近年来，我国期货市场规模稳步增长，产品体系日益丰富，已广泛覆盖农产品、金属、能源化工等多个领域，在价格发现、风险管理等方面发挥着重要作用。然而，随着经济形势的复杂多变以及实体经济需求的不断升级，期货行业服务实体经济的供给质效与实体企业需求之间仍存在一定差距，“大市场、小行业”的格局尚未得到根本性改变。在此背景下，期货公司必须加快创新步伐，从产品设计、服务模式、技术应用等多个维度入手，打造更加多元化、专业化、精准化的服务体系，助力实体经济在复杂的市场环境中稳健前行。

　　目前，我国期货市场参与者结构从传统产业企业、机构投资者向量化交易团队、金融科技公司等多元主体延伸。与此同时，以大语言模型(LLM)、多模态学习为代表的人工智能技术正重塑金融行业生态。大模型凭借Transformer架构的自注意力机制，可高效处理跨市场、跨领域的复杂数据，在金融市场趋势预测、风险评估等场景展现出强大潜力。从政策导向看，国家“十四五”规划明确提出“加快数字化发展，建设数字中国”，相关政策法规也为金融科技应用提供制度保障。2024年中央经济工作会议强调“以科技创新引领新质生产力发展”，将人工智能列为赋能传统产业升级的核心技术。党的二十届三中全会提出，健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合制度。中央金融工作会议提出，做好科技金融、绿色金融、普惠金融、养老金融、数字“五篇大文章”。

　　在产业服务中，期货市场的套期保值功能对产业客户至关重要，但当前行业中还存在缺少专业期货人才、期现市场信息覆盖不充分、风险评估与控制能力不足、难以全面快速做出交易决策等问题，市场迫切需要智能化的产业服务平台来帮助解决企业痛点。申银万国期货聚焦主责主业，以金融科技为抓手，致力于构建服务新质生产力的期货产业生态圈，通过大模型进行产业链智能化分析，提高整体产业的定价能力。

　　申银万国期货推出的产业套保智能服务平台，在期货行业实现多个突破，由此成为行业首家通过大模型服务产业客户进行风险管理、首家在产业套保大模型基座中接入DeepSeek、首家产业客户实际落地应用套保大模型、首家以套保大模型为核心项目荣获多个金融行业重要奖项的期货公司。举例来说，2024年5月至今，申银万国期货通过产业套保智能服务平台，持续为浙江润富供应链有限公司(下称浙江润富)提供螺纹钢大模型基差套保策略，取得较好服务效果。

　　浙江润富经营范围广泛，为企业提供高效的供应链解决方案，优化物流、信息流和资金流的运作，在大宗商品领域积极拓展业务。近年来由于钢铁市场供需关系复杂，原材料价格和成品钢材价格走势难以准确预测，浙江润富非常注重在期货市场的套保操作。

　　套保策略的实施需要支付保证金和交易费用，这对企业的现金流提出了较高要求，特别是在市场波动较大的情况下，需要追加保证金，进一步加大了资金压力。因此，浙江润富要求套保对行情有较为精准的把握，以期提高企业整体的套保效果。该企业在钢铁现货方面有一定的数据积累，但期货专业人才较少，且缺少宏观和整体产业的数据及分析逻辑，需要期货公司帮助其对市场走势进行立体分析，制定符合企业自身需求的个性化套保策略。

　　公司基于上述分析，推荐浙江润富使用大模型套期保值平台，将企业需求和个性化数据以数据资料的形式导入模型，进行大模型的学习和运算，制定较为贴合企业需求的套保方案。

　　为解决期货公司在服务产业客户套期保值的各种问题，提升服务效率和质量，申银万国期货联合证券母公司共同开发了基于大模型技术的套保平台——SmartGPT，证券母公司具有大型GPU算力资源池和多年数据中心、资讯中心建设经验，数据可靠性、安全性、稳定性能够得到有效保障，目前该平台共开发了基差和锁定价格两大套保模型。

　　大宗商品期货价格受政策和宏观经济因素的显著影响，基差变化不仅与这些因素存在直接关联，还受多种非线性经济变量的影响。许多经济因素与基差的关系往往是复杂的、非线性的，这使得传统的线性模型难以全面捕捉其规律。为解决这一挑战，本技术框架提出了WDD架构，即由Wide、Deep和Deeper三部分组成，同时捕捉直接的业务信号和复杂的非线性信息。WDD架构通过Wide部分的专家知识捕捉线性规律，Deep部分的深度模型提取非线性特征，Deeper部分的生成式大语言模型挖掘非结构化信息，实现了对大宗商品期货价格及基差变化的全方位理解。该框架有效结合了业务直觉和先进的机器学习技术，能够在复杂多变的市场环境中提供更为精准的预测和决策支持。

