当大数据遇见大模型，量化投资何去何从

大数据近年来已深入人心，大模型也开始受到广泛关注。量化投资向来与数据和技术密切相关。当大数据遇见大模型，量化投资应该何去何从，将呈现哪些新特征，对数据因子、投资策略、数据和技术有哪些新要求，诸如此类的问题成为行业焦点话题。

2023年11月3日，通联数据在北京举办以“当大数据遇见大模型：量化投资的现状与展望”为主题的论坛活动，全面深入探讨新形势下量化投资的发展趋势，分享数据因子和投资策略的应用情况，探索大数据和大模型在金融服务中的创新路径。与会嘉宾在交流中碰撞智慧，在互动中达成合作，共同促进行业高质量发展。

量化研究如何有效赋能权益投资，已成为业内备受关注的话题。对此，开源证券金融工程高级分析师苏俊豪发表演讲。他表示，“大数据+大模型”是投资研究的重要发展趋势，在赋能主动权益投资方面有着巨大的发展空间。开源证券致力于在大数据、大模型和主动权益投资之间架起沟通的桥梁。在实践中，量化运用新数据、新技术，可以实现对投资持仓配置情况的实时监测，精度高、误差低。他进一步强调了另类数据在投资研究中的重要价值，并以具体案例和详实数据展示了另类数据在高频股东户数与筹码博弈中的应用。他提出，金股组合是超额收益挖掘的体现，优选金股组合收益表现显著优于基准指数。

当前，投资已步入大数据时代，走向大模型时代。通联数据创新数据产品负责人白晶围绕金融大数据的演变和新趋势发表演讲。白晶提出，金融数据发展史可以说是计算机与现代投资组合理论的发展史。投资策略随着计算机能力的提升而持续升级，从基础数据到另类数据，投资者追求更高的超额收益，对高收益策略工具一直偏爱有加。大数据和大模型为挖掘超额收益提供了更多的数据和工具，是未来投资研究的重要趋势。白晶认为，在大数据和大模型时代，金融大数据呈现三大趋势：新技术唤醒沉睡数据，新理念激发场景应用，新融通构建数据生态。

通联数据目前能够提供覆盖宏观、中观和微观的基础数据服务（包括“20+”模块、“1000+”业务表、“1000+”API，总量达到PB级），打造了一批特色数据。在另类数据方面，通联数据拥有“AI+HI”体系下独特的数据源和自有AI算法能力，形成强业务应用驱动的产品研发体系，提供另类基础数据和另类衍生数据，助力投资者获取更多超额收益。

随着另类数据异军突起，各种新数据层出不穷，为量化投资实现超额收益带来新机遇。通联数据量化研究专家高凌峻围绕“NLP的量化应用：主题大数据中的另类Alpha”发表演讲，以主题大数据为例，说明了如何应用另类数据、NLP(自然语言处理)、大模型等助力挖掘超额收益。高凌峻介绍说，主题大数据是通联数据推出的一款另类数据产品，除上千个主题概念外，还包含丰富的主题衍生数据，具体包括主题热度、热门主题、主题关联个股、主题指数、主题关联新闻、主题情感等。他表示，通联数据运用NLP大语言模型，进行关联性的定性和定量分析，为投资者挖掘超额收益提供高价值参考。主题大数据应用场景广泛，可用于主题热度选股、主题轮动策略、主题指数增强、主题风格因子、主题风格归因、主题风险控制、主题监控跟踪等。相关数据显示，以NLP等工具运用主题大数据挖掘超额收益效果显著。

通联数据深耕人工智能，以AI赋能投资为使命，成立以来致力于推广人工智能在资产管理和财富管理领域的应用。目前，公司在数据、算法、场景方面经过多年的沉淀，形成了强大的研究和应用能力，以深刻的见解、深厚的积累、深层次的洞察高质量满足客户需求。

在随着量化投资行业的发展过程中，投研与交易所需要的基础设施越来越重要。DolphinDB联合创始人、首席运营官初阳春围绕搭建高性能量化投研与实时计算系统发表演讲。初阳春认为，典型的量化策略流程包括数据存储、策略研发和实时计算。库内计算可大幅提高海量数据分析的效率，流批一体可显著减少实时交易系统的开发成本。

