इंडस्ट्री गाइड: एसेट मैनेजमेंट
एसेट मैनेजमेंट में Claude का उपयोग कैसे करें: बाय-साइड निवेश टीमों के लिए गाइड
बाज़ार को बेहतर तरीके से पढ़ें, और बेहतर नोट्स के साथ फैसला लें।
यह गाइड एसेट मैनेजमेंट फर्मों और हेज फंड में पोर्टफोलियो मैनेजरों, एनालिस्ट्स, और इन्वेस्टमेंट ऑपरेशंस टीमों के लिए है, जो Anthropic के Claude को रिसर्च, अर्निंग्स सीज़न, IC memo, पोर्टफोलियो रिव्यू, और क्वांटिटेटिव वर्कफ़्लो में इस्तेमाल करना चाहते हैं। इसमें बताया गया है कि Anthropic ने फाइनेंशियल सर्विसेज़ के लिए क्या जारी किया है और नामित फर्मों ने Anthropic की अपनी पोस्ट्स में क्या कहा है।
एसेट मैनेजमेंट में Claude का उपयोग कैसे करें, इसका मतलब है इसे उस पढ़ाई और लेखन पर लगाना जो एनालिसिस का समय खा जाता है: अर्निंग्स कॉल और फाइलिंग्स को मॉडल अपडेट में समराइज़ करना, इनिशिएशन और थीसिस नोट्स ड्राफ्ट करना, होल्डिंग्स डेटा से IC memo और पोर्टफोलियो रिव्यू बनाना, डेटा एनालिसिस के लिए Python लिखना, और क्लाइंट व कंप्लायंस डॉक्यूमेंट तैयार करना। Claude तेज़ी से स्ट्रक्चर्ड पहला ड्राफ्ट तैयार करता है। इन्वेस्टमेंट का फैसला पोर्टफोलियो मैनेजरों के पास ही रहता है, और क्लाइंट, कमेटी या रेगुलेटर तक पहुंचने वाला हर आंकड़ा सोर्स के खिलाफ जांचा जाता है।
प्रकाशित
मुख्य बातें
- मुख्य बाय-साइड उपयोग हैं: अर्निंग्स रिव्यू, रिसर्च नोट्स, IC memo, पोर्टफोलियो रिव्यू, और Python व Excel में एनालिस्ट टूलिंग।
- Anthropic ने अर्निंग्स एनालिसिस और इनिशिएटिंग कवरेज के लिए Agent Skills, और अर्निंग्स रिव्यूअर व वैल्यूएशन रिव्यूअर सहित एजेंट टेम्पलेट्स प्रकाशित किए हैं।
- Anthropic की पोस्ट्स में Citadel, Bridgewater, और Walleye Capital का हवाला दिया गया है कि उनकी टीमें Claude का उपयोग कैसे करती हैं।
- Claude रिसर्च को तेज़ करता है, लेकिन यह अपने आप अल्फा जनरेट नहीं करता। यह आपकी प्रोसेस और जजमेंट करते हैं।
- होल्डिंग्स और क्लाइंट डेटा केवल उसी वर्कस्पेस में इस्तेमाल होना चाहिए जिसे आपकी फर्म ने इसके लिए अप्रूव किया हो।
कॉपी करें और पेस्ट करें
आज ही इस्तेमाल करने लायक प्रॉम्प्ट
अर्निंग्स कॉल से मॉडल अपडेट तक
आप नीचे दी गई कंपनी को कवर करने वाले एक बाय-साइड एनालिस्ट हैं। यहां पेस्ट किए गए अर्निंग्स कॉल ट्रांसक्रिप्ट और प्रेस रिलीज़ का उपयोग करते हुए, यह लिस्ट करें: गाइडेंस में हर बदलाव, पुराने और नए आंकड़ों के साथ, हर बदलाव के लिए मैनेजमेंट का स्पष्टीकरण, तीन सबसे महत्वपूर्ण एनालिस्ट सवाल और मैनेजमेंट ने उनका जवाब कैसे दिया, और मेरे मॉडल समरी की कोई भी लाइन जो अब गलत लगती हो। हर पॉइंट के लिए ट्रांसक्रिप्ट को कोट करें। बाहरी जानकारी का उपयोग न करें। सामग्री: [ट्रांसक्रिप्ट, रिलीज़, और मॉडल समरी पेस्ट करें]।
