Py学习  »  chatgpt

ChatGPT挖票 | 智能驾驶产业链全解析

量化智投 • 1 年前 • 515 次点击  






+

目录


智能驾驶热点解析

    ▫ 什么是智能驾驶?

    ▫ 智能驾驶产业链图谱生成

    ▫ 智能驾驶相关投资标的


风险提示  


摘要


投资逻辑 

摘要

智能驾驶,也称为自动驾驶或无人驾驶,是一种集成了先进的传感器、算法和计算机系统的车辆控制技术,能够实现车辆在没有人类驾驶员干预的情况下自主导航和行驶。我国的国家市场监督管理总局发布的GB/T 40429-2021《汽车驾驶自动化分级》中将自动驾驶技术被分为0级至5级,其中L0代表无自动化,而L5代表完全自动驾驶。

近日,L3级自动驾驶技术迎来发展热潮,智能驾驶概念再次成为市场关注的热点。根据工业和信息化部于2024年6月4日发布的消息,比亚迪、广汽集团、蔚来、上汽、一汽等九家汽车生产企业获批进入智能网联汽车准入和上路通行试点,成为全国首批开展L3自动驾驶上路通行试点的车企。随着试点工作的推进,当前部分城市中也出现了小规模的无人驾驶出租车运营服务,无人驾驶技术更广泛的应用和发展有望在未来几年内实现。

本文试图通过模型的方法给出智能驾驶产业链图谱结果,并提供概念股相关标的结果。国金金融工程团队将大语言模型应用到产业链梳理任务上来,设计出专门生成产业链图谱并提供相关股票池的“产业链Agent”工具。它利用大语言模型突出的生成能力与分析能力,同时基于RAG方法在海量新闻、研报等文本构成的本地知识库中自动检索相关信息,基于大模型的理解与推理能力从中挖掘产业链信息,并确保最终结果的合理性、时效性与专业性。

模型结果显示,智能驾驶上游主要包含由芯片、算法与感应器件构成的控制系统,地图与汽车通信系统,车载信息系统,以及智能座舱相关部件;下游则主要是在各类乘用车市场上的应用。模型同时给出德赛西威、华阳集团、科博达、欧菲光等相关概念股。

 

风险提示

大语言模型输出结果具有一定随机性的风险,模型迭代升级、新功能开发可能会导致结论不同。新闻可能包含误导性的信息,语料质量对结果正确性存在负面影响的风险。人工智能模型得出的结论仅供参考,可能出现错误答案的风险。



正文






智能驾驶热点解析

▫ 什么是智能驾驶?

智能驾驶,也称为自动驾驶或无人驾驶,是一种集成了先进的传感器、算法和计算机系统的车辆控制技术,能够实现车辆在没有人类驾驶员干预的情况下自主导航和行驶。我国的国家市场监督管理总局发布的GB/T 40429-2021《汽车驾驶自动化分级》中将自动驾驶技术被分为0级至5级,其中L0代表无自动化,而L5代表完全自动驾驶。

智能驾驶技术的研究和应用已经在全球范围内得到了广泛关注和快速发展。例如,特斯拉公司在端到端自动驾驶领域取得了突破性进展,其FSD V12系统标志着端到端自动驾驶技术在量产车型上的应用已成为现实。在中国,政府也在积极推动智能驾驶技术的发展,交通运输部在《智能网联汽车技术路线图2.0》中明确提出,到2025年,智能网联汽车的销量将占当年汽车总销量的50%以上,C-V2X终端新车装配率达到50%。

近日,L3级自动驾驶技术迎来发展热潮,智能驾驶概念再次成为市场关注的热点。根据工业和信息化部于2024年6月4日发布的消息,比亚迪、广汽集团、蔚来、上汽、一汽等九家汽车生产企业获批进入智能网联汽车准入和上路通行试点,成为全国首批开展L3自动驾驶上路通行试点的车企。随着试点工作的推进,当前部分城市中也出现了小规模的无人驾驶出租车运营服务,无人驾驶技术更广泛的应用和发展有望在未来几年内实现。

