财富引擎:智能金融决策引擎系统

专题库
来源:中国电子银行网 2018-09-21 17:20:25 2018中国金融科技创新榜财富引擎 金融科技企业案例

核心提示“2018中国金融科技创新榜”科技企业参赛案例

  1.案例背景;

  目前国内金融科技行业处于发展初级阶段,绝大多数创新主要集中在场景层和应用层,但实际缺乏核心引擎层的技术支持。我们的智能金融决策引擎系统,就是金融机构智能化的“核心引擎”与“芯片”,解决智能金融的“是什么”,“为什么”,“怎么办”的核心问题。

  从行业现状和发展趋势来看,“为什么”需要智能金融决策引擎系统有以下原因:

  (一)宏观层面。随着国内经济的迅速发展,投资者可支配的财富大幅增长,截至2017年底国内财富管理市场已达到150万亿。同时随着参与者范围的扩大和需求的深入,国内金融市场越发成熟,金融机构提供的金融服务复杂度显著增加。

  (二)经济周期层面。经济发展速度趋缓,持续出现“资产荒”现象,资产风险凸显。国家高度重视金融去杠杆,调结构,对资产负债进行优化,重点防控金融风险,对风险管理需求提升。

  (三)金融监管层面。资管新规的推出,要求打破刚性兑付,控制资管产品杠杆水平,切实加强监管协调。适当性新规的推出,将投资者根据风险承受能力分级,与产品进行适当性匹配,投资者经过必要承诺和确认后,参与相关投资活动。多项新规的推出,对金融科技在监管层面都提出了新的需求和挑战。

  (四)行业发展和技术发展层面。银行、券商、保险公司等亟待提升服务质量,提供差异化的金融服务。金融行业的资产数据、客户数据持续积累,需要精细化的管理。人工智能技术、大数据技术、量化投资技术、IT基础设施的迅速发展都为金融行业的智能化、科技化提供了坚实的基础和发展的可能。

  2.需要解决的问题及解决方案;

  智能金融决策引擎系统需要解决的是金融服务中的“是什么”和“怎么办”的问题。“是什么”的问题集中在四个方面:资产管理,研究市场联合概率分布收益风险曲面;财富管理,产品联合建模和量化尽调;金融防风险,上千万个金融风险敞口系统化估计;打破刚兑,收益率的“点数据”到风险建模的“概率分布”估计。“怎么办”的问题集中在五个方面:风险管理,需要实时大规模风险管理决策;资产负债优化,需要大规模多周期期限优化决策;财富管理,需要千万客户实时最优个性化决策;交易管理,需要大规模实时交易决策;资产管理,需要成千上万类标的最优投资决策。

  解决以上问题,我们打造了四大核心引擎支持智能金融决策系统的运转,包括:描述市场动态演化的MSG金融市场模拟器(Market Scenario Generation),提供优化器与算法库的DOE决策优化引擎(Decision Optimization Engine),构建产品画像的QDD量化尽调系统(Quantitative Due Diligence),以及对金融市场不同场景参与者建模的CPM用户画像建模系统(Client Profile Modeling)。

图1:智能金融决策系统引擎层构成
图1:智能金融决策系统引擎层构成

  MSG金融市场模拟器利用机器学习与大数据技术科学化系统化地处理信息,大规模发掘潜在市场规律,生成实证金融的“灵感”,大幅提升投研分析人脑生成“灵感”,“trade idea”过程的效率。将机器学习发掘的“潜在规律池”输入金融计量建模系统,进行实证检验与经济学分析,生成可解释高效率的金融模型。

图2:MSG金融市场模拟器
图2:MSG金融市场模拟器

  DOE决策优化引擎决策优化引擎接入金融市场模型的输入,完成最优决策求解,敏感性分析,稳健性测试等功能,系统化输出最优金融决策:资产管理、财富管理、风险管理或是资产负债优化等。框架灵活,适用于基本上所有金融决策的目标与限制条件。性能高超,可以解决大规模多周期的优化问题,同时服务几百万客户生成个性化的最优解。拥有多种先进的抗噪音技术,减少输入的模型参数误差所引起的结果误差。

图3:DOE决策优化引擎
图3:DOE决策优化引擎

  CPM用户画像建模系统,主要是三个层次:第一层的用户画像标签系统,从投资管理、运营维护、合规风控等多重维度理解客户;第二层利用无监督学习建立全方位用户分类模型,大数据挖掘投资者行为;第三层通过有监督学习与金融工程建模,对投资者全方位行为归因分析与预测建模。

图4:CPM用户画像系统
图4:CPM用户画像系统

  QDD量化尽调系统主要是满足金融机构财富管理、资产管理、风险控制的业务升级,尤其是“资管新规”要求下,金融产品去刚兑化、净值化下系统化科学化的管理全部的金融产品的需要。利用大数据技术与金融风险模型,对所有金融产品进行系统化的管理评估、金融风险建模、压力测试、归因与预测等尽调管理。