अपनी खुद की मॉडल समरी पेस्ट करना ही एक सामान्य कॉल समरी को मॉडल अपडेट लिस्ट में बदल देता है।
थीसिस ट्रैकर अपडेट
यह हमारी मौजूदा होल्डिंग के लिए लिखित इन्वेस्टमेंट थीसिस है, जिसमें तीन पिलर और वे शर्तें हैं जिनसे हम बेचने का फैसला करेंगे। यह नवीनतम तिमाही की खबरें, फाइलिंग्स समरी, और हमारे नोट्स हैं। हर पिलर के लिए बताएं कि नया सबूत उसे मज़बूत करता है, कमज़ोर करता है, या न्यूट्रल है, और क्यों। जो भी सेल कंडीशन को छूता है उसे लिस्ट करें। इसे तीन सौ शब्दों के अंदर रखें और उन पॉइंट्स को फ्लैग करें जहां आप सामग्री से पढ़ने के बजाय अनुमान लगा रहे हैं। सामग्री: [पेस्ट करें]।
स्पष्ट सेल कंडीशंस वाली एक लिखित थीसिस ही इस प्रॉम्प्ट को उपयोगी बनाती है। अगर आपके पास नहीं है तो एक लिख लें।
रिसर्च से IC memo ड्राफ्ट
नीचे दिए गए रिसर्च नोट्स, मॉडल आउटपुट, और वैल्यूएशन समरी का ही उपयोग करते हुए, एक नई पोज़िशन की सिफारिश करने वाला इन्वेस्टमेंट कमेटी मेमो ड्राफ्ट करें। सेक्शन: सिफारिश और साइज़िंग तर्क, बिज़नेस समरी, थीसिस, वैल्यूएशन, मुख्य जोखिम और क्या हमें गलत साबित करेगा, कैटेलिस्ट्स, और पोर्टफोलियो फिट। ऐसी कमेटी के लिए लिखें जो जल्दी पढ़ती है और मुश्किल सवाल पूछती है। ऐसे आंकड़े न जोड़ें जो मेरी सामग्री में नहीं हैं; गैप्स को [NEEDS DATA] के रूप में चिह्नित करें। सामग्री: [पेस्ट करें]।
अगर आपकी कमेटी का ध्यान ज़्यादातर जोखिमों पर रहता है, तो पहले रिस्क सेक्शन मांगें।
पोर्टफोलियो रिव्यू कमेंट्री
नीचे पेस्ट की गई होल्डिंग्स, वेट्स, बेंचमार्क वेट्स, और पीरियड रिटर्न्स का उपयोग करते हुए, क्लाइंट कमेटी के लिए एक तिमाही पोर्टफोलियो रिव्यू लिखें: बेंचमार्क की तुलना में परफॉर्मेंस, मुख्य कंट्रीब्यूटर्स और डिट्रैक्टर्स एक-एक लाइन के कारण के साथ, तिमाही के दौरान किए गए बदलाव, और आगे की पोज़िशनिंग। भाषा को सरल और तथ्यात्मक रखें, फोरकास्ट से बचें, और किसी भी ऐसे नंबर को फ्लैग करें जो आपने डेटा से पढ़ने के बजाय कैलकुलेट किया हो। डेटा: [पेस्ट करें]।
क्लाइंट तक कुछ भी पहुंचने से पहले अट्रिब्यूशन को अपने परफॉर्मेंस सिस्टम के खिलाफ जांच लें।
रिसर्च सवाल के लिए Python
pandas का उपयोग करते हुए एक Python स्क्रिप्ट लिखें जो नीचे बताई गई CSV को लोड करे, रोलिंग नब्बे-दिन की वोलैटिलिटी और हर होल्डिंग का बेंचमार्क से कोरिलेशन कैलकुलेट करे, और पोर्टफोलियो वोलैटिलिटी में योगदान के अनुसार सॉर्ट की गई होल्डिंग्स की टेबल बनाए। हर स्टेप समझाते हुए कमेंट जोड़ें, मिसिंग प्राइसेज़ को स्पष्ट रूप से हैंडल करें, और एक छोटे फेक डेटासेट पर एक छोटा टेस्ट शामिल करें ताकि मैं असली डेटा पर चलाने से पहले लॉजिक कन्फर्म कर सकूं। CSV कॉलम: [बताएं]।