当前，各行业数字化、智能化向纵深发展，交易领域也不例外。就数智交易的趋势与未来，卡方科技产品负责人林贤燕发表演讲。林贤燕指出，随着技术迭代升级，算法交易持续发展，逐步降低市场交易的摩擦成本，提升交易效率，有效支持高效率价格发现和流动性提升，平滑交易波动，防止市场发生对敲或短时间拉涨停等。将软件服务能力与算法交易能力融合，是精益化效能提升的必然选择，正在被越来越多行业客户接受和认可。她表示，在经历传统人工交易、被动机械算法、主动机械算法和智能AI算法后，行业已经进入大模型算法时代。

在大数据和大模型叠加的时代，机遇和挑战并存。量化投资处于继往开来的阶段，将迎来全新的发展。在圆桌论坛环节，中信证券自营股票量化投资经理王策、通联数据创新数据产品负责人白晶、通联数据量化研究专家高凌峻从不同角度探讨了量化投资在大数据和大模型时代实现超额收益的机遇和挑战，并就未来的发展路径给出建议。

来源：中国金融

关于警惕假冒阿牛智投名义诈骗的重要公告

尊敬的阿牛智投用户：

       近期，我司发现有不法分子假冒阿牛智投，伪造带有“阿牛智投”、“上海点掌文化科技股份有限公司”字样的假通知书、假印章，并以“本息补偿”、“清退回款”等名义诱导投资者加QQ、微信，以骗取投资者个人信息或要求投资者转账汇款等方式，侵害投资者合法权益。

       不法分子冒充国家机关、企业名义诈骗的事件屡见报端，监管部门多次发布风险提示。11月24日，证监会发布《关于防范以“清退回款”等名义实施诈骗的风险提示》。

       阿牛智投在此提醒广大投资者，不要轻信来历不明的文件、短信、电话、APP及网络链接等，请通过阿牛智投官网、APP、微信等官方渠道查询我司发布的信息，增强个人信息安全意识，保护好个人财产。如发现此类涉嫌诈骗犯罪线索，可依法向公安机关等报案或反映。

山东阿牛智投资本管理有限公司

上海点掌文化科技股份有限公司

2023年11月27日

AI在量化投资中的应用

1. 预测模型

AI和机器学习算法可以处理和分析大量的数据，以找出数据之间的复杂关系。这种能力使得它们可以被用来预测各种金融变量，例如股票价格、公司盈利、宏观经济指标等。例如，神经网络是一种常见的预测模型，它可以处理非线性、高维度的数据，从而找出数据中的复杂模式。

这些预测模型可以基于各种数据。传统的金融数据，如历史价格、财务报告等，是最常见的数据源。然而，AI和机器学习也可以处理非结构化的数据，例如新闻文章、社交媒体帖子等。这些数据可以提供一些传统数据无法获取的信息，例如市场的情绪、公司的新闻事件等。

2. 算法交易

AI可以自动化交易决策，从而提高交易的效率和速度。在高频交易中，AI算法可以在毫秒级别做出买卖决策，以抓住微小的价格差异。此外，AI还可以用来执行更复杂的交易策略。例如，统计套利策略试图找出价格的暂时偏差，然后通过买卖对冲来获利。这需要大量的数据分析和复杂的数学模型，因此是AI的一个重要应用领域。

3. 风险管理

风险管理是量化投资的一个重要部分。AI可以帮助投资者更好地理解和管理风险。例如，AI可以用来预测市场的波动性、流动性、相关性等风险因素。这些预测可以帮助投资者更好地估计他们的风险敞口，从而做出更好的投资决策。

此外，AI也可以用来模拟极端市场情况，例如金融危机。这可以帮助投资者了解他们的投资组合在极端情况下可能的表现，从而做出更好的风险管理决策。

4. 资产定价和组合优化

AI可以用来估计资产的内在价值，或者找出最优的投资组合。深度学习模型，例如卷积神经网络（CNN）和循环神经网络（RNN），可以处理大量的数据，找出数据中的复杂模式。因此，它们可以用来估计股票的价格，从而帮助投资者找出被低估或者被高估的股票。

在组合优化方面，AI，尤其是强化学习，可以找出最优的交易策略。强化学习是一种机器学习算法，它可以通过与环境的交互来学习最优的行动。在量化投资中，强化学习可以用来找出最优的买卖时机、头寸大小等。

5. 新兴数据源的分析

随着大数据和云计算的发展，投资者现在可以获取和处理前所未有的数据。这些新的数据源，例如新闻、社交媒体、卫星图像等，可以提供一些传统金融数据无法获取的信息。例如，社交媒体上的帖子可以反映市场的情绪，卫星图像可以显示商场的停车情况，从而反映经济活动的实时动态。