  图5:QDD量化尽调系统

  以上MSG金融市场模拟器,DOE决策优化引擎,QDD量化尽调系统,CPM用户画像建模系统关注“是什么”、“为什么”、“怎么办”的核心问题,根据不同的业务场景需求,不同的功能设计,通过核心引擎层对应用层、场景层支持并持续赋能相应应用和场景的创新。

  3.案例应用实践及效果

  我们开发的智能金融决策引擎系统在财富管理、资产管理领域已经实现创新应用:智能化的投资管理、财富管理需要体系化的技术解决方案,我们提供互相联动的技术产品,各个产品由相应的引擎层核心技术模块驱动,既可全面部署,形成强大的协同效应,又可独立应用,精准赋能单一场景的业务能力。

  (1)智能财富管理系统

  智能财富管理系统主要应用于C端,提供金融诊断、产品推荐、金融规划、资产配置、组合推荐与优化等全方位的功能并持续积累用户数据,可独立应用于财富管理场景。

  在客户为中心的财富管理业务升级的需求下,以及“资管新规”与“投资者适当性管理办法”的新监管形势下,金融机构需要科学化系统化的财富管理系统。我们利用核心引擎模块提供智能财富管理系统的解决方案,支持从个性化产品推荐,智能资产配置方案,到目标导向金融规划的全方位财富管理功能。

  (2)智能投资决策系统

  智能投资决策系统主要应用于B端,提供从金融市场建模,策略优化,专家观点迭加,风险敞口分析,决策归因分析,风险归因分析,决策辅助优化等全流程功能,提供战略资产配置与战术资产配置的智能决策系统,提供股票市场的系统化投资决策系统,可独立应用于投资管理场景。

  我们利用核心引擎模块,帮助金融机构完成从金融市场收益风险建模,多重模型择优,模型验证,专家观点迭加管理,投资组合优化,风险因子暴露评估,风险归因,业绩归因,战术优化,再平衡,投资组合监控管理等一系列的投资决策功能。用机器解决科学化投资决策中复杂的分析问题,让投资管理人更好的管理组合。

  (3)用户画像分析建模系统

  用户画像分析建模系统主要应用于B端,提供用户画像标签系统,统计建模与机器学习分析系统,交易行为金工建模系统。深入分析理解客户行为,驱动真正的个性化最优财富管理方案,预测转化率与流失率,运营策略优化模型,合规风险预测监控等。可独立应用于用户画像分析场景。

  结合深刻的金融机构业务模式理解,利用核心技术引擎,人工智能分析平台,金融工程建模工具,财富引擎科技提供真正驱动金融机构业务的用户画像分析建模系统。

  (4)子系统协同

  上述子系统可以全部部署,形成强大的协同效应:智能财富管理系统与智能投资决策系统结合可以科学系统化管理数千上万个投资组合;用户画像分析建模系统与智能投资决策系统系统结合可以实现真正的个性化定制投资;智能财富管理系统和用户画像分析系统可以系统化管理用户生命周期。三个子系统的结合可以满足智能投顾、智能投资、GBI目标导向型投资等多种业务场景需求。

  4.方案前景

  我们开发的智能金融决策系统,目前已经在多家银行、券商等金融机构部署,持续上线投入使用,包括:以个人投资者画像为基础,满足个性化需求提供千人千面的智能投顾系统;实现“人机互动”,辅助投资顾问的科学服务辅助系统;满足投研人员尽调、量化分析需求的投资决策辅助系统等。未来我们将继续专注于底层核心引擎系统的开发,并和不同的金融机构持续合作,在深挖业务背后逻辑的基础上,应用核心引擎在具体的应用于场景上持续创新,发挥智能金融决策系统强大的功能优势,为广大金融机构的智能化提供支持。

责任编辑:方杰

收藏

  • 最新
  • 最热

    点击加载

      点击加载

      我要评论
      普通评论
      游客

      登录后参与评论

      为你推荐

        暂无相关推荐
        财源源二维码

        热文排行

        • 今日热点
        • 每周排行
        合作媒体

        中国网络电视经济台 | 和讯银行 | 新浪理财 | 凤凰理财 | 腾讯网 | MSN理财 | 网易科技 | 中华财会网 | 第一财经网 | 北京商报网 | 和讯科技 | 财新网 | 中国网理财 | 金融界银行 | 光明网经济 | 东方财富网 | 经济观察网 | 中国经营网 | 赛迪网 | 新华信息化 | 中关村商城 | 同花顺金融服务网 | 环球网财经 | 投资时报 | 钛媒体 | 中国金融新闻网 | 新华网财经 | 人民网金融频道 | 中文互联网数据研究资讯中心 | 中金在线 | 外汇 | 品途网