पहले फेक डेटा पर टेस्ट मांगने से आप असली होल्डिंग्स को उजागर किए बिना लॉजिक जांच सकते हैं।
Anthropic की ओर से
एसेट मैनेजमेंट के लिए Anthropic क्या देता है
Claude for Financial Services
जुलाई 2025 में घोषित Anthropic का फाइनेंशियल सर्विसेज़ ऑफरिंग, Claude मॉडल्स, Claude Code, और एंटरप्राइज़ एक्सेस को FactSet, Morningstar, S&P Global, Snowflake, और Databricks जैसे डेटा प्रोवाइडर्स के कनेक्टर्स के साथ जोड़ता है। Anthropic कहता है कि डेटा का उपयोग डिफॉल्ट रूप से ट्रेनिंग के लिए नहीं किया जाता।
· स्रोत
Advancing Claude for Financial Services
अक्टूबर 2025 का एक अपडेट जिसने अर्निंग्स एनालिसिस, इनिशिएटिंग कवरेज रिपोर्ट्स, कम्पेरेबल कंपनी एनालिसिस, और DCF मॉडल्स के लिए Agent Skills जोड़े, साथ ही अर्निंग्स कॉल ट्रांसक्रिप्ट्स के लिए Aiera, मार्केट डेटा के लिए LSEG, क्रेडिट डेटा के लिए Moody's, और न्यूज़ के लिए MT Newswires सहित कनेक्टर्स।
· स्रोत
Agents for financial services
मई 2026 में जारी किए गए दस एजेंट टेम्पलेट्स, जिनमें अर्निंग्स रिव्यूअर, मार्केट रिसर्चर, वैल्यूएशन रिव्यूअर, और स्टेटमेंट ऑडिटर शामिल हैं, Claude Cowork और Claude Code में प्लगइन्स के रूप में शिप किए गए, साथ ही Excel, PowerPoint, और Word ऐड-इन्स सामान्य रूप से उपलब्ध हैं।
· स्रोत
व्यवहार में
एसेट मैनेजमेंट की टीमें Claude का उपयोग कैसे करती हैं
Anthropic द्वारा प्रकाशित ग्राहक कहानी के अनुसार
Citadel
Anthropic की मई 2026 की फाइनेंशियल सर्विसेज़ पोस्ट के अनुसार, Citadel के हेड ऑफ कोर इंजीनियरिंग ने कहा कि एनालिस्ट्स कवरेज मॉडल बनाने, अपडेट करने, और अपने काम को प्रेशर-टेस्ट करने के लिए Excel में Claude का उपयोग करते हैं।
Anthropic द्वारा प्रकाशित ग्राहक कहानी के अनुसार
Bridgewater Associates
Anthropic की जुलाई 2025 की फाइनेंशियल सर्विसेज़ घोषणा में, Bridgewater की AIA Labs ने कहा कि उसके Investment Analyst Assistant के पहले वर्शन Claude द्वारा संचालित थे, जो Python कोड जनरेट करते थे, डेटा विज़ुअलाइज़ेशन बनाते थे, और जटिल फाइनेंशियल एनालिसिस को हल करते थे।
Anthropic द्वारा प्रकाशित ग्राहक कहानी के अनुसार
NBIM (Norges Bank Investment Management)
Anthropic की कस्टमर स्टोरी बताती है कि NBIM, जो नॉर्वे के सॉवरेन वेल्थ फंड का प्रबंधन करता है, ने Claude-सहायता प्राप्त एनालिटिकल और ऑपरेशनल टास्क्स पर हर कर्मचारी के लिए साप्ताहिक समय की बचत देखी और दो महीनों के भीतर विभागों में व्यापक रूप से इसे अपनाया गया।
