在金融科技的浪潮中，資管行業(yè)的數(shù)智化轉(zhuǎn)型已成為推動(dòng)行業(yè)創(chuàng)新和效率提升的關(guān)鍵力量。隨著大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)的快速發(fā)展，資產(chǎn)管理正逐步從傳統(tǒng)的人工操作模式轉(zhuǎn)向高度自動(dòng)化和智能化的新時(shí)代。

　　當(dāng)前，資管行業(yè)正積極探索如何將前沿技術(shù)與業(yè)務(wù)實(shí)踐相結(jié)合，以實(shí)現(xiàn)服務(wù)的個(gè)性化、產(chǎn)品的創(chuàng)新化和運(yùn)營(yíng)的高效化。這一轉(zhuǎn)型不僅為投資者帶來(lái)了更加精準(zhǔn)和高效的服務(wù)，也為資管機(jī)構(gòu)自身帶來(lái)了業(yè)務(wù)模式和運(yùn)營(yíng)方式的革新。隨著數(shù)智化轉(zhuǎn)型的不斷深入，資管行業(yè)將迎來(lái)更加廣闊的發(fā)展前景。

　　本屆 DolphinDB 年度峰會(huì)上，分論壇 B 會(huì)場(chǎng)聚焦《資管數(shù)智化轉(zhuǎn)型與前沿探索》這一核心議題，由嘉賓演講與圓桌討論兩個(gè)環(huán)節(jié)組成，由業(yè)內(nèi)資深嘉賓分享資管業(yè)務(wù)在數(shù)智化轉(zhuǎn)型過(guò)程中的經(jīng)驗(yàn)，以及對(duì)于未來(lái)趨勢(shì)的洞見(jiàn)和思考。

　　本次峰會(huì)行業(yè)嘉賓精彩觀點(diǎn)，即刻分享：

　　01. 海外市場(chǎng)量化的人工智能變革

　　中國(guó)平安資產(chǎn)管理（香港） 量化投資主管 李偲

　　在海外市場(chǎng)的量化投資領(lǐng)域，投資者面臨著獨(dú)特的挑戰(zhàn)和機(jī)遇。海外量化投資的特點(diǎn)在很大程度上受到另類(lèi)數(shù)據(jù)處理、市場(chǎng)機(jī)制與監(jiān)管、數(shù)據(jù)模型在地化等的影響。在海外量化策略分類(lèi)方面，通常包括了從傳統(tǒng)的多因子模型到基于機(jī)器學(xué)習(xí)的復(fù)雜算法，再到利用人工智能進(jìn)行市場(chǎng)預(yù)測(cè)的各種策略。這些策略的多樣性反映了量化投資領(lǐng)域的廣泛性和創(chuàng)新性。

　　隨著人工智能的變革，超大規(guī)模超算及數(shù)據(jù)中心的使用在量化投資中變得愈發(fā)重要，數(shù)據(jù)庫(kù)和 GPU 的結(jié)合為處理大規(guī)模數(shù)據(jù)集提供了強(qiáng)大的計(jì)算能力，助力投資者更快地執(zhí)行復(fù)雜的分析和模型訓(xùn)練。對(duì)于數(shù)據(jù)庫(kù)的選擇，李偲博士提到，“我們一直在搜尋一個(gè)數(shù)據(jù)庫(kù)，既要滿足高性能的存儲(chǔ)與運(yùn)算，還能跟人工智能掛鉤，同時(shí)它還能夠?qū)ｉT(mén)為金融行業(yè)服務(wù)，在試用調(diào)研過(guò) KDB+ 與 InfluxDB 后，我們決定于22年啟用 DolphinDB?！?/p>