处理这些新的数据源需要复杂的AI和机器学习算法。例如，自然语言处理（NLP）可以用来分析新闻和社交媒体的文本，图像识别可以用来分析卫星图像。这些技术可以帮助投资者从新的数据源中获取有用的信息，从而提高他们的投资决策。

以上只是AI在量化投资中的一些应用。AI和机器学习的能力在不断提高，我们可以期待在未来它们会在量化投资中发挥更大的作用。然而，同时也需要注意，使用AI进行量化投资也有很多挑战，例如过拟合、数据质量问题、模型的解释性问题等。因此，使用AI进行量化投资需要深入的知识和技能，以及谨慎的态度。

消费还能抽大奖 阿牛智投双十二财富节即将开启

       如果你错过了双十一，可别再错过双十二。网传淘宝的双十二活动今年取消了，别灰心，阿牛智投的还办！

       在刚刚过去的阿牛智投双十一元宝节中，用户边看直播、边消费，抽得华为全家桶、金条、飞天茅台等诱人大奖，羡煞旁人。不少没过瘾的用户表示，希望阿牛智投能再推出消费抽奖活动，期待把更多好运带回家。

阿牛直播双十一开出大奖

       应用户热烈要求，阿牛智投双十二财富节即将开启，更多精选大奖整装待发。双十二“牵金牛”抽奖活动从11月27日持续到12月12日，用户消费满1万元即可参与抽奖，100%中奖。智能选股软件、投资理财课程以及短线博弈、智能跟投、投顾定制等丰富的投顾产品可供选择，让用户在投资理财的同时，还有机会获得“吃喝玩乐全家福”。

 “短线博弈”服务内容

       您消费，我送礼。人气大奖将在直播间中霸气安排：财气冲天的金条，喝起来倍儿有面的飞天茅台，财经大咖的理财课，科技达人喜爱的华为手机、苹果手机、华为手表、漫步者耳机，家居达人热爱的咖啡机、豆浆机，招财神器乐高红牛……满足各种理财人的生活所需。

 部分奖品

       值得一提的是，本次活动终极大奖“吃喝玩乐全家福”包括华为Mate60手机、海信电视机、飞天茅台、平衡车、私人定制产品服务。消费满2万元，就可参与终极大奖奖池抽奖，有机会把终极好礼全部带回家。

       爱生活，会投资。用户通过点掌财经、阿牛智投官网、APP、微信即可看直播、购产品、抽大奖。近年来不少投资者收获不佳，阿牛智投希望尽微薄之力，提供好的工具、方法、高效产品，和用户一起收获成长。

       你最想要的奖品是啥？欢迎一起聊聊~

券商资管积极拥抱AI大模型 助力行业效率提升

       人工智能（AI）浪潮席卷而来，数字化、AI已经成为证券行业适应时代潮流、提升竞争力、实现高质量发展的必由之路。证券公司数字化、智能化转型过程中，一些新的技术创新成果崭露头角，推动券商商业模式创新，优化运营效率，提升客户体验。

　　10月25日，由主办的“AI驱动 数智赋能 共建券业新生态”2023证券业金牛奖颁奖典礼暨数字金融创新发展大会在江苏省苏州市相城区举办。在“AI大模型时代到来，券商资管如何应对”主题论坛上，国元证券总裁助理、客户资产管理总部总经理梁化彬，银河金汇证券资产管理有限公司总经理王青，华鑫证券资产管理部总经理陈辛润，广发证券资产管理（广东）有限公司副总经理、首席信息官蒋荣就券商资管业务如何拥抱数字化转型进行了讨论。

　　探索AI大模型应用

　　AI大模型时代正在加速到来，作为金融市场的重要力量，证券公司如何用好金融科技的力量促进自身资产管理业务转型，如何更好地服务广大投资者，对于资本市场乃至中国经济的未来发展具有重要意义。在券商资管业务中，探索AI技术的应用如何服务“为委托人管理好资产”这一目标，是券商资管人士当前的重点努力方向之一。

　　“AI大模型改变了用户体验，而用户体验一定会改变业务模式，改变商业模式，从而改变公司的运作模式。因为AI大模型的出现，财富管理的客户服务、财富管理的顾问咨询能力、财富管理的KYC（了解客户），包括围绕财富管理提供后端投资服务的资产管理业务，都将围绕AI大模型的发展，发生新的整合和变化。”梁化彬介绍。