Anthropic द्वारा प्रकाशित ग्राहक कहानी के अनुसार
Walleye Capital
Anthropic की मई 2026 की फाइनेंशियल सर्विसेज़ पोस्ट में, Walleye Capital के चीफ एग्जीक्यूटिव और चीफ इन्वेस्टमेंट ऑफिसर ने कहा कि फर्म के सभी कर्मचारी Claude Code का उपयोग करते हैं।
उदाहरण के तौर पर
एक कवरिंग एनालिस्ट के लिए अर्निंग्स नाइट
- एनालिस्ट ट्रांसक्रिप्ट, प्रेस रिलीज़, और मौजूदा मॉडल की एक छोटी समरी को कवरेज प्रोजेक्ट में पेस्ट करता है।
- Claude गाइडेंस बदलाव, मैनेजमेंट के स्पष्टीकरण, और वे मॉडल लाइनें लिस्ट करता है जो अब गलत लगती हैं, हर एक के लिए ट्रांसक्रिप्ट को कोट करते हुए।
- एनालिस्ट हर कोट की जांच करता है, मॉडल अपडेट करता है, और एक सुझाए गए बदलाव को खारिज करता है जिसने किसी सेगमेंट की परिभाषा को गलत पढ़ा था।
- Claude एनालिस्ट के अपडेटेड नज़रिए से पोर्टफोलियो मैनेजर के लिए एक छोटा नोट ड्राफ्ट करता है।
- पोर्टफोलियो मैनेजर नोट पढ़ता है और तय करता है कि पोज़िशन बदलनी है या नहीं।
एसेट मैनेजमेंट और Claude: प्रकाशित आंकड़े
| आंकड़ा | संदर्भ | स्रोत |
|---|---|---|
| 20% time saved weekly per employee | NBIM, Claude-सहायता प्राप्त एनालिटिकल और ऑपरेशनल टास्क्स पर, Anthropic की कस्टमर स्टोरी के अनुसार | स्रोत |
| 600+ active users across all departments within the first two months | NBIM का रोलआउट, Anthropic की कस्टमर स्टोरी के अनुसार | स्रोत |
| 100% of Walleye employees use Claude Code | Anthropic की मई 2026 की फाइनेंशियल सर्विसेज़ पोस्ट में Walleye Capital के CEO और CIO द्वारा कहा गया | स्रोत |
मुख्य वर्कफ़्लो
बाय-साइड पर Claude एसेट मैनेजमेंट यूज़ केस
ये वे काम हैं जहां एसेट मैनेजमेंट के लिए AI सबसे ज़्यादा एनालिस्ट का समय बचाता है।
अर्निंग्स एनालिसिस के लिए AI
ट्रांसक्रिप्ट्स, रिलीज़ेज़, और फाइलिंग्स को गाइडेंस बदलावों, मैनेजमेंट कमेंट्री, और दोबारा देखने लायक मॉडल लाइनों की लिस्ट में समराइज़ किया जाता है।
बाय-साइड रिसर्च के लिए AI
फाइलिंग्स, ट्रांसक्रिप्ट्स, और आपके अपने नोट्स से बने सेक्टर ओवरव्यू, कॉम्पिटिटर मैप्स, इनिशिएशन ड्राफ्ट्स, और थीसिस अपडेट।
IC memo
एक AI इन्वेस्टमेंट मेमो जेनरेटर तभी उपयोगी है जब इनपुट के रूप में आपकी रिसर्च हो। Claude आपके फॉर्मेट में कमेटी मेमो ड्राफ्ट करता है और गैप्स को चिह्नित करता है।
पोर्टफोलियो मैनेजमेंट के लिए AI
आपके द्वारा दिए गए होल्डिंग्स डेटा से ड्राफ्ट किए गए पोर्टफोलियो रिव्यू, अट्रिब्यूशन कमेंट्री, एक्सपोज़र समरी, और रीबैलेंस तर्क।