智能驾驶概念也在近期得到市场关注,其产业链上下游投资机遇正得到充分挖掘。本文从模型的角度出发,给出合成生物学产业链图谱结果,并提供概念股相关标的结果。


▫ 智能驾驶产业链图谱生成

国金金融工程团队将大语言模型应用到产业链梳理任务上来,设计出专门生成产业链图谱并提供相关投资标的列表的“产业链Agent”工具。它利用大语言模型突出的生成能力与分析能力,同时基于RAG方法在海量新闻、研报等文本构成的本地知识库中自动检索相关信息,基于大模型的理解与推理能力从中挖掘产业链信息,并确保最终结果的合理性、时效性与专业性。

从模型给出的一级框架结果来看,智能驾驶上游主要包含由芯片、算法与感应器件构成的控制系统,地图与汽车通信系统,车载信息系统,以及智能座舱相关部件;下游则主要是在各类乘用车市场上的应用。模型在框架基础上给出更详细的细分产品与应用方向,帮助投资者进一步把握产业链全貌。受篇幅影响,图中仅展示部分产业链图谱结构。


▫ 智能驾驶相关投资标的

基于以上图谱结果,模型给出相关投资标的结果。


风险提示

1、大语言模型输出结果具有一定随机性的风险,模型迭代升级、新功能开发可能会导致结论不同。

2、新闻可能包含误导性的信息,语料质量对结果正确性存在负面影响的风险。

3、人工智能模型得出的结论仅供参考,可能出现错误答案的风险。

往期报告


ChatGPT热点挖票系列

  1. 《ChatGPT热点挖票系列:合成生物学热度上升,相关产业链怎么看?》


主动量化系列

  1. 《主动量化研究之二:当绩优基金重仓股遇到调研会发生什么“共振”?》

  2. 主动量化研究之一:择时、选股、选基——自主可控概念量化投资指南


Alpha掘金系列

  1. 《Alpha掘金系列之十一:基于BERT-TextCNN的中证1000舆情增强策略》

  2. 《Alpha掘金系列之十:细节决定成败:人工智能选股全流程重构

  3. 《Alpha掘金系列之九:基于多目标、多模型的机器学习指数增强策略

  4. 《Alpha掘金系列之八:FinGPT对金融论坛数据情感的精准识别——沪深300另类舆情增强因子

  5. Alpha掘金系列之七:ChatGLM医药行业舆情精选策略——大模型微调指南

  6. Alpha掘金系列之六:弹性与投资者耐心——基于高频订单簿的的斜率凸性因子

  7. 《Alpha掘金系列之五:如何利用ChatGPT挖掘高频选股因子?