　　“目前我们体会比较深的是，AI能够给财富资管领域带来更精准、个性化的财富投资体验，有助于提升未来投资的绩效以及风险管理的水平。从投资者角度来说，大数据的精准分析有助于分析一些个性化的需求，然后给出相应的投资组合建议，给投资者带来全新投资感受。”王青认为，“AI时代来临，大家又回到同样的起跑线。谁能够把握住下一轮风潮的机会，可能是各大资管机构都在关注的焦点。”

　　现阶段来看，王青表示，资管机构对AI的应用还停留在通过自然语言的解读以及图象识别技术，给客户提供实时在线、迅捷的陪伴服务。“我们可以通过对客户的投资行为轨迹进行分析和跟踪，实时提出投资组合建议。另外市场比较关注的是，AI对资管投研、风控能够带来哪些成长与帮助。”

　　王青透露：“银河证券目前成立了数据中心，专门收集数据作为海量数据分析的基础。银河金汇也有量化的团队，未来我们会借助一些科研机构或者第三方的机构，做更多的合作和赋能。”

　　提升内功是根本

　　证券行业拥抱AI大模型时代的积极姿态下，因自身资源禀赋、战略规划等不同，各家公司在发力方向、组织制度安排等方面有所差异，但万变不离其宗，通过技术创新的手段提升投研、资管能力等内功是根本。

　　“我们作为一个中小资管机构，要做好技术创新的开拓，其实是有较大难度的。但是如果整合到财富管理的框架中，其实还是有很大的作为空间。我们前期跟第三方机构探讨的合作方案中，就有打造‘财富一体化平台’的设想，其中包括智能客服、资产配置小助手等功能。”陈辛润表示。他还说，在“数字人”等产品应用过程中，这类新媒体手段，在成本合适的情况下可以大幅提高投资者教育工作的效率和服务能力，因为它可以全天候在岗，也不会出现太大的失误。

　　“这一轮AI浪潮的到来，我们深切感受到业务层面、公司的上上下下对科技的拥抱度非常高。广发资管也在年初启动了内部的大模型推动，公司还成立了5个敏捷小组，所有业务线的一把手都参与这方面的研究调研，仔细梳理在各个业务域究竟有哪些可能有帮助的场景，进行尝试。”蒋荣表示，“这次的大模型能够贴近交易员、研究人员、投资经理，能够大幅地提升效率，可能同时带来过往其它技术不可能实现的一些新业态。”

　　“券商资管的投研层面，我们目前正在尝试通过扩展投研的上下游，进一步强化投研的深度，AI大模型的推广和应用将极大地节省人力成本和时间成本。从宏观尺度进行投资组合的选择和优化，这个工作我们本身已经应用多年，现在我们认为，大模型可以进一步拓展我们宏观研究的范围和深度，提升宏观研究向组合优化的时效性。”梁化彬说。

　　“资管从业者其实是着力于给客户带来良好的投资体验，这些智能是工具，如何为资管机构所使用，需要专业的人才进行深度的解析。我们要回到资管机构‘研究创造价值’看家功夫的积累上，只有我们的本领强了，才能对工具的应用进行判断，从而拿出能够真正提升投资绩效有效性的决策和依据。”王青说。

来源：中证报

前10个月超四成私募机构股票策略产品实现正收益

       私募排排网发布的最新数据显示，今年前10个月,不同管理规模的私募证券投资基金管理人旗下股票策略产品平均收益率为负，尤其是受10月份单月权益市场表现影响，跌幅进一步扩大。不过，大型私募机构旗下股票策略产品取得了正收益；同时，股票策略产品备案数量相对其他策略产品更多。业内人士认为，这反映了私募机构对A股未来行情保持积极预期。

　　10月份权益市场跌幅较大，私募机构旗下股票策略产品整体收益表现欠佳。具体来看，10月份，有业绩记录的2799家私募机构旗下股票策略产品平均收益率为-1.60%，仅632家机构的产品实现正收益，占比为22.58%。管理规模在5亿元以下、5亿元至10亿元、10亿元至20亿元、20亿元至50亿元、50亿元至100亿元、100亿元以上的机构旗下产品平均收益率分别为-1.57%、-1.66%、-1.51%、-1.74%、-2%、-1.97%。

　　前10个月，有业绩记录的2686家不同管理规模的私募机构旗下股票策略产品平均收益率为-1.93%。不过，仍有1106家私募机构产品逆市斩获正收益，占比为41.18%。其中，有142家机构产品收益率超20%，另有208家私募机构产品收益率在10%到20%之间。