　　锁定价格的套期保值模型旨在对期货市场中的价格波动进行深入分析和有效管理。该模型在设计上融合了传统机器学习技术与大语言模型的优势，形成了一种多维度、多层次的预测和决策框架。

　　这种双模型的协同作用解决了不同类型产业客户的套保需求，在模型的运行过程中，大模型通过深度学习海量历史数据，能够在短时间内精准识别复杂的数据逻辑、市场风险和交易机会，为金融机构提供更为科学、精细的风险定价依据。此外，大模型以其卓越的时间序列分析能力，成功预测市场波动、资产价格走势及经济周期变化，为投资者提供更具前瞻性的投资建议。

　　在功能方面，大模型通过深度学习和强化学习技术，能够根据市场的动态变化和投资者的目标，自动优化投资策略，实现资产的优化配置和风险控制。通过动态调整投资组合、优化资产配置和实时管理风险，大模型帮助投资者在复杂的金融市场中做出更加智能和有效的投资决策，但金融机构也需要关注技术发展带来的潜在风险，确保交易的安全性和合规性。在应用方面，基于锁定价格的套期保值模型主要应用于生产或下游消费型实体企业，模型能综合市场各方面信息，在关键的价格时点为客户提供较为明确的投资建议，充分发挥期货市场的套保功效。

　　在套保实施前，首先对企业数据进行整理和标准化处理，处理成模型可以读取的数据格式。在套保实施过程中，分析师每日将宏观产业数据、浙江润富现货数据、市场舆论等数据引入大模型套期保值平台进行计算，对模型进行回测和参数的调整，并结合模型的兼容性确定最终参数。结合平台输出的策略结果，分析师确认策略分析逻辑，并将策略建议反馈给浙江润富，由其考虑是否采纳策略建议。在业务实施后，项目持续对模型进行总结梳理，并用样本外数据重新计算参数，进一步优化平台模型。

　　赋能企业精准决策，提升市场响应效率。大模型平台的引入，打破了传统策略服务的壁垒，使产业客户能便捷获取贴合实际需求的策略建议，形成“需求提出—策略输出—效果反馈—模型迭代”的闭环机制。随着产业数据的持续输入与模型运算量的累积，大模型通过深度学习不断优化策略逻辑，输出的套保信号、价格预判等愈发精准，有效降低了企业在信息筛选、分析决策上的时间成本。这种高效的交互模式，让实体企业能更快速响应市场波动，及时调整生产经营节奏，在复杂市场环境中实现稳健运营，为实体经济高质量发展注入“决策加速度”。

　　深化产业数据洞察，强化风险预警能力。大模型凭借对宏观经济、行业周期等多维度数据的深度挖掘，为实体企业提供了更具前瞻性的风险预警。今年上半年，在钢铁行业PMI回落、淡季特征显现时，大模型基于对供需格局、成本结构等数据的综合分析，得出“价格趋弱”的长期判断，与产业实际运行逻辑高度契合。这种基于数据驱动的洞察，帮助钢铁企业提前调整采购计划、优化库存结构，有效规避了价格下行风险。通过将复杂的产业规律转化为可执行的策略建议，大模型助力实体企业更好地应对周期性波动，筑牢高质量发展的风险防线。

　　创新风险管理模式，助力企业稳健经营。在套保等风险管理场景中，大模型的应用显著提升了实体企业的避险效率。在上述项目中，基差套保模型通过精准计算现货与期货价差，帮助企业锁定经营利润；而锁定价格套保模块则在2024年5月至2024年9月RB2410合约持续回落期间，凭借对长期趋势的准确预判，为企业提供了贴合行情的套保策略，有效对冲了价格下跌带来的损失。这种“基差管理+趋势判断”的双重支撑，不仅简化了传统套保的复杂流程，更让实体企业能根据自身生产计划灵活选择避险工具，在保障经营稳定性的同时，腾出更多资源用于技术升级与产能优化，推动实体经济向更高质量、更可持续的方向发展。

　　在我国经济高质量发展和资本市场深化改革的大背景下，期货行业正迎来新的发展机遇。证监会提出持续推进期货产品和服务创新，为期货公司的发展指明了方向。期货公司作为期货市场的重要参与者，应积极响应政策号召，以创新为驱动，不断探索服务实体经济的新模式、新路径。

　　申银万国期货将持续强化创新引领，积极开展前瞻性、突破性技术研究，聚焦实体经济转型需求，深耕人工智能、大数据与产业场景的深度融合领域。只有不断创新和探索，期货公司才能在激烈的市场竞争中脱颖而出，实现自身的可持续发展，同时为实体经济的发展提供更加有力支持，助力我国经济稳健前行。在未来的发展中，期货公司应紧跟时代步伐，勇于创新实践，为我国期货市场的繁荣发展和实体经济的高质量发展贡献更多智慧和力量。