近日,五位金融科技SZ.399699的实践者们同聚在京东数科举办的资管科技高峰论坛上,分享了各自对金融科技的实操感悟,带给与会者极大的收获。他们分别是:天风证券601162.SH副总裁研究所所长赵晓光、易方达基金副总裁陈彤、华泰资管总经理王锦海、嘉实基金首席技术官杨竞霜、国联证券首席信息官汪锦岭。论坛由京东数科副总裁、资管科技总经理徐叶润主持。
徐叶润:感谢各位尊敬的嘉宾,我们欢聚一堂。今天来回顾一下金融科技里面关于智能这一块,这一块就像刚才讲的金融科技进入下半场,有几个催化剂,一个催化剂是关于监管,前面的几位领导把这一块讲的很透彻,第二块是新型技术的成熟逐渐帮助我们把业务的这一块打开了,今天如果来看大数据
的应用智能投顾几年前几乎不可能,基本上这些新型的业务生态的产生很多情况下是技术的推进逐渐产生的。今天论坛的各位都是在券商、基金里面金融科技这一块走的比较前、做的比较好的机构,所以今天京东数科能够邀请到各位真的是非常荣幸。

所以我想给嘉宾提到的第一个问题让你们自由发挥一下,看一下在各自的机构、领域里面如何通过技术的手段来促进业务的增长。首先请各位讲讲智能交易、大数据挖掘,这一块有不同见解和经验,有不同的案例,第一步请随便谈一下各自不同领域应用场景的挖掘。
天风证券副总裁、研究所所长赵晓光
赵晓光:作为金融机构的核心是围绕着优质的资产,我觉得围绕优质资产第一个事情就是挖掘,每一个行业各个环节优秀的资产在哪里;第二个是定价能力;第三个赋能和服务能力;第四是价值实现的能力,无外乎四个环节围绕一个资产。围绕这个资产怎么做无外乎是两个点,一个是以数据为核心,一个是以人为核心,关于数据的话主要想讲两点:
第一,数据背后的逻辑可能是更为重要的,而每个行业是千差万别的,很难拥有统一的范畴去把数据背后的逻辑简单量化或者是转化为资产定价,我觉得这个是非常重要的一点。我举一个例子就是去年2月份我们有一个合作伙伴主要是做大数据技术,研究国产面膜行业,当时有两家上市公司,就发现有一个公司在2月份数据特别好,另外一个公司一般。那如果简单把数据转化为投资建议的话你肯定觉得2月份数据特别好,A公司股价表现更好,B公司应该一般。但是实际上在过去一年半A公司的股价是下跌的,B公司的股价一共涨了4倍,我们认真去研究数据的时候发现A公司由于当年在一线城市大力的搞促销,他往往促销马上有非常好成果,国产面膜这个行业会有比较大的用户基础并不是一线城市,而是在二三线城市,二三线城市需要精耕细作去耕耘的,不是简单的做完就可以了。
B公司在二三线城市他做的很多方法去耕耘获取用户,所以当时在2月份的时候A公司爆发特别快,实际上B公司土壤是在二三线城市找性能又好、价格又好的性价比产品,所以我觉得这个是第一点,数据背后的逻辑更重要,所以数据要跟行业的特点深度结合。
第二个逻辑,有一些数据可以通过科技的方法去获取,通过金融科技去获取,通过大数据技术获取,但是我认为这样的数据只占20、30%,我认为70、80%的数据是依托于人的。我举一个例子有一个行业叫连接器行业,是制造业的,可能各行各业需要,这个行业全球多大的市场,实际上连接器是3千亿的市场,这个市场足够大你去研究他是非常有价值的,但是这个行业的数据只能找这个行业的专家上下游深度的去耕耘、深度的去细化。我认识在全世界前两名的公司专门做投资的专家,他一年在这个行业看500家公司,(他看)一些上市的、没有上市的公司是非常清晰的,他的清晰度应该超出了所有二级市场的投资人,甚至很多上市公司不如他了解这个行业,因为他一年看500家。我特别想讲的是数据最后来源于人的,同时把数据和人产生的信息进行行业的深化、深度耕耘,简单的数据我刚才讲第一产生错误的结果,第二无法给你提供最想要的信息。