　　具体到不同管理规模的私募机构旗下股票策略产品收益情况来看，今年前10个月，管理规模在5亿元至10亿元、50亿元至100亿元、100亿元以上的机构产品表现较好，均实现了正收益，平均收益率分别为0.91%、1.28%、0.30%；而管理规模在5亿元以下、10亿元至20亿元、20亿元至50亿元的机构产品未能实现正收益，平均收益率分别为-2.60%、-1.78%、-0.19%。

　　大型机构表现相对较好。如管理规模在50亿元至100亿元的67家机构中，共有35家实现了正收益，占比超五成，股票策略产品平均收益率最高，为1.28%。而管理规模在100亿元以上的67家私募机构中，共有41家实现了正收益，占比超六成。

　　谈及部分私募机构旗下股票策略产品业绩较好的原因，排排网财富研究部副总监刘有华对《证券日报》记者分析称：“一是抓住了上半年ChatGPT（人工智能聊天机器人程序）兴起带来的AI（人工智能）产业链投资机会；二是受益于全球化资产配置，把握住了美股上涨带来的投资机会。”

　　钜阵资本首席投资官龙舫在接受《证券日报》记者采访时表示：“今年量化指增策略及股票市场中性策略，相对主观多头策略的业绩要好一些。通常管理规模较大的私募机构旗下不仅有股票多头策略产品，还有多元化的策略配置，还有些大型机构也会配置海外资产，而今年海外市场整体表现较好；另有部分大型机构的风控和投研能力相对出色，抓住了年内波段性和结构性的投资机会。”

　　尽管今年前10个月私募机构旗下股票策略产品整体表现不尽如人意，但从私募证券产品备案情况来看，相较于其他策略，股票策略备案产品数量遥遥领先。今年前10个月，合计备案私募证券产品14168只。其中，股票策略产品备案8441只，占比近六成。

　　刘有华表示：“股票策略备案产品数量占优，一是因为股票投资策略较为丰富，不仅有主观股票多头策略，还有股票多空、股票市场中性以及指数增强等多种子策略；二是投资股票市场能充分享受到中国经济发展红利。”

　　在龙舫看来，股票策略产品备案数量多主要有两方面原因：一方面，相对于债券和商品策略而言，股票策略一直都是私募市场上的主要策略，国内大部分私募基金经理擅长的是股票投资，所以在备案产品中依然占据大头；另一方面，说明私募机构对A股未来的行情保持积极预期，希望在股票估值位于历史底部区域期间多发行产品，以便将来能够获取更好的收益。

来源：证券日报

“AI+金融”：客服与智能投顾背后，虚拟人在工作

“你在遥远的外头，我在家乡里头。”你相信吗，这句改编自余光中的《乡愁》，成为招商银行家庭信用卡（附卡）的品牌推广文案，而这段文案，有来自ChatGPT的智慧支持。当前，金融机构内部市场竞争加剧，在数字化转型的关键时期，各机构都忙于打造数字时代下的核心竞争力，不断提升业务运营水平，生怕被时代抛弃。在此背景下，我国银行业为智能化转型不断增加技术资金投入，艾瑞咨询发布的《2022年中国AI＋金融行业发展研究报告》数据显示，2022年，我国银行业技术资金投入预计将超过3000亿元。

“AI+金融”是优化金融业务场景的应用技术工具，那么，现阶段“AI＋金融”产品在金融业务中的落地情况如何？其业务价值以及市场空间又有多大？在发展过程中还要面临哪些问题？

客服行业将率先被AI替代

AI在银行前中后台的应用场景分别有哪些？北京市社会科学院研究员王鹏向《商学院》记者表示，“在前台的应用有智能客服（智能坐席、智能外呼、智能催收）、智能营销（客户细分及群像描绘）和智能反诈；中台有智能投研（业务流程自动化，网点人流等智能决策）和智能风控（降低风险信息核查错漏率、深度学习远程信贷审查、建立风险识别与预测模型）；后台有智能办公、智能审计（综合机器学习、知识图谱等技术可实现审计证据自动化和持续采集，提高了内部审计履职能力）和智能开源（如Turing text-to-SQL，这是一种将自然语言查询转换为SQL代码的工具，使非技术用户能够使用关系数据库）。”他还表示，当前在客服场景的应用较为成熟，而涉及智能化的有关应用还未普及。

根据智联招聘发布的《2021人力资本管理趋势报告》显示，客服行业将会是数字经济时代率先被AI技术攻占的高地。

2017 年 7月，国务院发布了《新一代人工智能发展规划》，提出了通过 AI 加快推进金融智能化升级，通过大数据提升金融数据处理及理解能力，创新金融智能产品，创新金融智能服务，鼓励金融业使用智能客服等技术，建立金融风险防控系统。AI 技术将对我国金融业的转型升级产生深远影响。