　　在資管策略制定過(guò)程中，DolphinDB 在現(xiàn)代 ETL 和模型測(cè)試中發(fā)揮著重要作用，其在因子計(jì)算中的效率優(yōu)勢(shì)尤為顯著。通過(guò)解析 DolphinDB 去除與數(shù)據(jù)庫(kù)的交互過(guò)程，能夠顯著提升大規(guī)模因子計(jì)算的效率。此外，DolphinDB 的狀態(tài)響應(yīng)器在回測(cè)中起到了關(guān)鍵作用，它能夠取代傳統(tǒng)的 for-loop，進(jìn)一步提高回測(cè)效率。

　　在數(shù)據(jù)錄取方面，DolphinDB 的流表技術(shù)通過(guò)優(yōu)化數(shù)據(jù)錄取流程，提升了數(shù)據(jù)錄取效率，尤其在實(shí)時(shí)數(shù)據(jù)處理中顯示出其應(yīng)用價(jià)值。平安資管利用 DolphinDB 的流表形式，在狀態(tài)響應(yīng)器中觸發(fā)整個(gè)流表，并在自己的調(diào)度器中把每一張表格更新順序，計(jì)算各個(gè)國(guó)家市場(chǎng)的因子數(shù)據(jù)。李偲博士表示，“這個(gè)數(shù)據(jù)量其實(shí)是挺大的，DolphinDB 幫助我們將原來(lái)的更新過(guò)程從一夜十幾個(gè)小時(shí)減少到了一個(gè)小時(shí)之內(nèi)。并且計(jì)算結(jié)果以流表形式保留，可以直接供模型訓(xùn)練使用?！?算力升級(jí)與 GPU 加速是 DolphinDB 在模型測(cè)試中的另一大應(yīng)用，它們簡(jiǎn)化了模型測(cè)試流程，并顯著提高了計(jì)算速度。

　　02. 西部證券 VSignals 智能決策平臺(tái)建設(shè)實(shí)踐——基于 DolphinDB 構(gòu)建智能化投研平臺(tái)

　　西部證券 數(shù)字化轉(zhuǎn)型辦公室金融科技總監(jiān) 李力

　　作為 DolphinDB 的第一家券商用戶，西部證券與 DolphinDB 在買(mǎi)方機(jī)構(gòu)投研的系統(tǒng)建設(shè)上雙向賦能，共創(chuàng)價(jià)值。VSignals 是西部證券自主研發(fā)的面向機(jī)構(gòu)投資者的投研平臺(tái)，于2021年4月正式上線。在平臺(tái)建設(shè)中，DolphinDB 提供了數(shù)據(jù)側(cè)的強(qiáng)大支撐，顯著降低開(kāi)發(fā)難度并提升效率。

　　未來(lái)，DolphinDB 將與西部證券攜手為客戶提供更加強(qiáng)大和穩(wěn)定的智能投研服務(wù)，共促資管機(jī)構(gòu)在數(shù)智化轉(zhuǎn)型的道路上不斷前行，并為整個(gè)金融行業(yè)的技術(shù)創(chuàng)新和應(yīng)用提供示范和引領(lǐng)。

　　03. 圓桌交流

　　在圓桌環(huán)節(jié)，有來(lái)自資管公司、公募基金、銀行理財(cái)子及券商資管的嘉賓齊聚一堂，代表了資管行業(yè)的主力軍。本次圓桌論壇由上海前路有光數(shù)字科技有限公司董事長(zhǎng)何波先生擔(dān)任圓桌主持人，幾位嘉賓分別就資管機(jī)構(gòu)投研平臺(tái)建設(shè)、AI 時(shí)代下的資管數(shù)智化探索、量化投資策略生命周期管理等話題各抒己見(jiàn)，展開(kāi)了熱烈而深入的探討。

