了，速率就会快，也就低廉；要是缓存内部莫得，也即是“缓存未掷中”，那就获得行状器内部找了，那就慢少许，也就贵点

DeepSeek原本只想疏忽说说，但确乎内部好多东西都不懂，写着写着就多了，要是有写的不合的所在请给我留言，十分感谢！

说完DeepSeek详情需要提到它的母公司：幻方量化

幻方量化由梁文锋于2015年在杭州成立。2016年，幻方的第一个由深度学习算法模子生成的股票仓位上线实盘交游，使用GPU进行计较。2017年，幻方的通盘投资战术都竣事AI化。2018年竖立以 AI 为公司的主要发展标的，何况获得了私募的金牛奖。2019年，幻方自主研发了“萤火一号”锤真金不怕火平台，何况幻方私募范畴仍是达到百亿。2020年，“萤火一号”考究进入运作。2021年，幻方进入10亿元修复“萤火二号”。2023年，梁文锋晓示幻刚直式进犯通用东谈主工智能范围，创办了DeepSeek

（参考材料:不雅察者网：DeepSeek创举东谈主，一个“本事联想见地者”及幻方官网https://www.high-flyer.cn/history）

终末聊聊幻方的资本行：量化投资

量化投资疏忽来说即是用AI模子来炒股，大部分都莫得基金司理主动选股，通盘的买入卖出请示都是靠电脑自动进行，投资时间AI在延续地分析-判断-交游-分析-判断-交游，交游频率杰出高

先疏忽说一下我对量化的作风，我以为量化投资是一种很好的战术：

最初，从一些头部公司的功绩来看这种战术是灵验的，能收货的即是恋战术；其次，国内照旧以散户为主，在延续向专科投资者为主的商场进化的经由中，量化亦然很好的鼓舞成分；终末，好多东谈主一直在说量化影响了A股的生态，把好多下降亏本的原因归集在量化投资上，我认为量化投资因为其战术的独特性，可能还会触及到对冲等战术，是以详情会对A股有一定影响，然则影响详情莫得那么大，而且韭菜就算不被量化噶，还会被多样种种的其他东西列队等着噶

图片

终末，说说量化投资的具体战术，咱们个东谈主去选拔股票详情是有一定的依据，咱们可能会看K线、PE、PB、交游量、公司季报，以至是股票的名字（川大智胜

图片

），那么量化投资详情是东谈主给AI模子成立了好多对股票的考量参数（因子），通过这些因子的玄虚考量，来判断这支股票高潮的的概率大照旧下降的概率大，要高潮就买入，要下降就卖出

有可能触及到的因子，在这里举几个例子，肤浅行家贯串：

1、价值因子：市盈率（PE）、市净率（PB）、股息收益率

2、动量因子：以前12个月收益率、相对强弱指数

3、范畴因子：市值、运动市值

4、时势因子：投资者时势指数、新闻时势分析

5、本事因子：移动平均线、布林带

看完这些例子，行家简略就了了了，量化投资其实即是AI把咱们东谈主能判断的通盘选股成分一王人沟通到了，按照不断地调换实行，不断的优化模子，来增强选股的告捷率，但其实因子远远不啻这些，而且内部因子的延续优化远比咱们设想的要勤勉多

参考研报20250127-民生证券-量化专题答复：深度学习奈何自顺应商场情状以普及模子庄重性？内部的模子给行家截几个图望望

进行股票收益排序的揣摸样貌：

图片

锤真金不怕火的成立（仍是有点看不懂了）：

图片

这个研报主要不是呈报Transformer锤真金不怕火的，上头的图仅仅给行家一个参考，让行家更好的贯串量化投资，对原文有兴味的话行家不错自行搜索~

量化战术咱们在干线答理初学内部还会提到，到时刻会讲讲量化增强和量化中性等战术，这篇著述就到这了

要是您以为对您有匡助的话点个关爱，这是我延续更新的最大能源现金九游体育app平台，谢谢~

本站仅提供存储行状，通盘骨子均由用户发布，如发现存害或侵权骨子，请点击举报。