AI较早地应用到了银行智能客服领域，随着大中小银行的进入，智能客服已经转为红海市场。为进一步提升客户服务水平，数字人已经成为“AI＋金融”的新热点。

2月23日，浦发银行总行信息科技部副总经理万化在助微计划之下的“银行科技沙龙”上表示，该行在AI的投入，主要是数字人。2019年，该行数字员工“小浦”正式“入职”，它既能当智能客服，也能做培训、大堂经理，还能做财富规划师和质检员等，大幅提升了银行的经营效率。

具备较强自然语言处理能力的ChatGPT打破了传统对话机器人要穷举用户对话意图的运营模式，从自然语言生成的角度，能够产生极其丰富的对话内容和应答范围，那么，它可以为银行业务带来哪些创新与价值？

2月18日，中国邮政集团有限公司发文称，邮储银行宣布将优先内测“文心一言”，在金融行业开展类ChatGPT技术应用试点，结合行业知识进行微调和交互式训练，在智能客服、数字员工、虚拟营业厅等场景进行应用，将进一步提高邮储银行在生成式人工智能、开放式对话、跨模态语义理解等领域的能力，不断提升智能化创新应用效率，进一步提升客户体验。

此外，还有百信银行、新网银行、兴业银行、招商银行等多家银行接入了ChatGPT技术。不过，AI的数据库是有时效性的。在3月2日，邮储银行微信公众号发布的文章中，邮储银行与ChatGPT的问答显示，ChatGPT没有实时获取最新活动信息的功能，也无法浏览互联网上的所有内容，它的数据库最晚到2021年。

复旦大学中国研究院特聘副研究员刘典告诉《商学院》记者，ChatGPT在银行业最大的应用场景是在客服的业务交互领域。当前银行争相创新推出数字人，但数字人与用户间的交互能力仍然较弱，更像是一个“语音菜单”。ChatGPT技术的进入，将会促进数字人交互能力得到显著提升，为客户带来更多有用且高效的信息与交流。

虽然技术进步促进人工智能在客服效率方面优势显著，但其天然的没有感情和温度，让人们难以产生信任。最重要的是，其存在的问题还包括诸如生成的内容是否专业，对银行理财、产品、风险的理解是否足够严谨，是否还会对客户产生误导等。

刘典认为，目前数字人在银行业存在的痛点不是技术上的，而是业务上没有大规模的需求。为解决这一痛点，需要让数字人像客户经理那样具备建立并维护客户关系的能力，否则数字人的应用场景会受到限制且只能停留在进阶版的智能客服阶段。

浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林向记者表示，数字人当前的工作能力还处于初始阶段，给出应答的精准度还不是很高，很多时候客户会觉得AI应答过于繁琐，也有客户认为AI应答冷冰冰，不过AI的确能够帮助客户解决一些实际问题，也能节约成本。而此次ChatGPT之所以能够引发关注，是因为初步得到了用户的认可，银行智能化的关键，还是要深入到生成式AI的算法、数据层面，用大模型和高质量数据来培养有用的AI工具。

此外，刘典还提到，AI技术也促进银行进行更多探索，除了To C端还可以激发起To B端的潜力，比如借助信息交互与数字化转型，未来银行内部管理效率也会得到极大提升。当前，银行业务涉及到大量的数据，内部信息的维护占用了大量的人力，AI在银行信息系统里扮演着越来越重要的角色。对于银行而言，To B端和企业内部信息管理方面的业务增长空间巨大。

智能投顾领域潜藏着巨大的市场价值

随着人工智能逐步具备分析等高级能力，银行业利用智能算法与大数据一同打造具备投资能力的AI系统，也就是智能投顾系统，尝试打造投资界的AlphaGo。一个理想中的完整投顾流程大致可以分为用户分析、资产配置、投资分析、策略生成、交易执行、分析反馈几个阶段。对应金融投资的不同业务阶段，所用到的智能系统的职责也大不相同。

2016年，国内创业公司、第三方理财平台、传统金融机构都开始推出智能投顾业务；同年，招行推出“摩羯智投”，成为银行业内首家入局者。摩羯智投以不同类型的基金和理财产品为标的，配置的投资标的主要为货币基金，固定收益类、股票型基金和债券，来满足用户的投资需求。2017年，工商银行上线了智能投顾品牌“AI投”，提供“一键投资”“一键调仓”等智能化投资服务，实现个性化的资产配置。同期，平安银行也开始提供智能投顾服务，根据客户的风险偏好制定个性化投资方案，实时监控并对资产配置进行动态调整，帮助客户提高投资收益。