我们自己前后投资过三家专家智库公司,我们也跟金融做大数据的公司在合作。合作下来最深的感受目前来说金融科技的公司一个最大的问题无法扎根于行业,无法扎根于产业最真实的动态全面的情况,无法把行业的精准数据掌控。我举一个例子智能手机产业链,苹果今年用什么,明年用什么,现在用哪些供应商,是无法用大数据找出来的,这个就需要扎根行业,把这个行业的图谱做下来,因为最近我们也是跟一个头部的精英合作在做事情,如果把智能手机产业链静态来看每个环节有哪些供应商,每家的竞争力是什么样的,动态来看每个周、每个月去跟踪发生哪些变化,我觉得这个数据定价20万,我去找200家电子公司肯定买,我找200家二级市场的机构肯定会买,我再找200家一级机构肯定也会买,因为能帮你挖掘项目、定价这些项目。
600家公司一家卖20万就1.2亿的收入,这只是我的第一部分研究咨询,第二部分围绕对这个行业深度专业化的认知可以做中介、并购、投行都可以做。第三个转化为投资,基于这一个细分行业深度研究如果真做得符合实际情况,这一个事情5个亿的收入应该有的,5个亿的收入相对于现在一个研究所的收入。
我想讲特别重要一点,过去我们是基于业务分工在做资产服务、挖掘,未来应该不是基于业务分工,未来应该是基于对某个行业深度扎根,深度专业化把这个行业慢慢变成数据化,变成信息化,变成一个科学化的一个体系,我觉得这是我可能最大一个感受。
徐叶润:谢谢晓光总,深入浅出把数据的逻辑、数据挖掘分析那么透彻,接下来请易方达陈彤总介绍一下他们的案例。
易方达基金副总裁陈彤
陈彤:
我在公司最近刚开始做投顾,常常有很多朋友来问是做人工投顾、智能投顾,我的理解在美国来说为什么有这个区别,是因为从80年代到2000年从卖方模式转向买方代理,那个时候只是信息化的阶段,从2000年到2020年真正是做到了所谓智能化,这两个是隔离的。

中国恰恰一方面在人工智能开始兴起的同时我们监管层开始推动去从整个基金行业、资产管理行业从卖方代理转向买方代理这两个是融合的,我的结论是在投顾领域智能贯穿它的整个环节,不用叫智能投顾,就是投顾。
比如说在研究领域,基金投顾研究的是基金现在有7000个基金,在整个基金基础研究的时候里面用了大量结构性数据、非结构性数据、知识图谱这些都有,当你做策略优化的时候我举个最简单的例子,当你把7000个基金缩小到100个基金在一个策略下,要从100个基金里面选出10个基金做组合这种概率我们算过大概是170万亿种,如果用你的PCGG算大概需要350万年,实际上用金融科技手段去提高算法因为光靠算利已经不够了。
常常讲除了投研、风控大家可以想象到了,投顾最大差异是一个全权委托帐户,当你一个策略下面有1百万个人用这个策略,由于你的时点是不一样的,遇到的再平衡、定期平衡和非定期再平衡的时候算法优化数据量是非常大的,所以不可能用人工的方式来做,一定得用智能方式。
最后举个例子,常常讲千人千面就三个环节首先是画像,多维数据画像、策略数据优化、求动态这两个东西的连接,实际上是动态效应函数本质上穿透了是要解一个欧拉方程最优解。
这个过程当中刚才徐总讲的非常好怎么样工程化,我们很大精力在这个地方上,千人千面其实是从千人一面到千人几面然后到千人多面最后做到千人千面,现在基本上处在第二步,以上我们在投顾领域的尝试,谢谢大家!