क्वांट और डेटा वर्क
स्क्रीन, रिस्क कैलकुलेशन, और डेटा क्लीनिंग के लिए Python और SQL, कमेंट्स और टेस्ट के साथ लिखा गया ताकि एनालिस्ट लॉजिक जांच सके।
ऑपरेशंस और कंप्लायंस
इन्वेस्टमेंट पॉलिसी चेक, LP स्टेटमेंट रिव्यू, और क्लाइंट रिपोर्टिंग ड्राफ्ट, जिनमें हर आंकड़ा सिस्टम ऑफ रिकॉर्ड तक ट्रेस किया जाता है।
रिसर्च
एसेट मैनेजर रिसर्च और अर्निंग्स सीज़न के लिए AI का उपयोग कैसे करते हैं
एसेट मैनेजर AI का उपयोग कैसे करते हैं, यह पूछें तो सबसे आम जवाब रिसर्च थ्रूपुट है। कुछ दर्जन नामों को कवर करने वाला एक एनालिस्ट अर्निंग्स सीज़न में हर ट्रांसक्रिप्ट, फाइलिंग, और कॉम्पिटिटर रिलीज़ को बारीकी से नहीं पढ़ सकता। Claude उन्हें पूरा पढ़ता है और स्ट्रक्चर्ड समरी तैयार करता है: गाइडेंस बदलाव, मैनेजमेंट का टोन, एनालिस्ट्स ने किन सवालों पर ज़ोर दिया, और इसका आपके मॉडल के लिए क्या मतलब है। Claude AI इन्वेस्टमेंट रिसर्च सबसे अच्छा तब काम करता है जब आप इसे अपनी खुद की मॉडल समरी और थीसिस देते हैं, ताकि आउटपुट एक सामान्य रीकैप के बजाय आपकी पोज़िशन के बारे में हो।
Anthropic ने इस काम के लिए सीधे तौर पर निर्माण किया है। इसके अक्टूबर 2025 के फाइनेंशियल सर्विसेज़ अपडेट में अर्निंग्स एनालिसिस और इनिशिएटिंग कवरेज रिपोर्ट्स के लिए Agent Skills जोड़े गए, साथ ही अर्निंग्स कॉल ट्रांसक्रिप्ट्स के लिए Aiera, मार्केट डेटा के लिए LSEG, क्रेडिट डेटा के लिए Moody's, और न्यूज़ के लिए MT Newswires सहित कनेक्टर्स भी जोड़े गए। मई 2026 में इसने अर्निंग्स रिव्यूअर, मार्केट रिसर्चर, और वैल्यूएशन रिव्यूअर सहित एजेंट टेम्पलेट्स जारी किए।
एसेट मैनेजमेंट में जेनरेटिव AI उतना ही भरोसेमंद है जितनी उसके आस-पास की जांचें। जो तरीका काम करता है वह है कोट्स और पेज रेफरेंस मांगना, जब एक्यूरेसी मायने रखती हो तो Claude को दी गई सामग्री तक सीमित रखना, और एनालिस्ट से हर उस आंकड़े की पुष्टि कराना जो मॉडल या सिफारिश को बदलता है।
हेज फंड
हेज फंड के लिए AI: नामित उदाहरण क्या दिखाते हैं
हेज फंड के लिए AI सबसे ज़्यादा शोर मचाने वाले दावों को आकर्षित करता है, इसलिए फर्मों ने रिकॉर्ड पर वास्तव में क्या कहा है, उसी पर टिके रहना मददगार है। Anthropic की मई 2026 की पोस्ट में, Citadel के हेड ऑफ कोर इंजीनियरिंग ने बताया कि एनालिस्ट्स कवरेज मॉडल बनाने और अपडेट करने, सिग्नल को नॉइज़ से अलग करने, और अपने काम को प्रेशर-टेस्ट करने के लिए Excel में Claude का उपयोग करते हैं। Walleye Capital के चीफ एग्जीक्यूटिव ने कहा कि फर्म का हर कर्मचारी Claude Code का उपयोग करता है।