　　富國(guó)基金首席信息官李強(qiáng)先生就富國(guó)基金在新一代 IT 基礎(chǔ)設(shè)施轉(zhuǎn)型中的探索，為大家分享了一些經(jīng)驗(yàn)。首先，他們注重?cái)?shù)據(jù)、算力和平臺(tái)的整合，特別是通過(guò) CPU 和 GPU 的池化與集群化來(lái)提升計(jì)算能力。此外，富國(guó)基金意識(shí)到傳統(tǒng)網(wǎng)絡(luò)無(wú)法滿足高速數(shù)據(jù)傳輸?shù)男枨?，因此與硬件服務(wù)廠商合作，致力于推進(jìn)智算中心的建設(shè)，以實(shí)現(xiàn)更高效的網(wǎng)絡(luò)傳輸。富國(guó)基金還著力于工程化平臺(tái)的建設(shè)，旨在為量化研究員和基金經(jīng)理提供一個(gè)高效的環(huán)境，以便他們能夠更好地進(jìn)行因子挖掘和策略開(kāi)發(fā)，從而提升整體投資決策的效率和準(zhǔn)確性。

　　海富通基金高青博士則從科技和業(yè)務(wù)的角度分析了資管機(jī)構(gòu)投研平臺(tái)建設(shè)中，如何更有效地提高業(yè)務(wù)的投研效率及工作效率。在投研方面，資管機(jī)構(gòu)不斷探索如何將科技融入到研究中，通過(guò)工具化提高研究的系統(tǒng)性和深度。在業(yè)務(wù)方面，圍繞業(yè)務(wù)痛點(diǎn)，從小事做起，逐步構(gòu)建解決方案。并鼓勵(lì)自下而上的反饋和創(chuàng)新，讓前線的業(yè)務(wù)人員參與到平臺(tái)的優(yōu)化中來(lái)，以凈化和優(yōu)化系統(tǒng)。在整個(gè)平臺(tái)建設(shè)過(guò)程中，保持質(zhì)疑和反思的態(tài)度至關(guān)重要。適時(shí)做減法，去除那些不再適用或低效的功能，以保持平臺(tái)的簡(jiǎn)潔性和高效性。

　　同樣地，南銀理財(cái)科技部總助張加祥先生著重從技術(shù)角度分享了對(duì)于資管機(jī)構(gòu)投研平臺(tái)建設(shè)的真知灼見(jiàn)。他認(rèn)為，構(gòu)建一個(gè)高效且功能全面的投研平臺(tái)，關(guān)鍵在于流程的精細(xì)化管理和優(yōu)化。這個(gè)流程涵蓋了從數(shù)據(jù)的采集、處理到因子挖掘，再到策略研發(fā)、實(shí)盤(pán)交易，以及最后的復(fù)盤(pán)分析和績(jī)效歸因。在策略研發(fā)階段，投研平臺(tái)面臨的問(wèn)題尤為突出。這包括如何處理和分析海量數(shù)據(jù)，以及如何將研究成果轉(zhuǎn)化為可執(zhí)行的交易策略。在這個(gè)過(guò)程中，數(shù)據(jù)的清洗和預(yù)處理是至關(guān)重要的，包括對(duì)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的高效管理，以及對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化處理的規(guī)則和定義，它們直接影響到后續(xù)模型訓(xùn)練和策略測(cè)試的準(zhǔn)確性。在后續(xù)的策略轉(zhuǎn)寫(xiě)中，DolphinDB 能發(fā)揮重要作用，其流批一體計(jì)算能力滿足低延時(shí)高并發(fā)需求，能實(shí)現(xiàn)因子計(jì)算與交易信號(hào)的即時(shí)計(jì)算，對(duì)于捕捉市場(chǎng)機(jī)會(huì)、快速響應(yīng)市場(chǎng)變化至關(guān)重要。