徐叶润:听得出陈总对这块非常有研究,连算利规模都可以正确到那么细的程度确实不容易,也可以看得出易方达这方面的功底,下面请王锦海总。
华泰证券资产管理公司总经理王锦海
王锦海:华泰证券在IT方面投入比较大证券公司,大家看每年财务报表也可以看到,中国证券公司里面可能算是投入比较大,一直不断地在这方面进行投入。现在看整个公司层面在面向散户端、机构端都有已经完全APP的平台,这个里面在集成服务让客户感观更好,未来京东数科从互联网公司用科技的力量向金融科技服务的领域延伸和拓展,我觉得华泰更像是金融公司向科技领域延伸,有很多结合点。落实到我们资产管理,因为我一直20多年干资产管理的生意,我的体会很深,更原始的不是粗犷的炒股票类似于不规范,现在利用计算机的时候越来越多,从资管行业来讲现在也在做规划,现在有两个大的平台是需要我们去做的,阿拉丁是很神化的东西,在每个国家、阶段肯定有不同的开发路径,我现在觉得在资产管理公司里面需要有两大平台解决问题。

第一,运营数据流怎么处理,像很多数据怎么通过平台整合起来,这个也是一方面内部感觉的需要,也是在监管情况下更规范运作的需要,这个是公司提高运营效率,资管行业最大的好处可以利用平台提高效率,他的边际成本越来越低,这个是我们很大的规划,准备把平台建设的更好,当然也跟京东数科合作,这一块是整个运营数据流和风控,交易只是其中一个环节,对于我们来讲智能化交易已经不是技术瓶颈了,我知道在座的很多都是做这方面的东西。
下一步我们希望拥抱监管,前几天我关注方主席在青岛的讲话,因为我在中国研究对冲基金比较早了,有些团队是在芯片的时候带出来了,因为2015年遇到事之后很多东西停掉了,我们利用算法交易能够最发挥作用,我觉得将来会逐步放开,这个时候我就觉得算法交易这个都是已经不是瓶颈了,但是更多是整个数据平台的管理,这个是更大的概念,这个是重点方向。
第二,我们要打造投研平台,现在很多平台在做,基于研究角度出发的,从我们资管角度出发的投研平台做什么东西,现在看大量的已经结构化和已知数据的处理上哪怕是异构数据或者是非结构数据,我们比较容易是跟技术手段处理的,但是前瞻性的东西晓光讲的目前来看是摆脱不了人,所以现阶段在更多的依托于统计和大概率的事件算法交易是计算机是非常有优势的,在我的关键里面趋势性交易基本上是计算机和算法交易的事件,但是主动观点的领域还有很多计算机没有办法做到的,你比如说我们看到的数据是滞后的,京东数科挖掘机指数是起到及时判断的功能,还有很多更前沿的细分领域现在几乎没有数据的怎么做,这个里面还是摆脱不了人的东西,但是我们希望做投研平台能够把现有的数据处理好,或者是现有的结构化和非结构化的数据处理好,我将来能把这个平台提供给投资经理来进行运用,未来这个工具强大到让我的投研人员精力消耗更低,更专注在一些机器不能实现而人可以实现的领域去做工作,这两个大的平台下一步资管行业围绕主题IT化的核心。
未来的监管可能更乐于看到有很强大的运营数据平台,不论是取数、监管我们的平台是透明的,我的代码可以向监管开放,甚至于我的平台可以像第三方使用,那这个是我们想做的一些事,我们今天也跟京东数科有结合点的。
徐叶润:谢谢王锦海总,华泰的技术能力我们是耳闻目睹,确实是行业里面的领头羊。接下来我们看一下杨竞霜嘉实基金的杨总,可以给我们分享一下基金行业里面是如何通过大数据的能力逐渐增加对业务的机会和效率。
嘉实基金首席技术官杨竞霜
杨竞霜:我是学技术出身的,可能视角偏技术一些,我入行20年基本上一直在做技术,这20年以来发生最重要的事情是摩尔定律不断地被挑战和实现,所以20年以来我们的计算能力如果以单位体积和面积来看提升了几百万倍,大概是300万倍的样子。在这个基础之上我们才能看见最近十年以来的大数据、人工智能的蓬勃发展,在这个领域里面我们大致分成两边来看数据和分析大数据的领域首先从传感器的普及海量数据603138.SH成为可能。

第二,从2009年谷歌发布以来,大家各种各样的Copycat出来,拥有了处理海量数据的能力。
第三,云计算的普及使得算力和存储力可以达到这么一个状态,这个是我们数据处理的能力,在分析这边最近十年以来大家觉得比较火的人工智能指的是深度学习,模式识别这个领域也是非常老的领域,最近在视觉这一块得到长足发展,它依托根本也是算力不断发达,考虑这两点作为嘉实基金在布局上面首先成立好几个由董事长直接领导的实验室,一个是数据实验室,一个是AI实验室,我们还有一个BI实验室的研究。
我们希望做到事情不是单纯的用技术或者不是为了做分而做分析,我们做到事情是理解金融本质,所以我们AI实验室用AI去研究市场波动率,我们发了很多paper,我们还有博士后工作站,研究波动率的拐点,当然适用另类数据也用了很多机器学习算法在里面,我们目的是了解市场的本质,这个可能也是契合嘉实基金深度研究、主动管理为核心的打法。
我们的数据实验室也做了很多有趣工作,比如在ESG这个领域,如果各位去万德可以看到万德(WIND)F9画面上面会有一个ESG的指标是我们提供的,这个指标就是基于很多另类数据比如说什么口红化妆品销售或者是一些政务招投标的记录,我们数据实验室同事们非常努力做了这个东西。
我觉得从嘉实基金角度来说,一方面我们从头到尾。“头”是金融的基本性,“尾”是最终产出能够服务于金融行业或者服务于我们客户有用的东西,比如说数据。从数据到算法或者到分析在整个四个象限里面都希望能够有所作为,谢谢!