  8. 《Alpha掘金系列之四:基于逐笔成交数据的遗憾规避因子

  9. 《Alpha掘金系列之三:高频非线性选股因子的线性化与失效因子的动态纠正

  10. 《Alpha掘金系列之二:基于高频快照数据的量价背离因子

  11. Alpha掘金系列:多维度卖方分析师预测能力评价——券商金股组合增强策略


Beta猎手系列

  1. 《Beta猎手系列之十:个股K线图形态AI识别构建市场风格预测》

  2. 《Beta猎手系列之九:人工智能全球大类资产配置模型》

  3. 《Beta猎手系列之八:基于偏股型转债的择时与择券构建固收+策略》

  4. 《Beta猎手系列之七:追上投资热点——基于LLM的产业链图谱智能化生成

  5. 《Beta猎手系列之六:基于宏观量价信号叠加的微盘股茅指数择时轮动策略

  6. Beta猎手系列之五:基于机构调研热度和广度视角的行业配置策略 

  7. Beta猎手系列之四:如何利用ChatGPT解析卖方策略观点并构建行业轮动策略? 

  8. 《Beta猎手系列之三:行业超预期的全方位识别与轮动策略》

  9. 《Beta猎手系列之二:熵池模型:如何将纯主动观点纳入量化配置模型》

  10. Beta猎手系列:基于动态宏观事件因子的股债轮动策略


智能化选基系列

  1. 《智能化选基系列之五:如何如何刻画基金经理的交易动机并进行基金优选?》

  2. 《智能化选基系列之四:如何用LLM生成基金经理调研报告并构建标签体系?》

  3. 《智能化选基系列之三:基金经理多维度能力评价因子优化》

  4. 《智能化选基系列之二:风格轮动型基金的智能识别与量化优选》

  5. 《智能化选基系列:如何通过全方位特征预测基金业绩并构建跑赢指数的基金组合》


量化漫谈系列

  1. 《量化漫谈系列之九:金融文本分析评测:Llama 3是最强开源模型吗?》

  2. 《量化漫谈系列之八:传统因子如何通过线性转换增强因子表现?》

  3. 《量化漫谈系列之六:为大模型插上翅膀——ChatGLM部署与Langchain知识库挂载》

  4. 量化漫谈系列之六:如何精确跟踪微盘股指数?——低成交量下的抽样复制策略》

  5. 量化漫谈系列之五:中证2000指数发布,如何构建微盘股指数增强策略?》

  6. 《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  7. 《量化漫谈系列之三:有多少基金从新能源切换到了AI?》

  8. 《量化漫谈:卖方分析师团队评价体系与特征全景》

  9. 量化漫谈:预期差视角下的业绩预喜个股机会梳理


量化掘基系列

  1. 《量化掘基系列之二十七:量化视角下,如何布局科创50指数?》

  2. 量化掘基系列之二十六 :黄金持续新高,该如何把握后续行情?》

  3. 量化掘基系列之二十五:若红利税下调,对港股影响几何?》

  4. 《量化掘基系列之二十四:新“国九条”下,如何把握红利投资浪潮?》

  5. 《量化掘基系列之二十三:把握HBM高景气度及半导体产业复苏的投资机会》

  6. 《量化掘基系列之二十二:产业链视角下如何捕捉AI手机概念行情?

  7. 《量化掘基系列之二十一:低波震荡下的投资利器——泰康中证红利低波动ETF》

  8. 《量化掘基系列之二十:深度学习赋能市场中性基金,量化对冲类产品前景广阔》

  9. 《量化掘基系列之十九:量化视角下,央企概念有哪些投资机会?

  10. 《量化漫谈系列之四:成长价值和大小盘双风格轮动基金如何识别与优选?》

  11. 《量化掘基系列之十八:汇聚龙头,启航新境——华泰柏瑞中证A50ETF

  12. 《量化掘基系列之十七:红利叠加低波会碰撞出怎样的火花?

  13. 《量化掘基系列之十六:控制微盘风格暴露,机器学习赋能量化投资

  14. 《量化掘基系列之十五:低波因子是否才是中证 500 选股真正利器?

  15. 《量化掘基系列之十四:“哑铃”策略的一头,红利策略哪只强?》

  16. 《量化掘基系列之十三:多重利好驱动小微盘行情,中证2000指数迎配置机遇》

  17. 《量化掘基系列之十二:高成长高弹性,掘金科创100估值底》

  18. 《量化掘基系列之十一:高股息+低估值,顺周期行业配置首选》

  19. 《量化掘基系列之十:行业龙头强强联合,中韩半导体产业迎布局机遇

  20. 《量化掘基系列之九:量化视角把握专精特新“小巨人”投资机会》


CTA金点子系列

  1. 《CTA金点子系列之二:基于日内高频博弈信息的商品CTA策略

  2. 《CTA金点子系列之一:基于ChatGPT新闻情感分析的原油期货策略》


年度投资策略

  1. 《金融工程2023年度投资策略:拨云见日终有时》

  2. 《金融工程2024年度策略:小盘股为帆,AI量化掌舵》



报告信息

证券研究报告:《ChatGPT热点挖票系列:智能驾驶产业链全解析》

对外发布时间:2024年07月16日

报告发布机构:国金证券股份有限公司


证券分析师:高智威

SAC执业编号:S1130522110003

邮箱:gaozhiw@gjzq.com.cn


联系人:胡正阳  

邮箱:huzhengyang1@gjzq.com.cn


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/172370
 
515 次点击