इससे पहले, Bridgewater की AIA Labs ने कहा था कि उसके Investment Analyst Assistant के पहले वर्शन Claude द्वारा संचालित थे, जो Python कोड जनरेट करता था, डेटा विज़ुअलाइज़ेशन बनाता था, और जटिल फाइनेंशियल एनालिसिस टास्क्स को हल करता था। साझा सूत्र यह नहीं है कि AI इन्वेस्टमेंट के फैसले लेता है। यह है कि एनालिस्ट्स ज़्यादा एनालिसिस कर पाते हैं, और इंजीनियर व क्वांट्स तेज़ी से टूल्स शिप करते हैं।
इनमें से कोई भी उदाहरण यह दावा नहीं करता कि AI ने रिटर्न में सुधार किया, और कोई भी ईमानदार गाइड इसका वादा नहीं कर सकती। Claude को अपनी रिसर्च प्रोसेस पर लीवरेज के रूप में देखें। अगर आपकी प्रोसेस में कोई एज है, तो AI इसे ज़्यादा नामों पर लागू करने में मदद करता है। अगर नहीं है, तो AI एज सप्लाई नहीं करेगा।
टूल चुनना
एसेट मैनेजमेंट के लिए Claude vs ChatGPT
एसेट मैनेजमेंट के लिए Claude vs ChatGPT का फैसला करने का निष्पक्ष तरीका है दोनों को अपने ही काम पर टेस्ट करना। एक ट्रांसक्रिप्ट लें जिसे आप पहले ही समराइज़ कर चुके हैं, एक मेमो जो आप पहले ही लिख चुके हैं, और एक Python टास्क जो आप पहले ही सॉल्व कर चुके हैं। हर टूल में वही प्रॉम्प्ट चलाएं और एक्यूरेसी, साइटेशन बिहेवियर, कोड क्वालिटी, और मिसिंग डेटा को हर टूल कैसे हैंडल करता है, इसकी तुलना करें। जब भी कोई टूल बदले, इसे दोहराएं।
ज़्यादातर फर्मों के लिए असली सवाल इंटीग्रेशन और गवर्नेंस का है: कौन सा टूल उन डेटा प्रोवाइडर्स से कनेक्ट होता है जिन्हें आप पहले से पे कर रहे हैं, होल्डिंग्स और क्लाइंट जानकारी पर कौन से डेटा टर्म्स लागू होते हैं, और कंप्लायंस ने क्या अप्रूव किया है। Anthropic FactSet, S&P Global, Morningstar, LSEG, और अन्य के लिए कनेक्टर्स लिस्ट करता है, और कहता है कि उसका फाइनेंशियल सर्विसेज़ ऑफरिंग डिफॉल्ट रूप से ट्रेनिंग के लिए डेटा का उपयोग नहीं करता।
कई टीमें अलग-अलग कामों के लिए एक से ज़्यादा टूल इस्तेमाल करने लगती हैं। जो मायने रखता है वह यह है कि हर उपयोग अप्रूव हो, आउटपुट की जांच हो, और टीम उन प्रॉम्प्ट्स और रिव्यू आदतों को साझा करे जो काम करती हैं।
शुरुआत करना
AI रिसर्च के लिए इन्वेस्टमेंट टीम तैयार करना
थीसिस लिखें
Claude केवल उस थीसिस को टेस्ट कर सकता है जिसे वह पढ़ सके। लिखे हुए पिलर और सेल कंडीशंस हर थीसिस अपडेट प्रॉम्प्ट को ज़्यादा तेज़ बनाते हैं।
अर्निंग्स सीज़न से शुरू करें
जिस तिमाही को आप पहले ही कवर कर चुके हैं, उस पर अर्निंग्स प्रॉम्प्ट का उपयोग करें। लाइव नामों पर भरोसा करने से पहले आउटपुट की तुलना अपने नोट्स से करें।
फेक डेटा पर कोड टेस्ट करें
पहले Claude से टेस्ट लिखवाएं और उन्हें एक छोटे फेक डेटासेट पर चलाएं। उसके बाद ही स्क्रिप्ट को असली पोज़िशंस पर लगाएं।