徐叶润:最后请汪博士给我们分享一下国联证券方面在金融科技方面一些进展,一些案例。
国联证券首席信息官汪锦岭
汪锦岭:我们证券公司我的理解和资管结构相比有一些共性,也有它自己的个性,从国联情况来看我们宗旨是以客户为中心,所以我们金融科技布局上面也有一些不同的地方,我们重点把金融科技给客户赋能,也就是利用这些技术手段提升我们客户投资交易能力,帮助我们客户实现价值的时候再来实现我们的价值,这方面我们也做了一些尝试和探索,一个是我们利用大数据技术开发了很多智能化投资工具,主要是一些选股工具和一些择时的工具,利用选股工具可以让我们老百姓603883.SH、零售客户能够更快识别有潜力股票,利用这些择时工具让我们客户更好把握买和卖的时机,把选股、择时工具打包组成一个一个数据产品放到APP里面去了,这样最低端零售客户都可以使用这样一些工具。

我们从实际效果看我们认为还是不错的,我们零售客户还是比较欢迎的。另外一类客户比较高端一点,对买入、卖出信号、条件有自己的想法不愿意用我们这个东西,对于这样的客户又跟他提出智能条件单一个系统,客户可以通过条件单系统自己输入条件,比如说监控什么指标,什么动作、买还是卖,什么标地的股票,什么价格什么数量等等,把这些东西试好以后我们这个系统帮助客户进行自动盯盘,一旦客户信号被触发我们系统自动下单交易,这个东西大大减轻客户盯盘工作量也是提高客户投资效率。
还有一类客户觉得可能这种条件太死板、局限太强不足以自由表达他的想法,这一种客户提供智能交易终端,终端里面有好几百个数据因子,客户可以写程序来表达自己投资交易策略,写好之后在终端里面回测通过就可以生产运行了,这个也是能满足这一类客户需求的。
还有的客户不愿意在终端里面写程序,有他自己的策略系统不愿意用我们这里面的写,这种客户我们提供一个行情和交易的系统,通过接触行情系统更快捕捉市场信号,通过技术交易系统能够更快把我们委托送出去把握市场先机,我们通过金融科技给客户赋能是一个全方位多层次的体系,根据每一类客户不同的特点,不同的能力给他提供相匹配智能化工具,我们目标都是一样的,都是给他提供适合的工具给我们客户赋能,帮助我们客户创造价值,这个过程当中实现我们中介机构自己的价值,我说的就是这些。
徐叶润:谢谢汪总,在过去半年发现很多头部金融机构越来越对数据标准化这一块做了很多这方面的投入,我们曾经在两个头部银行做过数据标准化项目或者跟数据标准化有关的项目,归根到底当你建立应用层的时候数据标准化是绕不过去,目前现状还没有由监管发起整个行业数据标准化,我知道竞霜总在北大大数据研究院曾经做过领导,现在又到了嘉实又是基金行业的头部,我就想了解一下嘉实对于数据的标准化这一块你们做过一些什么样的努力,做过什么样这些工作能够给我们分享一下,这个对所有金融机构一旦要做应用层标准化的数据模型加上API想听一下竞霜能不能给我们分享一下。
杨竞霜:我来嘉实才半年,在嘉实做出来的成绩不是很多,首先必须有一个标准,现在如果说监管机构没有提供这个标准我们我们行业数科能不能提一个标准出来,请监管通过然后其他的金融机构都定了,标准定成什么样无关紧要,但是一定要有一个标准。
第二个角度,偏技术的角度讲一下,表达方式决定了我们的世界观,我来嘉实刚开始的时候有一个比较强的感受,我一看100多号人的程序员,一大半都在写SQL,他们的思维模式是关系型的思维模式,但是我们的世界其实并不是仅仅是关系型的,还有很多其他类型,比如说知识图谱,比如说有数据,我们怎么样表达是决定了世界观,有点像做物理的人议论一些事,会说数学决定了物理跟这个有点像,这个角度上面我是希望在嘉实借鉴之前工作中的经验找到更好的表达方式,能够使我们的世界观或者是对金融产品的行业看法、客户观察也好,能够更贴近实际。