然而，2022年7月起，银行业停止了智能投顾业务。这是因为银行系智能投顾持仓包括了银行理财子公司产品和各类基金产品，受到银保监会和证监会的双重监管，在监管环境不确定的情况下，银行选择暂停了相关业务。（注：2023年3月，根据国务院关于提请审议国务院机构改革方案的议案，在中国银行保险监督管理委员会基础上组建国家金融监督管理总局，不再保留中国银行保险监督管理委员会。）

王鹏认为，很多银行停止智能投顾业务，主要还是由于市场波动。过去很多智能投顾的模型算法针对性弱，智能性相对有限，当市场出现波动比较大的时期，智能投顾的盈利、营收可能不一定能够有很好的表现。

在刘典看来，单纯从技术角度而言，智能投顾业务可以实现，但是给予AI大量金融数据后，会面临一些信息风险，而且无法解决投资风险的责任主体问题，这就像自动驾驶汽车出现的事故，责任该划分给车主还是系统？同理，当智能投顾涉及到风险投资时，主体责任的划分是一个很复杂的业务问题和社会伦理问题。刘典认为，将大数据和算法运用到金融投资中，不一定是智能投顾这样的业务形态，但借助此类技术的运用使得资产配置和执行更加高效，是未来的大趋势。

王鹏表示，AI在智能风投场景有更大的业务价值和市场空间。过去多年，很多企业都开始了智能风投的应用和探索之路，由于数据缺乏、模型应用场景适应度不足、持续优化投入难度高等问题，智能风投的应用尚不成熟，但却侧面映射出了其在投资场景分析中的极大上升空间和潜在市场价值。

对于智能风投潜藏巨大价值的原因，王鹏认为：一是因为银行发展对核心业务风控的需求在竞争环境中只增不减，完整、高效的智能风控系统必不可少；二是因为银行使用智能风投，在突破传统业务模式的同时，对数据的深挖利用，将带来极大的利润；三是因为随着技术发展，智能风投的可操作性提升。比如，在风险信息监测自动化流程中应用OCR等人工智能技术，在手工录入场景逐步实现技术换人，可以降低银行的操作风险，提高工作效率。他还举例，加拿大皇家银行RBC使用人工智能，深度强化学习并计算适应不断变化的市场条件，实现了帮助减少滑点（预期和实际交易价格之间的差异）。

现阶段，各类“AI+金融”产品在金融业务中均得到落地应用，但产品应用广度与产品业务价值存在明显差异。《2022年中国AI＋金融行业发展研究报告》指出，机器学习类产品因与金融业务数据具备先天耦合性，可应用于银行大量的表单数据业务，抽取表单数据的标签并获取数据特征，有效拦截金融风险，避免欺诈与风险漏洞所带来的大额损失，同时提高营销精准度，为金融机构创收，具备较宽泛的产品应用广度与较高的产品应用价值。

从产品与应用场景适配情况看，“AI+金融”产品主要应用于信贷风控与合规控制、精准营销、客服与运营业务优化三类场景。由于具有较强的场景化、交互性等特点，智能语音与对话式AI产品通过替代或辅助人工的方式，广泛应用于金融机构客户服务、营销推广等场景，可精准有效地解决金融机构在客户服务、营销、培训等方面的人工成本不断增加、客户服务效率低下、获客成本高等问题，助力金融机构实现降本增效。

随着生活节奏的加快，人们对金融服务的要求越来越高，及时性和准确性成为衡量服务质量的重要标准之一，智能语音与对话式AI产品在即时反馈和标准化服务方面具有显著优势，在金融客服领域具有广阔的应用前景。

数据安全是金融业数字化转型的挑战

“AI＋金融”场景中蕴含着巨大的产业机会。艾瑞咨询数据显示，2022年，以银行、保险、证券为主的金融机构技术资金投入预计将超过4000亿元。巨额投入夯实金融机构的IT基础，做好AI金融应用的底层设施建设。此外，据不完全统计，2020年至2022年9月，“AI+金融”领域总计发生融资事件104起。

那么，“AI+金融”市场持续发展对银行业来说又有着怎样的机会？刘典表示，机会主要体现在三个层面：一是算法在金融场景中的大规模应用可能会带来投资效益的规模化增长；二是AI工具的运用可增强对C端客户的拓展和连接，加强客户黏性；三是对银行管理结构以及业务拓展带来的巨大改变。