जो काम करता है उसे साझा करें
बार-बार होने वाले कामों के लिए एक टीम प्रॉम्प्ट लाइब्रेरी रखें ताकि एनालिस्ट्स लगातार एक जैसे नोट्स और रिव्यू बना सकें।
सीमाएं
AI एक इन्वेस्टमेंट टीम के लिए क्या नहीं कर सकता
Claude किसी टेबल को गलत पढ़ सकता है, किसी आंकड़े को गलत तिमाही से जोड़ सकता है, या अपने ट्रेनिंग डेटा से कोई पुरानी बात भरोसे के साथ बता सकता है। जिस रिसर्च से कोई ट्रेड होता है, और जो रिपोर्टिंग क्लाइंट या रेगुलेटर तक पहुंचती है, उसमें हर आंकड़े की पुष्टि सोर्स या सिस्टम ऑफ रिकॉर्ड से करनी चाहिए।
जब तक आपकी फर्म ने उन्हें कनेक्ट नहीं किया है, Claude लाइव प्राइसेज़ या आपके ऑर्डर मैनेजमेंट सिस्टम को नहीं देखता। बिना कनेक्टेड डेटा सोर्स के मौजूदा मार्केट्स के बारे में यह जो भी कहता है, वह ज़्यादा से ज़्यादा पुराना हो सकता है। इसे आपके द्वारा दी गई सामग्री के एनालिसिस तक ही सीमित रखें।
होल्डिंग्स, क्लाइंट जानकारी, और अप्रकाशित रिसर्च संवेदनशील हैं। केवल उस वर्कस्पेस का उपयोग करें जिसे आपकी फर्म ने अप्रूव किया है, अपने इंफॉर्मेशन बैरियर और रिकॉर्डकीपिंग नियमों का पालन करें, और इन्वेस्टमेंट काम से पर्सनल अकाउंट्स को पूरी तरह दूर रखें।
रिसर्च की आदतों को AI की आदतों में बदलें
इन प्रॉम्प्ट्स को जानना और अर्निंग्स सीज़न के दौरान इन्हें अच्छी तरह इस्तेमाल करना, दो अलग बातें हैं। मुफ्त Nightschool AI करिकुलम पहले पाठ से ही हैंड्स-ऑन है, ताकि जब वॉल्यूम चरम पर हो, तब तक आदतें बन चुकी हों।
अक्सर पूछे जाने वाले प्रश्न
हेज फंड AI का उपयोग कैसे करते हैं?
हेज फंड रिसर्च थ्रूपुट, कवरेज मॉडल अपडेट, क्वांटिटेटिव काम के लिए कोड, और इंटरनल टूल्स के लिए AI का उपयोग करते हैं। Anthropic की पोस्ट्स में, Citadel बताता है कि एनालिस्ट्स कवरेज मॉडल बनाने, अपडेट करने, और काम को प्रेशर-टेस्ट करने के लिए Excel में Claude का उपयोग करते हैं, और Walleye Capital कहता है कि उसके सभी कर्मचारी Claude Code का उपयोग करते हैं। इन्वेस्टमेंट के फैसले पोर्टफोलियो मैनेजरों के पास ही रहते हैं।
एसेट मैनेजर AI का उपयोग कैसे करते हैं?
एसेट मैनेजर अर्निंग्स और फाइलिंग्स को समराइज़ करने, रिसर्च नोट्स और IC memo ड्राफ्ट करने, पोर्टफोलियो रिव्यू और क्लाइंट रिपोर्टिंग लिखने, और Python व Excel में एनालिसिस टूल्स बनाने के लिए AI का उपयोग करते हैं। नॉर्वे के सॉवरेन वेल्थ फंड मैनेजर NBIM पर Anthropic की कस्टमर स्टोरी में विभागों में व्यापक उपयोग और हर कर्मचारी के लिए साप्ताहिक समय की बचत बताई गई है।
हेज फंड कौन से AI टूल्स का उपयोग करते हैं?