　　AI 時(shí)代，天弘基金積極進(jìn)行了資管數(shù)智化轉(zhuǎn)型的探索，天弘基金大數(shù)據(jù)負(fù)責(zé)人王雅森先生表示，在當(dāng)今信息爆炸的時(shí)代，專業(yè)投資者面臨著從海量數(shù)據(jù)中提取有價(jià)值信息的挑戰(zhàn)。基于大模型的相關(guān)技術(shù)，資管機(jī)構(gòu)可以通過(guò)先進(jìn)的算法和數(shù)據(jù)處理平臺(tái)，將海量信息進(jìn)行有效匯聚和提煉，轉(zhuǎn)化為投資決策的敏銳洞察。算法歸集是這一過(guò)程中的關(guān)鍵步驟，其應(yīng)用包括研報(bào)解讀、合規(guī)審核、以及智能客服等。通過(guò) NLP 和機(jī)器學(xué)習(xí)，大模型能夠?qū)⑹袌?chǎng)趨勢(shì)、公司業(yè)績(jī)、行業(yè)動(dòng)態(tài)等信息以結(jié)構(gòu)化的形式呈現(xiàn)給投資者。未來(lái)，天弘基金期待基于 DolphinDB 構(gòu)建因子挖掘平臺(tái)以提供自動(dòng)化的因子挖掘服務(wù)，賦能投資者更加高效地進(jìn)行因子測(cè)試和策略回測(cè)，快速迭代和優(yōu)化投資模型。

　　量化投資領(lǐng)域的一個(gè)關(guān)鍵挑戰(zhàn)是策略的生命周期管理，包括策略的開(kāi)發(fā)、回測(cè)、上線、和迭代。華鑫證券資管多元資產(chǎn)投資部總經(jīng)理肖龍敏先生強(qiáng)調(diào)，實(shí)現(xiàn)這一流程的自動(dòng)化和智能化，需要全流程通過(guò)系統(tǒng)化、穩(wěn)定性和可持續(xù)的方式落地，不依賴于任何一個(gè)個(gè)體。這意味著從數(shù)據(jù)的采集、處理到策略的研發(fā)、測(cè)試和部署，每一個(gè)環(huán)節(jié)都需要標(biāo)準(zhǔn)化和自動(dòng)化的工具和流程支持。并要求資管機(jī)構(gòu)在硬件、軟件、流程和人才等多個(gè)方面進(jìn)行投入和建設(shè)，以實(shí)現(xiàn)策略從開(kāi)發(fā)到上線再到迭代的高效管理。其中硬件的支持是這一過(guò)程的基礎(chǔ)。數(shù)據(jù)的自動(dòng)入庫(kù)與清洗要求有強(qiáng)大的硬件支持，包括高速的數(shù)據(jù)處理能力、足夠的存儲(chǔ)空間和高效的數(shù)據(jù)讀寫(xiě)性能等。

　　隨著資管業(yè)務(wù)的發(fā)展，相關(guān)的數(shù)據(jù)量大幅增長(zhǎng)。無(wú)論是行情數(shù)據(jù)、基金數(shù)據(jù)、交易數(shù)據(jù)還是托管數(shù)據(jù)，作為基礎(chǔ)軟件，DolphinDB 都可以在存儲(chǔ)與分析維度為用戶提速賦能，將業(yè)務(wù)和技術(shù)有效結(jié)合，提升資管行業(yè)用戶的工作效率。未來(lái)，DolphinDB 將持續(xù)優(yōu)化和升級(jí)，以滿足資管行業(yè)日益增長(zhǎng)的需求，致力于成為資管行業(yè)數(shù)智化轉(zhuǎn)型道路上的可靠伙伴，共同開(kāi)啟金融科技的新篇章。

免責(zé)聲明：以上內(nèi)容為本網(wǎng)站轉(zhuǎn)自其它媒體，相關(guān)信息僅為傳遞更多信息之目的，不代表本網(wǎng)觀點(diǎn)，亦不代表本網(wǎng)站贊同其觀點(diǎn)或證實(shí)其內(nèi)容的真實(shí)性。如稿件版權(quán)單位或個(gè)人不想在本網(wǎng)發(fā)布，可與本網(wǎng)聯(lián)系，本網(wǎng)視情況可立即將其撤除。