然而，银行业汇聚了各行各业海量的信息资源。王鹏认为，银行数据信息中包含了大量客户数据、公司重要信息、知识财产甚至敏感或机密文件。由于人工智能对网络中的信息进行无差别的收集与获取，以上各种信息的安全难以得到保证。此外，算法的可信度会受到研究员对模型的理解、训练数据的影响。一旦训练数据中混入带有偏见的异常数据，这种偏见也就会伴随智能系统成为一个持续存在的问题。

“数据安全和隐私是银行业智能化的头等大事，要提高算法可信度，数据与技术应当‘双管齐下’。”王鹏表示，在技术层面，银行研发部门应加强技术创新，加大研发投入，同时积极运用技术手段解决人工智能的安全和隐私风险。比如可以通过研究和运用安全计算等新兴技术为人工智能算法提供有效的安全计算支持，同时在收集用户数据时，应注重数据模型的设计和使用，防止算法层面引发的数据安全与隐私风险。在制度规范层面，应建立起完善的人工复核及兜底机制。对于自动生成的人工智能模型，应在固定节点加入人工审批的流程。

公募量化基金逆势增长超600亿，10月表现亮眼

尽管今年A股走势低迷，公募基金规模普遍缩水，但公募量化基金却逆势增长。据公募排排网数据统计，截至11月7日，457只公募量化基金合计规模达2957.91亿元，比年初增长了602.93亿元，其中11只基金规模超100亿元，201只基金规模较年初出现了增长，占比44%。

今年公募量化基金整体表现不佳，统计在内的457只公募量化基金年内收益均值为-4.59%，其中106只基金实现正收益，占比23.19%。实现正收益的106只基金中，13只基金收益超10%，19只基金收益介于5%-10%之间。

不同类型的公募量化基金表现差异较大，其中量化对冲基金年内收益表现最佳，23只量化对冲基金年内收益均值为-0.32%，12只基金实现正收益，占比为52.17%；主动量化基金表现最差，221只主动量化基金年内收益均值为-5.22%，51只基金实现正收益，占比为23.08%；213只指数增强基金年内收益均值为-4.39%，43只基金实现正收益，占比20.19%。

值得注意的是，尽管整体表现不佳，但部分公募量化基金在10月份表现突出。在441只有净值披露的公募量化产品中，有22只产品实现正收益，占比不到5%；超额表现方面，有264只产品跑赢沪深300指数，占比59.86%；210只产品跑赢中证500，99只产品跑赢中证1000，占比分别为47.62%和22.45%。

交了服务费稳赚不亏损？阿牛智投：承诺收益是违法违规行为

       “预期收益X%”、“肯定能赚钱”、“X股票能翻倍”、“X股票一定会大涨”……

       你是否期待有一家投资咨询机构能为你做出这样的承诺？ 有了这样的收益承诺才放心把服务费交出去？

       对于投顾公司销售人员来讲，承诺收益更容易让客户成交，但如果不能兑现，就丧失了用户的信任；更为严重的是承诺收益实际上是违法违规行为，会受到严厉惩戒。

       阿牛智投合规负责人表示，向投资人承诺收益的行为，违反了2005年《证券法》第一百七十一条第一款第五项和《证券、期货投资咨询管理暂行办法》第二十四条第二项的规定。

《证券法》节选

       《暂行办法》作为行政法规，其中明确指出“证券、期货投资咨询机构及其投资咨询人员，不得从事向投资人承诺证券、期货投资收益“。从中可以看出，不能承诺收益的，不仅是投资顾问，还有整个投顾机构，包括销售等其他所有员工。

 《证券、期货投资咨询管理暂行办法》节选

       中国证券业协会为加强对证券投资咨询机构自律管理，推动证券投资咨询机构规范发展，还组织制定了《证券投资咨询机构执业规范（试行）》。《执业规范》要求，投资咨询机构及投资顾问向客户提供投资或资产配置建议，应当向客户进行必要的风险提示。禁止以任何方式向客户承诺或者保证投资收益。

       为了规范员工行为、保护投资者权益，阿牛智投每月一次合规培训，帮助员工学会合规展业，避免触碰法律红线、行业高压线。日常通过“智能质检+人工核验”对内容进行双重风控保障，一旦发现员工承诺或暗示收益等违规行为，阿牛智投坚决予以惩戒。员工本单业绩扣除，另扣提成、合规分，重新培训合格后方能上岗；上级经理、总监承担连带责任。