ज़्यादातर Claude जैसे किसी जनरल असिस्टेंट को कोडिंग टूल्स, मार्केट डेटा प्रोवाइडर्स, और इंटरनल सिस्टम्स के साथ जोड़ते हैं। Anthropic FactSet, S&P Global, LSEG, Moody's, Aiera, और अन्य के लिए कनेक्टर्स, और अर्निंग्स रिव्यू व वैल्यूएशन रिव्यू के लिए एजेंट टेम्पलेट्स लिस्ट करता है। कोई फंड कौन से टूल्स इस्तेमाल करता है यह उसके डेटा टर्म्स और कंप्लायंस अप्रूवल्स पर निर्भर करता है।
क्या AI इन्वेस्टमेंट मेमो जनरेट कर सकता है?
Claude आपके रिसर्च नोट्स और मॉडल आउटपुट से आपकी कमेटी के फॉर्मेट में एक इन्वेस्टमेंट मेमो ड्राफ्ट कर सकता है, और जहां सबूत नहीं है वहां चिह्नित कर सकता है। इसे खुद थीसिस जनरेट नहीं करनी चाहिए। आपकी सामग्री से ड्राफ्ट किया गया और एनालिस्ट द्वारा एडिट किया गया मेमो उपयोगी है। बिना किसी आधार के जनरेट किया गया मेमो एक देनदारी है।
क्या AI हेज फंड एनालिस्ट्स की जगह ले लेगा?
AI पढ़ने और पहले ड्राफ्ट के उस बहुत सारे काम को संभाल रहा है जो एनालिस्ट्स पहले हाथ से करते थे, जिससे एनालिस्ट्स ज़्यादा नामों को कवर कर सकते हैं और जजमेंट पर ज़्यादा समय बिता सकते हैं। एक अलग नज़रिया बनाने और उसे पोर्टफोलियो मैनेजर के सामने डिफेंड करने का काम अब भी इंसानों का ही है।
AI हेज फंड के रिटर्न में कितना सुधार करता है?
ऐसा कोई भरोसेमंद सार्वजनिक सबूत नहीं है जिसका हम हवाला दे सकें कि AI असिस्टेंट अपने आप रिटर्न बेहतर करते हैं, और ऐसे दावों पर आपको संदेह रखना चाहिए। Anthropic की कस्टमर स्टोरीज़ में दर्ज फायदे समय की बचत और तेज़ टूलिंग हैं। यह बेहतर परफॉर्मेंस में बदलता है या नहीं, यह फंड की प्रोसेस पर निर्भर करता है।
एक इन्वेस्टमेंट टीम को AI रिसर्च की जांच कैसे करनी चाहिए?
कोट्स और पेज रेफरेंस मांगें, जब एक्यूरेसी मायने रखती हो तो Claude को दी गई सामग्री तक सीमित रखें, और हर उस आंकड़े की पुष्टि सोर्स से करें जो मॉडल या सिफारिश को बदलता है। कोड के लिए, टेस्ट अनिवार्य करें और असली पोज़िशंस इस्तेमाल करने से पहले उन्हें फेक डेटा पर चलाएं।
क्या होल्डिंग्स डेटा के साथ AI का उपयोग करना सुरक्षित है?
केवल उस वर्कस्पेस के अंदर जिसे आपकी फर्म ने अप्रूव किया हो, और उन डेटा टर्म्स के साथ जिन्हें आपकी कंप्लायंस टीम ने रिव्यू किया हो। Anthropic कहता है कि उसका फाइनेंशियल सर्विसेज़ ऑफरिंग डिफॉल्ट रूप से ट्रेनिंग के लिए डेटा का उपयोग नहीं करता। टूल चाहे जो भी हो, अपनी फर्म के रिकॉर्डकीपिंग और इंफॉर्मेशन बैरियर नियमों का पालन करें।
सीखते रहें
संबंधित गाइड और कोर्स
एसेट मैनेजमेंट में Claude, भूमिका के अनुसार
बिना शॉर्टकट लिए ज़्यादा नामों को कवर करें
असली रिसर्च काम के इर्द-गिर्द बने हैंड्स-ऑन पाठ।