第三,更接近于管理,之前的话我是在美国投行里面做了很长时间,大概有17、18年的样子,也是做数据标准化、系统标准化一体化,其实很多业内正在做的或者已经做的东西,美国很多大的投行也在努力做这个事情。20124年我和我的团队去了瑞士信贷,我们发现的情况是有46条业务线,也同时有46条系统从前到后互相之间不打通,互相之间没有从业标准,这个从技术上面有1万种解决方法,但是从管理上面来说怎么样把46条业务线和IT团队都遵守公司定的战略方针,这个管理上面的难度是相当大的,这个其实给老板们、董事长们提出更高的要求,你要善于当灭霸,你说手指一挥一半的系统就没有了。
如果你去问哪个系统有用,哪个系统没有用一定是每个系统都有用,一定是每个系统都有他的可取之处,但是你一定要有决断力说我就打个响指,明年1月1日一半的关掉,没有这个决心做不成,我就讲这三点。
徐叶润:谢谢杨总,时间的关系还有5、6分钟的时间,就问最后一个问题,我希望3位在座的业务领导,我们两位技术领导,三位是业务领导,三位业务领导给我们一些指点,我本人是技术领导,我基本上把自己认为是做技术的。
我们知道整体的架构体系里面一般说来的话我们是有云架构和落地的架构,但是在金融机构里面目前采取云架构的还比较少,我们知道云的架构好处是可以集中资源降低运营的成本,然后有一套比较标准化治理体系,所以从业务的角度采取云端的架构体系,更多是私有云,因为公有云牵扯到数据敏感性的问题,我们就讨论私有云这一块,几位业务领导在你们所在机构里面有没有考虑过云的架构,在云端推进这种技术和业务的融合,所以我想问一下这几位业务的领导,谁来回答一下技术的问题。
王锦海:我觉得这个领域会是分层的,京东数科资管行业可能需要一些资管的科技服务机构,可能是分层的,有一些比较大的公司有这个实力自己投入,他自己会有要做的事,他有自己建立的东西。
因为我们也是公募基金牌照的持有架构还有很多公司会变得很轻,他会集中精力做投资管理,他希望做一些外包,像有些新的经营公司开始做PD了,不用私有云,我相信京东数科有机会在这个里面通过资管科技服务这一块在一些差异化定位的金融机构,特别是资管机构上面带来更多业务合作,这个是我个人的体会。
徐叶润:我们觉得华泰是可以做的,并且有能力做这一块的,所以您的见解确实是给我们指了方向,另外两位业务领导陈彤总。
陈彤:我简单说一下,对于业务端来说云是很开放的平台,云的优点就是高可靠、弹性、成本、付用都不去说了,从技术端、外部厂商可能忽略了一个问题,当我们做变革的时候因为这个是很强的监管环境下面,在一个公司里面每新的东西内部合规体系是非常重要的环节,但是实际上合规体系里面做IT很少,大部分是法律出身的,所以你要让他理解这个东西的可靠性、隐私,包括这些东西我认为是需要比较漫长的过程。在公司内部业务相当于用户端,简单讲用户端不在乎你是什么私有云、公有云还是本地的服务,他们不是太在意,他只要让你达到我的要求。
我的理解还是在于合规的部门,这个是非常大的难度,恰恰每个厂商去介绍的时候只是面临技术,这个环节是非常重要的。
徐叶润:今天还是因为时间的关系很多东西没有展开讲,所以也是万分感谢参加讨论的五位嘉宾,也感谢各位来宾,谢谢大家!(完)
免责声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。文章部分内容来自网络,如有涉及侵权烦请联系JT²智管有方资讯部责任编辑,我们将第一时间处理。如无特别注释,图片均来自视觉中国。
更多内容,请点选小程序


继续阅读
阅读原文